《中国公路学报》编辑部[1]2016年在《中国交通工程学术研究综述·2016》文中研究说明为了促进中国交通工程学科的发展,从交通流理论、交通规划、道路交通安全、交通控制与智能交通系统、交通管理、交通设计、交通服务设施与机电设施、地面公共交通、城市停车交通、交通大数据、交通评价11个方面,系统梳理了国内外交通工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。交通流理论方面综述了交通流基本图模型、微观交通流理论及仿真、中观交通流理论及仿真、宏观交通流理论、网络交通流理论;交通规划方面综述了交通与土地利用、交通与可持续发展、交通出行行为特征、交通调查方法、交通需求预测等;道路交通安全方面综述了交通安全规划、设施安全、交通安全管理、交通行为、车辆主动安全、交通安全技术标准与规范等;交通控制与智能交通系统方面综述了交通信号控制、通道控制、交通控制与交通分配、车路协同系统、智能车辆系统等;交通管理方面综述了交通执法与秩序管理、交通系统管理、交通需求管理、非常态交通管理;交通设计方面综述了交通网络设计、节点交通设计、城市路段交通设计、公共汽车交通设计、交通语言设计等;地面公共交通方面综述了公交行业监管与服务评价、公交线网规划与优化、公交运营管理及智能化技术、新型公交系统;城市停车交通方面综述了停车需求、停车设施规划与设计、停车管理与政策、停车智能化与信息化;交通大数据方面综述了手机数据、公交IC卡、GPS轨迹及车牌识别、社交媒体数据在交通系统分析,特别是在个体出行行为特征中的研究;交通评价方面分析了交通建设项目社会经济影响评价、交通影响评价。
胡佩雯[2]2008年在《基于视频的实时交通流检测系统的研究》文中认为近年来,由于城市交通拥塞现象及交通事故的日趋严重,智能交通系统的开发近年来引起了广泛的关注。论文所研究的视频交通信息检测技术在ITS中占有很重要的地位,该技术通过对交通图像的智能化分析和处理,检测到所需的多种交通流参数,这些参数对于交通的智能化管理非常有意义。本论文介绍了一种基于视频和数字图像处理技术的实时交通流检测系统。论文首先介绍了视频交通流检测系统的研究背景,以及国内国外的研究、应用现状,给出了这项研究的重要意义和前景。然后对图像滤波除噪、增强等图像预处理过程中遇到的问题进行了分析比较,确定了系统设计和研究中所要采用的基本算法。对预处理后的图像,采用基于背景图像差分检测方法进行车辆运动的实时检测,通过对检测到的物体进行分割,提取出运动物体的边缘信息。然后采用能够直接检测直线端点的Hough变换,提取出具有车辆垂直边缘特征的直线段,该方法较好的解决了传统Hough变换在线提取过程中多线宽、缺少端点信息等缺点。根据位置特征,从Hough变换提取的前叁条峰值直线段中,剔除非车辆边缘的那条直线,而得到两条车辆的真实边缘。最后根据两侧边缘完成车辆的上部边缘最终定位、识别。结合运动目标的静态特征,从形状信息体态比(宽高比)上对行人、自行车、摩托车和汽车进行分类判别,然后将汽车之外的运动物体滤除。文中介绍了TMS320DM642可编程数字媒体处理器的板上主要组成结构和系统的软件开发环境CCS(Code Composer Studio)。最后介绍了视频交通流检测系统的设计思想,利用虚拟检测线算法实现了车辆判别、车流量检测和车速检测等重要信息。论文不仅讲述了视频交通流参数的检测原理,而且还给出了各个算法的程序流程。为了提高系统的实时性,论文对系统优化的一些措施进行了介绍。本文的最后对自己所做的工作进行了总结,并指出了存在的问题和下一步继续研究的思路。
王夏黎[3]2001年在《视频交通流检测及车辆识别系统的设计与实现》文中提出本文以视频和图象处理技术为依托，以“视频交通流检测和车辆识别系统的设计与实现”为课题，对视频交通流和交通状况监测技术中的图象处理与识别技术进行了研究。论文首先介绍了视频交通流检测和车辆识别系统的研究背景，以及国内国外的研究、应用现状，给出了这项研究的重要意义和前景。其次介绍了用图象处理和识别技术对目标进行检测和识别的原理。再次，对图象滤波除噪、图象锐化、图象增强、图象分割、特征提取与目标识别等图象处理过程中遇到的问题进行了分析比较，并在比较分析的基础上，确定了系统设计和实现中所要采用的基本算法。最后，介绍了视频交通流检测和车辆识别系统的设计思想，并采用 VisualC++6.0、Matlab5.2、Power Builder6.0和Sybase数据库为软件开发平台，实现了系统的部分主要功能。通过模拟测试表明，系统设计合理，已实现的算法可行。本论文的主要特点是：1． 在分析比较常用图象处理算法的基础上，找出了符合本系统特点的、实用有效的具体算法，对有些算法给出了改进设想。2． 在研究图象识别的基础上，根据交通目标移动的特点，引入了基于目标矩特征的识别方法。3． 提出了一种通过监督学习来训练判别函数的方法，并给出了相应的实现算法。4． 完成了视频交通流检测和车辆识别系统的设计和部分功能。5． 提出了划分检测区和设置速度检测线的方法，实现了车辆的实时计数和车速的实时测量。开展视频交通监测技术的研究，对于提高我国视频监测技术水平，促进城市道路建设，实现城市交通管理智能化都具有十分重要的现实意义。
贾森[4]2007年在《基于实时信息的城市道路交通状态判别方法研究》文中研究说明道路交通状态判别是智能交通管理系统进行路况信息发布和交通诱导的基础,目前我国各大城市的交通基础信息采集系统和交通诱导信息发布系统建设均已初具规模。然而在数据处理和实时道路交通状态判别中却还存在一些问题,亟待改进。本文主要从城市道路智能交通管理需求背景出发,首先对目前道路交通状态判别和诱导信息发布中存在的一些问题和不足进行分析。然后,结合国内外在基础交通检测数据的预处理、道路交通状态判别算法设计等方面研究的成果,改进目前城市道路交通的状态判别方法,构建面向实际应用的实时道路交通状态判别的方法和模型,并以北京市智能道路交通管理系统为例进行具体研究,论文的主要研究方法和成果如下:(1)研究综述了国内外交通基础信息采集、数据预处理以及道路交通状态自动判别方面所取得的研究成果,为论文奠定基础。(2)介绍了北京市交通基础信息采集系统的建设现状和目标,并且在综合考虑检测装置自身特性、交通参与者对不同参数的认知程度等多方因素的基础上,按照一定原则,确定了基本交通参数的选取。(3)改进设计了北京市目前数据预处理的算法和模型,使其能够为道路交通状态判别的模型提供更加科学、合理的输入数据。具体包括对实时错误数据的识别、修复以及历史突变数据的平滑处理两方面,并选取实际数据进行了验证。(4)改进了北京市目前使用的道路交通状态判别模型,提出了基于模糊聚类分析理论的模糊综合评价法,并利用采集到的快速路数据进行实例验证。具体而言,首先设计出基于模糊聚类分析理论的模型算法,便于得到不同交通状态的中心矩阵;然后基于实时采集的基础交通数据,利用模糊综合评价法对实时的交通状态进行判别。
王宇奇[5]2007年在《智能交通系统中视频检测技术的研究与应用》文中研究说明本文致力于系统地研究在交通视频检测的整体过程中,最前沿的图像处理算法的技术进展和具体应用。为了达到这个目的,本文首先较为详尽的描述了智能交通系统(ITS)的发展概况,功能设计与检测需求;随后介绍了ITS中,典型的交通视频检测子系统所应该具有的主要模块及其处理流程,以及这些模块在实际应用中大量依赖的几类图像处理技术。在此基础上,本文引出ITS对交通视频检测的各个步骤的具体要求与亟待实现的功能,并相应阐述国内外当前发展最为成熟的,用于完成这些任务的图像处理的理论及其相关具体算法:诸如运动图像分割,消除阴影、增强图像和车辆辨识与检测、匹配、跟踪以及进行流量统计等至关重要的交通参数的间接获取。针对交通视频分析的每一个环节,本文分析和比较了多种前人提出的对应算法的优点,劣势和适应条件,并做出可行性分析。随后针对交通监测各个步骤的独特特点,对现有图像处理的具体算法进行综合与改进,如优化背景估计和保护性滤波。或者提出创新的算法,如车辆辨识,子阴影的分类辨别及其色度相似性的识别,等等。最后,本文对交通道路检测中的摄像机标定,检测区域划分等系统设置进行了探讨,跟据实际交通检测的经验提出视频检测系统可能面临的问题,如天气的变化,摄像机的抖动和背景干扰等等,并给出对应的解决算法理论及实际测试结果。
仲项楠[6]2015年在《基于动态信息的智能交通系统的设计与实现》文中研究说明ITS智能交通系统融合了信息处理、计算机技术、通讯等多学科技术,系统集数据采集、数据处理、数据存储及信息发布等功能实现,基于动态信息的智能交通系统在视频监控与视频图像处理技术日趋成熟情况下广泛应用在现代交通管理系统中,能有效处理环境复杂下交通事件,如交通车辆识别、分类、交通流量限制及目标跟踪等问题的处理。实践证明,智能交通系统(ITS)是提高路网使用效率,解决城市交通拥挤和安全问题的有效手段。为此,近叁十年以来,各国政府都投入了大量的人力、物力、财力进行ITS的建设,取得了较好的成效。交通承载力是和社会经济发展规模相一致的,ITS已逐渐被中国政府及其交通管理部门确定为主要发展方向。借助国内外交通发展过程中的经验,通过信息化手段,采用现代化的技术手段控制和管理道路交通,信息技术支撑交通发展,采取技术手段解决交通堵塞适当疏导交通机构,减少交通事故,提高运输效益具有重要意义。智能交通系统的出现改变了人们单靠修路解决交通问题的传统思路,政府或交通主管部门开始意识到实用科技管理交通,目前国际国内都在高度关注与研发怎样技术实现交通问题有效解决。本文以动态目标为对象,重点研究运动目标的检测、识别与跟踪算法实现,具体内容涉及到动态信息检测、视频检测、运动目标检测、运动目标影子消除、视频车辆特征提取与融合、运动目标跟踪及代码实现和基于交通流参数检测等研究方向,为ITS提供技术与实践支持。在系统研究中采用分层设计实现方法,从检测、识别、跟踪等层次进行了研究与探讨。在目标检测算法研究中融合经典算法,有效检测出阴影区域;采用连通区域法分割出车辆区域,同时记录下该区域四周的边界值,及其相应的范围和形状信息,为后期的分类、处理及车辆跟踪提供信息;提出构建了融合多特征的自适应动态目标跟踪算法;同时代码实现验证了动态目标分析与对象跟踪算法的准确性和有效性;给出了基于交通流参数特征的流量检测方法,并实验证明了该方法的有效性、真实性。
伍小东[7]2006年在《基于图像处理技术的视频交通流信息检测系统的研制》文中认为交通控制是与每个人息息相关的大事，交通流信息采集的准确与否影响着整个城市交通智能化的实现，可以说交通流信息的检测是实现智能交通系统的基石，无论是多么先进的交通系统，都必须建立在对交通流信息正确采集的基础上。目前交通流信息检测的方法很多，其中视频检测技术以检测交通场景面积大，投资少，费用低，视频图像设备易于安装和调试等优点越来越受重视。 本文在借鉴国内外相关技术的基础上，结合对图像硬件平台和图像处理算法的理解和分析，设计了一个经济、实用的视频交通流信息检测系统，该系统采用“视频采集设备+工控机+应用软件”的模式，具有工程量小、安装方便、信息检测丰富等优点。通过CCD摄像头和采集卡采集交通流视频图像，并经过灰度线性变换、滤波除噪、图像锐化等手段对图像进行预处理，在视频图像处理技术的基础之上，本文提出了一种基于虚拟检测器法的车流量、车速的检测算法。该方法通过检测虚拟检测区域内像素的灰度变化来判断车辆的存在，进而检测出车流量、车速等相关交通流信息。
刘昶[8]2004年在《基于YUV色彩空间的车辆视频检测算法及实现》文中认为在交通迅猛发展的今天,随着经济的发展和科技进步,迅捷、高效的车辆科学管理和疏通就越来越重要,而这些都离不开车辆检测。目前在车辆检测领域,视频检测经过十几年的发展,技术上已经相当成熟。越来越多的人认为它与线圈检测技术相比具有的一定的优越性,代表了未来车辆检测领域的发展和应用方向。视频检测的优点主要有以下几点:(1)视频照相机的安装简单方便,且安装时不破损路面,不影响公路交通。(2)可以有效利用现有公路网上已有视频设备,用一套视频检测器能够同时检测几条车道,这将大大节省开支。(3)计算机视觉能够抽取丰富的交通信息。通过计算机视觉不仅可以获得车流量,车速,车道占有率,车辆分类等常规交通信息还可以获取常规检测器无法得到的车牌号码、车辆运行轨迹,以及大范围交通现场信息等等。(4)可以实现更多的交通管理功能,这是其它检测设备无法做到的。如电子警察,采用智能图像识别处理技术,确保系统自动识别违章车辆的行驶轨迹(即违章过程),并准确抓拍违章车辆的车牌照特写照片,为依法处罚提供尽可能充足的法律依据。(5)可为交通管理部门提供可视图像。经过对车辆运动检测的实验发现,将传统意义的基于亮度变化的运动目标检测方法运用于交通流信息采集时存在较大的缺陷。这是因为用一维的亮度表征彩色图像时会丢失颜色信息。因此有很多系统采用了RGB 色彩空间的交通视频检测。这个方法充分地利用了彩色图像中的颜色信息。并且由于很多的基于RGB的图像处理算法已经很成熟,它们可以方便运用于车流量检测。所以基于RGB色彩空间的交通视频检测具有简单易行的特点。但是,考虑到R、G、B 叁分量之间具有很高的相关性,直接利用这些分量往往不能达到所需的运动检测效果。为了降低彩色特征空间中各个特征分量之间的相关性,以及为使所选的特征空间更方便于交通图像运动检测的具体应用,有人提出了基于HSI 空间的车辆检测方法。H、S、I 分别表示色度、饱和度和亮度。其中I 分量与颜色无关,而H 与S 分量与人感受色彩的方式紧密相连。由于实际采集的图像多为RGB 空间的彩色图像,因此这种方法需要将基于RGB 空间的数
汤晖[9]2008年在《基于视频运动检测的多车道交通流信息采集技术研究》文中研究指明随着现代经济的高速发展,交通问题已成为众所周知的热点和难点问题。将计算机科学与自动化等高新技术运用于交通监控管理与车辆控制,以保障交通顺畅及行车安全,从而改善环境质量,促进经济和谐发展的智能交通系统(Intelligent traffic system, ITS)也随之应运而生。在智能交通管理系统中,实时获取交通流信息是智能交通管理系统中重要的一环。利用视频图像处理来实现动态交通流信息的采集技术能克服传统采集方式的缺陷,并已成为该研究领域的主流方向。本文所包含的内容如下:作者在全面阅读和理解国内外智能交通系统研究领域的前沿技术的基础之上,研究了基于运动检测的交通流视频检测技术的原理。在分析当前各种技术的优缺点后,选择了基于双TMS320C6x DSP的交通流视频检测系统的设计方案,并选择了适合于嵌入式系统的算法—“背景差法”。针对二值化阈值自动优化选取问题,通过将模拟退火思想引入到遗传算法中设计了退火遗传算法(AGA),增强了整个系统的实时性和鲁棒性。同时结合“动态背景帧”、“视频触发”、“虚拟线圈”等方法,设计了车流量、车型、车速等交通参数的识别,并用VC++ 6.0开发了演示系统对算法进行了仿真。接着针对上位机开发了一个监控程序,总体上实现了四大功能:视频播放、串口通信、流量曲线显示、数据库查询。最后对算法的性能效果进行了分析,找出了问题原因并提出了未来改进的方向。用本文的交通流视频检测算法对广州市和赣州市多段实况交通视频进行了反复地测试,取得了良好的效果。
王伟[10]2006年在《视频交通信息检测研究及其DSP硬件实现》文中研究指明交通问题日益突出的今天要求尽快推进智能交通系统(Intelligent Transportation Systems)的建设,而交通信息检测系统(Traffic Inforamation Detection Systems)则是整个智能交通系统的基础。正是交通信息检测系统所输出的各项交通流参数,为上层的智能交通系统支持和决策系统提供了数据支持和分析基础,从而缓建整个城市交通流的密度。因此为了向交通管理部门提供准确、及时的交通流信息,设计一个有效且灵活的交通信息检测系统势在必行。本文首先比较了当前所使用的各种检测方式,选择了性能优异的视频检测方式,然后再分析比较了目前国内外比较成熟的交通视频检测系统结构,提出了一种新的基于数字信号处理器(DSP)的视频交通信息检测系统,这种系统将极大地减少检测系统体积并极大地增强系统的灵活性和扩展性。随后本文讨论了系统的硬件设计原理及PCB布线等难点。在实现了硬件设计之后,又分析了系统DSP端和PC端的软件设计,即DSP端开发的嵌入式软件系统,以及在此基础上将运行的虚拟环检测算法,而在PC端则开发了用户界面以方便用户与DSP端的交互。针对DSP视频检测的具体实现,本文提出了基于边缘信息提取的虚拟环检测方法,而且在边缘提取的算法上提出了一种基于形态学和信息熵的自适应边缘检测算法,这种算法的优势在于其运算量小但准确性高,十分适合在DSP这种嵌入式处理器上运用。本文的主要工作和创新点如下:1)视频检测系统组织结构的创新:相对于传统的视频检测系统,本文提出的视频交通检测系统由于使用了DSP这种嵌入式处理器因而大幅度减少了检测板卡体积,同时也可以将若干块视频检测板卡集中安置在一个机柜中,而每块检测板卡也可并行接入多个摄像头,这样在交通监控中心就可以很方便地同时检测并监控多个交通车道。对于每块检测卡来说,它通过以太网与监控中心的主机相连,这样用户即可在主机上的用户界面上获得交通车道实时视频图像,同时设定感兴趣的目标检测区域,发送检测指令,然后获得检测后的交通流参数信息,最后在此基础之上进行相应的交通路网控制指令。
参考文献：
[1]. 中国交通工程学术研究综述·2016[J]. 《中国公路学报》编辑部. 中国公路学报. 2016
[2]. 基于视频的实时交通流检测系统的研究[D]. 胡佩雯. 武汉理工大学. 2008
[3]. 视频交通流检测及车辆识别系统的设计与实现[D]. 王夏黎. 西北大学. 2001
[4]. 基于实时信息的城市道路交通状态判别方法研究[D]. 贾森. 北京交通大学. 2007
[5]. 智能交通系统中视频检测技术的研究与应用[D]. 王宇奇. 华中科技大学. 2007
[6]. 基于动态信息的智能交通系统的设计与实现[D]. 仲项楠. 电子科技大学. 2015
[7]. 基于图像处理技术的视频交通流信息检测系统的研制[D]. 伍小东. 青岛科技大学. 2006
[8]. 基于YUV色彩空间的车辆视频检测算法及实现[D]. 刘昶. 电子科技大学. 2004
[9]. 基于视频运动检测的多车道交通流信息采集技术研究[D]. 汤晖. 江西理工大学. 2008
[10]. 视频交通信息检测研究及其DSP硬件实现[D]. 王伟. 上海交通大学. 2006