基于TMS320DM648的多车道车流量检测系统

针对智能交通应用中车流量检测系统多数基于PC平台的问题,设计了基于TMS320DM648嵌入式平台的多车道车流量检测系统。首先采用改进的基于抽样的背景建模方法在虚拟线圈内进行背景建模,然后采用背景差分提取运动目标,最后在此虚拟线圈内对车辆进行检测。实验结果表明,该DSP嵌入式平台能够对智能交通中的车辆进行实时检测并具有较高的准确性。     

基于DSP的地下停车场车流量视频检测的改进算法

针对DSP平台的车流量视频检测算法存在实时性不佳,漏检率较高的问题。本文提出了一种改进的单帧图像差分算法,实现了基于TMS320DM642平台的地下停车场车流量视频检测。算法采用对单帧图像一条检测线的灰度值做差分运算,通过对灰度值变化的幅度进行分析,提取出车辆的特征信息,实现了处理对象从一个面到一条线的转变。此外算法结合双帧背景,可以有效地改善漏检现象。实验表明,该算法在运算量上相比于主流算法减小了3个数量级,同时检测准确率可达到93%,是一种实用高效的车流量视频检测方法。     

基于DSP的车流量检测雷达的信号处理研究

智能交通系统中．车流量检测雷达射频前端和数字信号处理器的信号处理算法是影响车流量检测雷达性能指标的两个重要方面。文中从车流量检测雷达实时性出发，简要介绍了基于DSP技术的车流量检测雷达的系统设计，同时给出车流量检测雷达DSP软件算法的完整设计思想，并具体解决了车流量检测雷达中车道识别这个关键问题，实现了车流量检测功能。最后还给出本课题组研制的车流量检测雷达的测试平台和测试性能指标，达到了实际使用的要求。     

基于机器视觉的车流量检测算法

准确的车流量检测是实现智能交通管理的基础。提出了一种将背景差法和神经网络相结合的车流量检测算法。首先计算当前图像与背景图像的差值,判断图中是否有车,并在此基础上得到车辆数目,然后通过神经网络实现对一个时段内通过车辆数目进行估测,进而得到该时段内的车流量。实验结果表明,提出的方法用于车流量的检测是有效可行的。     

智慧交通雷达感知系统设计与部署

在智慧交通事业发展过程中，需解决多源信息感知难题。提出设计智慧交通雷达感知系统，精准感知路口多个车道车辆排队长度、行驶速度等车流量信息，为实时调控信号灯配时方案提供支持。在明确系统设计要求的基础上，完成了系统物理架构和数据架构设计，对雷达检测器点位和系统功能实现情况进行分析，通过升级中心系统满足特勤优先控制需求。     

基于DSP的无背景模型车流量检测

针对车流量检测中遇到光照变化、树阴、树枝摇动等一系列问题,在运动物体法,背景建模法和时间差分法的基础上,提出了一种基于DSP的无背景模型的新型车流量检测方法。笔者依次使用基于块的帧差法、双重前景融合法、基于纹理对象分割法、假前景滤波法对车流量进行检测。经实验验证,采用无背景模型算法能成功有效地检测车流量,检测准确率达88%,提高了车流量检测的精度。     

探讨车流量检测雷达系统信号处理

车流量雷达检测系统具有高精确度、全天候以及方便安装和维护等优点,因此,在车流量的检测过程中得到广泛的运用。这是一种基于DSP技术来实现对信号数据的综合处理。文章从车流量雷达检测的工作原理以及设计流程出发,分析了雷达检测系统在车流量检测过程中的具体应用。     

单片机智能交通灯设计

本设计的目的在于设计出一个具有实用价值的、性价比较高的智能交通灯的控制系统。在对目前交通控制进行深入分析的基础上,采用检测传感、实时调整智能化控制的实现技术。系统包括直行、左转、右转、以及基本的交通灯的功能,能够根据十字路口双车道车流量的情况控制交通信号灯按特定的规律变化。实现自动控制和在紧急情况下能够手动切换信号灯让特殊车辆优先通行等。     

基于QT的视频目标检测方法

设计并实现了基于QT的视频中运动目标检测方法。该方法采用QT作为开发工具,利用背景差分算法和对称差分算法进行运动目标检测比较。实验结果表明,基于背景更新的背景差分算法对于光照的变化不敏感,在实时的运动目标检测中取得了较好的效果;而对称差分法能够快速对运动物体进行定位,计算量小,易于实现实时处理。     

一种基于并行处理器的快速车道线检测系统及FPGA实现

该文提出了一种并行的快速车道线检测系统。该系统包含一个3232的处理器单元(PE)阵列和双RISC子系统。PE阵列实现车道线图像像素级并行预处理,获取图像边缘特征,双RISC核子系统根据边缘特征实现两条车道线直线参数的并行检测,从而使得检测过程的每一步都是并行进行,显著提高检测速率。该系统用FPGA实现。实验结果表明本系统具有良好的鲁棒性且可达到每秒50帧的检测速率,满足了车道偏离预警系统实时性要求,具备重要的应用价值。     

基于智能终端定位的智能交通疏导系统研发

在城市发展到比较成熟的阶段,缓解交通堵塞可借鉴智能交通系统(Intelligent Transportation System,ITS)的理念,文章在现有的无线通信设施和车辆系统上,通过融合信息与通信技术、移动互联网和智能终端设备构建一套道路交通流量计算和道路交通服务系统。该系统通过车载智能终端的GPS数据进行实时交通流量计算,并且将计算的交通流量信息实时地反馈给驾驶车辆的用户,方便用户出行道路选择,缓解交通阻塞。     

Road traffic and geography topology based opportunistic routing for VANETs

The message delivery .ratio and transmission delay is affected deeply by road traffic flow in vehicular ad hoc networks （VANETs）. An opportunistic routing based on geography and road traffic flow for VANETs （ORRIS） was proposed. ORRIS leverages the knowledge of geography positions, motion vectors and road traffic flows. In order to estimate the traffic flow density, the history of encounter number of the vehicles in the opposite direction is considered in ORRIS. The forwarding decisions are made by distributed vehicles based on the geography topology and the road traffic flow. The real map based simulation results show that ORRIS has a better performance than other algorithms, especially when the road traffic is busy or the traffic flow rates have great differences between roads.     

基于D-LinkNet与形态学计算的高分遥感图像车流量监测

针对城市交通路面车流量监测实时性和准确性高的需求,设计了一种利用高分遥感图像进行道路网自动提取和车辆自动监测的处理方法。综合利用D-LinkNet和形态学计算实现道路区域的二值化语义分割及连贯性、边缘扩展以及平滑性优化,同时将道路信息作为掩码并外溢后进行车辆目标检测,有效避免非道路区域车辆目标干扰。提出采用热力图的形式改进车流量监测方法,可以更直观显示道路拥挤程度。综合利用现有数据集对所提方法进行评价,车辆检测的平均精度达91.7%,道路提取平均交并比达85.3%,可以实现道路车流量的有效监测。     

基于多Agent的交通信息智能预测系统的研究

城市交通控制和诱导系统是智能交通系统(Intelligent Transport System,ITS)的组成部分,而交通流预测特别是短时交通流预测是城市交通控制与交通诱导系统的基础。由于缺乏交通量预测所需历史数据以及判断影响交通量生成与增长因素的准确性不够,致使道路交通量的预测结果与实际值产生了较大差异。论述了灰色模型(Gray Model,GM)以及多Agent理论在交通量智能预测中的方法和应用技术。该方法利用多Agent间的相互通信、协作功能以及灰色模型的累加生成手段和微分方程描述,在一定预测时段内保证了预测数据良好的准确性和实用性。     

A window-based image processing technique for quantitative andqualitative analysis of road traffic parameters

Traffic information is an important tool in the planning, maintenance, and control of any modern transport system. Of special interest to traffic engineers are parameters of traffic flow such as volume, speed, type of vehicle, queue parameters, traffic movements at junctions, etc. Various algorithms, mainly based on background differencing techniques, have been applied for this purpose. Since background-based algorithms are very sensitive to ambient lighting conditions, they have not yielded the expectative results. In this paper, we describe a novel approach to measure traffic parameters. This approach is based on applying edge-detection techniques to the key regions or windows. This method of measuring road traffic parameters eliminates the need of a background frame, which is an essential, but unreliable technique for background-based image-detection methods. A dynamic threshold selection technique has also been introduced to select the threshold value automatically. The image process algorithm has been applied to measure basic traffic parameters such a traffic volume, types of vehicles, as well as the complex traffic parameters such as queue parameters and movements of vehicles at a traffic junction     

基于MATLAB的高速公路车辆违章占道分析及预警系统

系统通过MATLAB的图像处理功能对摄像头拍摄的视频图像进行处理,采用基于面积检测的背景差分法识别车辆位置,运用霍夫变化和卡尔曼滤波处理得到图像中路段的车道线,进而判断车辆所处车道.运用帧间差分法准确测出车辆速度,结合高速公路行车规定,即可判断出车辆是否处于违规占道行驶状态.系统可以识别违规车辆的车牌号,结合设定的LE...     

基于车联网大数据分析的实时路况检测系统

为解决城市交通拥堵问题,给人们提供优质的出行体验,文中提出了基于车联网大数据分析的实时路况检测系统。使用GPS技术对行驶的车辆进行数据采集,通过数据清洗和数据修复得到样本集合,利用改进模糊C均值聚类算法对样本数据进行分析,得出各路段的平均车速,进而得到相应路段的交通状态。测试结果表明,该系统能够准确得获取道路上行驶车辆的交通数据,识别出当前路段的交通状态,从而证明了该系统设计的合理性和正确性。     

The strategy and deployment plan for VICS

The objective of a vehicle information and communication system (VICS) is to disperse traffic by providing drivers with road traffic information to enable them to satisfy their natural desire to “get there faster”. Put simply, VICS is based on drivers' arbitrary selection of routes and on the automobile's unique ability to take any desired route. The objective is to promote the safe, smooth flow of traffic by naturally distributing the flow of traffic, which is done by guiding cars to the appropriate routes in accordance with drivers' instinctive desire to reach their destinations quickly by avoiding traffic congestion. VICS distributes road traffic information such as traffic jams or accidents to drivers in real time, and stimulates drivers for accurate and proper utilization     

交通事故中道路通行能力计算方法

为准确计算交通事故中道路通行能力,在深入分析发生事故时道路状况的基础上,通过对道路通行能力的机理分析,提出了一种计算方法。针对事故发生位置对车道路宽进行变换处理,根据驾驶员反应时间等因素算出最小车头间距,推导出车速与车流密度关系、车道路宽与车速关系以及通行能力与车流量、车道数的关系。最后,使用Matlab数值模拟得到道路通行能力与车流密度的相图。结果表明,该相图能准确反映出交通事故对道路通行能力所造成的削弱影响。     

基于嵌入式车流量实时检测算法研究与实现

针对道路现场实时车流量检测问题,提出了一种改进的帧间差分法的运动车辆检测算法,并将该检测算法成功移植到了嵌入式系统上。将帧间差分法与采用长度、宽度、面积筛选轮廓及用质心距离的车辆跟踪算法结合,实现运动车辆的检测;将U-Boot引导程序、Linux内核、Yaffs2文件系统和检测算法移植到S3C6410上,通过摄像头实时采集交通视频,检测结果由触摸屏显示。复杂交通场景的实时测试结果表明,本系统的检测时间为0.298秒/帧,准确率超过88%,基本能够实现在道路现场的车流量实时检测。