智能交通信号灯的设计

智能交通信号灯系统属于智能交通领域的核心技术之一,它的使用有效地缓解了交通压力,提高了道路利用率.本系统设计的智能交通灯采用单片机为中心控制单元,以图像处理模块检测车流量,依据车流量变化智能配置红绿灯时间.结果表明,系统可以较为准确地检测识别车流量,根据检测结果即时且有效地调整控制交通灯时间.     

采用深度卷积神经网络技术的汽车群体属性分析研究

针对交通监控视频中的车道线相互不平行且无法完整贴合车道导致车流量无法准确统计这一问题,提出了一种以深度卷积神经网络技术为框架进行车流量统计的算法.算法基于虚拟线圈和DCNN,通过前景分析、连通域分析和基于DCNN的车辆跨线行驶判决,大幅度提高了车流量统计的准确率,通过实际监控视频中的随机测试进行了算法实验,实验结果表明基于虚拟线圈和DCNN的车流量统计算法的相对准确度均值达到了98.05%,绝对准确度均值达到了88.5%.     

基于GPS与WEBGIS智能交通系统的探讨

智能交通系统(ITS)是在传统的交通工程基础上发展起来的新型交通系统,该系统将信息、通信、控制和计算机技术及其他现代技术集成应用于交通运输领域,将交通四要素"人—车—路—环境"有机地结合在一起,将从根本上解决困扰现代交通的安全性、通畅性、节能和环保问题。本文主要讨论了针对全体行驶车辆,建立基于GPS和WEBGIS智能交通系统的可能性以及该智能交通系统对于提高交通管理效率和交通资源利用率的应用前景。     

浅谈交通信号灯PLC控制系统

随着我国现代化工业的高速发展,汽车工业作为现代化工业的先驱,已开始走进我国的普通家庭,但随之而来的城市汽车数量的快速增长,使得城市道路交通问题显得越发重要。为了弥补原交通信号灯系统存在的种种缺点,本文设计了基于PLC控制的交通信号灯控制系统。该系统选用的可编程逻辑控制器是德国西门子公司的S7-200型可编程逻辑控制器,在实际应用中可实现智能调节,即可以根据道路实际车流量大小对交通信号灯按正常时段、高峰时段和晚间时段等多个时段进行分时控制。     

基于ZigBee的智能交通信号灯系统设计

针对传统的交通灯采用定时原理变换信号灯,不能很好的解决交通拥堵问题,设计了基于ZigBee的智能交通信号灯系统,可根据车流量将路口内、路口间信号灯实时自主调节。分析讨论了ZigBee无线传感控制网络的组建、传感器的选型以及系统软件的设计。采用综合性能最优的ZigBee通信技术,完成对协调器及终端节点的程序设计,制定了数据通信协议。软件部分采用IAR集成开发环境设计客户端程序。结果表明通过ZigBee网络的建立和数据的传输可根据实时车流量对交通信号灯进行合理动态配时。     

基于智能交通的车辆检测方案分析

智能交通控制的基础是车辆检测,车辆检测是交通监测、控制、分析、决策、调度的基本依据。本文针对目前国内智能交通系统情况,从工作原理、环境适应性和优缺点等方面分析了国内智能交通系统中几种常用的车辆检测方案,并针对我国复杂实际路况及不同的控制需求,提出合理有效的车辆检测方案选择建议。     

基于视频的交通标志检测与识别

基于计算机视觉的交通标志检测与识别是智能交通中重要的一部分,准确检测将有利于安全驾驶。当前复杂的道路状况使得交通标志的检测和识别很困难,而且车辆在行驶过程中不稳定以及光照的变化等,给交通标志检测带来了很大的问题,给交通标志识别的准确性和快速性也带来了极大的挑战。本文通过结合颜色和形状特征来检测交通标志,针对识别问题,构建了一个VGG-8卷积模型,而且在交通信号数据集上进行了测试,该模型有很高的准确性,对于解决实际问题有一定的可行性。     

基于LBS和GIS的出租车智能调度系统的研究

基于移动位置服务和地理信息系统技术,对出租车智能调度系统的技术框架及其功能进行了研究.该系统主要由智能出租车车载平台、智能交通手机平台、智能出租车指挥系统3个部分构成,具有请求交通服务、预付费、智能调度、付费及电子账单、路径回放、失物请求等功能,对出租车的高效运营、合理调度提供了有效的支持.     

实时图像识别算法在移动设备中的应用研究

移动设备能在多种环境中进行信息采集和图像处理作业,具有广泛的用途.由于受体积和重量的限制,移动设备对图像的实时处理能力不强,设计并优化相应的算法是解决该问题的有效途径.文章提出了一种实时图像识别算法,利用BRISK检测算法、FREAK描述算法、Sobel目标提取算子和BP神经网络分析并提取图像中的目标信息.在智能手机上的测试表明,该算法可以根据颜色和形状特征分割识别交通图像中的4种目标类型.单幅图像处理耗时约为0. 3s,达到了实时识别的要求,能够应用于车辆的智能导航和辅助驾驶.     

基于支持向量机与结构矩的车型识别实时鲁棒算法

车型分类精度是目前交通环境中的研究热点.提出了一种鲁棒性好实时性强的基于支持向量机的机动车型识别方法,对车辆的类型进行分类,选择合适的结构矩为车辆特征,以支持向量机方法为学习分类器,获得了较高的车辆分类精度,在一定程度上解决了车辆分类难的问题.现场视频处理的结果表明:该法鲁棒实时有效,且车型分类精度得到了一定提高.