一种新的交通流视频检测方法

提出一种基于彩色虚拟检测线的交通流信息视频检测方法．该方法通过分析光照、车道和阴影等模型之间的相互关系来判断车辆的存在，提高车流量检测的性能．通过引入色彩饱和度信息、自适应背景更新和运动检测，有效地区分阴影和车辆；通过二叉决策树来分析车辆的压线过程，提高了车流量检测的可靠性；通过一维视频跟踪的方式，解决了车辆速度检测的难题．试验结果表明，所采用的局部区域检测方法大大提高了交通流信息检测的实时性，且车流量检测的准确率可提高到98％．     

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.     

基于嵌入式GPU的车流量检测系统

交通拥堵是当今世界交通领域面临的主要问题之一,如何通过现有的交通设备获取更加精准的交通信息是亟待解决的问题。图像识别技术在智能交通系统中有着广泛的应用,基于深度学习的车流量检测技术是智能交通的重要组成部分。本项目设计了一个基于嵌入式GPU的智能车流量检测系统,该系统架设在NVIDIA JetsonTX2平台上,采用基于深度学习YOLO v3的车辆检测模型,检测道路上的车辆目标,设置兴趣区域,对检测到的目标进行识别计数,实现对交通视频的实时车流量检测。试验验证分析表明,该系统具有较高的检测精度。     

银川市城市交通主干道车流承载力调查分析

城市交通问题是城市发展中必须关注的问题之一。选取银川市交通主干道车流量最大,最繁华路段,调查车流高峰期和低峰期车流总量,利用POISSON分布函数计算城市主干道的车流最大载荷需要,分析交通主干道车流总量承载力状况和存在的问题,提出合理的优化措施。     

基于交通监控系统图像处理方法的研究

随着经济的发展,以及自驾车的迅猛增加,也带来了很多负面的问题,交通安全问题越来越成为大家关注的焦点.交通路口的新型监控系统近年来由于其能够主动收集分析数据,进行预设处理并实时检测而受到广泛关注.随着该技术的不断成熟,针对不同环境条件产生了很多处理图像的方法 .针对其中两种主流方法(帧差法和背景差分法),在一般情况下的优劣性进行了分析研究.     

深圳市道路交通及机动车尾气超标状况研究

通过对深圳市机动车典型路段的车流量、行驶速度的监测调查，发现轿车是深圳车流量最大的，并呈现出了双峰分布，而不同路段总的车流量也呈现双峰分布，出现的时段分别为上午9：00和下午18：00，车辆行驶速度在不同路段和时间段变化显著，市区平均车辆行驶速度约为25km／h．利用林格曼黑度表征尾气的超标状况，发现柴油车超标远远大于汽油车．     

210国道对牛背梁保护区羚牛东西扩散影响的研究(Ⅱ)——210国道车流量变化规律

2000年10月—2001年10月,采用定点观测的方法,对210国道保护区段每日04:00—22:00时的流动车辆进行了观测,总计流动车辆65 755辆,按观测日数计算,日均车流量782.8辆,平均1.37辆/2 min.每日15:00时的车流量最大,06:00时的车流量最少;主要集中在09:00—22: 00时,而以14:00—18:00时最为集中;每日的车流量变化可以分为四个阶段:即04:00—07:00时、07:00—13:00时、13:00—19:00时和19:00—22:00时,其中13:00—19:00时最大,19:00—22:00时次之,04:00—07:00时最小.     

路桥电子不停车收费系统(ETC)问题探讨

<正>电子不停车收费系统(ETC,Electronic Toll Collection)是当前国际上较为先进的路桥收费方式,它能够实现自动分割、准确检测车流量和自动识别车型等功能。在驾驶员通过收费站时,不需要停车就可以实现路桥费用的电子结算,具有良好的经济效益和社会效益。河南省是全国高速公路里程最长的省份,调查显示,在通过收费站前后300m的局域时,在使用ETC后车辆的综合单车油耗     

旧桥加固改造及其技术的应用

一、前言 公路交通运输是国民经济的基础产业,随着我国公路交通里程的不断增长,公路交通运输对国民经济和社会发展的促进作用越来越大.然而,随着国民经济和公路建设的迅速发展,我国国道、省道公路上的车流量逐年增加,车辆载重、轴重增大,很多原有线路上的桥梁已不能满足当前的荷载等级要求.     

利用时空图方法进行车流量实时检测

提出了一种新的时空图计算方法,并且利用时空图对车流量进行实时检测。该方法中,首先使用时空图将交通监控的视频转换成空间信息与时间信息都包含在内的连续图像,然后对时空图进行边缘提取、图像分割等处理,利用时空图上车辆的边缘、形状和占道率等信息,计算出一段时间内的车流量。本实验所用的视频由架在路边建筑物上的摄像机拍摄获得。实验结果表明,该方法能够实时、有效、准确地检测出一段时间内的交通车流量,并且能够对实时的路况进行监测,具有很好的实用价值。