基于监控视频的校园车辆管理

监控视频智能分析是智慧校园的关键内容之一,可自动提取并识别监控视频中的有效事件信息。本文基于深度学习实现校园监控车辆管理,基于深度图像特征提取识别车辆,基于车辆检测实现跟踪、速度检测和超速以及违停等事件检测,实现了应用系统,检测效果优于传统方法。     

监控视频中的移动目标侦测算法研究

针对违章停车人工检测方式存在的准确率低、成本高且难以实时判断等缺点,文章提出一种监控视频中的移动目标侦测算法,用来检测和识别违章停车。该算法采用混合高斯模型进行背景建模,用以检测监控场景中的运动目标,并通过支持向量机(support vector machine,SVM)分类器判断运动目标是否为监控车辆,如果是监控车辆,则根据车辆停留时间将车辆分类,一旦发现违停车辆,系统会发出报警。实验结果表明,该算法准确率高、实时性好。     

一种基于混合现实的自动驾驶车辆测试方法

针对自动驾驶汽车在复杂环境下的安全性测试问题,提出一种基于混合现实的自动驾驶车辆测试方法。该方法将仿真环境中的虚拟场景映射到真实的测试环境,通过传感器和数据融合快速收集自动驾驶测试车的智能感知和行为决策等性能指标,然后基于混合现实测试场景、控制中心、测试车辆构建闭环测试系统。通过案例验证,说明该方法可满足在多种场景下自动驾驶车辆的测试要求。     

基于边缘增强模板匹配的PTZ主动目标跟踪系统

为实现对运动目标的动态跟踪,设计了基于PTZ摄像机的主动实时跟踪系统,实现对高关注度目标进行持续跟踪。该系统采用背景建模方法检测当前视野中的运动目标并进行跟踪,针对感兴趣目标采用基于边缘增强模板匹配(EETM)方法进行主动跟踪,并提出了一种简单有效的PTZ摄像机控制方法。采用海康威视球机进行测试,测试结果表明:该系统利用低成本PTZ摄像机可以实现对静态场景和动态场景中目标的检测和跟踪,对感兴趣目标进行主动跟踪,PTZ摄像机控制平稳,能够满足实时性的要求。     

基于Freescale微处理器的车辆识别代码自动采集系统

介绍了一种基于Freescale微处理器的车辆识别代码自动采集系统，利用无线射频识别技术自动检测车辆信息，避免车辆识别代码的人工抄写错误。该系统主要由阅读器和电子标签以及计算机应用系统等三部分组成，利用计算机应用系统自动控制阅读器和车载电子标签进行通讯，可自动检测车辆的车辆识别代码（VIN，Vehicle Identification Number）、车辆颜色、车牌、单位名称及用户姓名等车辆信息。为建立完整的车辆检测网络和实现车辆检测过程全自动化奠定基础。     

智能视频分析的车辆异常行为检测方法

针对目前车辆异常行为检测中的检测实时性问题,提出了一种基于智能视频分析技术的车辆异常行为检测方法。车辆出现异常行为时车辆位置变化、速度变化及运动方向变化较大。通过背景差分法检测运动车辆,并采用均值漂移算法跟踪运动车辆,获取车辆位置、速度、运动方向等车辆异常行为判别参数,对3种判别参数的状态函数加权融合检测车辆行为。为验证该算法的有效性,将对真实交通场景中采集的交通视频进行车辆运行状态检测实验。实验结果证明该算法能及时有效地检测出交通场景中的车辆异常行为。     

城市道路交通异常事件自动检测方法

针对城市道路交通流量大,易发生交通违法异常行为,提出了一种城市道路交通异常事件自动检测方法.该方法在进行异常事件检测时,首先对道路交通进行视频序列采集,然后提取视频中的车辆加速度、方向变化、几何位置信息.在提取这些特征值后,计算三个特征值变化率指数总和,并与设定的阈值进行比较,判断是否发生异常事件.通过对同一道路的相同监控视频片段采用不同的算法进行检测仿真实验,测试结果表明该方法得到的正确检测率DR为98.6%,误报率FAR为7%,相对于基于临界安全区域方法、基于Boosting检测方法其整体检测性能有所提高.     

基于RFID的交通信号灯智能控制系统的研究

为了有效地缓解交通拥堵,提高城市道路的通行能力,提出了基于RFID的交通信号灯智能控制系统的研究.该系统可以利用RFID技术实现安装RFID标签的道路车辆与安装在道路交叉路口,信号灯上游的RFID阅读器之间的通信及车辆流量的实时监控;同时,系统还可以利用信号灯智能控制算法实现不同时段、不同交通流量下信号灯的智能自动转换,从而缓解交通堵塞、减少交通事故、改善交通环境.实验结果表明,该系统的运用能够有效地提高整个路网的运行效率,减少车辆等待时间.     

人工智能技术在车辆式样自动检测系统中的应用研究

基于人工智能（AI）技术的车辆式样自动检测系统的构成部分和功能包括：AVI（组装车辆指示）系统用于输出车辆编号;PI（防呆装置）终端通过信号网络与所述AVI系统相连接;大屏展示系统通过信号网络与所述PI终端相连接,用于对处理数据进行显示;光栅系统通过信号网络与所述PI终端相连接,用于对车轮位置进行检测。该系统通过了智能相机进行深度检测,实现了车辆式样检查识别的自动化,使品质保证度、生产效率均得到了提升。     

用于交通治安卡口的全天候视频车辆检测方法

文章针对交通治安卡口应用,提出了一种基于视频的全天候智能车辆检测方法。该方法主要特点是不考虑车辆跟踪,提高了计算速度并避免了跟踪误差,适于嵌入到监控摄像机中;而且自动区分白天/夜间场景。对于白天场景,通过背景剪除、阴影抑制、形态学计算等手段获得运动信息,然后根据车辆的尺寸、对比度与纹理特征实现车辆检测;对于夜间场景,利用车灯的高亮度与对称性特征得到车辆检测结果。该方法快速有效,在现场采集的实际路况视频数据上,白天与夜间车辆检测准确率分别为96.42%和95.96%。     

基于车辆轨迹数据的急减速驾驶行为判定方法

目前很多研究使用车辆轨迹数据来识别急减速驾驶行为,但目前使用的固定阈值方法无法对不同驾驶场景做出区分且缺乏建模分析.基于车辆跟驰模型,提出了一种包含多种驾驶场景的急减速驾驶行为判断方法,该方法考虑照明条件、天气、道路车速等参数,解决了现有方法中缺乏场景分类的问题.使用聚类算法区分历史数据中的急减速驾驶行为,提取实际阈值...     

基于VISSIM的城市道路交叉口掉头模式评价

为评价城市道路交叉口不同掉头模式的安全性及通行效率,应用微观交通仿真手段,基于VISSIM仿真模型和交通安全替代评价模型(SSAM),对车辆的掉头行为进行仿真。采用平均排队长度、车均延误时间、车均停车次数、交通冲突类型和数量等指标,对城市道路三种典型掉头模式进行安全性及通行效率评价。结果表明:在任意行驶速度下,停止线前掉头模式产生的交通冲突量最少,交叉口内部掉头模式下车辆的排队长度和延误时间最小;综合评价可以看出,在车辆行驶速度低于50 km/h的情况下,采用交叉口掉头模式既可以明显减少交通冲突的产生数量,也对交叉口车辆通行效率影响较少,是三种掉头模式中的最优方案,行驶速度高于50 km/h的情况下,停止线前掉头模式最优。综上,通过对不同的掉头模式进行比选分析,建议通过参考车辆行驶速度选择较为优化的掉头模式作为该交叉路口的掉头模式。     

基于RFID的交通信号灯智能控制系统的研究

为了有效地缓解交通拥堵,提高城市道路的通行能力,提出了基于RFID的交通信号灯智能控制系统的研究.该系统可以利用RFID技术实现安装RFID标签的道路车辆与安装在道路交叉路口,信号灯上游的RFID阅读器之间的通信及车辆流量的实时监控;同时,系统还可以利用信号灯智能控制算法实现不同时段、不同交通流量下信号灯的智能自动转换,从而缓解交通堵塞、减少交通事故、改善交通环境.实验结果表明,该系统的运用能够有效地提高整个路网的运行效率,减少车辆等待时间.     

单目视觉下道路场景车辆空间形态估算

针对受射影几何学的限制,单目相机无法直接获得准确的三维点云数据及目标尺度信息,难以获取目标的三维结构问题,提出了一种基于单目交通相机的车辆空间形态估算方法。首先建立道路场景的自动标定模型以获取3D-2D的投影映射及尺度信息,并基于“钻石空间”方法,利用统计轨迹直线及车辆边缘精确求取场景中的地平线,根据标定信息及灭点约束共同构建车辆空间形态的几何约束模型;然后在图像中提取车辆的实际投影约束,包括基于获得的车辆序列轮廓约束,及车辆自身边缘约束,并据此构建误差约束函数,估计车辆空间形态的投影误差;最后根据车辆的初始识别结果及先验信息,优化参数约束空间,并利用误差约束函数在约束空间中迭代求最优,得到精确的车辆空间形态信息。利用公开数据集BrnoCompSpeed及实际道路采集的视频数据共同验证该算法,并与现有类似算法进行比较。结果表明：该算法对于道路场景的适应性强,所需先验条件少,对于多种类型车辆在三维尺寸的估计精度高达94%以上。同时,该算法还可估算车辆实时的空间位置及相对于路面的偏转角度,综合空间形态估算的精度达到92%以上,且实时性较好,单帧多车的估算时间小于0.5 s。与现有算法相比,...     

基于多普勒雷达交通实时监控的交通冲突判别技术研究

针对现阶段交通违规和交通冲突判别困难这一难题,根据多普勒效应特点将其应用到道路交通冲突实时判别系统中,实现车辆运行状态和运行参数的实时显示。设计了一种光感渠化显示屏,实现对交通违章、交通事故的自动判别,并联动高清摄像头有针对性地取证。选取青岛西海岸经济新区江山南路与富春江路交叉口车辆违章和交通事故进行验证分析,运用Vissim仿真等效模拟多普勒雷达检测系统显示界面交通运行状况,验证了该技术的有效性,为城市道路智能化管控平台建设、交通运行态势预测、交通冲突判别提供了实时可靠信息支撑。     

面向自动驾驶路测驾驶能力评估的避险脱离率模型

针对传统脱离率模型低估自动驾驶路测车辆驾驶能力问题,提出了避险脱离与非避险脱离概念,通过秩和检验确定脱离时长阈值,选取平均速度差、短时平均速度差、瞬时速度差为特征值,量化车辆脱离前后行为差异,利用无监督学习K-means算法辨别避险与非避险脱离类型,构建面向自动驾驶路测驾驶能力评估的避险脱离率模型。基于上海市城市道路和快速路两类场景路测数据,验证避险脱离率模型的合理性与有效性。结果表明,基于避险脱离率模型,自动驾驶路测车辆驾驶能力在城市道路与快速路场景中,分别比传统脱离率模型平均提升了4.8和7.3倍。     

基于背景差分的运动车辆检测的栅格算法研究

对运动车辆的检测进行了研究。在图像差分算法的基础上,研究提出了运动车辆自动检测的栅格算法,该方法通过计算当前帧与参考帧对应栅格的不相似度来检测是否有运动车辆进入视场,定义了不相似度下降率DSDR。基于此,可以比较准确地确定出运动车辆在栅格中的位置,并可方便地将车辆图像作为模板保存下来。实验结果表明,利用DSDR法比较准确地确定了运动车辆在栅格中的位置。     

基于光纤光栅的新型车辆载重自动检测方法的研究

提出了一种适用于高速公路的新型车辆载重自动检测系统,该系统基于光纤布喇格光栅,利用光栅中心波长随外界压力呈线性变化的特性,通过检测光栅受到车辆压力后中心波长的漂移情况,可以检测出车辆的载重,并可对车辆进行实时不停车检测,系统具有测量精度高,抗电磁干扰能力强,检测效率高等优点。     

基于酒精检测的辅助锁车系统设计

鉴于酒驾造成的交通事故频繁发生,该文借鉴国内外现有控酒驾技术,设计了基于酒精检测的辅助锁车系统,从车辆源头杜绝酒驾。该系统与汽车启动系统相关联,其主要作用是限制体内酒精含量异常的欲驾驶人启动车辆。当系统检测到欲驾驶人体内酒精含量超标时,预警系统发出预警信号,同时自动锁死车辆,达到无法启动车辆的目的,待驾驶环境恢复正常时,系统自动复位。     

对高速公路电子不停车收费稽查系统的分析

本文介绍了一种基于汽车物理车牌图像自动识别及车型自动识别技术的高速公路电子不停车收费稽查系统。该系统通过对在电子不停车收费车道完成电子交易后通行的每一辆汽车进行物理车牌图像及车型的自动综合识别,并将识别结果与电子交易流水中的车辆信息进行比对,自动从中筛选出两者不一致的车辆,辅助管理人员达到快速、准确稽查目的。