【摘要】：随着智能交通管理系统的部署,交通管理系统能够在没有强人工参与条件下自动运行。调查发现,已部署智能交通系统国家的高速公路交通事故率大大降低,而我国(也门)是交通事故的高发地区,因为我们还依赖于传统交通系统来监测道路状况。过去几年,也门是公路事故发生率最高的国家之一,而在采用智能技术系统监测道路交通的国家,交通事故的比例大大降低。因此,在类似也门这样的国家,应用智能技术的目标是创建一个为交通管理和警察服务的双重系统,通过减少人为误差来减少交通事故和人员伤亡,通过系统中的嵌入摄像头来实现对通缉犯的自动追踪。为了解决这个问题以及尽可能的减少负面影响,作者试图通过设计一个基于雷达的智能系统来控制车辆的移动并自动识别违规行为。雷达的功能用来检监测车辆的速度,如果某个车辆的速度超过限制速度,雷达将通过系统向摄像头发送命令拍摄该车辆的图像,图像处理系统会识别并提取车牌号码,车牌类型等信息,然后将提取的数据发送到与系统链接的交通数据库与提取到的数据进行比对得到车主的信息(如手机号码)。然后系统依靠数据库中的手机号码,通过短信将违规信息发送给车主。在该系统中,试图构造有助于提升也门共和国安全部管理能力的解决方案,会尽力配合主管部门并向其推荐该系统。该系统可以用于跟踪违法者和通缉犯。系统通过将他们的图像链接接到系统的特定数据库中来识别违法者,当某个嫌疑人经过分布在系统的任何一个监控探头前,探头会进行抓拍并与数据库进行比较,最后将监控探头的位置坐标(包括该人的照片)报告给主管当局。本项目所使用的雷达系统的任务是检测高速公路上车辆的速度,通过部署这个系统,可以显著降低每个国家伤亡交通事故的发生率,我国(也门)是发生道路交通事故最多的国家之一。在本研究中我们对这个项目进行模拟仿真。该项目包含一个雷达系统,该系统能够有效地减少超速带来的一系列危险问题并尽可能消除他们,同时实现一个永久在线(24小时)的智能系统,可以在无人工干预的情况下高效持续地跟踪和监控违法者并发出通缉。智能交通系统中的雷达被安装在道路的两侧,通过发射特定频率的雷达波到其前方的车辆来执行任务。电磁波与特定的目标发生碰撞,并以回波的形式返回至雷达。这样雷达可以计算检测车辆的速度并在雷达屏幕上显示出来。然后将该速度与最大限制速度进行比较。如果检测到车辆速度超过允许速度,则将命令发送至与系统连接的摄像头,以拍摄车辆(车牌)并处理照片。提取照片中的信息,我们将在图像处理系统的后续步骤中应用到。雷达探测车通过发射天线发射电磁波信号,信号与目标(汽车)发生碰撞后被反射回致接收雷达的天线,测速车再将信号转换为与此频率(多普特频率)相对应的速度来实现测速的过程。信号的到达频率高于信号发射频率的现象被称为多普勒漂移或多普勒效应。雷达通过计算信号传播的距离以及到达目标和反射回雷达所需的时间,得到被检测车辆的速度。然后将该速度值与最大限速(100公里)进行比较,判断出被检测车辆是正常速度还是超速。我们设计的系统检测过程如下:首先,通过雷达检测目标车辆的速度,如果有超速的情况,则像摄像机发出捕获车辆图像的命令。然后进入下一部分,摄像机执行命令拍摄图像,通过图像处理步骤提取车牌号并将提取到的所需信息记录到违规档案中。最后一个步骤是自动存储,将所有从图像处理部分提取的信息(速度和多普勒频率),例如,车牌和车的类型自动存储到交通数据库的表格中,该步骤同时负责从数据库中获取违规车主的电话号码,并自动发送信息给车辆所有者,当速度超过极限速度,通过短信发送违规信息给司机。真人脸识别系统包含许多连接部分。第一部分是雷达设备,第二部分应用Arduino作为可编程微处理器(接口),它允许我们用Arduino程序语言编写应用程序,因此当Arduino编写的应用程序发现超速之后,向摄像机发出命令,如果速度过快,它就输出到第四部分(其中包括速度和多普勒频率),第三部分是一个摄像机连接到另一个微处理器(第四部分),以便进行拍摄图像的图像处理,第四部分连接到数据库(这个上面已经提到),第五部分和最后部分是一个相机连接到了另一个微处理器(第四部分),这部分是为了进行定位追踪和人脸面部识别,并且这部分还与特殊数据库连接,该特殊数据库包含了导入的图像,这些部分的实现都是通过连接GPS定位器来识别位置,并通知当局目标的位置坐标。真实系统的所有部分都需要与相互联通的网络连接起来,完成相应的任务。图像处理系统的实现过程是:当雷达探测到车辆超过允许速度时,监控探头就会接收到一个拍摄照片的电磁波信号,并立即拍摄雷达前面车辆的照片。系统对该照片进行处理,识别出金属车牌并提取所需的信息,系统识别出车主后将违章信息通过短信发送到对应车主的手机号码。该系统的另一功能是人脸识别,在人经过安装有监控摄像头的街道时,将图像实时与安全部门的通缉人员数据库进行比较。对采集的监控摄像机的图像进行处理,通过面部的细节的计算与数据库匹配来识别人物。然后系统通过电子邮件或特殊的号码,向主管机关报告,这样公安机关将逮捕通缉人员,详细解释将在本研究的后面介绍。图像处理系统通过将图像转换成像素形式来识别车辆照片中包含的信息。首先,通过比较三基色(红色、绿色和蓝色)的像素类型得到车牌上的数字(车牌号)将其存储在符号矩阵中,并发送到数据库以进行匹配。与数据库相比较后识别出车主的车辆,后面将详细说明本研究。该系统比现有的道路雷达效果更改更好,提供了新功能,可以在每个雷达单元上实现高精度,快速检测,车牌识别和细节提取,然后将详细信息发送给主管当局,以对司机采取必要措施。本文设计了一个新的软件系统,该系统通过产生随机速度(或频率)来模拟运动目标(车辆),并实现雷达的速度检测功能,并将其与限制速度进行比较,然后用C#语言和Matlab编写图像采集和图像处理程序,提取违规车辆的信息。此外,还通过Matlab编写软件创建包含嫌疑人图像的数据库模拟嫌疑人跟踪过程,当嫌疑人在监控前面经过时就会被自动识别跟踪,系统会自动将包括照片、位置坐标在内的嫌疑人信息向权威机构报告。想要指出的是,在这项研究中,由于缺乏可能性,所以采用了模拟系统进行仿真。即从许多现有的图片中选择了一张车牌的图片,这张图片与安置在城市中的一些主要街道上分布的许多安全摄像机拍摄的照片非常类似。因此,摄像机直接从微控制器接收命令,该微控制器被设计来比较由雷达计算的速度,以获取那些被检测到了速度或违规交通的汽车的图像。然后对车牌图像进行处理,通过将其与交通数据库进行比较来提取所有者数据的数量和详细信息。系统处理的扩展类型有(jpg,png和bmp),其他扩展类型的图片系统都无法识别。
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U495;TP391.41;TN95
【相似文献】
相关期刊论文 前10条
1 ;国外智能交通系统介绍[J];广东交通;2011年05期
2 贾述评;房筱莉;;日本智能交通系统的发展[J];吉林交通科技;2006年03期
3 孙强;;大数据及其在城市智能交通系统中的应用[J];门窗;2019年12期
4 ;智能交通系统的兴起与主要组成部分[J];汽车与安全;2019年11期
5 ;美日等国城市智能交通系统建设[J];汽车与安全;2019年11期
6 黄周平;;简析大数据在智能交通系统中的应用[J];广东通信技术;2019年11期
7 张溪;;大数据下智能交通系统的发展综述[J];信息与电脑(理论版);2019年01期
8 王笑京;;中国智能交通发展回眸(一) 智能交通系统的起步岁月[J];中国交通信息化;2018年12期
9 谭慧芳;;中国智能交通系统的现状和发展对策[J];中小企业管理与科技(上旬刊);2019年01期
10 黄周平;;大数据在智能交通系统中的应用浅析[J];中国交通信息化;2019年01期
相关会议论文 前10条
1 洪晓龙;;乌鲁木齐智能交通系统规划解析[A];第十二届中国智能交通年会大会论文集[C];2017年
2 刘铭;;计算机技术在智能交通系统中的应用[A];天津市电子工业协会2017年年会论文集[C];2017年
3 朱凤华;;智能交通系统发展研究[A];2010-2011控制科学与工程学科发展报告[C];2011年
4 刘允才;孔庆杰;汤淑明;;智能交通系统[A];2007-2008控制科学与工程学科发展报告[C];2008年
5 肖文武;;韩国智能交通系统建设历程[A];养护与管理2015年第07期（总第53期）[C];2015年
6 王军华;张伟;王良模;;智能交通系统发展现状与分析[A];江苏省公路学会优秀论文集（2006-2008）[C];2009年
7 张志文;;智能交通系统综述[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年
8 吴蓉;陈金鹰;;4G技术与智能交通系统的融合[A];四川省通信学会2013年学术年会论文集[C];2013年
9 郭淑萍;张敖;;智能交通系统发展及其标准现状研究[A];市场践行标准化——第十一届中国标准化论坛论文集[C];2014年
10 张国伍;;关于发展我国智能交通系统的几个问题[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
相关重要报纸文章 前10条
1 本报记者 潘希;前方拥堵 问路科技[N];科学时报;2011年
2 吴昊;“车联网”或可破解交通拥堵？[N];科学时报;2011年
3 柯讯;中科院团队获IEEE智能交通系统杰出团队奖[N];科学时报;2010年
4 中国信息通信研究院技术与标准研究所 郎保真;全球智能交通系统频率亟待统一[N];人民邮电;2019年
5 记者 王柳欣;福建移动助建“畅通工程”智能交通系统[N];人民邮电;2019年
6 记者 马雪荣 达娃·梅朵;缓解城市拥堵 需要来点“智慧”[N];昆明日报;2017年
7 本报记者 操秀英;用科技创新的钥匙打开智能交通系统大门[N];科技日报;2017年
8 本社记者 李卓谦 王德;安徽太湖智能交通系统助力平安建设[N];民主与法制时报;2017年
9 记者 焦阳;我市智能交通系统工程进展顺利[N];常德日报;2014年
10 本报记者 徐金忠;全国性智能交通系统规划有望出台[N];中国证券报;2014年
相关博士学位论文 前10条
1 魏峗;基于物联网的智能交通系统中车辆自组织网络建模与仿真研究[D];兰州交通大学;2017年
2 滑思忠;V2X关键技术在城市道路智能交通中的应用研究[D];长安大学;2018年
3 张建军;GPS与GIS技术在ITS系统中的应用研究[D];长安大学;2004年
4 许焱;奥运智能交通系统规划研究[D];北京工业大学;2006年
5 纪筱鹏;智能交通系统中车辆视频检测、识别与跟踪方法的研究[D];中国海洋大学;2006年
6 谢磊;智能交通系统中的视频处理技术研究[D];华中科技大学;2006年
7 耿庆田;基于图像识别理论的智能交通系统关键技术研究[D];吉林大学;2016年
8 曹妍;本体理论在城市智能交通系统语义集成中的应用研究[D];大连海事大学;2010年
9 黎曦;脉冲耦合神经网络在智能交通系统中的应用技术研究[D];武汉大学;2014年
10 严捷丰;交通视频监控中的车辆检测与分割方法研究[D];中国科学技术大学;2008年
相关硕士学位论文 前10条
1 王芳;《城市智能交通系统的发展现状与趋势》英译实践报告[D];山东科技大学;2018年
2 Algahmi Aisha Hamood Ali;基于雷达检测和自动跟踪的智能交通管理系统研究[D];湖南大学;2018年
3 孙光宇;饱和状态下交通信号控制算法研究[D];浙江工业大学;2019年
4 兰小丽;基于深度学习的污损车牌检测与识别关键技术研究[D];武汉理工大学;2018年
5 李倩;城市智能交通系统的设计与实现[D];天津大学;2018年
6 罗峰;智能交通系统中位置信息的协作获取与深度挖掘[D];北京邮电大学;2019年
7 张申申;智能交通系统路径规划算法研究与设计[D];青岛科技大学;2019年
8 王震;路面车辆监测雷达设计与实现[D];南京理工大学;2018年
9 郑凯;武汉市智能交通系统路口检测子系统的设计与实现[D];哈尔滨工业大学;2018年
10 杨岳航;特征描述与匹配方法研究及在智能交通系统中的应用[D];南京航空航天大学;2018年
，
本文编号：
2620410
