基于移动机器视觉云的道路交通巡检方法及系统研究

发布时间：2020-05-11 09:29

【摘要】：经济的快速发展,促使各地的城市化进程也越来越快,随之而来的各种问题日益突出,其中的交通问题成为各大城市头疼的重点问题。车辆的大幅度增加,街道狭隘,交通拥挤等问题亟待解决。交通巡检、规划、管理及指挥诱导等方法也需要优化,以适应新的时代。交通管理过程中产生的海量数据,通过云计算可以更好的实现交通预测与指挥管理。移动机器视觉技术的快速发展,使新的巡检技术成为可能。本文利用无人机的灵活性与机动性,结合移动机器视觉的动态感知的特点,针对当前交通巡检方法的不足,提出一种无参考的图像评价方法,搭建基于移动机器视觉云的道路巡检试验系统,通过车辆运动状态辨识和数量识别,实现对关键道路的实时巡检和监控。依托广东省公益研究与能力建设专项基金项目“基于物联网的制造执行系统智能泛在感知关键技术研发”,本文开展了以下研究工作。为获得实时的道路交通状态信息,本文开展了以及移动机器视觉云的道路巡检方法的研究。针对采集图像的质量问题,提出一种基于灰度方差图像评价的改进算法,符合客观评价标准。本文利用多旋翼无人机机动特性,以四旋翼无人机作为机器视觉移动载体,对城市道路交通巡检方法进行详细阐述,针对传统巡检方法的不足,将无人机应用到移动机器视觉的巡检当中,提升了巡检的效率和机动性,实现了对现有巡检方法的补充和完善。研究运动目标的识别技术与方法,以准确对交通流进行计算,获得精确的交通状态。本文选择使用深度学习的目标识别方法,应用多目标追踪技术实现车辆运动状态的辨识,完成对道路交通的监控。在以上理论研究的基础上,搭建了基于移动机器视觉云的道路交通巡检系统。试验表明,本文提出的系统具有一定的适用性和可行性,可以应用在实际的交通巡检中,提高作业人员的工作效率,拓展了作业人员的工作能力。针对传统的交通巡检方法存在的不足,本文将无人机和移动机器视觉应用到交通巡检当中,搭建了快速响应的道路交通巡检系统,减少了传统巡检方法的监测盲区,提升了交通巡检的工作效率。
【图文】：

树莓,图像处理系统,图像采集系统,画面

拥有者诸多优点：1）实时性，一帧图像进行计算处理，免去存储和无大的；2）便携性，嵌入式系统可以做的项特定的任务，是普通 PC 机不可能完是 PC 机的零头，在专业的特殊领域却个系统工作一个月甚至一年；4）环境要工作，并且能够稳定运行，不像 PC 机(raspberry pi)开发板，是一款基于 Linu小型慈善组织开发树莓派的大小好比网口 usb hdmi 摄像头等常用接口，高清视频解码[43] 树莓派另外还配有 2

参考图,模糊图像,车辆行驶,评价方法

计算公式为： 1 11 1, , , ,n mi j i j i j i ji jSMD f x y f x y f x y f x y 评价方法计算便捷，但是其在焦点附近的变化很小，对于相，无法计算出最优解进的灰度方差无参考图像评价方法设计的模糊图像，，本文提出一种基于改进的灰度方差的无参考图次模糊的改进算法机载的模糊图像是运动模糊图像，是车成的，会有一个明显的模糊趋势模糊，如图 4.1 针对这种运差评价方法是不准确的在车辆行驶缓慢时，运动模糊不明会有一个平滑区，清晰度在聚焦附近时无法找出最大值，图了
【学位授予单位】：深圳大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U491;TP391.41

【参考文献】