视频车辆检测器产品的设计与开发

发布时间：2021-01-12 23:38

　　随着我国社会经济的快速发展,城市规模日益扩大且机动车保有量迅速增长,城市交通问题日趋严重,因而对城市智能交通系统提出了更高的要求。实时、准确的交通信息采集是智能交通系统的基石,通过及时获得路网上的动态交通信息、精准掌握以及短期预测路网的交通状态,是实现交通优化与控制交通诱导与管理等应用的前提和关键。本文结合目前视频检测领域的主流技术以及发展趋势,研发了一款基于嵌入式的视频车辆检测一体机。该视频车辆检测一体机可实现对车辆存在性、速度、流量、排队长度等交通参数的在线检测,通过与交通信号控制设备配套使用,能满足复杂自适应协调控制算法的相关要求。实际应用及权威检测报告表明该视频车辆检测产品精度较高、性能稳定,具备推广价值。本文的主要研究内容如下:1.借鉴国内外图像研究领域的先进经验,选择一款合适的高清网络IP摄像机作为硬件载体。参考和研究目前国内安防产品制造商主流视频相机产品的成功经验,选择和采用国内主流视频处理芯片中适合自己产品研发和销售的芯片系列作为产品开发平台。2.根据路口实际的交通监测设备的建设情况,将成像镜头与安装等机械化结构一并考虑在内,选择路口合适的安装位置并提取适合自己检测对象... 

【文章来源】：浙江工业大学浙江省

【文章页数】：94 页

【学位级别】：硕士

【部分图文】：

视频检测器布局示意图

图 2-1 视频检测器布局示意图场景器可以安装在道路正上方位置，分为前向拍摄和后向拍摄。前者拍获取路口车流信息（如流量、速度、车头时距等）的检测数据, 后道的方向，可额外获取排队长度[47] [48]信息。摄

浙江工业大学硕士学位论文示。图中，设置带方向的虚拟检测线圈的尺寸可以看出，将经过车辆与虚拟相区分，就是车辆检测的基本方法。且基于虚拟线圈的检测方法，不需要计算，极大减小了摄像机内硬件计算的开销[49]。虚拟线圈外的图像信息只点参与背景明暗变化学习，及摄像机角度和位置发生变化时报警即可。 后向拍摄像机照车头，相机需拍摄整个车道的检测区域，尽量保证摄像机场景在检少大片建筑物、天空等其他无关物体。排队长度检测摄像机照车头实景图样的安装方式适用于既需要一般车流信息，又需要排队长度的检测需求。

【参考文献】：
期刊论文
[1]交互式套牌车可视识别与分析[J]. 任水林,陶煜波,林海.  计算机辅助设计与图形学学报. 2016(11)
[2]图像传感器助力高清监控的发展[J]. 何遥.  中国公共安全. 2015(12)
[3]基于海思芯片的高清IP芯片级解决方案[J]. 方志成.  中国公共安全. 2013(20)
[4]嵌入式系统稳定性的研究及应用[J]. 吴瑾,王宜怀.  计算机应用与软件. 2013(07)
[5]基于浮动车数据的排队长度检测方法研究[J]. 庄立坚,何兆成,叶伟佳,褚俊飞,邓玲丽.  交通运输系统工程与信息. 2013(03)
[6]基于Hi3512的H.264视频编码器设计[J]. 黄伟华,郑贤忠.  计算机工程与设计. 2013(04)
[7]交通视频监控系统的构建[J]. 李翔,何力.  通信与信息技术. 2013(01)
[8]AdaBoost算法研究进展与展望[J]. 曹莹,苗启广,刘家辰,高琳.  自动化学报. 2013(06)
[9]基于物联网的智能交通流探测技术研究[J]. 刘唐,彭舰,杨进,汪小芬.  计算机科学. 2011(09)
[10]基于达芬奇平台的视频编码器实现[J]. 王宏志,苏令华,王晓红,顾欣.  计算机测量与控制. 2011(05)

博士论文
[1]城市快速路交通拥堵特征与实时排队长度确定方法研究[D]. 曹静.长安大学 2016
[2]大数据下的数据选择与学习算法研究[D]. 熊霖.西安电子科技大学 2015
[3]多源交通信息下的动态路径选择模型与方法研究[D]. 孙晓梅.吉林大学 2011

硕士论文
[1]深度学习算法在车牌识别系统中的应用[D]. 刘峥强.电子科技大学 2016
[2]基于人工标定的智能交通参数算法评估[D]. 高江杰.北京工业大学 2014
[3]基于Hi3516的音视频采集及网络传输技术研究[D]. 王峰.西安电子科技大学 2013
[4]基于Davinci技术的车辆检测与跟踪算法的研究与实现[D]. 王甲林.南京邮电大学 2012
[5]H.264编码标准的研究及其DSP实现[D]. 陈佳.湖南大学 2006
[6]基于视频图像的交通信息提取关键技术研究[D]. 李华.西南交通大学 2005
[7]基于视频虚拟线圈的交通流参数检测[D]. 尹朝征.清华大学 2002



本文编号：2973770