基于路侧摄像头的车辆跟踪技术研究
发布时间：2021-06-11 10:38
车辆跟踪技术作为智能汽车领域的关键技术之一,该技术不仅能减少交通事故的发生率,还能提高道路交通通行效率,具有重要的研究意义。城市道路行车环境较为复杂,基于路侧设备的车辆跟踪技术能提前获取完整交通环境信息,为智能汽车的安全行驶提供指导,且基于LTE-V的网联智能驾驶技术在中国有独特的优势。为了探索LTE-V技术在智能网联汽车领域的应用前景,文章基于路侧摄像头对车辆跟踪技术进行了深入研究。首先,对基于路侧单元的车辆跟踪技术进行了初步研究。分析并比较了路侧单元下的车辆检测方法、车辆跟踪方法、车-路通讯方法,并根据路侧单元车辆跟踪的特点,确定了ViBe算法作为车辆检测方法,确定了卡尔曼滤波算法作为车辆跟踪方法,确定了LTE-V作为车-路通讯方法。其次,对基于路侧摄像头的车辆检测方法进行了深入研究。先对国内主要的道路情况进行了分析;然后在传统ViBe算法的基础上,进行了改进,成功减少了车辆检测中鬼影及阴影现象的产生;并在传统的基于虚拟线圈的车辆速度检测方法上进行了改进,使文章中提出的车辆运动信息检测方法能够同时检测车辆的速度信息及加速度信息。最后,对基于路侧单元的车辆跟踪方法进行了深入研究,并通...
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
改进车辆速度测量方法
36以单车道为例设计弱重叠视域跟踪模块，首先分析单个路侧摄像头的视野区域，将单个路侧摄像头的视野区域划分为三块区域，这三块区域分别为驶入提醒区域、测速区域1和测速区域2，另外，考虑到车辆驶出测速区域2时，存在车辆后半部分在原始目标区域的情况，为描述方便，将该摄像头安装位置到视野边缘的这块区域设定为驶出提醒区域，如图4-4所示。驶入提醒区域驶入提醒区域测速区域1测速区域2出提区域路侧摄像头摄像头视野L4L3L2L1图4-4单个路侧摄像头区域划分图驶入提醒区域用以告知路侧摄像头，目标车辆已经进入视野区域。测速区域用以计算目标车辆在视野区域内的速度信息和加速度信息，为车辆信息的通讯提供数据。驶出提醒区域用以告知相邻摄像头，该目标车辆已经驶入相邻摄像头视野区域，并在该区域内实时传输目标车辆的位置信息、速度信息和加速度信息。然后分析相邻路侧摄像头之间的视野区域划分情况。基于弱重叠视域的思想，将相邻摄像头视野区域紧密衔接，相邻路侧摄像头区域划分情况如图4-5所示。驶入提醒区域Wrt2_1路侧摄像头2摄像头2视野t23t22驶入提醒区域测速区域1测速区域2驶出提醒区域t1_1时间轴距离轴路侧摄像头1摄像头1视L1_4野L1_3L1_2L1_1t1_3t1_2测速区域1测速区域2驶出提醒区域驶入提醒区域L2_4L2_3L2_2L2_1图4-5相邻路侧摄像头区域划分图路侧摄像头1驶出提醒区域和路侧摄像头2的驶入提醒区域完全重合，该区域用来提醒路侧摄像头1目标车辆已经离开视野区域以及提醒路侧摄像头2目标车辆进入视野区域。为了方便描述基于弱重叠视域的车辆跟踪模块的流程，假设视野区域内只有一辆目标车辆，弱重叠视域车辆跟踪状态图如图4-6所示。
37驶入提醒区域Wrt2_1路侧摄像头2摄像头2视野t2_3t2_2驶入提醒区域测速区域1测速区域2驶出提醒区域t1_1时间轴距离轴路侧摄像头1摄像头1视L1_4野L1_3L1_2L1_1t1_3t1_2测速区域1测速区域2驶出提醒区域驶入提醒区域L2_4L2_3L2_2L2_1目标车辆（a）状态一目标车辆驶入提醒区域Wrt2_1路侧摄像头2摄像头2视野t2_3t2_2驶入提醒区域测速区域1测速区域2驶出提醒区域t1_1时间轴距离轴路侧摄像头1摄像头1视L1_4野L1_3L1_2L1_1t1_3t1_2测速区域1测速区域2驶出提醒区域驶入提醒区域L2_4L2_3L2_2L2_1（b）状态二目标车辆驶入提醒区域Wrt2_1路侧摄像头2摄像头2视野t2_3t2_2驶入提醒区域测速区域1测速区域2驶出提醒区域t1_1时间轴距离轴路侧摄像头1摄像头1视L1_4野L1_3L1_2L1_1t1_3t1_2测速区域1测速区域2驶出提醒区域驶入提醒区域L2_4L2_3L2_2L2_1（c）状态三目标车辆驶入提醒区域Wrt2_1路侧摄像头2摄像头2视野t2_3t2_2驶入提醒区域测速区域1测速区域2驶出提醒区域t1_1时间轴距离轴路侧摄像头1摄像头1视L1_4野L1_3L1_2L1_1t1_3t1_2测速区域1测速区域2驶出提醒区域驶入提醒区域L2_4L2_3L2_2L2_1（d）状态四图4-6弱重叠视域车辆跟踪状态图当目标车辆的被检测框边缘与路侧摄像头1的视野区域边缘重合的瞬间，如图4-6（a）所示，根据目标车辆前期运动状态估算车辆速度及加速度，将获取的车辆信息通讯给下一路侧摄像头，即图中路侧摄像头2。此时目标车辆行驶到
【参考文献】：
期刊论文
[1]基于ARM的WiFi无线通信终端技术探讨[J]. 袁良凤. 数字技术与应用. 2018(05)
[2]一种基于Faster R-CNN的车辆检测算法[J]. 韩凯,张红英,王远,徐敏. 西南科技大学学报. 2017(04)
[3]一种改进的ViBe鬼影抑制算法[J]. 李亚伟,曹凯,王杰,梅超. 广西大学学报(自然科学版). 2017(02)
[4]LTE-V车路通信技术浅析与探讨[J]. 温志勇,修战宇,陈俊先. 移动通信. 2016(24)
[5]基于YOLO算法的车辆实时检测[J]. 王宇宁,庞智恒,袁德明. 武汉理工大学学报. 2016(10)
[6]视频图像的车辆速度实时检测算法研究[J]. 巨志勇,王超男,何晓蕾. 计算机应用研究. 2017(09)
[7]融合帧差和ViBe的运动目标检测算法[J]. 魏洪涛,李瑾,吴细秀. 计算机应用研究. 2017(05)
[8]一种改进的PBAS运动目标检测算法[J]. 李棚,吴晓红,何小海,牛化康. 科学技术与工程. 2015(27)
[9]基于视野分界线的多摄像机运动目标跟踪算法[J]. 阳小燕,任家富,刘长江. 计算机工程与应用. 2016(09)
[10]基于HSV空间阴影去除方法研究与应用[J]. 高东旭,曹江涛,李平. 电子设计工程. 2014(13)
硕士论文
[1]多摄像头联合目标跟踪[D]. 胡田.海南大学 2017
[2]摄像头网络中车辆检测和识别方法的研究[D]. 彭锦佳.大连海事大学 2017
[3]水下多摄像头目标一致性跟踪[D]. 孙娜.中国海洋大学 2015
[4]多摄像机全景协同的运动目标跟踪算法研究[D]. 徐宇.西华大学 2014
[5]基于视频的车辆速度检测方法研究[D]. 袁河洋.大连海事大学 2013
[6]道路视频车辆检测研究[D]. 孙庆.安徽大学 2013
[7]融合MeanShift和卡尔曼滤波的运动目标跟踪算法研究[D]. 杨建伟.哈尔滨工业大学 2010
本文编号：3224375
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
改进车辆速度测量方法
36以单车道为例设计弱重叠视域跟踪模块，首先分析单个路侧摄像头的视野区域，将单个路侧摄像头的视野区域划分为三块区域，这三块区域分别为驶入提醒区域、测速区域1和测速区域2，另外，考虑到车辆驶出测速区域2时，存在车辆后半部分在原始目标区域的情况，为描述方便，将该摄像头安装位置到视野边缘的这块区域设定为驶出提醒区域，如图4-4所示。驶入提醒区域驶入提醒区域测速区域1测速区域2出提区域路侧摄像头摄像头视野L4L3L2L1图4-4单个路侧摄像头区域划分图驶入提醒区域用以告知路侧摄像头，目标车辆已经进入视野区域。测速区域用以计算目标车辆在视野区域内的速度信息和加速度信息，为车辆信息的通讯提供数据。驶出提醒区域用以告知相邻摄像头，该目标车辆已经驶入相邻摄像头视野区域，并在该区域内实时传输目标车辆的位置信息、速度信息和加速度信息。然后分析相邻路侧摄像头之间的视野区域划分情况。基于弱重叠视域的思想，将相邻摄像头视野区域紧密衔接，相邻路侧摄像头区域划分情况如图4-5所示。驶入提醒区域Wrt2_1路侧摄像头2摄像头2视野t23t22驶入提醒区域测速区域1测速区域2驶出提醒区域t1_1时间轴距离轴路侧摄像头1摄像头1视L1_4野L1_3L1_2L1_1t1_3t1_2测速区域1测速区域2驶出提醒区域驶入提醒区域L2_4L2_3L2_2L2_1图4-5相邻路侧摄像头区域划分图路侧摄像头1驶出提醒区域和路侧摄像头2的驶入提醒区域完全重合，该区域用来提醒路侧摄像头1目标车辆已经离开视野区域以及提醒路侧摄像头2目标车辆进入视野区域。为了方便描述基于弱重叠视域的车辆跟踪模块的流程，假设视野区域内只有一辆目标车辆，弱重叠视域车辆跟踪状态图如图4-6所示。
37驶入提醒区域Wrt2_1路侧摄像头2摄像头2视野t2_3t2_2驶入提醒区域测速区域1测速区域2驶出提醒区域t1_1时间轴距离轴路侧摄像头1摄像头1视L1_4野L1_3L1_2L1_1t1_3t1_2测速区域1测速区域2驶出提醒区域驶入提醒区域L2_4L2_3L2_2L2_1目标车辆（a）状态一目标车辆驶入提醒区域Wrt2_1路侧摄像头2摄像头2视野t2_3t2_2驶入提醒区域测速区域1测速区域2驶出提醒区域t1_1时间轴距离轴路侧摄像头1摄像头1视L1_4野L1_3L1_2L1_1t1_3t1_2测速区域1测速区域2驶出提醒区域驶入提醒区域L2_4L2_3L2_2L2_1（b）状态二目标车辆驶入提醒区域Wrt2_1路侧摄像头2摄像头2视野t2_3t2_2驶入提醒区域测速区域1测速区域2驶出提醒区域t1_1时间轴距离轴路侧摄像头1摄像头1视L1_4野L1_3L1_2L1_1t1_3t1_2测速区域1测速区域2驶出提醒区域驶入提醒区域L2_4L2_3L2_2L2_1（c）状态三目标车辆驶入提醒区域Wrt2_1路侧摄像头2摄像头2视野t2_3t2_2驶入提醒区域测速区域1测速区域2驶出提醒区域t1_1时间轴距离轴路侧摄像头1摄像头1视L1_4野L1_3L1_2L1_1t1_3t1_2测速区域1测速区域2驶出提醒区域驶入提醒区域L2_4L2_3L2_2L2_1（d）状态四图4-6弱重叠视域车辆跟踪状态图当目标车辆的被检测框边缘与路侧摄像头1的视野区域边缘重合的瞬间，如图4-6（a）所示，根据目标车辆前期运动状态估算车辆速度及加速度，将获取的车辆信息通讯给下一路侧摄像头，即图中路侧摄像头2。此时目标车辆行驶到
【参考文献】：
期刊论文
[1]基于ARM的WiFi无线通信终端技术探讨[J]. 袁良凤. 数字技术与应用. 2018(05)
[2]一种基于Faster R-CNN的车辆检测算法[J]. 韩凯,张红英,王远,徐敏. 西南科技大学学报. 2017(04)
[3]一种改进的ViBe鬼影抑制算法[J]. 李亚伟,曹凯,王杰,梅超. 广西大学学报(自然科学版). 2017(02)
[4]LTE-V车路通信技术浅析与探讨[J]. 温志勇,修战宇,陈俊先. 移动通信. 2016(24)
[5]基于YOLO算法的车辆实时检测[J]. 王宇宁,庞智恒,袁德明. 武汉理工大学学报. 2016(10)
[6]视频图像的车辆速度实时检测算法研究[J]. 巨志勇,王超男,何晓蕾. 计算机应用研究. 2017(09)
[7]融合帧差和ViBe的运动目标检测算法[J]. 魏洪涛,李瑾,吴细秀. 计算机应用研究. 2017(05)
[8]一种改进的PBAS运动目标检测算法[J]. 李棚,吴晓红,何小海,牛化康. 科学技术与工程. 2015(27)
[9]基于视野分界线的多摄像机运动目标跟踪算法[J]. 阳小燕,任家富,刘长江. 计算机工程与应用. 2016(09)
[10]基于HSV空间阴影去除方法研究与应用[J]. 高东旭,曹江涛,李平. 电子设计工程. 2014(13)
硕士论文
[1]多摄像头联合目标跟踪[D]. 胡田.海南大学 2017
[2]摄像头网络中车辆检测和识别方法的研究[D]. 彭锦佳.大连海事大学 2017
[3]水下多摄像头目标一致性跟踪[D]. 孙娜.中国海洋大学 2015
[4]多摄像机全景协同的运动目标跟踪算法研究[D]. 徐宇.西华大学 2014
[5]基于视频的车辆速度检测方法研究[D]. 袁河洋.大连海事大学 2013
[6]道路视频车辆检测研究[D]. 孙庆.安徽大学 2013
[7]融合MeanShift和卡尔曼滤波的运动目标跟踪算法研究[D]. 杨建伟.哈尔滨工业大学 2010
本文编号：3224375
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3224375.html
