基于VANET的交通图像采集与传输技术研究
发布时间：2021-07-23 17:25
近年来交通事故频发,经常出现救援不及时和事后取证困难等问题,主要原因是缺乏有效的事故现场图像信息。虽然城市道路中已存在大量的监控摄像头,但是由于成本高、铺设难度大等原因无法做到全面覆盖。对于没有监控摄像头的区域无法获取其信息。车载自组织网络是智能交通中实现车辆多媒体传输、远程交通事故预警、实时道路交通信息查询和高速公路自动缴费等应用技术的基础。目前大部分车辆都装有行车记录仪,在汽车行驶过程中,行车记录仪能够记录有关的视频图像和声音,可为交通事故提供证据。利用车载自组织网络将行车记录仪中的交通图像传输到交通部门,可以加快救援速度、保存证据,这对于无监控道路上的事故救援、事后取证具有重要意义。本文首先研究了交通图像的采集方法,通过计算邻居车辆的距离和角度,选出距离较近、角度较好的邻居车辆,从这些车辆的行车记录仪中截取相应的图像,将一段时间内从多个角度拍摄的图像汇集到管理节点。由于原始图像数据量较大,不利于传输,所以采用压缩感知技术压缩图像,在交通部门接收到后,再通过重构算法恢复出图像。压缩后的图像需要尽快地传递到路边单元,再由路边单元传递到交通部门。由于车载自组织网络拓扑变化频繁,中断时常...
【文章来源】：内蒙古大学内蒙古自治区 211工程院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
城市路网Figure3.7Cityroadnetwork
基于VANET的交通图像采集与传输技术研究26表3.6车辆选取算法仿真参数设置Table3.6Simulationparametersettingofvehicleselectionalgorithm参数设置仿真区域2000m×2000m仿真时长200s车辆最大速度20m/s车辆跟驰模型Krauss采集时长T4s采集间隔2s拍摄有效距离050m车辆权值系数0.53.3.3实验结果分析（1）直行道路如果交通事故发生在直行道路上，如图3.8所示，其中红色车辆代表事故车辆，周围的绿色车辆是邻居车辆，车辆选取算法就是从众多的邻居车辆中选出一些距离较近、角度较好的车辆。本实验中设定采集时长T为4s，采集间隔为2s，所以车辆选取算法共执行了两次，将对应的两个时刻记为T1，T2。根据仿真输出的车辆轨迹文件sumoTrace.xml，可以得到T1，T2两个时刻下事故车辆和邻居车辆的位置坐标，然后根据位置坐标计算出车辆的距离、角度和偏差角度，进行候选车辆集合划分，并计算车辆的权值。表3.7记录了T1，T2时刻下各候选车辆集合中车辆的详细信息。图3.8仿真场景Figure3.8Simulationscenario
基于VANET的交通图像采集与传输技术研究28图3.9直行道路T1时刻车辆分布Figure3.9DistributionofvehiclesonstraightroadsattimeT1图3.10直行道路T2时刻车辆分布Figure3.10DistributionofvehiclesonstraightroadsattimeT2（2）十字路口当交通事故发生在十字路口处时，车辆选取算法的步骤大致与直行道路相同，主要的不同在于十字路口处车辆所处的最佳角度用集合表示是{0°，90°，-90°，180°}。运行仿真环境后，根据仿真输出的车辆轨迹文件，可以得到T1，T2两个时刻下十字路口处的事故车辆和邻居车辆的位置坐标，然后根据位置坐标计算出邻居车辆的距离、角度和偏差角度，进行候选车辆集合划分，并计算车辆的权值。表3.8记录了T1，T2时刻下各候选车辆集合中车辆的详细信息。根据表3.8中各候选车辆集合中车辆的信息，选出权值最小的车辆。T1时刻的就是{H.9，C.1，P.6，G.10}，这4个车辆的分布情况如图3.11所示，图中红色车辆为事故车辆。T2时刻的是{H.50，A.32，P.27，G.32}，分布情况如图3.12所示。最后管理节点将会汇集由上述选中车辆发送的T1，T2时刻的事故图像。
【参考文献】：
期刊论文
[1]智能交通系统综述[J]. 赵娜,袁家斌,徐晗. 计算机科学. 2014(11)
[2]一种基于实时车流密度信息的VANET路由协议[J]. 李新,吴学文. 电子设计工程. 2013(09)
[3]基于SUMO平台的微观交通仿真研究[J]. 韩光辉,陈笑蓉,俞洋,李永前. 计算机工程与科学. 2012(07)
[4]机会网络模拟器ONE及其扩展研究[J]. 王朕,王新华,隋敬麒. 计算机应用研究. 2012(01)
[5]机会网络典型路由算法性能分析[J]. 孙践知,刘乃瑞,张迎新,韩忠明,陈丹. 计算机工程. 2011(16)
[6]图像恢复的小波域加速Landweber迭代阈值方法[J]. 张伟斌,冯象初,王卫卫. 电子与信息学报. 2011(02)
[7]车载自组织网络关键技术[J]. 王昭然,谢显中,赵鼎新. 电信科学. 2011(01)
[8]基于SUMO的路由协议仿真研究[J]. 苗晓锋,罗志辉,洪亮. 计算机工程. 2011(01)
[9]机会网络路由协议[J]. 任智,黄勇,陈前斌. 计算机应用. 2010(03)
硕士论文
[1]基于分布式压缩感知的煤矿视频编码方法研究[D]. 华倩倩.中国矿业大学 2019
[2]基于压缩感知理论的植株图像重构方法研究[D]. 李尚龙.江苏大学 2019
[3]车联网通信安全与隐私防护机制研究[D]. 沈岑.北京交通大学 2018
[4]基于车联网的交通事故信息收集系统的设计与实现[D]. 张晓东.内蒙古大学 2016
本文编号：3299720
【文章来源】：内蒙古大学内蒙古自治区 211工程院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
城市路网Figure3.7Cityroadnetwork
基于VANET的交通图像采集与传输技术研究26表3.6车辆选取算法仿真参数设置Table3.6Simulationparametersettingofvehicleselectionalgorithm参数设置仿真区域2000m×2000m仿真时长200s车辆最大速度20m/s车辆跟驰模型Krauss采集时长T4s采集间隔2s拍摄有效距离050m车辆权值系数0.53.3.3实验结果分析（1）直行道路如果交通事故发生在直行道路上，如图3.8所示，其中红色车辆代表事故车辆，周围的绿色车辆是邻居车辆，车辆选取算法就是从众多的邻居车辆中选出一些距离较近、角度较好的车辆。本实验中设定采集时长T为4s，采集间隔为2s，所以车辆选取算法共执行了两次，将对应的两个时刻记为T1，T2。根据仿真输出的车辆轨迹文件sumoTrace.xml，可以得到T1，T2两个时刻下事故车辆和邻居车辆的位置坐标，然后根据位置坐标计算出车辆的距离、角度和偏差角度，进行候选车辆集合划分，并计算车辆的权值。表3.7记录了T1，T2时刻下各候选车辆集合中车辆的详细信息。图3.8仿真场景Figure3.8Simulationscenario
基于VANET的交通图像采集与传输技术研究28图3.9直行道路T1时刻车辆分布Figure3.9DistributionofvehiclesonstraightroadsattimeT1图3.10直行道路T2时刻车辆分布Figure3.10DistributionofvehiclesonstraightroadsattimeT2（2）十字路口当交通事故发生在十字路口处时，车辆选取算法的步骤大致与直行道路相同，主要的不同在于十字路口处车辆所处的最佳角度用集合表示是{0°，90°，-90°，180°}。运行仿真环境后，根据仿真输出的车辆轨迹文件，可以得到T1，T2两个时刻下十字路口处的事故车辆和邻居车辆的位置坐标，然后根据位置坐标计算出邻居车辆的距离、角度和偏差角度，进行候选车辆集合划分，并计算车辆的权值。表3.8记录了T1，T2时刻下各候选车辆集合中车辆的详细信息。根据表3.8中各候选车辆集合中车辆的信息，选出权值最小的车辆。T1时刻的就是{H.9，C.1，P.6，G.10}，这4个车辆的分布情况如图3.11所示，图中红色车辆为事故车辆。T2时刻的是{H.50，A.32，P.27，G.32}，分布情况如图3.12所示。最后管理节点将会汇集由上述选中车辆发送的T1，T2时刻的事故图像。
【参考文献】：
期刊论文
[1]智能交通系统综述[J]. 赵娜,袁家斌,徐晗. 计算机科学. 2014(11)
[2]一种基于实时车流密度信息的VANET路由协议[J]. 李新,吴学文. 电子设计工程. 2013(09)
[3]基于SUMO平台的微观交通仿真研究[J]. 韩光辉,陈笑蓉,俞洋,李永前. 计算机工程与科学. 2012(07)
[4]机会网络模拟器ONE及其扩展研究[J]. 王朕,王新华,隋敬麒. 计算机应用研究. 2012(01)
[5]机会网络典型路由算法性能分析[J]. 孙践知,刘乃瑞,张迎新,韩忠明,陈丹. 计算机工程. 2011(16)
[6]图像恢复的小波域加速Landweber迭代阈值方法[J]. 张伟斌,冯象初,王卫卫. 电子与信息学报. 2011(02)
[7]车载自组织网络关键技术[J]. 王昭然,谢显中,赵鼎新. 电信科学. 2011(01)
[8]基于SUMO的路由协议仿真研究[J]. 苗晓锋,罗志辉,洪亮. 计算机工程. 2011(01)
[9]机会网络路由协议[J]. 任智,黄勇,陈前斌. 计算机应用. 2010(03)
硕士论文
[1]基于分布式压缩感知的煤矿视频编码方法研究[D]. 华倩倩.中国矿业大学 2019
[2]基于压缩感知理论的植株图像重构方法研究[D]. 李尚龙.江苏大学 2019
[3]车联网通信安全与隐私防护机制研究[D]. 沈岑.北京交通大学 2018
[4]基于车联网的交通事故信息收集系统的设计与实现[D]. 张晓东.内蒙古大学 2016
本文编号：3299720
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3299720.html
