基于稀疏道路卡口监控和智能出租车的肇事逃逸车辆轨迹恢复系统

发布时间：2021-03-21 07:02

　　恢复肇事逃逸车辆的轨迹对于警方破案、交通事故责任认定等具有重要的作用。然而因为城市道路交通卡口的分布的稀疏性以及肇事逃逸车辆会故意地绕行躲避交通卡口摄像头,精确地追踪肇事车辆是一项极具挑战性的工作。截止目前,还没有一个系统地解决肇事逃逸车辆轨迹恢复问题的方法。现有的一些轨迹恢复系统使用简单的算法进行轨迹恢复,其效果非常不理想。而相似的研究主要聚焦于从低频GPS点恢复完整轨迹,这些研究基于历史数据对车辆轨迹进行轨迹恢复,不适用于故意绕行躲避监控的肇事逃逸车辆,也没有考虑同时结合卡口监控以及出租车行车记录仪数据进行轨迹恢复。基于上述的分析,本文提出了一套系统地解决肇事逃逸车辆轨迹恢复问题的解决方案。本文首先建立路网通行时间的概率模型,即使用对数正态分布对每个路段的通行时间的概率分布进行建模,然后本文使用斜对数正态分布来近似地对路段通行时间分布叠加,近似地得到一段路径的通行时间的概率密度分布。在轨迹恢复算法部分,本文首先使用无监督和有监督学习两种方式分析最优的查询策略,即基于卡口监控以及路网交通模式分析肇事逃逸车辆在某个查询点出现的概率。然后提出了两种肇事逃逸车辆轨迹恢复算法RVTR以及IR... 

【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

图１．２出租车监控系统??

图１．１城市道路电子警察??

图１．３目前苏州工业园区的轨迹恢复系统??总体而言，专门针对肇事逃逸车辆轨迹进行恢复的算法还相对缺乏

【参考文献】：
期刊论文
[1]电动汽车充电站的最优选址和定容[J]. 刘志鹏,文福拴,薛禹胜,辛建波.  电力系统自动化. 2012(03)
[2]基于对数正态和分布的路径行程时间可靠性模型[J]. 陈琨,于雷.  北京交通大学学报. 2009(03)

博士论文
[1]大规模轨迹数据的检索、挖掘和应用[D]. 袁晶.中国科学技术大学 2012



本文编号：3092471