【杰士安】车流量统计红外线矩阵法系统理论

12
发表时间:2019-07-10 17:53

智能交通系统(ITS)是集先进的信息技术、数据通信与传输技术、电子传感技术、电子控制技术和计算机处理技术于一体的实时、准确、高效的综合交通管理系统,交通检测系统是智能交通系统的重要组成部分,负责采集道路交通流的各种参数。


交通环境下的流量统计研究可追溯至七十年代。1978年,加利福尼亚州的帕萨迪纳喷气推进实验室(加州帕萨迪纳市的喷气推进实验室)首次提出了利用机器视觉检测车辆的方法,指出加州帕萨迪纳市的喷气推进实验室是传统检测方法的一种可行的替代方法。1991年,加州科技大学评估了视频检测技术在高速公路上的应用,并在评估报告中对当时使用的不同视频车辆检测技术进行了详细分类。1994年,明尼苏达州交通部(明尼苏达运输部)对联邦公路管理局(美国联邦公路局)进行了更为详细和严格的评估。结果表明,视频检测器的检测精度和可靠性均达到了令人满意的水平。


与此同时,随着车辆检测技术的发展,人们不再满足于仅通过视频检测交通流,尽管FHWA进一步使用了这种技术来提取交通参数,如交通流、十字路口的车辆转向信息等。"国内在交通视频检测方面的研究落后于国外,技术基础薄弱,但也有不少公司生产的HeadSunSmartViewer-II视频流量检测器是由厦门恒深智能软件系统有限公司研制的,当然,这些产品的功能相对单一,与国外产品相比,存在一定的差距。事实上,与其他车流量统计方法相比,红外检测方法具有直观、监测范围广、精度高、成本低、交通参数种类多、成本低等优点,可广泛应用于交叉口和公路干线的交通监控系统中。车流量统计和算法处理是红外检测的主要组成部分,交通参数是通过车辆检测和跟踪获得的,因此车辆检测和跟踪算法是红外检测系统的重要组成部分。


车辆检测的目的是确定是否有车辆通过检测区域,并建立相应的跟踪对象,主要是提供交通流和其他信息。"降低车辆检测算法的计算复杂度和提高检测算法的实时性是一对矛盾,解决这一矛盾是提高系统检测精度和稳定性的关键。然而,光照的变化、背景混沌运动的干扰、运动目标的阴影以及运动目标的自遮挡和相互遮挡的存在,都影响着车辆检测和分割的准确性。在算法中必须考虑这些因素的影响以及去除这些因素的方法。


website qrcode
关注我们: