一种基于摄像机标定的车辆视频测速方法

以Tsai两步法为摄像机标定原理，提出了一种车辆速度视频测量方法，并对摄像机标定误差和车速检测误差进行了分析。首先利用Tsai两步法得到摄像机的内部和外部参数，然后将图像空间提取出的运动车辆特征点位移转换到世界坐标系，最后利用帧差时间求得车辆的瞬时速度。实验结果表明，基于摄像机标定的车辆速度视频测量方法，具有简单实用、鲁棒性强、精确度高等优点，满足车辆视频测速系统的要求。     

基于改进分水岭算法的粘连车辆图像分割

为解决基于光流法的交通监控视频车流量检测过程中出现的车辆前景粘连情况,本文提出一种基于欧氏距离的分水岭粘连车辆分割算法.算法通过计算车辆前景中像素点距离背景的最小欧式距离,对阈值筛选后的区域进行质心的选取;以质心为起点构建分水岭算法的集水盆地,生成分水岭轮廓;将分水岭轮廓与原粘连图像结合完成粘连车辆的分割.本文进行各种类型车辆粘连图像分割实验,结果表明,本文提出的算法对于车辆粘连情况分割成功率高,获得了良好的车辆识别效果.     

城市道路交通交叉路口的车路协同系统设计

针对交叉路口由于行车车辆多、环境复杂、容易拥堵等常导致通行效率低及易发交通事故的问题,开发了一套基于视频检测的车路协同辅助驾驶系统。对车路协同关键技术进行了讨论,基于需求分析对协同系统做了功能设计与系统框架设计以及软、硬件系统设计,并对相关设计进行说明。对所开发系统的现场初步测试验证了所设计协同系统的合理性与可行性。测试结果表明:该协同系统可有效地感知实时车辆状态信息并获取区域内道路路况信息,实现车与车、车与路之间的数据传输,综合信息分析,路况判断与信号控制,能提供良好的城市道路交通交叉路口的交通信息服务。     

多交叉路口车流模拟软件的设计

以面向对象程序设计思想为基础，以包括多个交叉路口的主干道为对象，从车辆的随机产生、流向分布、排队跟驶及冲突检测等交通模型入手，模拟车辆的产生和行驶，最后给出软件设计思路和流程图。     

基于改进LK光流法的车流量检测

为了实现基于交通监控视频的车辆检测,提出了一种基于LK光流法与分水岭算法相结合的车辆检测方法,利用LK光流法生成车辆光流数据,对光流数据进行处理生成车辆前景图像,对前景中产生的车辆粘连的情况采用改进分水岭算法完成分割.实验结果表明,该方法一定程度上避免了LK光流法因车辆粘连而造成的误判断情况,较现有方法有所提升,有较好的识别效果.     

基于Mean Shift方法的视频车辆检测与分割

提出了一种基于Mean Shift方法的视频车辆检测和分割方法.首先将交通场景图像与路面区域所对应的二值掩模图像进行“与”运算以排除无关背景干扰,并对所得的结果图像用Mean Shift聚类方法进行分割以得到原始的分割图像.然后根据区域的面积、分布以及颜色的均匀性和相似性等特征有效过滤出路面区域.进一步基于颜色的不相似度量,将路面区域置“黑”,所有其他区域置“白”,对路面区域图像进行二值化.最后通过特定的后处理过程可把路面区域中所存在的动、静态车辆检测出来.     

基于深度学习的多车道交通流量统计方法

基于目标跟踪的视频道路交通流量采集普遍存在不同程度的漏检、错检和多检等问题,为此,提出了一种综合车辆位置信息与外观信息及环境空间信息的道路交通流量采集方法。首先,识别视频帧中的车辆信息(包括车辆车型数据与位置数据等);然后,综合考虑车辆信息和环境空间信息进行车辆跟踪;最后,对跟踪结果进行统计,从而得到道路交通流量。采用多段交通视频作为测试数据,分别测试了本文算法和SORT算法。测试结果表明,本文算法检测的道路交通量平均误差较SORT算法降低了约4%。提出的基于视频交通流量检测方法具有更好的检测效果。     

尾灯特征的ADAS系统前方车辆识别

为可靠识别汽车安全辅助驾驶系统(ADAS)前方车辆目标,提出了基于车辆尾灯特征提取的径向基神经网络车辆识别方法。构建了车辆尾灯对宽度限制、高度约束及左右尾灯面积比等约束条件,提取了车辆的尾灯信息并获取尾灯的质心位置,经过形态学运算后确定了尾灯的标记区域,再结合车辆图像与实际尺寸比例得到车辆可能存在的感兴趣标记区域。针对感兴趣标记区域进行了车辆存在性的进一步确认,提取了感兴趣区域的边缘特征与区域特征共计19个特征参数(6个独立不变矩、8个余弦变换描述子和5个区域特征参数),构建了由19维输入神经元和2个输出量组成的三层径向基神经网络车辆识别器。利用采集的车辆样本图像,分别验证了正常天气与雨天、雪天及夜间行车环境下基于尾灯特征获取车辆区域检测方法的可行性。对采集的1 700张车辆正、负样本,完成了径向基神经网络的训练,通过训练误差性能曲线得知本文设计的网络达到了训练精度要求。随机选取了60%的样本,完成了径向基神经网络车辆识别器的测试,实现了检测区域内车辆的进一步确认,也针对停车场及并行车辆等情形进行了确认测试,其正确率达到94%,有效弥补单一尾灯特征实施车辆检测的漏检或误检现象,大大提高了车辆检测的可靠性。     

基于OpenGL的视频车速解算虚拟仿真试验

针对实车试验无法精准控制行驶车速而不能探究交通事故视频车速解算误差范围的问题,基于Visual C++平台搭建OpenGL三维模型环境后开发了车辆运行场景仿真系统。实现了虚拟车辆的自主运动、场景的数字化编辑和视角的自由切换,并通过相机模型模拟记录车辆纵向运动的视频图像以研究视频车速解算的准确性。结果表明:通过道路固定摄像与车体参照物、道路固定摄像与环境参照物和本车车载摄像与环境参照物3种方法解算车速的最大误差分别为1%、2.2%和2%。基于双因素方差分析发现,车辆实际速度对解算结果相对误差的影响不显著(α=0.05)。     

基于虚拟网格技术的自适应车辆跟踪算法的研究

为了解决车辆跟踪速度、精度、非线性等问题,引入简化跟踪目标图像信息的虚拟网格技术,结合改进的Kalman预测理论,构建自适应车辆跟踪算法,利用该算法完成对移动目标车辆进行实时检测跟踪。测试结果验证了算法提高视频图像中移动目标跟踪速度,且以较高的精确性对单个、多个移动目标进行检测跟踪。     

车辆检测登录排队时间优化研究

分析了车辆检测登陆排队时间的影响因素,重点提出了几点优化车辆登录排序时间的措施,并以菏泽车辆检测中心为例,通过排队模型预测分析了优化前后的效果,证明优化后可降低车辆排队时间,提高检测效率,取得良好的社会效益和经济效益.     

城市道路通行能力影响模型优化及其推广

利用交通流理论等知识,借助于SPSS和MATLAB软件,考察实际交通堵塞道路的通行能力,通过对真实事故现场数据的采集分析,受经典的logistic人口模型启发,提出并建立了阻滞增长模型,得到了拥堵时车辆排队长度与持续时间、通行能力、车流量之间的关系.建立了城市道路被占时的车辆排队长度和其影响因子探究的数学模型,给出了上游路口信号灯配时方案和交通组织方案.运用阻滞增长模型可有效优化城市道路通行能力,缓解城市交通压力,改善交通环境.     

基于FPGA的平板式数粒机检测系统

针对目前国内药品检测数粒机大多是多通道数粒机,存在稳定性差、检测精度低等缺陷,课题组提出了基于FPGA的平板式数粒机检测系统。采用现场可编程门阵列（FPGA）作为控制系统的核心,对面阵图像传感器进行参数配置、图像数据采集,并对原始图像进行增强预处理。再由FPGA运用Canny算法获取图像采集单元的药粒目标轮廓信息,运用质心法获取质心位置坐标,采用检测线目标位置预测计数方法实现药品的高速在线检测计数。实验结果表明,基于FPGA的面阵图像传感器数粒机系统可以实现高速度、高精度的在线计数。     

电子海图系统雷达信息转换技术的研究

提出了一种基于三角函数变换的比例乘法器法,解决了方位角和径向距离的坐标变换,最终转换为视频存储器中的位图地址,实现了电子海图系统雷达信息的转换。     

面向视障人群的障碍物位置与距离的视觉测量方法

针对视障人群与障碍物之间的位置与距离难以检测的问题，课题组提出了基于单目视觉的障碍物检测与定位方法。该方法基于单目视觉系统获取外界环境信息，在三帧差法的基础上对相邻帧差图像进行加法运算，降低了噪声的影响，实现了对正前方和两侧横穿的障碍物的检测与定位；结合单目视觉系统标定，建立了单目测距模型，计算视障者与障碍物之间的距离；根据视障者的行走速度规划防撞预警策略。通过实验验证表明该方法能够有效检测出人行道上的行人障碍物，同时距离障碍物小于8 m时测距误差控制在5%以下，并提示预警措施。课题组的研究在一定程度上解决了视障人群出行安全的问题。     

基于路侧单元视觉辅助的远程驾驶主动安全预警

针对远程驾驶过程中因临场感缺失以及通信时延带来的行车安全性下降问题,尤其是在视野遮挡的交叉路口等场景,提出了一种基于路侧单元视觉辅助的具有双层机制的主动安全预警辅助系统(R-VSAS),设计了相应算法。应用机器视觉方法,基于混合高斯模型进行运动车辆检测,介绍了系统控制策略以及相应算法,并通过Prescan和Simulink进行了驾驶员在环仿真。仿真结果表明:所提出系统能在被控车辆距离预测碰撞位置50 m位置开始提供视觉辅助,并在远程驾驶无有效操作时提供辅助制动控制,为远程驾驶操作员提供了更直观危险信息以及更充足反应时间,部分消除因通信时延以及临场感缺失带来的行车安全性下降问题的同时,通过辅助制动功能进一步降低了因网络失效、操作员失误等情形带来的行车安全风险。     

基于现场可编程门阵列的边缘检测系统

针对目前使用CPU或者树莓派图像处理实时性差、边缘检测实际效果差等缺点,课题组提出了基于现场可编程门阵列的边缘检测系统。设计了基于现场可编程门阵列的边缘检测系统的硬件方案,介绍了边缘检测的原理;基于硬件设计了图像采集与处理方案;算法上先通过实验设定卷积核的大小,然后使用Sobel卷积核对获取的图像进行卷积,再使用Robert卷积核进行卷积,并在显示器上显示实时图像处理结果。实验表明该系统的检测效果更加清晰,断点更少。该系统能够并行处理数据,提高图像处理速度,且实际的边缘检测效果好。     

双摄像头环境下交叉口控制延误提取的误差统计

对双摄像头环境下控制延误提取的过程进行了介绍，主要对控制延误提取的误差指标进行了验证。以曹安路 绿苑路交叉口西进口道为参数提取的场景，首先介绍了控制延误参数提取的原理；然后对获取的单个车辆的行程时间值与真实的行程时间值进行对比，使用平均误差指标得到系统提取的单辆车进行比较，得到行程时间值的误差值接近0，使用塞尔指标验证了课题研究中所提取的行程时间与实际的行程时间，结果表明可以认为检测得到的值与真实值相同。之后通过相关的处理，获取按周期统计间隔得到的车均信控延误值，考虑所获取的车均延误值的大小，选用平均相对     

高速公路事故路段分区域可变限速控制方法

针对高速公路可变限速控制问题,利用交通量与密度之间的关系建立了可变限速模型,研究了分段限速、分道分车型限速和分时段限速3种可变限速措施,以车均延误和平均排队长度作为评价指标,采用VISSIM仿真分析,与未采取限速相比,仿真得到分道限速车均延误降低37.9%,平均排队长度降低24.1%。与分段限速相比,分道分车型限速车均延误降低0.7%,平均排队长度降低35.9%;分时段限速车均延误减少38.4%,平均排队长度减少36.8%。结果表明:分段限速、分道分车型限速和分时段限速较好地缓解交通拥堵问题。     

机载SAR图像快速经纬度计算及精度分析

从机载合成孔径雷达(SAR)距离一多普勒原理出发研究目标定位问题,文中采用多项式拟和平台位置,修正了零多普勒条件方程,建立了适合机载SAR的构像模型和坐标系变换关系,提出了一种实时无参考点定位情况下的雷达图像经纬度计算方法,并对影响定位精度的参数包括平台测量误差、多普勒中心估计误差和载机高度误差进行定量分析,实验结果表明该方法能有效地校正SAR图像存在的几何变形,定位误差精度与理论分析基本一致.