一种高鲁棒性的夜间车辆定位与跟踪方法.pdfVIP

第37卷 第16期 计 算 机 工 程 2011年8月 Vrol-37 No．16 ComputerEngineering August2011 · 人工智能及识别技术 · 文章■号tl00_3428(2011)l每一-017-_03 文献标识码lA 中田分类号tTP391 一 种高鲁棒性的夜间车辆定位与跟踪方法 ， 陈 迫，刘秉瀚 (福州大学数学与计算机科学学院，福州 350108) 摘 要：针对夜间环境下的车辆检测问题，从车头灯视角出发，提出一种具有高鲁棒性的夜间车辆定位和跟踪方法。结合卡尔曼滤波实现 健壮的亮斑帧间跟踪，并根据亮斑的运动连续性和形态稳定性提取车灯目标。采用基于时域和空域特征的谱系聚类方法对车灯进行同车分 组，利用车头灯组对车辆目标进行准确定位和跟踪。实验表明该方法在夜间交通环境中的有效性和高鲁棒性。 关羹诃：智能交通系统；夜间车辆检测；卡尔曼滤波器；谱系聚类；定位与跟踪 HighRobustnessMethodofNighttimeVehicleLocationandTracking CHENDi．LIUB．ng-han (CollegeofMathematicsandComputerScience，FuzhouUniversity,Fuzhou350108，China) IAbstract]Thispaperproposesahighrobustnessmethodofnighttimevehiclelocationandtrackingfromhteheadlightnagleofview．Byvirtualof Kalman filter,arobustnesstrackingprocessofeachbrightspotisrealizedna dvehiclelampsaresubtracted exactlyaccordingto theirmotion continuityandshapestability．Pedigreeclusteringmethodsbasedonhtetemporalandspatialfeaturesraebroughtintoclassifyhtelma psintovehicle lampgroups．Theheadlightgroupsselectedfrom thelampgroupsareemployedintheaccuratelocationna dtrackingofmovingvehicles．The validitynadhighrobustnessofhtismehtodisprovedintheexperiment． [Keywordslintelligentrtnasportationsystem；nighttimevehicledetcetion；Kalmanfilter；pedigreeclustering；locationandrtacking DoI．10．3969j／．issn．1Ooo一3428．2011．16．059 (4)形态持续变化的路面光照区域的干扰。 1 概述 为了实现对交通路况准确而又高效的监控管理，基于计 针对夜间复杂的交通环境，本文提出的车辆检测方法是 算机通信网络和信息技术的智能交通系统应运而生。车辆检 先进行基于卡尔曼滤波的亮斑帧间跟踪来获取运动信息，再 测和跟踪是智能交通系统中获取车流信息的首要步骤，然而 依据稳定性判断来筛选车灯，而后使用车灯的时域和空域特 在夜间交通视频中呈现出的复杂环境极大地加深了检测的难 征进行以车辆为划分的聚类分组，最后用车头灯组的中心位 度。因此，夜间环境下的车辆检测也被视为智能交通系统中 置来对车辆进行定位和跟踪。先进行准确率较高的帧间跟踪 的一