基于机器视觉的路况监测系统设计文献综述.docVIP

文献综述 课题名称： 基于机器视觉的路况监测系统设计 学院（系）： 里仁学院 年级专业： 09工业自动化仪表2班 学生姓名： 王昌汇 指导教师： 刘刚 完成日期： 2013年3月27日 课题国内外现状 当今时代是一个经济科技日新月异的时代，随着城市化的进展和汽车的普及，无论是在发展中国家还是发达国家，交通拥挤加剧、交通事故频繁、交通环境恶化等问题都变得日趋严重。汽车数量的急剧增加，导致现有道路结构远远不能满足经济发展的需要。在这种背景下，人们已逐渐意识到单依靠道路的建设永远不可能满足日益膨胀的交通需要，必须依靠高科技来改进现有的道路运输系统，进行有效的交通管理，于是，智能交通系统的概念应运而生。目前国内外关于路况监测的主流方式有：超声波检测、微波检测、红外线检测、声学检测、磁力计检测、感应线圈检测、激光雷达检测以及基于传统可见光视频（即基于机器视觉）检测。 1978年，美国JPT(加州帕萨迪纳市的喷气推进实验室)首先提出了运用机器视觉来进行车辆的检测的方法，几年后，美国明尼苏达大学的研究人员研制了第一个可以投入实际使用的基于视频的车辆检测系统1991年，美国加州理工大学对在高速公路上运用视频方祛的检测技术进行了评估，在评估报告中对当时采用的不同的视频车辆检测技术详尽地进行了分析。此后，美国休斯飞机公司评测了当时存在的几种检测技术.在1996年至1999年间，美国国防高级研究计划局(DARPA)资助卡内基梅隆大学、戴维SARNOFF研究中心等著名大学和公司合作，联合研制了视频监视与监控系统VSAMIl和HID。目前，世界上在视频车辆检测领域最著名的公司是美国ISS(Image Sensing System)和Peek TramC System Ine．两家公司，它们代表了视频交通领域的最高水平，其产品覆盖了大部分的市场份额。其中ISS的AutoScope系列以及Peek的Video Track系列都是智能交通领域比较成熟的产品。 国内对车辆视频监控系统非常关注，中科院自动化所模式识别国家重点实验室视觉监控小组自行设计了一个拥有完全自主版权的交通监控原型系统Vstar，完成从运动车辆检测到跟踪以及行为分析。中国科学院自动化研究所模式识别国家重点实验室从20世纪90年代初开始研究基于三维模型的智能视觉监控系统，领导视觉监控小组，针对系统中若干关键性问题像车辆检测、跟踪以及车辆行为分析，进行了深入的研究和探讨，取得了一定的研究成果。目前，国内的哈工大交通电子技术有限公司，浙大电信研究所，北京清华紫光股份有限公司等几家企业也进行了一些视频检测产品的开发研究，如清华VISATARAM系统通过分析两幅2D．ST(Spatio．Temporal)来获取车流车速等交通参数，等等。但是，相对国外产品，国内厂商在视频监控技术的研究基础方面比较薄弱，尤其是视频检测技术的核心——图象处理和模式识别技术的研究滞后于国外。 二、研究主要成果 虽然现在国内外研发这种检测技术的厂家不少，但真正拥有成熟技术并生产出被广泛认可产品的却为数不多。其中具有代表性的首推美国iss公司的AUTOSCOPE系统。 法国Citilog公司的技术是自主研发的动态图像背景自适应技术和车辆图像跟踪技术，消除了光线、雨雪、灰尘对系统的影响，是基于事件本身的检测技术，可以及时检测监控区域内发生的交通事件，采集交通数据，辅助进行交通控制等。 清华紫光与清华大学合作开发的新一代视频交通流量检测系统VS3001，深圳神州交通系统有限公司开发的VideoTrace，厦门恒深智能软件系统有限公司开发的HeadSunSmartViewer-II视频交通检测器等等。但是这些产品大多功能比较单一，与国外的产品相比还有一定差距. 发展趋势 经过深入调研和分析，目前使用最多的是感应线圈和视频检测这两种方式。综合考虑使用环境、性能要求、成本、使用寿命、日常维护和系统升级等方面，在大桥、高架桥、隧道等不能破坏路面的情况下优先考虑视频检测方式，视频检测技术不如线圈检测方式成熟和稳定，现阶段受到使用环境、检测算法、硬件平台等的制约，还存在一些自身缺陷有待进一步完善和提高。但是它具有不可取代的优越性，随着技术的不断发展，检测方法的不断更新，视频检测技术将会越来越多地在诸多方面取代其他检测方式，成为交通管理工作中获取交通信息的重要来源和手段。今后，随着对基于视频的车辆检测算法研究的不断进展，立体视觉检测方式和多传感器检测方式将成为未来的发展趋