智能交通系统监控与识别.ppt

交通信息的检测、监控与识别 检测：对交通信息某一参数的获取； 监控：对交通信息系统运行情况的监视与控制； 识别：对检测到的信息进行判别； 交通信息的检测 道路检测、路面成分检测、路面几何尺寸检测、路面性能（渗水率、稳定度）检测； 交通设施检测：交通标志反光(逆反射系数)测量； 车辆检测：电子汽车衡； 交通事件检测：线圈式车流量检测器、声波交通检测器、便携式交通检测器； 声波交通检测器 采用先进的声波信号空间角度处理技术，使其能够适应各种干扰环境，并提供高解析度的多车道交通流的检测。这种先进的处理技术消除了来自车道以外噪音的干扰，从而减少了对车辆的误检测。 使用户可以远程非常灵活而准确的定位每个电子检测区域和检测区域的尺寸，无需现场其它辅助方式进行设置。电子检测区域设置及修改设置（如果车道结构发生变化时）都是通过远程管理软件完成的。易于操作的SAS监控设置软件可实时显示每一辆车经过传感器的实际位置。 由于是被动式传感器（不发射信号），所以它只需要很低的电源功率即可工作，这也使它非常适合无线方式连接，完全独立的安装，只需连接一个太阳能板给电池充电，从而节省了缆线、管道等设施及施工成本，同时其太阳能供电和无线通讯方式，也减少了不良天气对挖电缆沟或切割路面线圈施工进程的影响。 算法分类比较法统计法时间序列法交通模型和理论模型法低流量事件检测高级事件检测技术 算法、计算机、人的综合集成为了提高性能，根据具体的道路特点、交通流变化情况、检测数据的可靠性和该条道路常发事故的特点对各种算法进行综合集成，结合计算机数据库系统，形成交通事件检测专家系统，专家系统的评判值再经过操作人员依据经验的确认，最后断定是否发生事故或其它交通事件。 车牌照识别 车辆牌照识别VLPR (Vehicle License Plate Recognition) 车牌照定位； 车牌照二值化； 车牌照识别； 水平位置确定 采用数学形态学方法 分割方法有：光流法差像法和平均法。常用的方法是差像法和平均法 1. 通过计算帧间图像像素间的偏差 ,再通过阈值来找出运动的区域。2. 采用当前帧和背景图像相减的办法 ,背景图像用平均法求出 。 差分帧 ds( x,y)= fs+1 (x,y)－fs(x,y) 利用差帧法，分割车辆 n 平均法，产生背景 m(x,y)=1/n(Σfi (x,y)) i=1 车辆目标分割：当前帧-背景帧；根据外轮廓形成矩形包围盒，可确定尺寸、质心等几何参数；根据尺寸、颜色及运动轨迹进行跟踪； 交通参数计算路面占有率、车道占有率首先要进行基本参数设置。设length为监控范围长度，roadwayk表示第k个车道范围，则路面占有率ratioroad为式中heighti表示第i个车辆的长度，M为length内车辆数目，N为车道的数目。各车道占有率ratek为式中centerj为第j辆车的质心坐标。  车速计算保留两相邻帧frame(t-Δt)、frame( t)车辆的特征 Δt为相邻帧间隔时间。车速计算算法如下：（1）依次从帧frame(t) 中取第k个车辆的特征值（车辆形、面积、颜色），并将外接矩形中心center(k)作为该目标质心；（2）在帧frame(t-Δt)中位置center(k)后的给定区域内，据帧frame(t)中的特征值，采用块匹配算法搜索特征值的车辆的质心center (j)；（3）frame( t)中k车辆速度speed (k) 车流量计算车流量计算可同车速计算同步进行，在车速计算中记下frame( t)中第一个车的center(1) 和frame (t-Δt)中最后一个车的center(j)的位置，统计所有在center(1)与center (j)之间的车辆数目的和sum，则可得车流量flux为 算法的指标：检测率(DR):检测到的交通事件数与实际交通事件数之百分比.误报率(FAR):不正确检测次数与总次数之比.平均检测时间(MTD): 在给定的FAR和DR条件下检测一个事件所需要的平均时间. 汽车牌照识别 探测 设置 图像 压缩 与 存储 图像 采集 图像 处理 与 识别 车牌识别过程 图像采集模块该模块完成汽车图像的采集工作，它由视频采集卡和摄像机组成。系统中采用双摄像头，并且一高、一低的架设在车道的正上前方。高摄像头获取一幅高清晰度的真彩色全景图，用于车型的颜色、类别识别；低摄像头获取一