智能卡口车辆监方法研究与应用.pdfVIP

摘 要 智能交通系统是目前解决交通阻塞、提高行车安全和保护环境的主 要措施。通过对监控的交通视频进行分析，对车辆的定位与跟踪，可 以获取车流量、车速、道路占用率、排队长度等动态交通信息。目前 车辆跟踪中广泛采用均值偏移目标跟踪算法能克服跟踪中光线变化， 部分遮挡，物体的部分形变，运算快速。然而作为局部寻优算法难以 应对车辆快速运动、严重遮挡情况下丢失目标、窗宽固定不能随车辆 的变化的情况。本文针对以上问题作出以下研究努力： (1) 卡尔曼预测的均值偏移算法 建立了运动车辆的卡尔曼预测模型以解决快速运动的车辆难以跟 踪以及严重遮挡问题，均值偏移跟踪的结果作为一个检测值引入卡尔 曼预测框架。提出实现遮挡的判断方法，对严重遮挡设计了基于巴氏 系数的判断遮挡函数，在遮挡后原来搜索点周围扩展搜索区域，减少 卡尔曼预测误差。 (2) 自适应核窗宽均值偏移跟踪 跟踪过程中，随着车辆变大，车辆的形心与窗宽中心存在偏差，提 出后向跟踪与基于最佳匹配正负百分之十的窗宽尺寸修正相结合的 法。该算法费时少，而且，能准确定位形心克服了正负百分之十窗宽 修正带来的窗宽越来越大的问题。经实验验证，能够较好的反映窗宽 的变化。 (3) Matlab 用 软件建立了基于均值偏移算法的交通信息采集系统。 设计了采集软件的结构、功能与界面、基本实现算法。该系统能对车 辆进行良好定位跟踪，能够跟踪快速目标和克服严重遮挡，并具有窗 宽自适应性。 关键词：车辆跟踪，均值偏移，卡尔曼滤波，核窗宽自适应 I ABSTRACT Intelligenttransportation systemisamainmeasureto solvethetraffi congestion, improve the traffi safety and protect environment. Based on theanalysisofthetraffi videomonitoring,thepositioning andtrackingof vehicles canobtainthetraffi information suchastraffi flow,speed,road o upancy rate, queue length dynamic. Mean shift target is an algorithm widely used in vehicle tracking using color as the tracking feature, can overcometheproblems duringtracking suchasthe lightchanges,partially o luding, deformation, fast operation. However, it is very difficult as a localoptimizationalgorithmto dealwith the situationsthatvehiclemoves toofast,movesundero lusion,losttemporarily,andtheappearanceofthe vehicle changes.Inthispaper, a ordingto aboveproblems, the following researchworkwasmade: (1)Mean-ShiftalgorithmcombinedwithKalman-filtering Considering that the mean shift algorithm is a local optimization algorithm, and can not deal with the fast moving vehicles or vehicles encounterthesevereo lusion,weestablishedtheKalmanfilteringvehicle model, put the results of mean shifttracking worked as a detection value intotheKalmanprediction