交通信息处理技术讲述.pptVIP

交通信息处理技术●数据压缩预处理技术●交通信息融合处理技术●交通流和行程时间预测技术●模式识别技术  数据压缩预处理技术 视频采集检测中数据为什么要压缩处理 -例如音乐信号的带宽为15KHZ，通过不同速率的抽样、编码后，如果要达到专业水平的信噪比，数据率达到176~704Kbit/s -图像的数据量，它决定于每帧画面的尺寸和分辨率。例如一帧640像素、480线、24比特编码的画面，其数据量就要270Mbit/帧，它在680M容量的CD-ROM光盘上只能存储25帧，也就是只能存储一秒钟活动图像。 数据压缩预处理技术 ●JPEG压缩 ● MPEG压缩 ●音频压缩 取样：在时间轴上对信号离散化； 量化：在幅度轴上对信号数字化; 编码：按一定格式记录采样和量化后的数据。 -编码 交通信息融合处理技术 如何融合多传感器获得的交通信息 信息融合定义： -通过中心数据处理器把来自多个传感器的数据进行综合，多传感器信息融合系统把各种传入数据进行综合处理，使数据在一定准则下加以自动分析综合以完成所需的决策和评估，使它产生的输出信息比各个部分分别处理产生的信息总和更要有价值。 交通信息如何处理方法 -基于卡尔曼滤波技术的交通信息融合技术 -基于贝叶斯估计的交通信息融合方法 -基于人工神经网络的交通信息融合方法 -基于综合统计分析的交通信息融合方法 ●加权平均法 ●指数平滑法 基于信息融合技术的智能驾驶系统 -安全驾驶系统，如碰撞报警系统（CW）、偏向报警系统（LDW）和智能巡游系统（ICC） 智能驾驶系统框架 -数据层融合，直接对数据源操作。主要是通过图像处理和识别以及多传感器集成等技术，得到环境中汽车、人和其他障碍物的位置（得到速度、加速度则更好），预测下一步或下几步位置的变化 -特征层的融合，利用对象的统计特性和概率模型进行操作。主要是根据环境中形势与已有的知识进行关联，识别现在环境中形势的特征 -决策层的融合，主要是根据各种特征的关联概率，以及该策略的成功概率、风险程度、能量消耗等综合因素，采用基于规则推理的方法，最后形成一个决策 交通流和行程时间预测技术 交通流预测 -要将利用各种检测设备获得的实时信息通过各种预测模型和方法获得实时、可靠、准确的预测信息。 -即在时刻t对下一决策时刻（t+?t）的交通流作出短期实时预测，预测时间跨度一般不超过15min 基于统计方法的模型 -用数理统计的方法处理交通历史数据，如交通流、交通速度、旅行时间等用于预测。 ● 动态交通分配模型 -动态交通分配时按照一定的准则将动态交通需求量合理地分配到路由上，从而得到路段实时交通量的方法。实现降低交通拥挤程度和提高路由网运行效率的目的 影响行程时间的因素分析图 模式识别技术 所谓模式识别是把一种研究对象，根据其某些特征进行识别并分类。 计算机模式识别就是指利用计算机等装置对物体、图像、图形、语音、字形等信息进行自动识别。 模式识别的应用 -字符识别（常用于车牌识别） -语音识别 -指纹识别 车牌自动识别技术 -图像预处理 1 归一化，归一化的目的是把提取的车牌图像中的字符调整到与标准模板中的字符特征一致，以便进行识别。 2二值化，转化成合适的灰度图像，以便将背景与字符分开 -车牌定位：从汽车图像中提取牌照区域 -车牌分割 -车牌识别 车型识别技术 -轮廓扫描 红外检测技术是利用红外传感器获得机动车辆的车型图像 -车轴检测及其计数 我国常用车型分类标准 车型 车高H（cm） 轴数N 轴距L（cm） 轮距I(cm) -视频车型识别 小型车 ≤210 ------- ------- ------- 210 2 ≤310 ------- 中型车 210 2 300~500 101.6 210 2 300~500 ≥101.6