[优]道路交通信息采集系统解决方案.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
道路交通信息采集系统解决方案 系统概述 应用背景 交通信息采集是智能交通系统中相对基础且重要的一环,交通信息的采集可为指挥调度、交通信号控制、交通诱导等、道路路网规划提供决策依据。 在我国大力发展道路基础设施建设的大环境背景下,交通信息采集变得尤为重要。 现状分析 交通流检测方式有很多种,包括线圈、地磁、微波、视频等。传统的流量检测设备以线圈、地磁为主,但这两种检测方式存在着布设麻烦、维护成本高,需要破开路面的问题;而微波检测方式受限于产品价格和应用环境的苛刻要求,没有得到大范围的使用。 随着视频技术的发展,基于视频动态的交通信息采集得到了逐步的完善。因为其直观、安装方便、费用低等优点,越来越多的得到了厂家和业主的认可。 设计目标通过在城市道路上的某些关键路口、路段建设交通信息采集系统,为交通管理部门提供一个辅助管理的手段: 1、 基于视频流进行车道流量、车道平均车速、排队长度、车头时距等交通数据的检测采集,为交通规划和指挥调度提供数据支持; 2、 对城市道路重点路段进行24小时全天候监控覆盖,视频流可用于实时监控或存储。 设计原则 本系统建设以”统一标准、技术先进、稳定可靠、信息安全、方便实用、便捷扩容、易于维护为原则,以相关行业标准作为设计依据,结合我国道路特点,同时综合考虑车辆检测技术的发展趋势,确保系统的设计和建设满足当今交通管理部门对交通信息采集系统的应用和扩展需求: 1、 统一标准:本系统的数据格式严格按照相关的标准规范要求进行设计,所有数据格式与接口均符合国家标准,并提供功能定制以适合地方应用差异。 2、 技术先进:充分利用科技进步成果,采用当今先进成熟的技术,在相当长的时间内保持国内外先进水准。 3、 稳定可靠:本系统具有防盗、耐高温、抗寒、散热排风等功能设计,使用的各类电气接线端子、过载、漏电及断路保护装置、避雷装置等装置均符合国家有关电气安全标准要求,保证系统能够可靠地、连续地运行。 4、 信息安全:系统具有防非法接入、防误操作、防病毒等特性,通过合理的硬保苗勾设计、有效的夕卜场保护措施以及完善的内部管理机制有效避免系统遭到恶意攻击和数据被非法提取的现象出现,保障系统的信息安全。 5、 方便实用:系统提供清晰、简洁、友好的中文操作界面,操控简便、灵活,易学易用,便于管理和维护,能自动纠错和系统恢复,整个系统的操作简单、快捷、环节少,以保证不同的操作者都能熟练操作系统,具有高度友好的界面和使用性。 6、 便捷扩容:随着业务的拓展以及技术的进步,用户的需求才各会不断增加,系统的规模也将随之扩大,故在设计时厩应保证技术的先进性,又要兼顾与原有系统的兼容。所以,我们采用模块化结构设计,系统接口具备良好的扩展性,能够很好的完成系统的平滑升级,实现软硬件产品升级的系列化和模块化。 系统总体设计 设计思路实现基于雷达和视频的车辆检测功能,在城市常规杆件上安装检测设备,支持最多4个车道的流量检测。支持车流量、平均车速、车头间距、车头时距、车道空间占有率、车道时间占有率、车辆类型、车辆排队长度、交通状态等信息的检测和统计。在支持交通信息采集的同时,兼顾视频监控的功能。 原有海康抓拍机系列通过将近5年的不断开发、优化,在车牌识别、违章捕获方面已经取得了很好的效果,无论是市场占有率还是客户评价均比较好。但随着城市交通的发展,交通场景日益复杂,对摄像机自动分析的要求更为苛刻,原有ARM+DSP的硬件架构在性能上逐渐成为瓶颈,这也成为制约闯红灯自动记录系统进一步精细化探索和优化的瓶颈。本系统使用的海康神捕”摄像机硬件架构由原来的ARM+DSP更新为基于”高性能AI硬件平台+深度学习算法”的架构,将图形、图像处理方面的独特优势集成到前端摄像机内,在整体硬件性能与图像处理速度上提高了5-10倍。 主要的技术路线: —体化抓拍单元中的”海康神捕”摄像机采用”高清能AI硬件平台+深度学习算法”的架构方案,基于全新的高性能平台设计,融合深度学习智能算法,优化硬件结构,针对道路交通参与者(人、车、物)特征及行为进行准确检测和提取;通过目标的分析从而给出道路信息。 而因为传统算法的局限性,部分指标的准确率不高,而采用深度学习的算法后,这些指标准确率将得到大幅度的提升,并且随着训练样本的增加,其准确率会越来越高。 系统架构 交通信息采集系统架构 雷视一体机可通过网络或485信号将交通参数信息传输至前端应用设备(如信号机、交通诱导屏等),也可通过10解析设备转换为10信号再传输到前端应用设备上使用;也可通过网络信号将周期统计的交通参数信息上传到中心平台,供其他应用系统调用。 系统详细设计 系统前端设计 点位部署原则 单台视频雷视一体机最多覆盖4车道,检测纵深约200米,布点时不宜选择在弯道附近;点位数量根据数据应用的实际需求部署。 雷达视频车检器检

文档评论(0)

pwk1156 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:6040033240000004

1亿VIP精品文档

相关文档