基于交通波檢測(cè)的交通參數(shù)獲取研究

《基于交通波檢測(cè)的交通參數(shù)獲取研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、中文圖書(shū)分類號(hào)：TP29密級(jí)：公開(kāi)UDC：621.3學(xué)校代碼：10005碩士學(xué)位論文MASTERALDISSERTATION論文題目：基于交通波檢測(cè)的交通參數(shù)獲取研究論文作者：張媛學(xué)科：控制科學(xué)與工程指導(dǎo)教師：陳陽(yáng)舟教授論文提交日期:2015年6月UDC：621.3學(xué)校代碼：10005中文圖書(shū)分類號(hào)：TP29學(xué)號(hào)：S201202134密級(jí)：公開(kāi)北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文題目：基于交通波檢測(cè)的交通參數(shù)獲取研究英文題目：EXTRACTIONOFTRAFFICPARAMETERSBASEDONDETECTINGTRAFFICWAVES論文作

2、者：張媛學(xué)科專業(yè)：控制科學(xué)與工程研究方向：智能交通申請(qǐng)學(xué)位：工學(xué)碩士指導(dǎo)教師：陳陽(yáng)舟教授所在單位：城市交通學(xué)院答辯日期：2015年5月授予學(xué)位單位：北京工業(yè)大學(xué)獨(dú)創(chuàng)性聲明本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也不包含為獲得北京工業(yè)大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示了謝意。簽名：張媛日期：2015年6月9日關(guān)于論文使用授權(quán)的說(shuō)明本人

3、完全了解北京工業(yè)大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，即：學(xué)校有權(quán)保留送交論文的復(fù)印件，允許論文被查閱和借閱；學(xué)?？梢怨颊撐牡娜炕虿糠謨?nèi)容，可以采用影印、縮印或其他復(fù)制手段保存論文。（保密的論文在解密后應(yīng)遵守此規(guī)定）簽名：張媛日期：2015年6月9日導(dǎo)師簽名：陳陽(yáng)舟日期：2015年6月9日摘要摘要隨著城市汽車保有量的持續(xù)快速增長(zhǎng)，城市道路交通擁堵問(wèn)題日益嚴(yán)重，迫切要求提出更為合理的交通控制策略，而交通參數(shù)的準(zhǔn)確獲取是優(yōu)化交通信號(hào)控制策略的前提。因此，采用先進(jìn)信息技術(shù)準(zhǔn)確獲取交通參數(shù)對(duì)改善城市交通具有重要意義。近年來(lái)，基于機(jī)器視覺(jué)的智能交

4、通參數(shù)檢測(cè)算法應(yīng)運(yùn)而生，應(yīng)用計(jì)算機(jī)和圖像處理技術(shù)檢測(cè)各種交通參數(shù)，分析交叉口交通流特征成為研究熱點(diǎn)。尤其是在交叉口早晚高峰時(shí)段車輛排隊(duì)嚴(yán)重，采用視頻方法如何實(shí)現(xiàn)高精度的參數(shù)提取具有挑戰(zhàn)性。對(duì)此，本文針對(duì)交叉口處基于交通波檢測(cè)的交通參數(shù)獲取進(jìn)行了研究，主要研究?jī)?nèi)容包括以下幾個(gè)方面：1.提出了一種基于人工標(biāo)定的交通參數(shù)真實(shí)數(shù)據(jù)獲取方法。該方法利用VIPER智能軟件，獲取車輛每一時(shí)刻在視頻圖像中的像素坐標(biāo)。利用攝像機(jī)模型，將像素坐標(biāo)轉(zhuǎn)化為道路平面空間坐標(biāo)，根據(jù)標(biāo)定車輛的時(shí)間-位置確定排隊(duì)長(zhǎng)度及停車延誤等交通參數(shù)，根據(jù)所有標(biāo)定車輛的起停變化擬合

5、出真實(shí)的交通波到停車線距離變化曲線，獲取準(zhǔn)確的交通波位置信息。2.分析了現(xiàn)有的基于視頻的典型交通波檢測(cè)方法。對(duì)基于單攝像機(jī)的復(fù)式伸縮窗算法、基于對(duì)偶像機(jī)的決策層數(shù)據(jù)融合算法及像素層數(shù)據(jù)融合算法流程進(jìn)行了分析，并將交叉口處基于人工標(biāo)定獲取的交通波位置數(shù)據(jù)與三種典型交通波檢測(cè)算法得到的數(shù)據(jù)進(jìn)行對(duì)比，通過(guò)建立評(píng)估指標(biāo)來(lái)分析各算法性能的優(yōu)劣。3.開(kāi)展了基于交通波檢測(cè)獲取交通參數(shù)的研究，包括排隊(duì)長(zhǎng)度、停車延誤、波速等交通參數(shù)的提取方法。通過(guò)將各參數(shù)與停車波和起動(dòng)波建立數(shù)學(xué)關(guān)系，推導(dǎo)出相應(yīng)參數(shù)的計(jì)算方法。其中平均停車延誤的計(jì)算要根據(jù)周期內(nèi)只存在一次

6、排隊(duì)和存在兩次排隊(duì)分別討論。4.以實(shí)驗(yàn)為基礎(chǔ)，開(kāi)發(fā)并完善了人工標(biāo)定數(shù)據(jù)導(dǎo)出與參數(shù)提取系統(tǒng)軟件。針對(duì)交叉口路段早晚高峰時(shí)段不同場(chǎng)景下的交通視頻，利用相應(yīng)算法獲取排隊(duì)長(zhǎng)度與停車延誤，并將計(jì)算結(jié)果與人工記錄數(shù)據(jù)進(jìn)行對(duì)比分析，驗(yàn)證基于交通波檢測(cè)算法獲取交通參數(shù)的有效性。關(guān)鍵詞：計(jì)算機(jī)視覺(jué)；交通波；交通參數(shù)；人工標(biāo)定；數(shù)據(jù)融合IAbstractAbstractWiththerapidincreaseofnumberofmotorvehicles,thetrafficcongestiononurbanroadhasbecomeincreasingl

7、ysevere.Theimprovedtrafficcontrolstrategiesareneededurgently,andtheaccuratelyacquisitionoftrafficparametersisthepremiseofoptimizingtrafficsignalcontrolstrategies.Therefore,theimprovementoftrafficparametersacquisitionbasedonadvancedinformationtechnologyisofgreatsignifican

8、cetoimprovethecity'stransportationsituation.Inrecentyears,basedonmachinevision,manyscholarshavedonerese