資源描述：
《基于先驗(yàn)知識(shí)的高速公路逃費(fèi)車輛跟蹤算法研究》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。
1、第38卷，第4期公路工程Vo1．38，No．42013年8月HighwayEngineeringAug．，2013基于先驗(yàn)知識(shí)的高速公路逃費(fèi)車輛跟蹤算法研究劉青，張曉暉，陳建新，侯云(1．西安理工大學(xué)工程訓(xùn)練中心，陜西西安710048；2．長安大學(xué)公路學(xué)院，陜西西安710064)[摘要]由于目前部分貨車在采用記重收費(fèi)的高速公路收費(fèi)站前無序倒車，對高速公路收費(fèi)站秩序造成較大影響，如何對此類現(xiàn)象進(jìn)行采證，從而便于處罰和管理，成為一個(gè)突出問題。在分析車輛先驗(yàn)知識(shí)的基礎(chǔ)上，對車輛模型進(jìn)行了參數(shù)化提取，設(shè)計(jì)了一種基于先驗(yàn)知識(shí)的車輛跟蹤
2、算法，該算法通過一定的先驗(yàn)知識(shí)對車輛目標(biāo)進(jìn)行建模，然后在實(shí)時(shí)的圖像序列中通過模型匹配的方法來對車輛進(jìn)行跟蹤，并實(shí)時(shí)對模型進(jìn)行連續(xù)不斷的更新去實(shí)現(xiàn)對車輛的匹配跟蹤。本文也給出了算法的實(shí)現(xiàn)過程，而且對算法進(jìn)行了實(shí)際驗(yàn)證。通過實(shí)際試驗(yàn)結(jié)果表明，該算法很好的解決了環(huán)境中的干擾問題，對收費(fèi)站前無序行駛車輛的取證提供了良好的技術(shù)解決方案，而且本算法對于車輛的遮擋問題也有一定的適應(yīng)性。[關(guān)鍵詞]先驗(yàn)知識(shí)；匹配；車輛跟蹤；建模[中圖分類號(hào)]U491．116[文獻(xiàn)標(biāo)識(shí)碼】A[文章編號(hào)]1674—0610(2013)04—0075—04Algo
3、rithmResearchforHighwayFeeEscapingVehicleTrackingbasedonPriorKnowledgeLIUQing，ZHANGXiaohui，CHENJianxin。，HOUYun(1．EngineeringTrainingCenter，Xi’anUniversityofTechnology，Xi’an，Shanxi710048；2．SchoolofHighway，Chang’anUniversity，Xi’an，Shanxi710064，China)[Abstract]Therand
4、omlyoperatingoftruckneartheentranceofhighwaytollgatehasbecomeanseverproblemintheexpresswaymanagement．Onbasedoftheanalyzingofthevehiclepriorknowledge，thevehicleparameterextractingmodelandatrackingalgorithmaredesignedinthispaper．Afterthepriorknowledgeisappliedinthemo
5、delingprocessofthisalgorithm，themodelmatchingmethodisalsoap—pliedinareal·timeimagesequencestotrackthevehicle．Dependonthemethodmentionedbefore，thecontinuouslyreal—timemodelupdatingandconsecutivelyvehiclestrackingareachievedinthispaper．Thealgorithmimplementationproce
6、sswhichistestedbyarealexperimentisshowedinthispaper．Theexper—imentresultsshowthatthealgorithm，whichcanavoidtheenvironmentimpactstothematchingresult，alsohasacertaindegreeofabilitytorecognizeashielded—platevehicle．[Keywords]PriorKnowledge；Matching；Vehicletracking；Mod
7、eling要實(shí)現(xiàn)車輛跟蹤就需要通過在連續(xù)的視頻圖像1概述序列中檢測并最終提取出運(yùn)動(dòng)車輛。檢測時(shí)主要根高速公路在對貨車采取記重收費(fèi)之后，部分貨據(jù)車輛尾部特有的特征信息，如車輛底部陰影、車輛車為了逃避正常的稱重程序，在收費(fèi)站進(jìn)口前無序紋理、車輛固有的對稱性及其大致的輪廓等，來對車倒車，造成收費(fèi)站秩序混亂，也使得收費(fèi)站的工作效輛進(jìn)行實(shí)時(shí)跟蹤，并最終為車輛識(shí)別和輔助智能駕率大大降低，因此如何對此類車輛行為進(jìn)行取證，以駛行為分析提供準(zhǔn)確的數(shù)據(jù)。車輛跟蹤技術(shù)研究已便于對其進(jìn)行管理和處罰，成為一個(gè)突出的問題。進(jìn)行了多年，國內(nèi)外學(xué)者也提出了
8、不少有效的車輛本文即針對此種情況所進(jìn)行的研究，研究采用基于跟蹤方面相關(guān)技術(shù)：StaufferC等人利用了短線的動(dòng)先驗(yàn)知識(shí)的車輛跟蹤算法進(jìn)行。態(tài)輪廓并結(jié)合LevelSet理論成功地在圖像序列中(收稿日期】20l3—06—19[基金項(xiàng)目】國家自然科學(xué)基金(61075007)[作者簡介]劉青(1
