車輛排隊長度動態(tài)預測系統(tǒng)設計與實現(xiàn).pdf

1、隨著社會經(jīng)濟的持續(xù)發(fā)展，城市化進程的不斷加快，我國城市交通面臨著嚴峻的考驗。汽車保有量的不斷攀升，給居民的出行帶來方便的同時，也給城市的發(fā)展帶來了交通擁堵、環(huán)境污染和能源浪費等問題。與此同時，交通擁堵容易誘發(fā)交通事故，而交通事故常常會使道路更加擁堵，從而形成惡性循環(huán)。
　　隨著人工智能與計算機視覺技術的不斷成熟，視頻檢測技術已經(jīng)廣泛應用于智能交通系統(tǒng)中。在城市交通監(jiān)控系統(tǒng)中，應用視頻和圖像處理技術從數(shù)字圖像中獲取交通信息，可以準確

2、、高效地完成很多交通監(jiān)測工作。
　　本文針對城市道路中車輛排隊的視頻檢測問題，以計算機視覺、圖像處理和交通波理論為基礎，實現(xiàn)了交通場景下的攝像機標定、基于伸縮窗的排隊長度檢測和排隊長度線性預測模型，從而完成了對車輛排隊長度的檢測與預測，并在此理論基礎上實現(xiàn)了系統(tǒng)的設計與實現(xiàn)。首先，實現(xiàn)了交通場景下的攝像機參數(shù)標定。本文結(jié)合傳統(tǒng)攝像機標定與攝像機自標定方法，實現(xiàn)了一種僅使用車道標線及車道寬度的標定方法，該方法標定參數(shù)少，過程簡單，適

3、用于交通場景。其次，通過視頻圖像處理技術進行車輛排隊長度檢測，其核心算法是伸縮窗檢測算法，它不同于移動窗和固定窗，更符合車輛排隊的形成過程。然后，利用交通波理論中的停車波分析，建立了車輛排隊長度動態(tài)預測的線性模型。該模型的優(yōu)點是參數(shù)簡單，便于系統(tǒng)實現(xiàn)。最后，完成了系統(tǒng)的設計與實現(xiàn)，為該領域的后繼研究工作奠定了一定基礎。
　　綜上所述，本文先以攝像機標定算法、排隊檢測算法和交通波相關理論為基礎，然后結(jié)合計算機視覺和圖像處理的相關知識