基于高速公路大貨車違法占道監(jiān)測系統(tǒng)的車輛檢測與跟蹤研究.pdf

1、隨著社會經(jīng)濟(jì)的飛速發(fā)展以及交通運輸量的日益提高，傳統(tǒng)的交通監(jiān)管方式已不再能滿足復(fù)雜多變的交通現(xiàn)狀，智能交通系統(tǒng)應(yīng)運而生。本文課題來源于四川省科技廳科技支撐項目“智能交通安全監(jiān)測與流量控制系統(tǒng)重大關(guān)鍵技術(shù)研究”項目的子課題一:大型貨車占道行駛動態(tài)檢測關(guān)鍵技術(shù)研究及監(jiān)控系統(tǒng)開發(fā)。針對高速公路這一特殊場景，研究車輛檢測與跟蹤、車型識別的方法，使能夠有效檢測和跟蹤高速公路行駛車輛，準(zhǔn)確識別大型貨車，為建立大型貨車違法占道判別模型提供有力支撐。<

2、br>　　首先詳細(xì)討論了各種道路信息采集方式的原理、應(yīng)用場景，并對各種道路信息采集方式的優(yōu)缺點進(jìn)行了比較，選擇了監(jiān)控效果直觀清晰、安裝維護(hù)方便、監(jiān)控范圍廣的視頻信息采集方式。分析了目標(biāo)檢測、跟蹤以及車型識別的基本方法，對各類方法進(jìn)行了原理介紹和優(yōu)劣比較。其次提出了在時空背景差分模型的檢測基礎(chǔ)上，加入了光照陰影消除和運動種子填充和運動目標(biāo)尾跡消除的新檢測方法，該方法使檢測目標(biāo)更加清晰完整。最后將該檢測方法進(jìn)行了相應(yīng)實驗，并將該方法的車輛檢

3、測效果和混合高斯檢測模型進(jìn)行了二值差分圖的對比，實驗結(jié)果表明該方法能達(dá)到較好的目標(biāo)正確識別率，同時，還將錯誤樣本進(jìn)行了歸類和錯誤原因分析。結(jié)果證明，在不同密集程度的視頻中，車輛檢測的正確率都能達(dá)到90％以上。
　　另外，根據(jù)高速公路上車輛運動軌跡方向基本不變的特性，采用了基于車輛的運動位置信息和顏色信息關(guān)聯(lián)相結(jié)合的車輛跟蹤方法，詳細(xì)介紹了跟蹤原理。最后通過分析車輛面積在視頻中的非線性關(guān)系設(shè)定閾值以及車輛本身的紋理信息和輪廓信息，實