1、I摘要智能交通信息采集系统(Intelligent Transportation system，简(ITS)作为交通系统的，是 ITS中实时将信息出处，及时的解析与整合信息的手段之一，ITS 的关键之一。从更长远的角度出发，以此视角看交通信息采集技术的发展过程，经过研究人员不断地总结和发展，研究家们已将视频方向的交通信息采集技术，和这种技术获得实时交通信息来源的优势视为未来获取交通信息的发展趋势。实时交通信息数据的采集，包括车辆每时的数量统计、车辆的平均车速以及车型识别等等，这类信息在智能交通监控系统中起着重要的作用。交通类检测磁器转机线圈、超音波检查和微波、红外线光标等多种方式、而作为视频坚
2、持测，并以此为基础测定的方式近年来明显增长，是因为具备大区域诊断、设置等灵活的优势，这种检测手段已成为智能交通系统的研究热点。本篇论文的主要研究工作如下:(1)对交通信息采集系统中的采集技术包括：固定型采集技术、移动型采集技术进行了详尽的介绍，并且列出了其（2）交通信息采集方法根据固定和移动的分类，然后传统固定式检测方法作了详细的分析和研究，比较各种方法的优缺点，并能得到他们的交通参数，性能比较。1ABSTRACTIntelligent traffic information collection system (Intelligent Transportation system, Jane
3、as Transportation system (ITS), is ITS real-time information in one of the means of analytical and integration of information in time, one of ITS key. Real-time traffic information data collection, including the number of vehicles all the statistics, the average speed of the vehicle and vehicle reco
4、gnition, and so on, this kind of information in intelligent transportation monitoring system plays an important role. Traffic detection magnetic device connecting coil, ultrasound and microwave, infrared cursor in a variety of ways, such as in video measurement, and on this basis, to determine the w
5、ay obvious growth in recent years, because of a large area diagnosis, Settings, such as the advantages of flexible, the detection means has become a hot research topic in intelligent transportation system.This paper main research work is as follows: (1) the collection of traffic information collecti
6、on system technology including: type fixed sampling technology, mobile technology has carried on the detailed introduction, and lists its (2) the traffic information collection method based on the classification of fixed and mobile, and the traditional stationary test method has made the detailed an
7、alysis and research, compare the advantages and disadvantages of various methods, and can get their traffic parameters, performance comparison.交通信息采集系统的研究11 绪论1.1 交通信息采集系统与 ITS 智能交通体系近 2014 年来，随着国家的经济不断地迅猛发展，人们均走上了小康的生活水平，道路中的车辆也属于直线型增长，对路网建设的需求逐渐严重。因此，在保证提高交通网络的安全质量以及交通效率的前提下，将城市道路拥堵问题减小到最低，并且怎样才能做
8、到使得交通信息采集系统不断地完善与发展、达到交通法律和法规的尽善尽美是现在急需思考的问题。ITS 它被称为智能交通系统，它包括两个方面的内容，智能交通，智能交通，ITS 是一种利用先进的信息技术(包括数据通讯、电脑等)、传感器技术、自动控制理论、运筹理论综合运营人工智能等多方面的交通运输、服务的控制和汽车制造业等可以提高车辆道路和用户之间选出最优道路，实时的判断出一个正确有效的综合运输体系，最终达到运输服务、智能型服务和管理。交通信息采集系统是智能交通体系中的基础，且是最为重要的组成部分，其也是某些交通流理论研究、交通运输规划和交通管理维护或是道路如何设计的基础性课题。实际道路交通调查和分析，
9、可以掌握交通状况，明确交通问题的本质，从而提出相应的解决问题的方法;在车辆行驶路段中，对道路中的车辆进行非常全面的、系统的数据收集，再进一步对采集得到的信息进行分析与处理。这样的手段为交通模型提供了非常可靠地参照依据，也为交通系统的信息采集提供了条件。1.2 交通信息汲取的重要性分析1.2.1 ITS 中的交通信息的地位在以智能型交通信息技术为核心的智能交通系统框架中，将其作为研究，我们都能看到最基本的特点是，用更准确的信息，处理了交通信息的事故。首先需要以管理智能交通系统的情况来看，ITS 中主要由 4个分系统来构成的，其中包括交通信息的采集模块、交通信息的解析模块、交通数据传送的分系统和交
10、通信息发表的分系统。将交通信息进行收集、传送、处理、加工和利用及发表，然后采取抑制措施等各种技术手段，通过对信息的处理分析，将信息与加工处理最优化、算法最优化、控制方案等的通过管理措施的指令，以及传送技术从而能实现各种对终端机的限制，对交通系统的管制。其次，交通管理系统作为城市的中心技术，管理系统其对于交交通信息采集系统的研究2通信息的收集需求显而易见。此系统会将西信息平台所存储的信息，试用合格服务体系的某些核心技术，将交通管理系统的分析技术与信息制作联合起来。交通信息的就好似智能交通的语言一般，是可以向人们表达交通状况的锦囊，因此，交通信息现在以及未来，都将是智能交通系统的核心元素。1.2.
11、2 多种交通信息的分类以及其需求分析对于 ITS 系统来说，交通信息可大致分为两种静态以及动态。对于静态交通信息，其实处在交通系统中会维持一定期限稳定不变的信息，例如包括主要公路网信息、交通管理设备信息等交通基础设施信息在内，也会囊括交通道路行驶者的行驶规律以及其在一定期限内的稳定信息，当然也包括了车流量与机动车的初始值。而动态交通信息则恰恰相反，其是指对于时间与空间而言相对不断变化的一系列的信息，譬如：交通的维护状态信息、实时的交通道路环境信息或是交通道路占用率等。在智能交通系统 ITS 中，这两种交通信息都是极为必要的，一些相关单位例如交通统计部门、交通道路规划部门和交通管理局都会因静态交
12、通信息的直接获取来掌控整个交通系统；相反另一种动态类的交通信息必须有其适应的技术手段支持，人力物力的匹配和交通整体环境的保障，用不同的方式测得后达到交通信息采集数据大量化、信息类型多样化、信息准确性高等优点，所以如何将交通系统中的多种多样信息可靠准确的检测并呈现出来时 ITS 系统的一大关键因素。2 交通信息采集系统中的采集技术2.1 交通信息采集技术简介一个城市如何治理好交通不亚于治理一个国家，而交通信息在交通管制系统中的地位，是交通规划、交通管理的重中之重。交通信息是城市交通规划和交通管理的重要基础信息，通过全面、丰富、实时的交通信息不仅可以掌握城市道路的发展现状，可以做到对交通未来趋势的
13、促进作用，将此可以作为交通规划部门以及交通管理局管制路网的可靠依据证明。作为智能交通系统中的重要组成部分的交通信息检测技术，在未来智能交通系统先进的交通管理系统(ATMS)和先进的交通信息系统(ATIS)中，都将不能离开交通信息的采集，智能交通信息采集系统中的采集技术大体可以分为两类：一种是固定型，另一种为移动型，且每一类都具有各自的优点。因此综上所述，交通信息采集技术种类繁多，在如此之多的技术之中无论是在城市道路的路网建设，还是再交通管理或是函数的实现，在未来智能交通系统是非常重交通信息采集系统的研究2要的，是城市交通规划和道路交通的发展建设科学管理的重要内容。在现代智能交通管理系统的建设过
14、程中，实现实时检测和评估的交通道路车辆数据收集器则成为关键的一步，其是重要的交通信息数据采集终端，主要功能是统计车辆数和速度，以及为车辆分类，然后分析和计算存在的信息，单位时间的汽车数量，车辆的平均速度，道路拥堵，判断是否通过通信接口，然后将收集到的数据按照预定的时间处理周期发送到监控中心管理、预警为交通调度和事件提供决策服务。当前国际中，出现了很多种交通流数据收集器：视频、红外和微波雷达、感应线圈等，在固定型技术中主要分为三类:磁频、波频、视频。工作地点的变换，将移动型此种技术与固定型技术区分开来，对于这两类最为常见的技术，本文将会作详尽介绍。随着交通检测器的逐渐成熟和智能交通系统技术的快速
15、发展，城市拥有独立的交通采集系统的历史在国外超过 80 年。自 90 年代初，在中国，逐步引入由线圈车辆检测器检测交通信息的技术，经过十多年的发展，此种技术基本成熟，且性价比高，稳定，抗干扰，但检测灵敏度低，所以国内城市市场仍在培养阶段。2.2 固定型采集技术交通系统中按照信息采集器的工作位置可以划分为固定型与移动型两类，其中固定型技术可大致划分为三种类型：波频、红外、磁频。2.2.1 磁频采集技术当公路的车辆的行驶入检测区域时，在电磁波的电磁感应作用下，交通信息采集检测器内部的电流会呈现出忽高忽低的跳跃式上升现象，当检测器中的电流超过了限定的阀值时，则会触发检测器中的记录仪，完成对车辆通过数
16、目及通过时间的检测与记录。电磁检测器、环形线圈检测器，作为固定此类技术的一本分主体，是最为主要的工具，通过它们的使用，可使信息的获取极为便捷。（1）环形感应线圈作为世界上使用量最多、规模最大的交通信息系统中的检测器。环形线圈检测器是信息检测采集系统中最为实至名归的一种感测器。这是一种传统的交通信息检测工具。当行驶的车辆通过检测区域时，较早时间隐藏在路面下的感应线圈会自己启动，将产生电感量的变化视为首要检测目标。只要检测器检测到这种变化，就会检测到车辆的行驶事件发生。这不仅立即可以根据改变计算出车辆的通过数、频率、以及占有率。但单线圈检测精度较低，因此可以使用双线圈进行检测，两组线圈埋设在同一路
17、面上，之间的距离大约为 6m 左右，与其他的检测方法比较，环形线圈交通信息检测器技术相对容易，可以迅速掌握也更为成熟，并且还具有成本低等特点。交通信息采集系统的研究3（2）磁力检测器磁力检测器是通过感应磁场的变化来判断是否有车辆出现的，当行驶车辆进入检测区域时，会造成地磁场的磁场异常，具体原理为车辆将要进入检测区域时，区域内的磁力线以中心开始聚集，而进入区域时，磁力线便以中心开始幅散。磁力检测器现有两类：一类为两轴式的磁通门检测器，其通过感应竖直方向的磁场变化检测车辆，两个次级线圈垂直安装，分别感知竖直放向与水平方向，只要两个方向中的一个信号超过了预先设定的门限值，输出电压便会保持不变；另一类
18、为磁力探测器，其既能感应到非常强大的磁场变化；也可感应到相邻车辆行驶道路的几乎微弱的磁场变化。2.2.2 波频采集技术波频采集技术根据检测器的不同大致可分为两类：这两类包括有：微波检测器与超声波检测器。（1）微波检测器微波检测器其本质其实为一个用来探索发现物体的工具。其功能是雷达功能。其会不停歇的向行驶车辆发射微波，并且进行调整频率的动作。当车辆行驶进入检测区域时，微波经过由车辆阻挡而发生反射，而发生多次反射会产生频率偏移。这时由此种频率偏移，经过处理以及鉴定之后，再加工放大输。此后，输出的检测信号，用来达到检测交通信息的初衷。微波探测器采集系统一般由微波探测器，安置支架、串行数据传输线、程序
19、软件组成。当车辆通过监测区域时，安装在路边或道路侧上方框架的微波探测器，然后使用串行数据电缆连接微波探测器和通讯设备，在探测器上，然后使用软件行初始化设置，便可以进行道路信息的检测，包括车流量、车辆速度、道路占用率等参数。（2）超声波检测器波频检测技术的另一采集设备是利用超声波来进行信息的收集。其通过对车辆的原始形状对超声波产生的影响，将超声波的变化来检测车辆的进入，其具备既存在着发射功能也具备接收技能。一般检测器安布在路段的侧上方或是顶端，它会持续的将超声波分割并且发射出去，已达到检测车辆信息的初衷。2.2.3 视频采集技术视频检测技术较之上面的两种检测技术拥有诸多优点：首先其容易施工且不会
20、破坏路面，其次视频检测系统中包含多种不同种类摄像头，可以实现不同车辆信息交通信息采集系统的研究4的检测，另外其检测区域也可实现最大化检测并且维护方便等等。视频检测方法可大致分为三种：光流法、背景消除法、相邻帧差分法，视频检测系统主要由摄像头、检测器、通信模块组成，其工作原理是通过在计算机显示器实行虚拟车辆检测器的设置，虚拟检测器实为一个矩形区域，检测器会对背景图像的灰度值进行统计，当达到一定的门限值时，再结合计数器、时钟等设备从而获得车辆信息，基于视频检测技术的诸多优越性，本文在以下章节会进行详尽的介绍。12.2.4 固定型采集技术的优缺点在不同道路、天气等的条件下，车辆信息被由固定型检测技术
21、检测到的精度也有所不同，其的安装方式、成本以及检测的精准度也有所不同，以下将介绍不同检测技术的优缺点：2.3 移动型采集技术采集信息的探测器会将使用在不同的地方，他们不会在固定的位置进行运作。将工作地点不断变化的技术，称之为移动型的检测技术。以下，本文将会介绍关于移动型技术的一些细节。到现在为止，移动技术主要有基于 GPS（全球定位系统）的采集技术、基于浮动车的移动型技术。交通信息采集系统的研究52.3.1 基于 GPS 的采集技术GPS 是一个现已应用在广泛领域，能够实现实时定位的移动采集技术，其是由许多卫星来组成的。基于 GPS 的采集技术通过代表车辆位置的三种信息：汽车所在的经纬度、记录
22、时间、坐标高度，经计算机将地理信息进行记录后，每一颗卫星都将不断地向接收机发送参数信息，从而提取车辆信息。2.3.2 基于浮动车的采集技术基于浮动车技术的移动型采集技术，是指记录在交通流中离散的浮动车辆位置、速度、行驶时间预测等，利用这些信息来推测交通网络流动状况。此种移动型技术基本对车辆自身不做任何要求，浮动车与一般车型没有本质区别，是利用 GAPS 技术来对车辆进行实时位置信息的跟踪。2.3.3 移动型采集技术的优缺点移动型采集技术优缺点图示：3 车辆检测系统随着国家发展迅猛飞进，使用视频手段来进行交通信息的获取显现的尤为重要。车辆的检测，它是一种把视频图像解析方法，类型识别相结合的新型技
23、术,优化了因此传统的车辆检测系统很难操作。智能交通信息采集系统,将视频数据中包含的视觉内容,然后把视频信息自动分析和研究和信息提取的特征。因此，相关职能部门，便可通过这种视频技术，将车辆的各种各样的数据提取主来，通过视频技术搜罗到相应信息。3.1 车辆的检测原理因项其实，实际的车辆检测就是把车辆的各种各样的特征进行收集、归纳，例如车辆的视频图像进行提取。首先要将采集的对象的图像进行一种处理，此为数字化的，使用这种方法可以很容易的将计算机的计算简化，车辆的辨别步骤包括三步：车型的断定、图像分割、车辆信息跟踪。车辆图像采集的过程是把收集到的图像用摄像镜头拍摄后，传送到计算机进行分析与计算。基于计算
24、机只能够处理分析数字交通信息采集系统的研究6信号，因此必须要把视频图像进行抽样工作，和量化工作，成为数字信号后的视频图像被计算机再次分析。i=f(x,y)用作图像的表达，其中图像中的点位黄亮度是用f(x,y)来表示的，我们的眼睛在感知自然界的万物时，图像是不间断连续的，我们称之为模拟图像，基于此种模拟图像的连续性特点，计算机是无法进行识别的。必须将连续的信号进行加工处理，离散化的采样，空间中的这种抽样点叫做采样点。在空间离散的二维矩阵：之后由许多样本点：这是收购后的图像：每个采样点的亮度值是连续变化的模拟：我们把每个样本点进行量化。7运动车辆检测是利用视频序列图像的时间域以及空间域信息把运动车
25、辆在视频背景图像中提取出来的技术。一个使用的车辆检测系统应该满足很多的要求：1）能够正确判断此时有无车辆；2）完成车辆计算，显示车辆通过量以及交通信息的各种参数；3）计算非常容易，能有有效的进行车辆数据分析。(一)背景差分法背景调查评分方法是通过当前图像和背景减法图像检测运动目标的方法：是一种常见的视频检测算法检测方法。处理措施的每个像素在图像和背景图像减法,如果差异大于设置值被认为是背景像素没有标识。目前有很多方法提取背景图像,简单的在不移动对象 背景图像, 用来测试每个图像减法的运动对象。另一种方法提取背景图像的方法是基于几帧或数十帧图像的形成背景,使用测试后每一帧更新背景图像。这种方式,
26、减去麻烦的背景,但建立背景,需要一定数量的时间急剧变化干扰更敏感。(二)边缘检测法针对城市交通的无序性又很复杂，行为判断中运动目标的不静止性，文中利用角点特点的平移、自由变换长度、旋转等不变特征。使用运动车辆的 Harris 角点特征对行驶不停的这种特点，为了获取改变传统的光流法过程中利用了跟踪手段，研究学者们提出了使用边缘手段进行检测，可以对车辆的目标3分块车辆,主要是面对的困难是，连接区域在一个前面屏幕分为许多地区,有多少数量的车辆的运动。其次是分区边界每辆车的位置在哪里,最后是区分不同的车辆,保持车辆,被遮挡的车辆,不同的图像值可以给对象的位置,操作的结果的信息,如大小、形状参数。3.2
27、 背景图像的生成在交通繁忙的时段，如果可以得到重要的交通信息，则可以极大的简便交通管里方式，而交通图像的获取也十分重要，因此交通背景图像的生成也属于主要模块。必须从统计的方向出发，在图像中因为行驶的车辆在一段时间后是可以忽略的。根交通信息采集系统的研究7据在视频技术中获得的图像，将其按照一定的顺序排列，将他们出现的频次进行统计。因为车辆类型很多，因此在统计过程中，路面上的某些同类车辆相互重叠的几率就会很小。从而，在一段时间内，图像中很多像素点重复几率比较少几乎没有。其中出现最多，即在统计直方图中，处于最大峰值的值对应的一般为路面本身的值，这个方法的问题在于，当道路十分繁忙时，统计直方图中峰值的
28、会受到削弱，甚至不再是最大值。43.3 交通视频图像刷新技术由于在交通系统中的各种场景中，会受到各种各样的因素制约交通视频背景图像的提取：其中涵盖了阳光照射、阳光的强弱关系、拍摄角度的变化，以及当有云层出现时，遮挡的面积等等，当然还包含许多不可知的因素。在路面潜在出现的因素是不可预知的，一般情况下这种变化都是比较缓慢的，但是这类慢变化会对视频背景减法提取信息的输出影响较大。为了能够使得交通信息采集系统可以不间断的，且稳定又可靠地工作，必须将摄像头采集的视频图像做到不断地、实时更新。背景图像更新的算法在图像像素基础上进行平均值的加权计算，因此计算量十分庞大。在普通的情况下，背景图像略去某些光线的
29、细微变化外，其他的变化都是十分慢速的，所以作为研究，我们将每 200 帧的背景图像进行一次更新，将此作为更新频率，将加权的权重设定在 2 的负整数次幂，这样便可以降低计算时间，从而把程序作以优化，采纳了移位计算，这样极大的提高了计算的效率。图像更新公式为：for(i=0;iDemarcatemem Width*DemarcateHeight； i+)lptDetmarcatebacki=(lptDetmarcatei+63*(lptDetmarcatebacki/64=(lptDetmarcatei-lptDetmarcatebacki/64+lptDetmarcatebacki；在以上所描述
30、的车辆检测过程中，对无背景图像的修正法简单探讨之后，我们再来对另一种视频背景图像更新方法作出简要的探讨：此种技术吸收了无背景图像法的优点，还携带了车辆检测的反馈数据。另外，在某些情况下，有些变化是极为迅速的，譬如我们举个例子，在西安美术学院一侧的天桥上进行视频图像收集时，路段内出现了一辆洒水车经过监控区域。这辆洒水车使路面出现了很明显的变化在短时间内，同样的情形也可能发生在下雨,等天气状况进行定期更新。而在更新之后没有及时的做出车辆的跟踪，将背景图像录入，因此基于以上原因会出现诸多的错误检测。综上所述，为了解决此类问题，可以设计一个车辆背景图像跟踪反馈系统，将更新过的背景图像作权重的调整、更新
31、频率的设定。或者再次放弃原有的背景图像，将更新过后的图像重新生成背景的视频图像，用来赶上图像的变化。交通信息采集系统的研究8在校准拥有阴影的路段视频中，将更新过后的视频图像处理后，仍然出现某部分画面要暗于实际的路面，因此怎样处理此类问题还有待讨论。3.4 交通视频图像的采集与传送以视频图像采集为核心的信息技术的优势十分之多，本章节将对视频交通信息采集系统进行详尽的分析。以核心技术视频技术的交通信息采集系统，可区分为三大模块:采集单元、视频影像传输单元、交通信息媒介提取单元。采集模块中的采集设备包含：CCD 摄影机、相机、影响采集卡，CCD 摄像机在采集模块中就好似眼睛，它通过对光线变为电荷并将
32、其存储之后进行转移，是非常理想的摄像元件。类别包括彩色摄像机和黑白相机相机:能获取有颜色图片的摄像机适合明亮的颜色如何区分对象和服装等。而传输模块则包含一些光纤、光端机等设备，光纤即为光导纤维的简称，它是光纤通信的传输媒介。 5使用光纤作为传输视频的工具除了需要一定数量的光纤作为线路布放，另外还必须获得将光信号转变为电信号的设备，譬如光电转换收发设备，即光端机。光端机作为光电转换器材，由光发射与光接收设备，光发射与接收设备是由输入方电路以及光电转变电路构成，通过均衡码型变换扰码编码，这种方法是输入电路的主要手段。紧接着，光电转换设备将输入的信号转换成适合在光纤中传输的码型，转换器将编制过后的码
33、型变为数字信号再设定发光器件的光强，最后电信号变为了光信号在光纤传输系统中进行传递。3.5 交通视频图像的处理为了提高图像质量,我们必须消除和抑制干扰信号,这一过程被称为将图像中噪声去除或者将所得视频图像变的更为平滑的处理技术。视频图像的诸多噪声中，有着许多减除噪声的方法，图像的平滑制作能够在空域和频域,应该最大化不损害图像边缘和图像细节为原则。图像平滑技术的类别可分为两种,一种是全球平滑,这种方法的图像作为一个整体或大量的图像校正消除噪音。如维纳滤波、最小二乘滤波方法。这些方法的应用难点在于信号和噪声统计模型,因为对于大多数图像,很难用简单的随机过程来准确地描述统计模型。6计算的方法是非常大
34、的,难以满足实时要求。另一种图像,一些小的邻域像素的像素操作,这种方法的优点是能够并行处理多个像素,计算效率高,可实现实时处理。因为交通视频图像通常是在自然条件下收集的,因此不可避免的存在噪声,根据噪声的特点和平滑的过滤器可以选择不同的方式。交通信息采集系统的研究94 交通数据采集4.1 视频检测区域的信号产生原理移动目标检测视频图像序列的一般步骤包括:目标识别和分割 ,目标特征和当前位置,预测下一个位置和跟踪移动目标。交通流，比如果使用传统方法，您将需要跟踪每个车道多个目标同时，您还需要考虑的过程中图像中跟踪过程中车辆运动姿势，大小变化，识别目标并不是统一的模板，如果你想实现高精度、实时要求
35、并不容易，本文根据图像特征的车辆从当地形象的颜色变化对违反探测和跟踪车辆，以避免复杂的目标识别和分割，保证检测精度的基础上快速运输计算。系统的核心思想在车道上设置多个“监测区”(只对监控区域的图像处理)，2 d 图像信号到一个一维的时间信号，如电磁感应线圈，然后监测时间信号来判断是否有车辆通过，并完成速度测量和分类模型( 根据导体，连通域的大小，复杂性，或轮廓特性，等等)。4.2 车流量统计监控区域的时间视频图像序列生成的输出信号是整个系统的基础，实现交通流参数检测、监测区域的输出信号在正确的轨道车辆系统的关键。在处理获取的交通信息数据之前，需要将此视频信息处理系统进行重新启动， （即是:图像
36、帧与帧之间、信号之间的差异是用来减去背景自己适应的差别，以用来调整） ，抑或是将信号的噪音强弱，把整个交通信号的电平进行调整，进行的调整有以下几个方面：交通数据车辆参数的检测，所输出的信号将属于同一类别中，分别为车辆之间的信号，信号和噪声的差别。统计车流量的计算方法需要很多重要的数据信息，且必须使用以下工具：1)输出信号判断价值关闭输出信号强度的监测区域福建价值判断;2)图像特征提取方法- “RGB 图像数据差异分数” 和“差异图像 RGB 统计”两种特征提取方法;3)最大的容错车辆跟踪误差可能站在极限的过程;4)最低可靠性车辆通过监测区域时最弱的信号强度或最短的时间，以确保正确区分车辆和噪音
37、;5)正负奖惩政策，以确保正确的轨道车辆，并排去除噪声信号的影响。4.3 车型的分类与识别交通系统模型反映了汽车的形状和大小,根据车辆的长度和区域分为三种类型的大、中、小型。交通信息采集系统的研究10车辆检测识别是智能交通(ITS)组成部分，用于车型识别的传感器主要有: 红外传感器、压力传感器、超声传感器、微波传感器、环形线圈传感器等，目前使用较多的是环形线圈，其基本工作原理是:将环形线圈埋设在车道的路面下，通过馈线与检测系统相连，当有车辆从环形线圈上方通过时，车体底盘的铁磁材料与环形线圈产生感应，使得环形线圈的电感量发生变化，这一变化可以由车型识别仪中的检测卡检测到。7本文根据车型辨别的手段
38、分为以下几个基本步骤:1，在系统初始化时,几种模型,根据自定义这几个模型的车辆跟踪区域底部的车辆的长度、宽度,根据这些模型长度,宽度信息的几个模型的判断条件确定。2，获取车辆的长和宽，使用背景分差手段，当车辆行驶过跟踪区域底部时进行信息获取。3，根据车辆的长短和维度，判定决断车辆的车型：由于 1 类(小)、2 类(中)、 3 类(大)、4 类(超长)等几种车型在长和宽等方面存在着较大的差异，因此利用该方法能很好地区分开来。4.4 行人与车辆排队信息提取在高速公路路段中检测行人的数据信息，这一数据的提取对于交通系统来说也是由为重要的。在高速路段，行人是不被允许踏入的，为了行人们的安全性因素考虑，
39、交通系统在这里提供了行人们的安全保障。当行人踏入高速公路的检测区域时，电子告警系统会发出报警信号，这时视频图像会立即显示到显示器，促使交警部队们的实时监控。在车辆检测系统中，光流法的优点是可以对独立的物体进行监控,在实际地点不用知晓任何有关于其的信息,也可直接提取到所需要的数据。并且还可以用于行人检测摄像机运动的情况下,但是很多计算和实时处理的使用。和使用的当前帧和背景图像减法背景帧差分法。识别方法,使用一般的分类方法,如支持向量机、神经网络、后验检测( 多项式分类器和多层感知器)智能交通事件检测方法来确定感兴趣的领域是埋在交通道路环形线圈,即在主要的交通要道,嵌入相距的距离几个环形线圈,通过
40、分析环形线圈的监测结果,确定交通或停车。这种方法有一些局限性:1 、需要更多的环形线圈数量,建设、维护成本高,2、错误报警,必须通过警方通过视频检测系统来处理。3、停车占地较小,我们通过视频检测的方法收集交通事件信息,包括检测非法车辆和行人的经过。例如停车、逆行等。车辆排队是一种常见的交通事件，特别是在道路修建、天气恶劣、发生交通事交通信息采集系统的研究11故等情况下，车辆排队更为常见，并同时对线圈的检测结果分析，如果几个线圈同时长时间检测到有车，则判断为车辆排。9使用该方法主要有几个缺点:1，检测范围太小且有限，需要的环形线圈数目众多，安装、维修护理成本高；2，由于线圈出现故障时也会产生误检
41、，所以对检测到排队信息还需通过视频监控进一步确认，将前后两帧图像对应像素点的灰度做差，然后统计灰度差超过所设闭值的像素点数量，再根据这个数量值来判断前后两帧图像是否发生变化。 Error! Reference source not found.4.5 交通事件检测在路网建设中，路段内不仅包含了交通信息如何采集的问题，还囊括了随机的交通事件此类信息，譬如比较经常发生的案例：车辆拥堵、路人经过、以及违规车辆出现等，这些均包括在高速公路交通事件之中。就目前常见的高速公路车辆检测案例：违规停车、逆行判定、行人经过，在这里作简单介绍。（1）违章停车、逆行判断在违章诸多问题中，以交通视频图像为例，由于行人
42、在视频图像中的变化也就是运动速度不快，使用背景帧差分法的效果要优于邻帧法。在人体的特征类型选取上，因为在视频图像中能够看简单的行人范围不大，因此对于人体德尔轮廓清晰度要求较高。本文这里对于行人检测算法不作过多的描述，因为行人的检测需要基于背景差分法的使用，在这里便不赘述了。以上只作简单讨论，我们所采用的行人检测方式主要包括以下几点：1，通过背景帧差分，获取当前帧中的运动前景为参考，采用分块统计的方法，判断每个运动区域的面积大小，另选取面积与行人面积相差不大的运动区域计为pk(=1，2区域的编号)，记录相应的位置、面积大小。10交通信息采集系统的研究125.论文总结本人在此篇论文的撰写中，首先简
43、单的描述了交通信息在智能交通管理的重要性，交通管制是一个较为复杂的问题，涉及到车流量、车辆类型、车辆在某一道路的占用率等等许多方面的，因此得到的结论是交通信息采集系统的研究是极为重要的。之后，在描述了重要性之后，便对交通系统中的技术展开描述。还对交通信息采集系统里的主体检测技术，进行对比并进一步分析，详细介绍了其优缺点。并最终以交通信息的获取方式为视频图像处理，进一步的由于它的诸多优越性而展开分析。最后，在结尾本人对于交通系统常见数据提取的主要问题作以描述，包括：车辆的检测判断，其中包括图像获取、图像传输、背景图像更新等方案。接着又基于各种交通数据的提取作了简要介绍。虽然在论文撰写结束后对于取
44、得的分析归纳较为满意，但是由于课题的研究时间较为短暂，本人的学识也无法达到较高的水平，以及实践机会较少。因此本采集系统的研究仍有待进一步优化的。其中不足主要有以下几个方面：（1）应扩大交通信息采集系统的研究范围（2）研究更具优势的车辆检测算法等等。最后我想简单阐述此次论文撰写对我个人的意义提示。通过对该课题的研究，本人将大学四年的部分知识进行了系统的回顾，在充分发挥知识的理解与考虑论文去如何撰写的表达能力方面，有了明显的进步。其次，积累了大量的宝贵经验，写论文的过程同样是我们对重新自我认识的过程。它使我将现有的基本知识与专业知识进行了结合，进一步开阔我的思维，并且教会我如何去将理论联系主要性问
45、题。论文的写述促进了我开始培养主动思考的习惯，之后不后悔对我的工作也有极大的促进提升。通过这次论文的描写，我总结归纳出应该多看书，而且是多种类型的书籍一起看，将专业知识与数理基础知识相结合，遇见问题提前思考 ，不懂就去问老师，与同学们一起商量，才能达到将书本知识与社会现有问题的有机结合。不仅是在学校的学习过程中，也在今后的工作之中，如果能够不断的充实知识能量，做到勤学、勤问，才能不落伍于人后，这是系带毕业设计给本人带来的最大的收获。最后，本人的课题研究，不仅应根据书籍，为了解决实际问题在理论和实践教学中,结合实研究的目的，分析问题,解决问题。当然,学生不是一个专家,必须通量翻阅书籍开动大脑，才
46、能更彻底地解决这个问题,应该研究理论与实践相结合的方法。理论,即实际的主题,把握住这一关键点，便可在今后的生活工作中遇见实际问题，做到不慌不乱，以实际行动在最为有效的手段高效率的完成工作任务。交通信息采集系统的研究13致谢首先衷心感谢我的导师郑娟毅，本文从选题到完成，解决实际问题，从理论上讨论了不是郑老师，郑老师的指导和建议给了我很大的帮助和支持，我受益匪浅，完成本文想向张老师致以深深的谢意和崇高的敬意，谢谢你帮助我当我遇到困难，所有的学生，正是因为你们的支持，我才能克服困难，直至本文的顺利完成，他们做了很多工作，本项目提出了许多有价值的建议，感谢学校为我提供了一个良好的学习环境，并提供了大量
47、的书籍和电子资源，为我们更好的完成毕业设计提供了很大的帮助，最后，对认真辅导我的老师表示崇高的敬意和衷心的感谢。交通信息采集系统的研究14参考文献1 陈里得，柳能运输系统(Its)概论MI 北京:人民交通出版社，1999 年 9 月2 王笑京，齐彤岩，蔡华，智能交通系统体系框架原理与应用M，北京:中国铁道出版社，2004，4 一 5，3 魏武，张起森，王明俊，等基于计算机视觉和图像处理的交通参数检测，信息与控，2001，30(3):257 一 2614 左奇，史忠科，一种新的交通流视频检测方法，西安交通大学学报，200438:396一 3995 曹江中，戴青云，谭志标，基于视频的高速公路车辆检
48、测和跟踪算法，计算机应用，2006，26(2):45 一 476 张旭东，钱玮，高隽等，视频图像中运动目标的实时检测，系统工程与电户技术，2005，27(3):419 一 4217 刘亚，艾海舟一，徐光佑，一种基于背景模型的运动目标检测与跟踪算法，信息与控制，2002，31(4):512 一 5158 林海涵，唐慧明，基于视频的车辆检钡呀口分析算法，江南大学学报，2007，6(3):323 一 3269 聂艳红，张桂林，基于视频检测的车牌照定位方法，计算机工程与设计，2007，28(16):4027 一 403010丹尼尔 L，鸿洛夫，马休 J，休伯著，蒋磺，任福田，肖秋生，等译，交通流理论M，人们交通出版社，1983:13 一 17，交通信息采集系统的研究15
