基于視頻信息的路口滯留車輛檢測關鍵技術研究.pdf

1、近年來，我國汽車總量呈爆發(fā)式增長，給人們的生活帶來了方便，但也使得道路資源變的緊張。擁堵問題日益嚴峻，不僅嚴重影響了人們的日常出行，同時制約著社會經(jīng)濟的發(fā)展。我國每年在交通擁堵問題的解決上投入了大量的人力和物力，然而擁堵問題依然嚴重。
　　在我國擁堵的交通狀況中，一種常見且危害嚴重的現(xiàn)象就是車輛的路口滯留現(xiàn)象，該現(xiàn)象主要是指在路口出口處已發(fā)生擁堵阻塞的時，后繼車輛仍繼續(xù)駛入路口所造成的一種交通溢流現(xiàn)象。滯留在路口內(nèi)的車輛有時會阻礙

2、其他方向車輛的正常通行，加重擁堵，若不及時疏散，該現(xiàn)象極易擴散至其他相鄰路口造成交通格鎖，最終導致路網(wǎng)大面積的交通癱瘓。
　　本文立足于實際路口監(jiān)控視頻，在學習和總結國內(nèi)外對相關技術的研究基礎上，從車輛路口滯留現(xiàn)象的預防、滯留車輛的檢測、滯留信息的提取和上傳以及車輛路口滯留信息系統(tǒng)的建立四個方面進行研究，主要內(nèi)容如下:
　　(1)本文在研究了車輛路口滯留現(xiàn)象產(chǎn)生的機理的基礎上，提出了一種預防車輛在路口滯留的控制方法，通過在路

3、口下游路段中設置地感檢測器檢測排隊車輛是否即將阻塞路口，在排隊車輛阻塞路口之前，利用路口內(nèi)電子警示屏，對待駛入路口的車輛進行提醒，預防車輛在路口內(nèi)滯留現(xiàn)象的發(fā)生。同時，本文著重對地感檢測器的設定位置進行了研究，在分析了城市高峰擁堵時間段內(nèi)車輛的行車間距及排隊規(guī)律的基礎上，確定了地感檢測器最佳的設定位置。
　　(2)對于不按警示屏指示強行駛入路口且引發(fā)交通溢流的滯留車輛，本文根據(jù)車輛滯留現(xiàn)象發(fā)生過程的特點，提出了一種基于視頻虛擬檢測

4、器組的路口滯留車輛檢測算法，利用路口監(jiān)控視頻信息設置虛擬檢測器組，通過對亮度信息的處理檢測路口內(nèi)車輛的存在性以及滯留情況，并將檢測到的滯留現(xiàn)象發(fā)生過程上傳中心服務器做進一步處理。
　　(3)在對視頻段中滯留車輛信息記錄的提取研究過程中，本文首先對多車輛發(fā)生滯留時車牌被相互遮擋的現(xiàn)象進行了分析，然后根據(jù)路口監(jiān)控視頻的拍攝特點和車輛的行車特點，確定了車輛在視頻中不會出現(xiàn)遮擋的區(qū)域，將視頻段內(nèi)的滯留車輛車牌在該區(qū)域內(nèi)進行提取，并判斷被提

5、取到車牌的車輛是否為發(fā)生路口滯留的車輛，最后將符合路口滯留車輛要求的車牌信息生成滯留信息記錄上傳滯留信息系統(tǒng)數(shù)據(jù)庫。本文對路口監(jiān)控視頻圖像中車牌區(qū)域的提取方法進行了主要研究，改進了一種基于車牌候選區(qū)域篩選的車牌區(qū)域圖像提取方法，該方法首先使用Selective Search算法對視頻圖像進行車牌候選區(qū)域的分割提取，本文依據(jù)Selective Search提取目標候選區(qū)域的原理，通過對待處理圖像進行一定程度的Gauss模糊來提高該算法對車

6、牌候選區(qū)域圖像的分割提取速度，與原方法相比較，本文的改進措施能夠在與原方法準確率相近的前提下將處理速度提高了兩倍。最后本文設計并訓練了一個卷積神經(jīng)網(wǎng)絡來替換原SVM分類器，實現(xiàn)將車牌圖像從候選圖像中篩選出來，通過實驗驗證了其具有更高的識別準確率。
　　(4)本文利用ASP.NET技術和SQLserver數(shù)據(jù)庫管理系統(tǒng)軟件設計了基于B/S架構的車輛路口滯留信息管理系統(tǒng)，車主及交警可以通過系統(tǒng)網(wǎng)站實現(xiàn)對滯留信息的查詢和管理。