交通流的流體力學(xué)模型參數(shù)獲取方法研究.pdf

1、該課題主要研究了交通流的流體力學(xué)模型參數(shù)的獲取方法.交通流理論作為一門(mén)運(yùn)用物理與數(shù)學(xué)定律來(lái)描述交通特性的邊緣學(xué)科,現(xiàn)有的交通流理論都是從宏觀角度采用連續(xù)介質(zhì)模型即流體力學(xué)模型來(lái)描述交通狀態(tài),模型若干方程中包含了兩個(gè)最重要的參數(shù):流量與車速.為了準(zhǔn)確分析交通流的流動(dòng)特性,就必須獲取具有可信度較高的交通流數(shù)據(jù).該文從視頻圖像序列處理角度出發(fā),討論了交通流量與車速的獲取方法.首先采用背景差分對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行分割.在背景差分當(dāng)中,關(guān)鍵的技術(shù)難點(diǎn)在

2、于背景模型的自適應(yīng)性.如果不考慮背景模型的自適應(yīng)性,將會(huì)對(duì)目標(biāo)分割帶來(lái)比較嚴(yán)重的噪聲干擾,而且在實(shí)際當(dāng)中也應(yīng)考慮背景的變化.為了降低噪聲對(duì)目標(biāo)分割的影響,還要通過(guò)腐蝕或者膨脹的辦法進(jìn)行降噪.隨后通過(guò)閾值判斷來(lái)確定分割出的運(yùn)動(dòng)目標(biāo).其次提取出有價(jià)值的信息作為跟蹤運(yùn)動(dòng)目標(biāo)的依據(jù).該文當(dāng)中的信息主要是分割窗口大小和質(zhì)心位置.在這里我們把圖像序列作為一組隨機(jī)模型序列,通過(guò)卡爾曼濾波器對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤.卡爾曼濾波本質(zhì)思想是通過(guò)觀測(cè)值與狀態(tài)值之間