發(fā)布時間：2019-06-08 15:41

【摘要】：針對交叉口入口路段交通視頻中存在車輛遮擋嚴(yán)重、頻繁走停以及頻繁換道插隊等特點(diǎn),提出了一種獲取交叉口停車線后大視野范圍內(nèi)車流量以及車輛換道率的檢測方法。首先采用多級虛擬特征線生成多級時空圖,對車輛進(jìn)行快速檢測和分割,獲得車輛候選區(qū)域;然后對車輛候選區(qū)域內(nèi)局部特征點(diǎn)進(jìn)行初步分組和跟蹤,并根據(jù)相同組內(nèi)特征點(diǎn)運(yùn)動趨勢相似性來修正分組,解決車輛遮擋問題,用于檢測車輛換道率;最后將多級時空圖與特征點(diǎn)跟蹤相結(jié)合,進(jìn)行相互反饋,實(shí)現(xiàn)對車輛準(zhǔn)確分割和魯棒跟蹤,避免車輛行駛中走停的影響。實(shí)驗結(jié)果表明,通過該方法能實(shí)時準(zhǔn)確地獲取大視野范圍內(nèi)交叉口入口路段車流量和車輛換道率的交通參數(shù)。
[Abstract]:In view of the characteristics of serious traffic occlusion, frequent walking and stopping and frequent lane switching in the traffic video of intersection entrance section, a detection method for traffic flow and vehicle change rate in the wide field of vision after the intersection stop line is proposed. Firstly, the multi-level virtual feature line is used to generate the multi-level space-time map, and the vehicle is detected and segmented quickly to obtain the vehicle candidate region. Then the local feature points in the vehicle candidate region are preliminarily grouped and followed, and the grouping is modified according to the similarity of the movement trend of the feature points in the same group to solve the vehicle occlusion problem, which can be used to detect the vehicle lane change rate. Finally, the multistage space-time map and feature point tracking are combined to feedback each other to realize the accurate segmentation and robust tracking of vehicles, so as to avoid the influence of walking and parking on vehicles. The experimental results show that the traffic parameters of traffic flow and vehicle exchange rate can be obtained in real time and accurately by this method.
【作者單位】： 北京工業(yè)職業(yè)技術(shù)學(xué)院機(jī)電工程系;清華大學(xué)自動化系;
【基金】：國家自然科學(xué)基金資助項目(61273006) 中國博士后科學(xué)基金資助項目(2015M571051) 北京工業(yè)技術(shù)學(xué)院科研課題資助項目(bgzyky201407)
【分類號】：U491;TP391.41

【共引文獻(xiàn)】

相關(guān)期刊論文 前2條

1 張媛;賈克斌;;一種基于視頻序列的城市快速路交通狀態(tài)分類方法[J];交通信息與安全;2013年04期

2 葉芳芳;許力;;復(fù)雜場景下有效的遺棄物檢測方法[J];計算機(jī)工程與應(yīng)用;2014年16期

相關(guān)博士學(xué)位論文 前1條

1 楊德亮;交叉口交通參數(shù)視頻檢測及交通流特性分析[D];北京工業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前2條

1 張媛;基于視頻的城市快速路交通狀態(tài)分類識別與量化方法研究[D];北京工業(yè)大學(xué);2013年

2 王君;基于信息物理網(wǎng)絡(luò)的城市快速路交通信息采集與狀態(tài)識別方法研究[D];北京工業(yè)大學(xué);2013年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉艷玲;熊輝;;基于運(yùn)動學(xué)的換道安全間距研究[J];交通標(biāo)準(zhǔn)化;2014年04期

2 樓大成;;車輛換道過程中目標(biāo)車輛與周圍車輛的安全距離[J];硅谷;2014年05期

3 楊建國,王金梅,李慶豐,王兆安;微觀仿真中車輛換道的行為分析和建模[J];公路交通科技;2004年11期

4 楊小寶;張寧;;任意性換道模型的比較與選擇[J];交通運(yùn)輸系統(tǒng)工程與信息;2006年04期

5 劉小明;鄭淑暉;蔣新春;;基于動態(tài)重復(fù)博弈的車輛換道模型[J];公路交通科技;2008年06期

6 楊小寶;;考慮實(shí)施過程的車輛換道模型及其應(yīng)用[J];物理學(xué)報;2009年02期

7 李瑋;高德芝;段建民;;智能車輛自由換道模型研究[J];公路交通科技;2010年02期

8 王崇倫;李振龍;陳陽舟;代桂平;;考慮換道約束空間的車輛換道模型研究[J];公路交通科技;2012年01期

9 付靜靜;孫浩;杜春臣;;基于駕駛?cè)藫Q道行為的換道決策輔助系統(tǒng)預(yù)警時間研究[J];北京汽車;2012年04期

10 楊曉光;黃羅毅;王吟松;吳志周;;基于車車通信的換道超車輔助系統(tǒng)設(shè)計與實(shí)現(xiàn)[J];公路交通科技;2012年11期

相關(guān)會議論文 前3條

1 張安英;;基于預(yù)判概率的換道決策模型研究[A];第八屆中國智能交通年會優(yōu)秀論文集——智能交通與安全[C];2013年

2 李瑋;段建民;龔建偉;;障礙物條件下智能車輛換道路徑規(guī)劃的近優(yōu)解[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

3 楊曉光;孫劍;;面向ITS的交通仿真實(shí)驗系統(tǒng)研究與開發(fā)[A];第一屆中國智能交通年會論文集[C];2005年

相關(guān)重要報紙文章 前1條

1 記者 徐景明;車一進(jìn)隧道就不允許換道[N];廈門日報;2010年

相關(guān)博士學(xué)位論文 前9條

1 彭金栓;基于視覺特性與車輛相對運(yùn)動的駕駛?cè)藫Q道意圖識別方法[D];長安大學(xué);2012年

2 侯海晶;高速公路駕駛?cè)藫Q道意圖識別方法研究[D];吉林大學(xué);2013年

3 羅強(qiáng);面向高速公路行車安全預(yù)警的車道偏離及換道模型研究[D];華南理工大學(xué);2014年

4 漆巍巍;城市道路擁堵狀態(tài)下駕駛?cè)松�理及換道特性研究[D];哈爾濱工業(yè)大學(xué);2014年

5 朱愿;基于視覺和雷達(dá)的智能車輛自主換道決策機(jī)制與控制研究[D];中國人民解放軍軍事醫(yī)學(xué)科學(xué)院;2014年

6 周立軍;基于駕駛員信息處理特性的跟馳及換道模型研究[D];吉林大學(xué);2008年

7 游峰;智能車輛自動換道與自動超車控制方法的研究[D];吉林大學(xué);2005年

8 任殿波;自動化公路系統(tǒng)車輛縱橫向控制[D];西南交通大學(xué);2008年

9 陳秀鋒;基于分子動力學(xué)的車輛運(yùn)行安全特性研究[D];吉林大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 曹珊;城市道路車輛換道模型及換道影響研究[D];華中科技大學(xué);2009年

2 杜毓皓;基于駕駛?cè)酥饔^判斷的換道安全界限時刻研究[D];長安大學(xué);2013年

3 鄭楚清;車輛換道預(yù)警系統(tǒng)的越線時間預(yù)測方法研究[D];長安大學(xué);2013年

4 鄭華榮;考慮周邊車輛駕駛意圖的換道危險預(yù)警研究[D];武漢理工大學(xué);2013年

5 毛錦;考慮駕駛風(fēng)格的換道預(yù)警方法[D];長安大學(xué);2012年

6 王彩霞;交通仿真中的換道模型研究[D];吉林大學(xué);2007年

7 王琳;城市道路車輛換道行為特性研究[D];北京交通大學(xué);2014年

8 孫純;基于駕駛?cè)艘曈X特性的換道意圖識別[D];長安大學(xué);2012年

9 陳秋香;基于匝道區(qū)數(shù)據(jù)的惡劣天氣下?lián)Q道行為研究[D];西南交通大學(xué);2014年

10 王磊;資源有限環(huán)境中多自主車輛系統(tǒng)分布優(yōu)化與協(xié)同控制[D];吉林大學(xué);2013年

，

本文編號：2495403