[最新版]车辆运行速度检测系统的研究与实现毕业设计论文(2)

第一章 绪论

1.1研究背景

国外智能交通系统(ITS)的发展始于20世纪60年代，目前国外ITS的研究、开发和利用主要集中在城市交通和高速公路两个方面。ITS总的发展趋势和竞争领域主要集中在一下几个方面:一是美日欧竞相开发智能交通系统体系结构。它是历届ITS世界大会的一个主题。美国国家ITS体系结构的研究始于1992年，采取自上而下的模式推进ITS体系结构的开发。二是美日欧日益重视智能交通系统标准化研究。ITS是先进的信息技术、通信技术、电子技术和交通运输管理系统相接合的大系统，其最基本的特征是“集成”，而标准化是系统集成的重要基础。目前，美日欧正在竞相向国际标准化组织提出ITS的系统方案，以便使之成为标准，从而在争夺ITS国际市场中占据有力位置。三是智能交通系统出现了从单一的道路运输智能化向综合运输智能化发展的趋势。目前世界TIS的发展主流是道路运输的智能化，但是，要从根本上解决交通运输问题，必定要实现整个综合运输系统的智能化。良好的智能交通系统需要大量准确的反馈信息，因此离不开高质量的交通信息的检测，否则，该控制系统不可能具备良好的性能。

我国己有成套的动态车速信息采集设备，对于安装GPS定位设备和车载计算机的车辆，可以实时监视车辆的运行状况，动态记录下车辆在各个路段的行驶速度。然而，国内在基于视频图像处理技术的交通信息采集方面的研究起步较晚，在交通迅猛发展的今天，随着经济的发展和科技的进步，越来越多的科研机构和公司开始进行这方面的研究，并取得了一些成绩。目前，我国对于实时车速采集算法和实时交通数据检测的研究还比较少，实时交通数据的扩展应用和相关软硬件的开发还比较薄弱，随着我国交通工程智能化水平的不断提高和道路交管部门的自动化水平的不断改善，基于视频图像处理的实时交通流信息采集系统必将有广阔的前景。

视频交通信息采集技术是一种便于使用、信息量大，功能全面的新型检测手段，代表了交通流信息采集技术的发展方向，随着人们对它认识的进一步增加和它本身技术的不断完善，视频交通信息采集技术将逐步取代现有的其他方法，起到交通信息采集技术主体的作用。

1.1.1国内外典型的车辆测速系统

（1）“速刻一维杂”道路超速录像系统

俄罗斯“速刻一维杂”道路超速录像综合安全监测系统，是“速刻”系列测速系统中的一种。该系统是测量动态路线的测速监视器，信息直接保存在计算机上，工作系统运用专门的程序和方便的图表，通过计算机录像监控部分路段，方便测量人员利用键盘控制测量速度等信息。例如:日期，时间，街名，监查人。

（2）交通流量视频分析仪

北京华恒信息系统有限公司的交通流量视频监测仪，是在工智能和图像处理基础上通过分析移动矢量，实时地分析录像中的交通流动情况，并提取交通状况的主要信息，然后再将分析结果数字化，以非常友好直观形式表达出来。这些结果包括:平均速度，最

低速度，最高速度，车流密度等。 1.1.2 常用的视频检测方法

目前实践上已经有不少视频检测产品VIPS(video Image Processing System)，按工作原理可分为两类:虚拟线圈法 (tripwire systems)(或虚拟检测线法)和车辆跟踪法，下面介绍这两种方法的工作原理。

1.虚拟线圈法

早期大部分视频检测技术是采用是虚拟线圈法,如AUTOSCOPE, CCATS, TAS,IM-PACTS, Traffic Cam等，其工作原理类似于地埋式线圈检测器。用户在图像上定义检测线位置(以一条或多条直线代表道路断面)，系统通过计算检测线变化强度来判断车辆的经过，从而计算交通参数。该方法的优点是大大减少了数据处理时间(只需一行或几行的图像数据)，在满足实时要求的前提下完成流量、速度的检测。由于交通场景象素值与路面(背景)象素值作差分比较仅仅可得到有无车辆通过采样线位置这一唯一的特征值，而丢失了包括车辆长度、宽度和运动轨迹等特征，所以降低了系统的可靠性，同时也未能充分利用图像信息。

2.车辆跟踪法

通过识别出交通场景图像中符合车辆特征的象素，进行图像分割，并依据提取出的特征来匹配前后帧中车辆，从而计算交通参数。CMS Mobilizes. Eliop EVA, PEEK Video Trak. Nestor Traffic Vision都属于这一类型，也称为“第三代\。理论上，车辆跟踪法比虚拟线圈法更为严谨，所以更能代表发展的趋势。但是该方法的难度在于特征的提取和特征的跟踪:首先，特征必须有代表性，图像中的车辆都具备该特征且各不相同:其次同一车辆在不同帧图像中特征应该具有相关性，能够有较好的对应关系。根据跟踪方法的不同可以分为以下几类;

(1)3D模型跟踪:用3D车辆模型来匹配图像中车辆,该方法的实现有赖于大量几何数据和实际车辆外形尺寸相似的汽车模型，事实上很难保证。

(2)区域跟踪:图像二值化后，寻找连通区域，实现跟踪。由于一段时间内拍摄图像所处环境光线条件变化很小，相邻帧的图像可以认为与背景几乎相同，所以对比相减后结果，可以反映出车辆运动的轨迹。该方法的特点是较好地解决了气候、光线和周围环境条件对视频图像的影响这一难题。其缺点在于二值化后车辆图像经常并不连通，而是分为不连续的几块，导致检测错误，同时确定二值化闭值、动态更新背景和寻找连通区域过程中算法复杂，计算量大。

(3)动态轮廓跟踪:该方法基本思想是通过滤除图像中的静止物体，而仅保留运动物体来实现跟踪。该方法计算量相对区域跟踪较小，但是无法检测静止车辆，而且其检测效果受车辆运动速度的影响，过快或过慢的车速都可能导致检测错误。

(4)特征跟踪:为解决不同车辆图像重合的难题，该方法着眼于车辆的局部特征，如较亮的点或线，以此实现车辆跟踪。该理论相信即使图像部分重合，车辆的另外一些特征仍然存在。问题在于由于图像受周围环境(如建筑阴影、路灯)的影响，车辆在路段不同位置的特征不能保证相同。

可以看出，各国研究者对视频检测技术做了很多有意义的工作并取得了相当的成果。但是由于利用视频图像获取实时交通参数的特殊复杂性，以及图像工程用于交通领域历史不长，目前该技术仍处于不断完善中。

本论文是基于视频交的通事件和交通参数检测系统的一个模块，重点研究实时车速

检测算法以及涉及到的如摄像机标定等相关内容和算法，其目的是改进实时车辆速度的检测方法，为交通管理提供更为有效的依据，提高交通管理的智能化、自动化水平。系统的结构采用DSP处理器为软件实现平台，利用软件技术实现了交通信息的实时检测。除了能应用于实时车速的检测之外，本论文的研究将为图像处理技术的其他应用开发积累经验。

2.1常用车速检测方法

目前，国内外常用的车速检测技术有雷达、红外、激光、超声波、磁性测速等。其中，以形状感应为检测对象的超声波式和光电管式车辆检测技术，以电磁感应为检测对象的环型线圈式和地磁式车辆检测技术，以及由多普勒雷达发展起来的微波车辆检测技术，这三大技术已逐渐成为交通信息采集的主要手段。近年来，随着视频处理技术的发展和成熟，其方法也开始广泛应用于车速检测，视频车辆检测技术将是未来实时交通信息采集和处理技术的发展方向。

1.雷达检测技术

这是最早接触和使用的检测技术，检测设备称为雷达测速器(或多普勒雷达)。雷达测速利用多普勒效应，通过雷达反射波相对于发射波的频移计算出运物体的速度。雷达测速系统对于测量角度要求较高，测速系统需正对物体运动方向，测量偏差角度应小于10度。雷达测速多应用于移动式车载超速监控系统，也应用于固定场合。一般雷达测速仪的测速范围大约在(24-199)km-=0.008。假设匹配模板中心点E的坐标为(192，129)，由于中间车道线坐标都为已知，那么经过计算得出，直线E与中间车道线相交于点的坐标为(376，114)。

3.3标定算法实现及结果

3.3.1标定参数设置

系统运行之前需要先进行初始参数设置，图3.11为参数设置界面。

图3.11 初始参数设置界面

图3.11中右侧控制栏选项如下:

1.设置虚拟线圈:在左侧视频上适当位置点击设置线圈位置，用两条横线显示。变量LoopPos表示线圈位于第几行(单位为块)，本场景中LoopPos=20。线圈的宽度为1块，即6个像素。

2.设置车道区域:在设置车道区域的下拉列表本别选中三个车道，做左侧视频上点击车道线位置，用黑线显示。三个车道信息采用288x3的二维数组来存储，设数组为LaneMark[288][3]，LaneMark[250][l]指的是中间车道线在150像素位置的横坐标。从图

中可以看到，左车道线越往下越偏左，直到偏出视频可见范围，所以初次点击车道得出的LaneMark【101[0l等靠下的车道线坐标都为。。如图3.12(a)所示，而所需要的左车道线见图3.12伪)。所以测速前，必须先计算出左边车道线延长线的正确坐标，使之成为图3.12(b)理想状况下的样子。这是摄像头偏右的情况下，如果摄像头偏左的话，则需要计算最右边车道线的延长线，如图3.13所示。矩形框代表视频图像，斜线代表车道线。

图3.12 摄像机偏右时车道线（a）延长前（b）延长后

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库[最新版]车辆运行速度检测系统的研究与实现毕业设计论文(2)在线全文阅读。