發(fā)布時(shí)間：2018-05-16 10:16

  本文選題：車輛識(shí)別 + 激光掃描　； 參考：《同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年07期

【摘要】：提出一種基于車載激光移動(dòng)測(cè)量數(shù)據(jù)的微觀交通流參數(shù)提取方法.將移動(dòng)斷面激光掃描數(shù)據(jù)根據(jù)一定的閾值進(jìn)行分割分類,獲得路域范圍的移動(dòng)車輛.根據(jù)二次多項(xiàng)式加權(quán)擬合法,獲得移動(dòng)車輛的特征點(diǎn)信息.再基于特征點(diǎn)的時(shí)空關(guān)系,計(jì)算車輛之間的距離、位置、速度等微觀交通流參數(shù).以上海延安高架路為例進(jìn)行試驗(yàn),對(duì)車輛之間的交通流參數(shù)提取進(jìn)行實(shí)際驗(yàn)證.結(jié)果表明,該方法可以有效地提取車輛交通流參數(shù),前、后方車輛的距離平均誤差僅為0.06m,速度平均誤差為1.62km·h~(-1);側(cè)方車輛的距離平均誤差僅為0.10m,速度平均誤差為1.29km·h~(-1).
[Abstract]:A method for extracting microscopic traffic flow parameters based on vehicle laser motion measurement data is proposed. The moving cross section laser scanning data are segmented and classified according to a certain threshold value to obtain the moving vehicle in the range of road area. According to the quadratic polynomial weighted fitting method, the feature point information of moving vehicle is obtained. Based on the temporal and spatial relationship of the feature points, the microscopic traffic flow parameters such as distance, position, speed and so on are calculated. Taking Yanan viaduct in Shanghai as an example, the extraction of traffic flow parameters between vehicles is verified. The results show that this method can effectively extract the vehicle traffic flow parameters. The average distance error of the front and rear vehicles is only 0.06 m, the average speed error is 1.62km heng ~ (-1), the average distance error of the side vehicle is only 0.10 m, and the average velocity error is 1.29km heng ~ (-1).
【作者單位】： 同濟(jì)大學(xué)測(cè)繪與地理信息學(xué)院;同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院;上海寶信軟件股份有限公司;
【基金】：國(guó)家自然科學(xué)基金(41671451) 國(guó)家重點(diǎn)研發(fā)計(jì)劃(2016YFB0502104,2016YFB050210,2016YFB1200602-02) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金
【分類號(hào)】：U495

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳峰;賈元華;敖谷昌;李健;;結(jié)合部路網(wǎng)交通流參數(shù)關(guān)聯(lián)度分析方法研究[J];物流技術(shù);2012年03期

2 劉吉奇;;尖點(diǎn)突變理論在交通流參數(shù)關(guān)系模型中的應(yīng)用[J];山西建筑;2007年03期

3 秦鐘;徐建閩;劉利頻;史勝利;;基于視頻角點(diǎn)信息特征的交通流參數(shù)測(cè)算方法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年09期

4 鮑占闊;楊玉珍;陳陽(yáng)舟;;基于計(jì)算機(jī)視頻的交通流參數(shù)檢測(cè)[J];交通與計(jì)算機(jī);2006年03期

5 汪成亮;張晨;;面向車聯(lián)網(wǎng)的交通流參數(shù)檢測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2012年23期

6 朱礦軍;張海珍;曲孝利;;一種基于視頻虛擬檢測(cè)線的交通流參數(shù)檢測(cè)方法[J];城市交通;2006年03期

7 熊烈強(qiáng);劉海岷;;混合交通流參數(shù)之間關(guān)系模型標(biāo)定[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2008年03期

8 董春嬌;邵春福;諸葛承祥;李慧軒;;基于實(shí)測(cè)數(shù)據(jù)的快速路交通流參數(shù)模型[J];交通運(yùn)輸系統(tǒng)工程與信息;2013年03期

9 熊烈強(qiáng),李杰,嚴(yán)新平,陳明昭;適應(yīng)ITS的交通流參數(shù)之間的關(guān)系[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2004年02期

10 陳德旺;關(guān)積珍;朱雪良;;基于占有率的交通流參數(shù)模型研究[J];交通運(yùn)輸系統(tǒng)工程與信息;2006年05期

相關(guān)會(huì)議論文 前1條

1 衣謝博聞;韓印;;基于移動(dòng)終端定位技術(shù)的交通流參數(shù)提取研究[A];構(gòu)建生態(tài)人文交通 促進(jìn)經(jīng)濟(jì)跨越發(fā)展——第十九屆海峽兩岸都市交通學(xué)術(shù)研討會(huì)論文選編[C];2011年

相關(guān)博士學(xué)位論文 前1條

1 吳忠宜;基于CCTV快視圖的實(shí)時(shí)交通流參數(shù)檢測(cè)研究[D];武漢大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 王文華;基于視頻跟蹤技術(shù)的交通流參數(shù)統(tǒng)計(jì)方法研究[D];長(zhǎng)安大學(xué);2015年

2 白曉林;基于磁阻傳感器的交通流參數(shù)采集與應(yīng)用研究[D];長(zhǎng)安大學(xué);2015年

3 楊亞鵬;基于多傳感信息的交通流參數(shù)檢測(cè)設(shè)備研究[D];哈爾濱工業(yè)大學(xué);2015年

4 楊曉鵬;基于視頻的交通流參數(shù)檢測(cè)系統(tǒng)研究[D];長(zhǎng)安大學(xué);2008年

5 劉震;基于超聲的高速公路交通流參數(shù)獲取研究[D];南京理工大學(xué);2006年

6 孫琪;基于高分辨率衛(wèi)星影像的交通流參數(shù)提取研究[D];北京交通大學(xué);2010年

7 李鵬;基于視頻的交通流參數(shù)檢測(cè)系統(tǒng)研究[D];西安電子科技大學(xué);2011年

8 李坤倫;視頻交通流參數(shù)檢測(cè)算法研究[D];長(zhǎng)安大學(xué);2009年

9 安澤萍;基于攝像機(jī)標(biāo)定的交通流參數(shù)檢測(cè)研究[D];長(zhǎng)安大學(xué);2010年

10 何最紅;基于視頻的交通流參數(shù)檢測(cè)方法研究[D];廣東工業(yè)大學(xué);2006年

，

本文編號(hào)：1896457