隨著城市基礎(chǔ)設(shè)施的不斷完善,城市的監(jiān)控系統(tǒng)也不斷的完善起來。借助交通監(jiān)控視頻數(shù)據(jù),可以極大的提升了城市的管理水平,并使得城市的管理者能夠針對道路上發(fā)生的突發(fā)事件快速響應(yīng),挽救人民的生命財產(chǎn)安全。針對基于視頻數(shù)據(jù)的交叉口安全分析的相關(guān)工作而言,目前相關(guān)研究仍然存在以下的一些缺點(diǎn):首先,大量的相關(guān)研究仍然借助于人工的工作,由人按照一定的規(guī)則評估交叉口的安全性,不僅低效而且成本高昂;其次,相關(guān)的研究一部分是針對仿真數(shù)據(jù)而提出了基于運(yùn)動學(xué)規(guī)律的車輛行為沖突分析算法,另一部分只針對幾條真實車輛軌跡之間的行為驗證算法的可行性,二者都忽略了場景的復(fù)雜性與其所導(dǎo)致的數(shù)據(jù)質(zhì)量低下的問題;其三,基于車輛軌跡而的行為分析已經(jīng)有許多的相關(guān)工作,而目前針對交通沖突的研究,車輛的行為分析與沖突分析割裂,并沒有被置于一個統(tǒng)一的框架下進(jìn)行考慮。針對以上問題,本文提出了用于交叉口沖突分析的多層次的車輛軌跡學(xué)習(xí)框架。具體來說,本文的創(chuàng)新性工作包括:第一,提出了一整套用于交叉口沖突分析的無監(jiān)督車輛軌跡學(xué)習(xí)框架�？蚣芊譃榱塑壽E獲取,軌跡預(yù)處理,路徑聚類與沖突分析等幾個模塊,借助于交叉口的車輛軌跡數(shù)據(jù),多層次的分析了車輛的行為,并在多個數(shù)據(jù)集上進(jìn)行了驗證;第二,提出了基于DBSCAN的場景ROI區(qū)域聚類算法,對場景的ROI區(qū)域進(jìn)行了聚類并利用了加權(quán)平均密度判據(jù)對噪聲聚類進(jìn)行了區(qū)分,多個實驗數(shù)據(jù)集上的表現(xiàn)說明了算法的魯棒性與穩(wěn)定性;第三,提出了基于軌跡統(tǒng)計特征與距離度量結(jié)果的軌跡集成聚類策略。以往的算法往往從基于特征的聚類方面或是基于曲線相似度的方面考慮對軌跡進(jìn)行聚類,基于二者集成聚類的軌跡聚類方式,結(jié)合了二者的優(yōu)點(diǎn),獲取了更加魯棒的軌跡聚類;并且,對于軌跡的聚類構(gòu)成的相似度鄰接矩陣,引入了圖的拉普拉斯中心性,對各個聚類的代表進(jìn)行了提取,并依據(jù)聚類代表的相似性合并了冗余的聚類,最終獲取了場景的穩(wěn)定的路徑信息;第四,利用軌跡數(shù)據(jù)與之前提取的場景基本信息,搭建了軌跡到達(dá)時間預(yù)測模型,借助訓(xùn)練的模型對交叉口的安全性與效率進(jìn)行了分析。本文提出的方法均在多個數(shù)據(jù)集上進(jìn)行了驗證,驗證了其效果與魯棒性。
【學(xué)位單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：U495;TP391.41
【部分圖文】：

圖 1-1 復(fù)雜的交叉口，行人與車流交織Fig. 1-1Acomplex intersection, pedestrians interact with vehicles到交通監(jiān)控視頻分析的技術(shù)難點(diǎn)，第一個難點(diǎn)的是針對運(yùn)動目方面的面臨的挑戰(zhàn)包括圖像中車輛的高精度檢測，被跟蹤目標(biāo)的控視頻中，對車輛的檢測是最基本的問題，設(shè)計的跟蹤算法首中準(zhǔn)確定位車輛位置的能力。在這方面借助深度學(xué)習(xí)技術(shù)可以例如 Xu[3]等首先利用背景差分算法提取場景的背景，隨后使用測背景里的靜止的車輛，并據(jù)此應(yīng)用于了高速公路的異常停車優(yōu)異的效果；在獲取了對于圖像中車輛的檢測模型之后，車輛視為檢測與跟蹤結(jié)合的問題。檢測問題與跟蹤問題結(jié)合的關(guān)鍵位置信息，對下一時刻位置進(jìn)行預(yù)測，隨后在預(yù)測位置的附近，作為車輛可能位置，最后使用一個二分類器選擇概率最高的下一幀的位置[7]，而預(yù)測時常常使用到了卡爾曼濾波算法[5][6are[7]等針對多目標(biāo)跟蹤時對于未來候選區(qū)域的物體進(jìn)行分類與

第 3 章 軌跡數(shù)據(jù)預(yù)處理2 2( 1) ( 1)2( ) ( )iTi i t it i t ittq x x y y 的復(fù)雜度(Trajectory Complexity)定義為：2 21 1( ) ( )i ii iT i iTiix x y yeq i 取值在 0 到 1 的范圍內(nèi)。不同于文獻(xiàn)[10]，這里軌跡的復(fù)雜度計算的軌跡的復(fù)雜度計算。文獻(xiàn)[10]采用原始軌跡對軌跡復(fù)雜度進(jìn)行計在大量停止點(diǎn)的情況下，利用原始軌跡計算移動總距離會受到冗余響，因此此處采用網(wǎng)格軌跡計算車輛行駛的距離可以防止停止點(diǎn)對。

有壓縮后的網(wǎng)格數(shù)目小于某一閾值的軌跡，這里被設(shè)置為2到4個網(wǎng)格不擇這四種類型的軌跡過濾器的依據(jù)的是錯誤軌跡的不同特性，使之最大限證了錯誤數(shù)據(jù)的濾除效果。各個過濾器的閾值的依據(jù)場景的不同給定不同般而言，針對不同角度與高度的攝像頭，其閾值會發(fā)生很大的變化。我們?nèi)×溯^小的閾值對錯誤軌跡進(jìn)行了過濾，防止濾除正常軌跡的現(xiàn)象發(fā)生，處的閾值選取參考了數(shù)據(jù)集的統(tǒng)計特征的均值與眾數(shù)。4 語義點(diǎn)與語義區(qū)域提取4.1 軌跡停止點(diǎn)分析在除掉了錯誤軌跡之后，可以得到一個較為“干凈”的數(shù)據(jù)集，這個數(shù)含完整的軌跡與破碎的軌跡，并且軌跡破碎的程度不一。我們進(jìn)一步對軌止點(diǎn)(Stop Points)進(jìn)行了分析。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 尹春雪;;《父與子》中主人公的內(nèi)心矛盾沖突分析[J];商業(yè)故事;2016年31期

2 蘭紅玉;;《窩頭會館》的人物沖突分析[J];長江叢刊;2017年24期

3 王意岡;席酉民;;事態(tài)預(yù)測的沖突分析方法[J];預(yù)測;1989年02期

4 楊東升;張永安;;沖突分析理論在產(chǎn)學(xué)研合作中的應(yīng)用[J];研究與發(fā)展管理;2007年06期

5 黃有度;沖突分析的一種改進(jìn)方法[J];工科數(shù)學(xué);1996年01期

6 趙越;;治理理論視角下的鄰避沖突分析[J];商;2016年12期

7 段三堯;;《羅密歐與朱麗葉》中的道德沖突分析[J];文化創(chuàng)新比較研究;2019年08期

8 林巍，傅國偉;沖突分析理論方法及其在環(huán)境管理中的實例研究[J];中國環(huán)境科學(xué);1996年02期

9 劉洪;沖突分析理論及其應(yīng)用中的若干問題[J];技術(shù)經(jīng)濟(jì);1996年11期

10 吳育華;張光雄;;海灣危機(jī)沖突分析[J];運(yùn)籌學(xué)雜志;1991年02期

相關(guān)博士學(xué)位論文 前2條

1 李會民;沖突分析與合作理論研究[D];天津大學(xué);2003年

2 劉勇;沖突分析建模技術(shù)研究[D];南京航空航天大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 尹卓;面向交叉口沖突分析的車輛軌跡學(xué)習(xí)技術(shù)[D];北京工業(yè)大學(xué);2019年

2 任茜;空間電磁信息建模與用頻沖突分析[D];西安電子科技大學(xué);2013年

3 倪磊磊;基于矩陣形式的Stackelberg主從關(guān)系下的沖突分析[D];南京航空航天大學(xué);2014年

4 苗曙光;[D];華中科技大學(xué);2010年

5 劉洋;沖突分析中排序法的改進(jìn)研究[D];大連理工大學(xué);2004年

6 韓雪山;基于沖突分析圖模型的結(jié)盟穩(wěn)定性研究[D];南京航空航天大學(xué);2013年

7 陳偉;客戶協(xié)同產(chǎn)品設(shè)計中的多主體沖突消解研究及應(yīng)用[D];重慶大學(xué);2013年

8 王文怡;沖突分析中局中人偏好的模糊多目標(biāo)格序決策[D];西南交通大學(xué);2015年

9 彭佳琳;視頻采集信息下交叉口沖突分析[D];吉林大學(xué);2012年

10 李東華;基于多智能體強(qiáng)化學(xué)習(xí)的決策支持系統(tǒng)的研究[D];南京航空航天大學(xué);2009年

本文編號：2867997