車輛跟蹤技術作為智能汽車領域的關鍵技術之一,該技術不僅能減少交通事故的發(fā)生率,還能提高道路交通通行效率,具有重要的研究意義。城市道路行車環(huán)境較為復雜,基于路側設備的車輛跟蹤技術能提前獲取完整交通環(huán)境信息,為智能汽車的安全行駛提供指導,且基于LTE-V的網聯(lián)智能駕駛技術在中國有獨特的優(yōu)勢。為了探索LTE-V技術在智能網聯(lián)汽車領域的應用前景,文章基于路側攝像頭對車輛跟蹤技術進行了深入研究。首先,對基于路側單元的車輛跟蹤技術進行了初步研究。分析并比較了路側單元下的車輛檢測方法、車輛跟蹤方法、車-路通訊方法,并根據(jù)路側單元車輛跟蹤的特點,確定了ViBe算法作為車輛檢測方法,確定了卡爾曼濾波算法作為車輛跟蹤方法,確定了LTE-V作為車-路通訊方法。其次,對基于路側攝像頭的車輛檢測方法進行了深入研究。先對國內主要的道路情況進行了分析;然后在傳統(tǒng)ViBe算法的基礎上,進行了改進,成功減少了車輛檢測中鬼影及陰影現(xiàn)象的產生;并在傳統(tǒng)的基于虛擬線圈的車輛速度檢測方法上進行了改進,使文章中提出的車輛運動信息檢測方法能夠同時檢測車輛的速度信息及加速度信息。最后,對基于路側單元的車輛跟蹤方法進行了深入研究,并通... 

【文章來源】：武漢理工大學湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

改進車輛速度測量方法

36以單車道為例設計弱重疊視域跟蹤模塊，首先分析單個路側攝像頭的視野區(qū)域，將單個路側攝像頭的視野區(qū)域劃分為三塊區(qū)域，這三塊區(qū)域分別為駛入提醒區(qū)域、測速區(qū)域1和測速區(qū)域2，另外，考慮到車輛駛出測速區(qū)域2時，存在車輛后半部分在原始目標區(qū)域的情況，為描述方便，將該攝像頭安裝位置到視野邊緣的這塊區(qū)域設定為駛出提醒區(qū)域，如圖4-4所示。駛入提醒區(qū)域駛入提醒區(qū)域測速區(qū)域1測速區(qū)域2出提區(qū)域路側攝像頭攝像頭視野L4L3L2L1圖4-4單個路側攝像頭區(qū)域劃分圖駛入提醒區(qū)域用以告知路側攝像頭，目標車輛已經進入視野區(qū)域。測速區(qū)域用以計算目標車輛在視野區(qū)域內的速度信息和加速度信息，為車輛信息的通訊提供數(shù)據(jù)。駛出提醒區(qū)域用以告知相鄰攝像頭，該目標車輛已經駛入相鄰攝像頭視野區(qū)域，并在該區(qū)域內實時傳輸目標車輛的位置信息、速度信息和加速度信息。然后分析相鄰路側攝像頭之間的視野區(qū)域劃分情況�；谌踔丿B視域的思想，將相鄰攝像頭視野區(qū)域緊密銜接，相鄰路側攝像頭區(qū)域劃分情況如圖4-5所示。駛入提醒區(qū)域Wrt2_1路側攝像頭2攝像頭2視野t23t22駛入提醒區(qū)域測速區(qū)域1測速區(qū)域2駛出提醒區(qū)域t1_1時間軸距離軸路側攝像頭1攝像頭1視L1_4野L1_3L1_2L1_1t1_3t1_2測速區(qū)域1測速區(qū)域2駛出提醒區(qū)域駛入提醒區(qū)域L2_4L2_3L2_2L2_1圖4-5相鄰路側攝像頭區(qū)域劃分圖路側攝像頭1駛出提醒區(qū)域和路側攝像頭2的駛入提醒區(qū)域完全重合，該區(qū)域用來提醒路側攝像頭1目標車輛已經離開視野區(qū)域以及提醒路側攝像頭2目標車輛進入視野區(qū)域。為了方便描述基于弱重疊視域的車輛跟蹤模塊的流程，假設視野區(qū)域內只有一輛目標車輛，弱重疊視域車輛跟蹤狀態(tài)圖如圖4-6所示。

37駛入提醒區(qū)域Wrt2_1路側攝像頭2攝像頭2視野t2_3t2_2駛入提醒區(qū)域測速區(qū)域1測速區(qū)域2駛出提醒區(qū)域t1_1時間軸距離軸路側攝像頭1攝像頭1視L1_4野L1_3L1_2L1_1t1_3t1_2測速區(qū)域1測速區(qū)域2駛出提醒區(qū)域駛入提醒區(qū)域L2_4L2_3L2_2L2_1目標車輛（a）狀態(tài)一目標車輛駛入提醒區(qū)域Wrt2_1路側攝像頭2攝像頭2視野t2_3t2_2駛入提醒區(qū)域測速區(qū)域1測速區(qū)域2駛出提醒區(qū)域t1_1時間軸距離軸路側攝像頭1攝像頭1視L1_4野L1_3L1_2L1_1t1_3t1_2測速區(qū)域1測速區(qū)域2駛出提醒區(qū)域駛入提醒區(qū)域L2_4L2_3L2_2L2_1（b）狀態(tài)二目標車輛駛入提醒區(qū)域Wrt2_1路側攝像頭2攝像頭2視野t2_3t2_2駛入提醒區(qū)域測速區(qū)域1測速區(qū)域2駛出提醒區(qū)域t1_1時間軸距離軸路側攝像頭1攝像頭1視L1_4野L1_3L1_2L1_1t1_3t1_2測速區(qū)域1測速區(qū)域2駛出提醒區(qū)域駛入提醒區(qū)域L2_4L2_3L2_2L2_1（c）狀態(tài)三目標車輛駛入提醒區(qū)域Wrt2_1路側攝像頭2攝像頭2視野t2_3t2_2駛入提醒區(qū)域測速區(qū)域1測速區(qū)域2駛出提醒區(qū)域t1_1時間軸距離軸路側攝像頭1攝像頭1視L1_4野L1_3L1_2L1_1t1_3t1_2測速區(qū)域1測速區(qū)域2駛出提醒區(qū)域駛入提醒區(qū)域L2_4L2_3L2_2L2_1（d）狀態(tài)四圖4-6弱重疊視域車輛跟蹤狀態(tài)圖當目標車輛的被檢測框邊緣與路側攝像頭1的視野區(qū)域邊緣重合的瞬間，如圖4-6（a）所示，根據(jù)目標車輛前期運動狀態(tài)估算車輛速度及加速度，將獲取的車輛信息通訊給下一路側攝像頭，即圖中路側攝像頭2。此時目標車輛行駛到

【參考文獻】：
期刊論文
[1]基于ARM的WiFi無線通信終端技術探討[J]. 袁良鳳.  數(shù)字技術與應用. 2018(05)
[2]一種基于Faster R-CNN的車輛檢測算法[J]. 韓凱,張紅英,王遠,徐敏.  西南科技大學學報. 2017(04)
[3]一種改進的ViBe鬼影抑制算法[J]. 李亞偉,曹凱,王杰,梅超.  廣西大學學報(自然科學版). 2017(02)
[4]LTE-V車路通信技術淺析與探討[J]. 溫志勇,修戰(zhàn)宇,陳俊先.  移動通信. 2016(24)
[5]基于YOLO算法的車輛實時檢測[J]. 王宇寧,龐智恒,袁德明.  武漢理工大學學報. 2016(10)
[6]視頻圖像的車輛速度實時檢測算法研究[J]. 巨志勇,王超男,何曉蕾.  計算機應用研究. 2017(09)
[7]融合幀差和ViBe的運動目標檢測算法[J]. 魏洪濤,李瑾,吳細秀.  計算機應用研究. 2017(05)
[8]一種改進的PBAS運動目標檢測算法[J]. 李棚,吳曉紅,何小海,�；�.  科學技術與工程. 2015(27)
[9]基于視野分界線的多攝像機運動目標跟蹤算法[J]. 陽小燕,任家富,劉長江.  計算機工程與應用. 2016(09)
[10]基于HSV空間陰影去除方法研究與應用[J]. 高東旭,曹江濤,李平.  電子設計工程. 2014(13)

碩士論文
[1]多攝像頭聯(lián)合目標跟蹤[D]. 胡田.海南大學 2017
[2]攝像頭網絡中車輛檢測和識別方法的研究[D]. 彭錦佳.大連海事大學 2017
[3]水下多攝像頭目標一致性跟蹤[D]. 孫娜.中國海洋大學 2015
[4]多攝像機全景協(xié)同的運動目標跟蹤算法研究[D]. 徐宇.西華大學 2014
[5]基于視頻的車輛速度檢測方法研究[D]. 袁河洋.大連海事大學 2013
[6]道路視頻車輛檢測研究[D]. 孫慶.安徽大學 2013
[7]融合MeanShift和卡爾曼濾波的運動目標跟蹤算法研究[D]. 楊建偉.哈爾濱工業(yè)大學 2010



本文編號：3224375