發(fā)布時間：2021-10-24 01:04

　　隨著社會經(jīng)濟的發(fā)展,我國的汽車數(shù)量不斷增加,城市交通壓力與日俱增。交通信息是解決交通問題的基礎(chǔ),有效的交通信息獲取手段與方法是關(guān)鍵。本文利用三維激光雷達(dá)為技術(shù)手段進行交通信息獲取。首先,搭建激光雷達(dá)檢測系統(tǒng),通過路側(cè)部署方式進行道路交通信息采集,其次利用采集到的3D點云數(shù)據(jù),通過背景濾除、道路識別、車輛目標(biāo)檢測與車輛目標(biāo)分類,實現(xiàn)城市交通信息獲取的目的。本文研究內(nèi)容描述如下:1.針對激光雷達(dá)點云數(shù)據(jù)場景中無關(guān)背景對目標(biāo)檢測與分類造成的干擾問題,設(shè)計了基于背景差分法的背景濾除算法。該算法結(jié)合點云數(shù)據(jù)自身特點對圖像中的背景差分法進行改進,首先,建立多層?xùn)鸥癖尘包c云模型,利用建立的多層?xùn)鸥癖尘包c云模型與采集到的點云數(shù)據(jù)幀做差分運算,實現(xiàn)交通場景下的背景濾除,完成了車輛目標(biāo)點云數(shù)據(jù)提取,利用多個交通場景實驗數(shù)據(jù),對算法的有效性進行了驗證。2.針對低線束激光雷達(dá)垂直分辨率低導(dǎo)致的道路邊界不完整、不清晰問題,設(shè)計了基于C4.5決策樹的道路空間自動識別算法。該算法通過分析車輛在行駛過程中點云數(shù)據(jù)動態(tài)變化規(guī)律,根據(jù)車輛行駛軌跡,提取了點密度方差,點平均高度方差,點平均頻率三種特征,訓(xùn)練C4.5決策樹分... 

【文章來源】：蘇州大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１激光雷達(dá)點云數(shù)據(jù)坐標(biāo)轉(zhuǎn)換??激光雷達(dá)點云數(shù)據(jù)信息以極坐標(biāo)形式進行存儲，點云數(shù)據(jù)信息包括距離Ｒ和水??

城市交通場景下基于三維激光雷達(dá)的交通信息檢測方法研究?第二章激光雷達(dá)數(shù)據(jù)采集系統(tǒng)平臺??＋１５°??＾?３６〇°??ｚ?軸??－１５。??圖２．?２?ＶＬＰ－１６激光通道排布圖??２．２激光雷達(dá)數(shù)據(jù)采集系統(tǒng)平臺??本文搭建了一套基于ＶＬＰ－１６的激光雷達(dá)數(shù)據(jù)采集系統(tǒng)，用于復(fù)雜城市道路中交??通信息采集。通過激光雷達(dá)路側(cè)部署方式，獲取道路交通條件下車輛、行人等高精度??高分辨率信息。??２．２．１激光雷達(dá)數(shù)據(jù)采集系統(tǒng)平臺結(jié)構(gòu)框架??ＶＬＰ－１６??Ｓａ?全景概??ｙ?：“一?！??筆記本電腦??ｎ?：ｖ：．！??圖２．?３激光雷達(dá)檢測系統(tǒng)平臺結(jié)構(gòu)框架??激光雷達(dá)數(shù)據(jù)采集系統(tǒng)平臺包括ＶＬＰ－１６、筆記本電腦、不間斷電源和全景相機，??其中，ＶＬＰ－１６采集場景３６０°范圍內(nèi)的點云數(shù)據(jù)，同時將點云數(shù)據(jù)傳輸至筆記本電??腦，不間斷電源為ＶＬＰ－１６和筆記本電腦供電。全景相機用于采集現(xiàn)場圖像信息，為??目標(biāo)檢測與分類結(jié)果提供對比信息。場景原始點云數(shù)據(jù)通過ＶｅｌｏＶｉｅｗ軟件實時顯示，??１１??

城市交通場景下基于三維激光雷達(dá)的交通信息檢測方法研究?第二章激光雷達(dá)數(shù)據(jù)采集系統(tǒng)平臺??＋１５°??＾?３６〇°??ｚ?軸??－１５。??圖２．?２?ＶＬＰ－１６激光通道排布圖??２．２激光雷達(dá)數(shù)據(jù)采集系統(tǒng)平臺??本文搭建了一套基于ＶＬＰ－１６的激光雷達(dá)數(shù)據(jù)采集系統(tǒng)，用于復(fù)雜城市道路中交??通信息采集。通過激光雷達(dá)路側(cè)部署方式，獲取道路交通條件下車輛、行人等高精度??高分辨率信息。??２．２．１激光雷達(dá)數(shù)據(jù)采集系統(tǒng)平臺結(jié)構(gòu)框架??ＶＬＰ－１６??Ｓａ?全景概??ｙ?：“一?！??筆記本電腦??ｎ?：ｖ：．！??圖２．?３激光雷達(dá)檢測系統(tǒng)平臺結(jié)構(gòu)框架??激光雷達(dá)數(shù)據(jù)采集系統(tǒng)平臺包括ＶＬＰ－１６、筆記本電腦、不間斷電源和全景相機，??其中，ＶＬＰ－１６采集場景３６０°范圍內(nèi)的點云數(shù)據(jù)，同時將點云數(shù)據(jù)傳輸至筆記本電??腦，不間斷電源為ＶＬＰ－１６和筆記本電腦供電。全景相機用于采集現(xiàn)場圖像信息，為??目標(biāo)檢測與分類結(jié)果提供對比信息。場景原始點云數(shù)據(jù)通過ＶｅｌｏＶｉｅｗ軟件實時顯示，??１１??

【參考文獻】：
期刊論文
[1]基于公路監(jiān)控視頻的車輛檢測和識別[J]. 陳偉星,白天,許曉瓏.  信息技術(shù)與網(wǎng)絡(luò)安全. 2018(11)
[2]環(huán)境監(jiān)測多重顆粒物激光雷達(dá)應(yīng)用研究[J]. 祖彪.  綠色科技. 2018(10)
[3]物聯(lián)網(wǎng)環(huán)境下的智能交通監(jiān)測系統(tǒng)設(shè)計[J]. 陳凌俊.  電子技術(shù)與軟件工程. 2018(10)
[4]基于多層次聚類的紋理圖像分割算法[J]. 杜輝,王宇平,鐘俊坤,任楚楚.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2017(09)
[5]RFID交通數(shù)據(jù)時間覆蓋率分析[J]. 楊越思,杜威,寧丹,郭建華.  交通信息與安全. 2017(03)
[6]機載三維激光雷達(dá)技術(shù)在數(shù)字城市三維模型中的應(yīng)用[J]. 王利超,張聰,呂學(xué)軍.  中國新技術(shù)新產(chǎn)品. 2017(11)
[7]Development of a tracking-based system for automated traffic data collection for roundabouts[J]. Hai Dinh,Hua Tang.  Journal of Modern Transportation. 2017(01)
[8]基于Lidar數(shù)據(jù)和傾斜攝影的城市三維模型構(gòu)建[J]. 向云飛,余代俊,張兵,楊驍.  測繪工程. 2016(12)
[9]基于數(shù)字露頭的地質(zhì)信息提取與分析——以鄂爾多斯盆地上三疊統(tǒng)延長組楊家溝剖面為例[J]. 劉學(xué)鋒,馬乙云,曾齊紅,邵燕林,張友焱,葉勇.  巖性油氣藏. 2015(05)
[10]背景差分與三幀差分結(jié)合的運動目標(biāo)檢測算法[J]. 盧章平,孔德飛,李小蕾,王軍偉.  計算機測量與控制. 2013(12)

博士論文
[1]車聯(lián)網(wǎng)環(huán)境下交通信息采集與處理方法研究[D]. 周戶星.吉林大學(xué) 2013
[2]支持向量回歸機及其應(yīng)用研究[D]. 田英杰.中國農(nóng)業(yè)大學(xué) 2005

碩士論文
[1]基于機器視覺的車輛檢測方法研究[D]. 陳熊.電子科技大學(xué) 2016
[2]基于地磁信息的車型識別技術(shù)的研究[D]. 李盼.北京交通大學(xué) 2015
[3]基于多層激光雷達(dá)的道路與障礙物信息提取算法[D]. 鄭凱華.北京工業(yè)大學(xué) 2015
[4]基于HOG特征的車輛檢測技術(shù)研究[D]. 馬蓓蓓.華南理工大學(xué) 2015
[5]支持向量機中高斯核函數(shù)的研究[D]. 趙瑩.華東師范大學(xué) 2007



本文編號：3454269