【摘要】 信號(hào)交叉口時(shí)空資源綜合優(yōu)化就是對(duì)交叉口時(shí)空資源進(jìn)行整合得到最優(yōu)的設(shè)計(jì)方案,它是信號(hào)交叉口優(yōu)化設(shè)計(jì)的關(guān)鍵技術(shù),更是論文的研究主題。以該主題為核心,論文的研究范疇可劃分為五大部分:設(shè)計(jì)流程、空間優(yōu)化設(shè)計(jì)、相位和相序設(shè)計(jì)、時(shí)間優(yōu)化設(shè)計(jì)以及時(shí)空資源綜合優(yōu)化。第一部分是框架,中間三部分是制定初始設(shè)計(jì)方案,第五部分則是對(duì)初始方案的優(yōu)化,后四部分是對(duì)第一部分的展開,是論文的核心,構(gòu)成一個(gè)彼此聯(lián)系、完整統(tǒng)一的方法體系。在什么情況下交叉口需要設(shè)置信號(hào)燈?設(shè)置信號(hào)燈的交叉口應(yīng)該按照什么樣的流程進(jìn)行優(yōu)化?論文的第一部分回答了這2個(gè)問題,并提出信號(hào)交叉口設(shè)計(jì)應(yīng)以最優(yōu)為原則,而不應(yīng)僅停留在滿足服務(wù)水平的層面上,從而明確論文研究的前提和大方向�？臻g設(shè)計(jì)的主要任務(wù)是完成交叉口車道功能劃分,對(duì)此,論文的第二部分重點(diǎn)研究了三方面:①左轉(zhuǎn)車道設(shè)置;②右轉(zhuǎn)車道設(shè)置;③車道功能劃分。左轉(zhuǎn)是交叉口最難以處理的問題,始終是交通工程師面臨的難點(diǎn)。主要討論以下幾個(gè)方面:①左轉(zhuǎn)車道的設(shè)置依據(jù);②左轉(zhuǎn)設(shè)計(jì)長(zhǎng)度;③多條左轉(zhuǎn)車道的設(shè)置;④左轉(zhuǎn)車道的設(shè)置形式和設(shè)計(jì)方法;⑤左轉(zhuǎn)車道的幾何設(shè)計(jì)和其它注意事項(xiàng)。用概率論和排隊(duì)論研究了左轉(zhuǎn)車道的設(shè)置依據(jù)——左轉(zhuǎn)交通量的閾值。綜合考慮交通運(yùn)行效率和安全兩個(gè)方面,建議在一般情況下,交叉口進(jìn)口道都應(yīng)設(shè)置左轉(zhuǎn)專用車道。左轉(zhuǎn)車道的設(shè)計(jì)長(zhǎng)度是一個(gè)關(guān)鍵的設(shè)計(jì)要素,首先研究了漸變段和減速段長(zhǎng)度的計(jì)算,分別研究了有左轉(zhuǎn)保護(hù)相位和無(wú)左轉(zhuǎn)保護(hù)相位時(shí)左轉(zhuǎn)存儲(chǔ)車道長(zhǎng)度的設(shè)計(jì)方法,并提供了設(shè)計(jì)表格。對(duì)多條左轉(zhuǎn)車道的設(shè)置條件和相關(guān)事項(xiàng)進(jìn)行了討論。正確的設(shè)置方式和設(shè)計(jì)對(duì)左轉(zhuǎn)車道安全、高效地發(fā)揮其運(yùn)行效率至關(guān)重要,因此,討論了左轉(zhuǎn)車道的設(shè)置方式、轉(zhuǎn)彎半徑、交叉口轉(zhuǎn)彎導(dǎo)流線以及標(biāo)志、標(biāo)線等。建議在有條件的情況下,左轉(zhuǎn)車道應(yīng)采用“屏蔽”的設(shè)置方式,并給出了不同情況下的設(shè)置方法。對(duì)于我國(guó)混合交通流的狀況,右轉(zhuǎn)交通的解決也很重要。與左轉(zhuǎn)車道類似,研究了右轉(zhuǎn)車道的設(shè)置依據(jù)、存儲(chǔ)長(zhǎng)度和幾何設(shè)計(jì)等。從安全和交通運(yùn)行效率兩方面分析了右轉(zhuǎn)車道設(shè)置的依據(jù),根據(jù)HCM2000的研究結(jié)果,繪制了進(jìn)口右轉(zhuǎn)車道設(shè)置準(zhǔn)則圖。右轉(zhuǎn)車道長(zhǎng)度除了滿足減速和排隊(duì)的要求,還要滿足停車視距的要求。在研究了左轉(zhuǎn)車道設(shè)置和右轉(zhuǎn)車道設(shè)置兩個(gè)子問題的基礎(chǔ)上,以進(jìn)口道車道數(shù)與路段車道數(shù)的匹配和進(jìn)口道與出口道的匹配為準(zhǔn)則,建立了車道功能劃分的方法,確定車道功能劃分矩陣。信號(hào)相位設(shè)計(jì)是交通信號(hào)設(shè)計(jì)中最具創(chuàng)造性的部分,這是論文第三部分的研究?jī)?nèi)容。從安全和交通效率兩個(gè)方面研究左轉(zhuǎn)相位的設(shè)置。分析了左轉(zhuǎn)保護(hù)相位的設(shè)置原則和設(shè)置條件,建立了判斷左轉(zhuǎn)保護(hù)相位的流程,并制定了判定表格。對(duì)典型左轉(zhuǎn)保護(hù)相位的形式進(jìn)行研究,討論了其各自適用情況和條件。同樣,對(duì)右轉(zhuǎn)討論了右轉(zhuǎn)保護(hù)相位的設(shè)置條件、相位形式、適用情況及RTOR。簡(jiǎn)要分析了相位轉(zhuǎn)換的兼容性,包括直行與直行、直行與左轉(zhuǎn)、左轉(zhuǎn)與左轉(zhuǎn)等。以基本兩相位為起點(diǎn)進(jìn)行逐個(gè)判定,判斷是否需要設(shè)置左轉(zhuǎn)和右轉(zhuǎn)保護(hù)相位,設(shè)置什么形式等,根據(jù)相位的兼容性選擇恰當(dāng)?shù)南辔贿B接方式,即得到了完整的相位方案。信號(hào)交叉口設(shè)計(jì)包括車道功能劃分、相位設(shè)計(jì)和信號(hào)配時(shí),前兩個(gè)問題在論文第二和第三部分中已得到解決,論文的第四部分要解決信號(hào)配時(shí),從而完成信號(hào)交叉口初始方案設(shè)計(jì)。 

第1 章 緒論

 

1.1  研究背景與意義

1.1.1  選題背景

隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，以及城市汽車保有量持續(xù)增長(zhǎng)，許多大中城市道路交通擁擠問題日益嚴(yán)重。城市擁堵對(duì)人類社會(huì)造成的影響是多方面的，它會(huì)加重城市空氣環(huán)境的污染，降低城市運(yùn)轉(zhuǎn)的執(zhí)行效率，從而削弱城市的競(jìng)爭(zhēng)活力。針對(duì)特大城市道路交通擁堵和城市活動(dòng)效率的下降，提出可行有效的解決方法是一個(gè)世界性難題。近年來(lái)北京市政府努力實(shí)行“人文交通、科技交通、綠色交通”的發(fā)展理念，實(shí)現(xiàn)了交通事業(yè)的跨越式發(fā)展，交通需求的發(fā)展趨勢(shì)更加迅猛。面對(duì)日益嚴(yán)重的交通堵塞問題，北京市政府采用了搖號(hào)購(gòu)車和機(jī)動(dòng)車尾號(hào)限行等行政手段來(lái)減小道路交通壓力。但是，由于交通需求總量急劇增長(zhǎng)，同時(shí)交通需求構(gòu)成的多樣性和復(fù)雜性，導(dǎo)致交通供需緊張的狀況難以得到根本解決，北京交通擁堵成為城市交通狀況的典型縮影和亟待解決的社會(huì)問題。

解決交通擁堵必須認(rèn)識(shí)交通擁堵發(fā)生過(guò)程的原因，例如文獻(xiàn)[1]中的描述：1)、交通規(guī)劃（土地利用不合理等）；2)、交通設(shè)計(jì)（交叉口渠化不合理，自身道路條件的局限性，交叉口信號(hào)配時(shí)不合理，交叉口設(shè)施不完善、公交車�？空军c(diǎn)不合理等）；3)、交通管理（車輛運(yùn)行秩序混亂等）。交通擁堵的起因有多種，主要是由于交通供求不平衡導(dǎo)致的。交通擁堵發(fā)生的時(shí)間通常是居民出行的高峰時(shí)段或者出現(xiàn)交通事故。在城市交通運(yùn)行過(guò)程中，交通需求是隨時(shí)間變化的。低峰和平峰期間，道路交叉口停車線后的車輛排隊(duì)一般不會(huì)很長(zhǎng)，一個(gè)周期內(nèi)基本能夠釋放所有到達(dá)的車輛，但是在高峰期間，到達(dá)交叉口的車輛通常會(huì)出現(xiàn)二次甚至多次排隊(duì)，從而形成城市交通多米諾效應(yīng)，這些道路網(wǎng)絡(luò)相鄰的交叉口所引起的交通連鎖阻塞現(xiàn)象在北京是十分常見的。

城市道路交通網(wǎng)絡(luò)的通行能力受網(wǎng)絡(luò)中各交叉口的制約，車輛經(jīng)過(guò)交叉口的延誤時(shí)間是評(píng)價(jià)交叉口的運(yùn)行效率和服務(wù)水平的重要指標(biāo)，據(jù)有關(guān)資料統(tǒng)計(jì)，車輛在城市中的行程時(shí)間約有 1/3 耗費(fèi)在交叉口。因此，在有限的空間和其它經(jīng)濟(jì)、環(huán)境條件制約下，如何緩解交叉口的交通擁擠提高道路的使用率是需要迫切解決的問題。智能交通系統(tǒng)（Intelligent Transportation System, ITS）已成為城市交通運(yùn)輸?shù)难芯恐攸c(diǎn)和發(fā)展方向。智能交通系統(tǒng)是通過(guò)先進(jìn)的信息技術(shù)、數(shù)據(jù)通訊傳輸技術(shù)、電子傳感技術(shù)、電子控制技術(shù)以及計(jì)算機(jī)處理等技術(shù)對(duì)整個(gè)交通運(yùn)輸管理體系進(jìn)行準(zhǔn)確，有效，安全的監(jiān)控和管理。

 

1.2  國(guó)內(nèi)外研究現(xiàn)狀

交通視頻獲取簡(jiǎn)單、便捷，從交通視頻中獲取各種交通參數(shù)具有較高的性價(jià)比，目前已成為提取交通參數(shù)的主流方法之一。除此之外，通過(guò)交通視頻可以對(duì)大場(chǎng)景范圍內(nèi)交通流特性以及交通行為進(jìn)行分析。下面總結(jié)與交通參數(shù)檢測(cè)和交通流特性分析以及多攝像機(jī)信息融合有關(guān)的研究方法和成果，同時(shí)分析現(xiàn)有方法的不足之處。

1.2.1  交通參數(shù)檢測(cè)與交通行為分析

基于視頻的交通參數(shù)檢測(cè)方法主要有兩種：分別是基于車輛檢測(cè)的方法和基于車輛跟蹤的方法�；谲囕v檢測(cè)方法能夠檢測(cè)常規(guī)的各種交通參數(shù)（例如：車輛數(shù)目、車輛速度、車輛類型等），基于車輛跟蹤方法除了能夠檢測(cè)常規(guī)的各種參數(shù)外，還能夠?qū)囕v行為進(jìn)行分析（例如：交叉口車輛換向率、車輛換道率、異常行為等）。受交通信號(hào)燈的控制，車輛在交叉口入口路段出現(xiàn)周期的排隊(duì)與消散過(guò)程，通過(guò)檢測(cè)和跟蹤運(yùn)動(dòng)和靜止車輛能夠獲取車輛排隊(duì)長(zhǎng)度、停車延誤、起動(dòng)波速度和消散時(shí)間等交通參數(shù)。

1.2.1.1  車輛檢測(cè)

通過(guò)車輛檢測(cè)獲取傳統(tǒng)的交通參數(shù)的方法主要有：模擬地感線圈的虛擬線圈的方法、基于虛擬線生成時(shí)空?qǐng)D的方法、基于機(jī)器學(xué)習(xí)分類的方法、基于前景分割的先驗(yàn)知識(shí)方法（對(duì)稱、顏色、陰影、拐點(diǎn)、邊緣、紋理、車窗和車燈等）等。將上述幾種方法有機(jī)結(jié)合來(lái)檢測(cè)交通參數(shù)能夠獲取更加準(zhǔn)確的檢測(cè)精度。

基于虛擬線圈的檢測(cè)方法是采用視頻圖像模擬地感線圈的工作原理進(jìn)行檢測(cè)，通過(guò)虛擬線圈內(nèi)圖像的變化來(lái)判斷是否有車輛通過(guò)從而獲得交通參數(shù)。文獻(xiàn)[11]提出了一種基于指數(shù)熵的車輛檢測(cè)方法，通過(guò)圖像中虛擬線圈內(nèi)顏色信息來(lái)分割目標(biāo)實(shí)現(xiàn)車輛檢測(cè)。文獻(xiàn)[12]從設(shè)定的虛擬線圈內(nèi)的前景面積、紋理變化、像素運(yùn)動(dòng)等特征來(lái)檢測(cè)車輛，針對(duì)這三個(gè)特征進(jìn)行多特征級(jí)數(shù)據(jù)融合來(lái)提高車輛檢測(cè)精度，并利用虛擬線圈內(nèi)像素運(yùn)動(dòng)向量來(lái)估計(jì)車速。文獻(xiàn)[13]利用背景差法提取當(dāng)前圖像車輛運(yùn)動(dòng)區(qū)域的圖像邊緣信息，對(duì)處于虛擬線圈內(nèi)的邊緣進(jìn)行連通性分析并填充得到連通邊緣，以連通邊緣的像素?cái)?shù)量和連通域像素?cái)?shù)量作為訓(xùn)練神經(jīng)網(wǎng)絡(luò)的輸入特征來(lái)判別虛擬線圈內(nèi)有無(wú)車輛。文獻(xiàn)[14]利用虛擬線圈內(nèi)圖像的邊緣特征、紋理特征、顏色特征和運(yùn)動(dòng)特征訓(xùn)練支持向量機(jī)，來(lái)對(duì)新輸入的樣本進(jìn)行分類來(lái)判別虛擬線圈內(nèi)有無(wú)車輛。

 

第2 章 基于復(fù)式伸縮窗的車輛排隊(duì)與消散過(guò)程快速檢測(cè)

 

2.1  引言

排隊(duì)長(zhǎng)度是評(píng)價(jià)交叉口服務(wù)的很重要的性能指標(biāo)之一，它是車輛在交叉口累計(jì)到達(dá)和離開形成的，也被認(rèn)為是車輛排隊(duì)形成與消散過(guò)程的結(jié)果。國(guó)內(nèi)外學(xué)者已經(jīng)提出了一些基于視頻圖像處理的車輛排隊(duì)自動(dòng)檢測(cè)方法。根據(jù)檢測(cè)區(qū)域內(nèi)是否存在車輛，以及車輛是否靜止不動(dòng)的車輛排隊(duì)判斷準(zhǔn)則，文獻(xiàn)[62]提出了一種判斷檢測(cè)區(qū)域內(nèi)是否發(fā)生了車輛排隊(duì)現(xiàn)象的快速檢測(cè)方法。文獻(xiàn)[64,67,68]提出了一個(gè)固定寬大約一輛車長(zhǎng)的虛擬檢測(cè)區(qū)域，從隊(duì)首往后逐漸移動(dòng)到隊(duì)尾來(lái)檢測(cè)車輛排隊(duì)長(zhǎng)度，由于該虛擬檢測(cè)區(qū)域不可能正好覆蓋隊(duì)尾的車輛，導(dǎo)致用該檢測(cè)方法檢測(cè)出來(lái)的排隊(duì)長(zhǎng)度誤差很大。文獻(xiàn)[65]通過(guò)神經(jīng)網(wǎng)絡(luò)訓(xùn)練來(lái)獲取更好的車輛排隊(duì)長(zhǎng)度估計(jì)值。文獻(xiàn)[69]提出了一個(gè)固定寬度能按照車輛排隊(duì)長(zhǎng)度自動(dòng)調(diào)整的伸縮窗，但是隨著車輛排隊(duì)長(zhǎng)度增加，該方法將會(huì)錯(cuò)誤地把隊(duì)列尾部運(yùn)動(dòng)的車輛也會(huì)加入到排隊(duì)隊(duì)列中。

綜上所述，現(xiàn)有的基于視頻圖像處理的車輛排隊(duì)長(zhǎng)度自動(dòng)檢測(cè)方法只能解決交叉口紅燈期間的車輛排隊(duì)長(zhǎng)度的自動(dòng)檢測(cè)。有時(shí)車輛通過(guò)交叉口可能要經(jīng)過(guò)多次排隊(duì)，也就是舊隊(duì)列還沒有消散完畢，在停車線處又形成了新的隊(duì)列時(shí)，用上述方法就無(wú)法檢測(cè)出真正的車輛排隊(duì)長(zhǎng)度，同時(shí)在早晚高峰時(shí)間，當(dāng)光線比較暗時(shí)，圖像中車輛的邊緣信息也相對(duì)比較少，用該檢測(cè)方法檢測(cè)出來(lái)的排隊(duì)長(zhǎng)度誤差也比較大。

本章根據(jù)交叉口的車流波動(dòng)理論，通過(guò)視頻圖像處理方法，檢測(cè)指定區(qū)域內(nèi)車輛是否存在和是否運(yùn)動(dòng)，采用隊(duì)尾伸縮窗和隊(duì)頭伸縮窗分別實(shí)時(shí)地跟蹤排隊(duì)車輛隊(duì)尾和隊(duì)頭離停車線的位置，也就是實(shí)時(shí)跟蹤停車波和起動(dòng)波。通過(guò)這兩個(gè)伸縮窗相互協(xié)作，構(gòu)成描述排隊(duì)首尾伸縮變化的復(fù)式伸縮窗，來(lái)快速檢測(cè)交叉口車輛排隊(duì)形成和消散過(guò)程。根據(jù)跟蹤隊(duì)尾和隊(duì)頭的結(jié)果，車輛排隊(duì)長(zhǎng)度和停車延遲時(shí)間等重要參數(shù)就可以輕易得到。當(dāng)車輛通過(guò)交叉口可能要經(jīng)過(guò)多次排隊(duì)時(shí)，只需要在每個(gè)車道上增加多組復(fù)式伸縮窗按次序循環(huán)操作，就可以實(shí)現(xiàn)多次車輛排隊(duì)與消散過(guò)程的快速檢測(cè)。

基于機(jī)器學(xué)習(xí)的方法對(duì)于運(yùn)動(dòng)車輛和靜止車輛都能獲得好的檢測(cè)效果。針對(duì)早晚高峰時(shí)間光線變化的特點(diǎn)，本章采用半監(jiān)督學(xué)習(xí)方法中的 Co-training 方法 對(duì)基于 Haar 特征的 Adaboost 分類器進(jìn)行學(xué)習(xí)訓(xùn)練后，可以提高該分類器檢測(cè)車輛的魯棒性，使其適應(yīng)外界環(huán)境的變化。通過(guò)融合基于 Haar 特征的Adaboost 分類器對(duì)車輛進(jìn)行識(shí)別形成候選區(qū)域，再檢測(cè)該候選區(qū)域內(nèi)車輛是否存在和是否運(yùn)動(dòng)，來(lái)對(duì)車輛隊(duì)尾和隊(duì)頭的跟蹤位置進(jìn)行修正，從而可以更加準(zhǔn)確地描述交叉口車輛排隊(duì)形成和消散過(guò)程。

 

2.2  隊(duì)頭與隊(duì)尾位置檢測(cè)

2.2.1  系統(tǒng)處理流程

為了檢測(cè)車輛排隊(duì)與消散過(guò)程，攝像機(jī)的架設(shè)位置有兩種方式：一種是固定架設(shè)在交叉口停車線前面對(duì)著車輛頭部俯視拍攝，另一種是固定架設(shè)在停車線后入口路段相隔一段距離對(duì)著車輛尾部俯視拍攝。圖2-1中a)為攝像機(jī)在交叉口停車線前面俯視拍攝車輛排隊(duì)與消散過(guò)程。

 

 

通過(guò)視頻圖像處理方法來(lái)檢測(cè)車輛是否存在和是否運(yùn)動(dòng)，提出了復(fù)式伸縮窗算法來(lái)實(shí)時(shí)跟蹤排隊(duì)車輛隊(duì)尾和隊(duì)頭離停車線的位置，如圖 2-1中b)所示。通過(guò)對(duì)隊(duì)尾和隊(duì)頭實(shí)時(shí)跟蹤來(lái)實(shí)現(xiàn)對(duì)車輛排隊(duì)與消散過(guò)程的快速準(zhǔn)確地檢測(cè)，其處理流程如圖2-2所示。具體處理流程如下：

(1)  預(yù)處理。將彩色視頻圖像轉(zhuǎn)換成灰度圖像，并進(jìn)行高斯濾波來(lái)消除噪聲的干擾；

(2)  車輛存在及運(yùn)動(dòng)檢測(cè)（見第 2.2.2 節(jié)）。分別采用數(shù)學(xué)形態(tài)學(xué)和相鄰三幀差法提取出圖像中車輛的邊緣和運(yùn)動(dòng)信息生成邊緣圖像和幀差圖像，再分別通過(guò)邊緣圖像和幀差圖像中像素點(diǎn)的灰度密度來(lái)判斷車輛是否存在和是否運(yùn)動(dòng)。

 

 

 

第3章 基于對(duì)偶攝像機(jī)的交通波實(shí)時(shí)檢測(cè)與跟蹤.........35

3.1  引言.........35

3.2  問題描述.....................36

3.2.1  車輛排隊(duì)與消散過(guò)程的描述............36

3.2.2  攝像機(jī)架設(shè)及問題分析...........37

第4章 分布式視頻網(wǎng)絡(luò)架構(gòu)下的交通波實(shí)時(shí)檢測(cè)與跟蹤........59

4.1  引言............59

4.2  問題描述與系統(tǒng)框架.................60

第5章 交叉口內(nèi)交通流特性的車輛軌跡多層譜聚類分析方法..........77

5.1  引言..............77

5.2  系統(tǒng)框架...................78

 

第6 章 交叉口入口路段高峰期車流量及車輛換道率檢測(cè)

 

6.1  引言

當(dāng)前城市道路交通擁堵日益嚴(yán)重，尤其在早晚高峰時(shí)間段，當(dāng)車輛排隊(duì)過(guò)長(zhǎng)時(shí)，車輛往往需要經(jīng)過(guò)多次走停才能順利通過(guò)交叉口。與快速路或高速路相比，由于受到交通信號(hào)燈的控制，交叉口車輛表現(xiàn)出集群的交通特性，車輛間距小，遇到紅綠燈時(shí)走走停停。同時(shí)交叉口交通行為相對(duì)復(fù)雜，車輛相互干擾嚴(yán)重，特別是在交叉口入口路段停車線后200米以內(nèi)，車道數(shù)會(huì)發(fā)生變化，車輛存在大量換道插隊(duì)行為，并潛在嚴(yán)重的交通安全隱患。前車頻繁換道插隊(duì)會(huì)影響后車行駛速度，而后車緩行又會(huì)引發(fā)更多的換道插隊(duì)需求，最終形成循環(huán)放大效應(yīng)。針對(duì)早晚高峰時(shí)間段，快速準(zhǔn)確地獲取反映交叉口交通行為的重要交通參數(shù)（例如：車流量、車輛換道率等），從而深入研究交叉口交通混雜本質(zhì)行為，無(wú)疑將有助于合理配置交通控制策略，有效地減少車輛停車延誤，達(dá)到緩解交通擁擠的目的。

目前，國(guó)內(nèi)外研究人員以多種車輛檢測(cè)器為技術(shù)手段，開展了各種交通參數(shù)檢測(cè)方法。通過(guò)地感線圈只能檢測(cè)該線圈位置點(diǎn)的各種傳統(tǒng)的交通參數(shù)，其他的交通參數(shù)只能通過(guò)模型來(lái)估計(jì)。文獻(xiàn)[58]采用兩路地感線圈分別檢測(cè)封閉路段上下游車輛到達(dá)率和駛出率，通過(guò)混雜技術(shù)實(shí)時(shí)估計(jì)車輛延遲時(shí)間和檢測(cè)區(qū)域內(nèi)最大排隊(duì)長(zhǎng)度，而這些估計(jì)值往往會(huì)受到車輛換道插隊(duì)行為的影響。與傳統(tǒng)的地感線圈相比，視頻檢測(cè)器安裝維護(hù)方便，價(jià)格低廉，特別是能夠?qū)囕v交通行為進(jìn)行檢測(cè)和分析（例如車輛換道插隊(duì)），給人們以直觀的交通運(yùn)行情況展示，當(dāng)前已經(jīng)被廣泛應(yīng)用于交通監(jiān)控應(yīng)用中。目前常用的基于視頻的交通參數(shù)檢測(cè)方法有兩種：(1)、基于虛擬線圈或虛擬線的方法；(2)、基于車輛跟蹤的方法。

 

結(jié) 論

本文采用交叉口及入口路段架設(shè)的攝像機(jī)網(wǎng)絡(luò)獲取交通視頻，通過(guò)視頻圖像處理技術(shù)，來(lái)檢測(cè)各種交通參數(shù)以及分析交叉口交通流特性中關(guān)鍵技術(shù)進(jìn)行研究。本文研究成果為優(yōu)化交通信號(hào)控制策略提供數(shù)據(jù)來(lái)源，同時(shí)也為交通信號(hào)控制的性能評(píng)價(jià)提供參考依據(jù)。本文主要工作和研究成果按照章節(jié)順序總結(jié)如下：

（1） 基于復(fù)式伸縮窗的車輛排隊(duì)與消散過(guò)程快速檢測(cè)。

根據(jù)車流波動(dòng)理論，在單攝像機(jī)中，提出了一種復(fù)式伸縮窗算法來(lái)對(duì)車輛排隊(duì)與消散過(guò)程進(jìn)行快速檢測(cè)。根據(jù)檢測(cè)指定區(qū)域內(nèi)車輛是否存在和是否運(yùn)動(dòng)，采用隊(duì)尾伸縮窗和隊(duì)頭伸縮窗分別實(shí)時(shí)地跟蹤排隊(duì)車輛隊(duì)尾和隊(duì)頭離停車線的位置，也就是實(shí)時(shí)跟蹤停車波和起動(dòng)波。通過(guò)這兩個(gè)伸縮窗相互協(xié)作，構(gòu)成描述排隊(duì)首尾伸縮變化的復(fù)式伸縮窗，來(lái)快速檢測(cè)交叉口車輛排隊(duì)形成和消散過(guò)程。同時(shí)針對(duì)早晚高峰時(shí)間光線變化的特點(diǎn)，通過(guò)融合基于 Haar 特征的Adaboost 分類器對(duì)車輛進(jìn)行識(shí)別形成候選區(qū)域，再檢測(cè)該候選區(qū)域內(nèi)車輛是否存在和是否運(yùn)動(dòng)，來(lái)對(duì)車輛隊(duì)尾和隊(duì)頭的跟蹤位置進(jìn)行修正。實(shí)驗(yàn)結(jié)果表明該方法能實(shí)時(shí)準(zhǔn)確地跟蹤隊(duì)尾和隊(duì)頭的位置，能適應(yīng)早晚高峰光線亮暗的變化過(guò)程。

（2） 基于對(duì)偶攝像機(jī)的交通波實(shí)時(shí)檢測(cè)與跟蹤。

針對(duì)單臺(tái)攝像機(jī)中，當(dāng)車輛離攝像機(jī)的遠(yuǎn)近引起的定位精度變化，以及車輛之間的遮擋、攝像機(jī)拍攝車流的方向等因素對(duì)交通波跟蹤精度的影響，提出了基于對(duì)偶攝像機(jī)檢測(cè)數(shù)據(jù)的決策層數(shù)據(jù)融合方法。首先將兩攝像機(jī)的世界坐標(biāo)系統(tǒng)一到同一道路平面坐標(biāo)系上，分別計(jì)算隊(duì)尾和隊(duì)頭離停車線的實(shí)際距離，筆耕文化傳播，再采用加權(quán)最小二乘法進(jìn)行融合，來(lái)提高隊(duì)尾和隊(duì)頭位置的檢測(cè)精度，同時(shí)根據(jù)協(xié)方差傳遞理論，來(lái)對(duì)攝像機(jī)權(quán)重進(jìn)行估計(jì)。

由于決策層是最高層次的數(shù)據(jù)融合，其中任一攝像機(jī)跟蹤精度下降都會(huì)直接影響最終的融合結(jié)果。進(jìn)一步提出了基于對(duì)偶攝像機(jī)像素層數(shù)據(jù)融合方法，通過(guò)兩攝像機(jī)相互配合，來(lái)實(shí)時(shí)檢測(cè)和跟蹤交通波中的停車波、起動(dòng)波和駛離波。由于攝像機(jī)架設(shè)高度有限，為了減少車輛高度帶來(lái)的投影誤差，降低車隊(duì)長(zhǎng)度對(duì)定位精度的影響，采用加權(quán)最小二乘法將兩攝像機(jī)視野重疊區(qū)域進(jìn)行像素層數(shù)據(jù)融合。采用融合基于Haar 特征的Adaboost 分類器的復(fù)式伸縮窗算法對(duì)車輛頭部和尾部進(jìn)行檢測(cè)，通過(guò) LBP 紋理特征直方圖進(jìn)行匹配得到候選車輛的運(yùn)行速度，來(lái)對(duì)停車波和起動(dòng)波進(jìn)行更精確的快速定位，提高系統(tǒng)對(duì)變化光照的魯棒性。同時(shí)，通過(guò)融合兩攝像機(jī)感興趣區(qū)域內(nèi)稀疏特征點(diǎn)跟蹤方法，以獲取車輛消散速度來(lái)實(shí)時(shí)跟蹤駛離波。實(shí)驗(yàn)結(jié)果表明，該方法不僅可以檢測(cè)更多的交通參數(shù)，如排隊(duì)長(zhǎng)度、停車延誤、消散時(shí)間等，同時(shí)具有更高的精度和系統(tǒng)魯棒性。

參考文獻(xiàn):

[1] 張海軍,楊曉光,張玨.  兩種交叉口信號(hào)相位設(shè)計(jì)方法的比較[J]. 交通與計(jì)算機(jī). 2005(01)
[2] 陸建.  面向可持續(xù)發(fā)展的城市交通系統(tǒng)規(guī)劃目標(biāo)研究[J]. 東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2004(06)
[3] 俞潔,楊成斌.  交通流理論發(fā)展分析[J]. 合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2004(02)
[4] 王浩,彭國(guó)雄,楊曉光.  相位相序安排與交叉口設(shè)計(jì)之間的關(guān)系[J]. 公路交通科技. 2004(02)
[5] 成衛(wèi),張瑾,姜華平.  信號(hào)交叉口左轉(zhuǎn)保護(hù)—許可相位轉(zhuǎn)換閾值研究[J]. 昆明理工大學(xué)學(xué)報(bào)(理工版). 2003(06)
[6] 梁仕宇.  淺析多相位交通信號(hào)控制[J]. 道路交通與安全. 2003(04)
[7] 周彤梅,杜亞勛.  多相位信號(hào)控制的應(yīng)用研究[J]. 中國(guó)人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版). 2003(04)
[8] 成衛(wèi),丁同強(qiáng),李江.  基于知識(shí)庫(kù)的平面交叉口多相位信號(hào)設(shè)計(jì)理論研究[J]. 公路交通科技. 2003(03)
[9] 王殿海,曲昭偉.  對(duì)交通流理論的再認(rèn)識(shí)[J]. 交通運(yùn)輸工程學(xué)報(bào). 2001(04)
[10] 彭國(guó)雄,王浩,楊曉光.  誘導(dǎo)條件下信號(hào)燈相位相序設(shè)計(jì)[J]. 中國(guó)公路學(xué)報(bào). 2001(04)



本文編號(hào)：10999