【摘要】：隨著汽車保有量的不斷增加,交通擁堵日益嚴(yán)重,交通事故頻發(fā),為了解決這些交通難題,緩解交通壓力,智能交通系統(tǒng)應(yīng)運(yùn)而生。車輛的檢測(cè)和跟蹤技術(shù)是智能交通系統(tǒng)的前提和基礎(chǔ),已經(jīng)成為研究的重點(diǎn)之一。目前,智能交通系統(tǒng)大多使用傳統(tǒng)的固定攝像頭采集交通數(shù)據(jù),但固定攝像頭安裝成本較高,拍攝角度不可隨時(shí)調(diào)整,靈活性差。同時(shí),在隧道、偏遠(yuǎn)山區(qū)這類沒(méi)有攝像頭的地區(qū)、地震火災(zāi)等應(yīng)急疏散撤離場(chǎng)景中,傳統(tǒng)的固定攝像頭就沒(méi)辦法獲得及時(shí)的交通數(shù)據(jù)。相比于傳統(tǒng)固定攝像頭的交通數(shù)據(jù)采集方式,無(wú)人機(jī)航拍具有靈活性高、覆蓋范圍廣、成本較低、使用方便等優(yōu)點(diǎn)。因此,本文使用無(wú)人機(jī)航拍的方式替代傳統(tǒng)的固定攝像頭進(jìn)行交通信息采集,研究無(wú)人機(jī)航拍視頻中的車輛檢測(cè)與跟蹤方法。首先,針對(duì)無(wú)人機(jī)航拍視頻的運(yùn)動(dòng)偏轉(zhuǎn)問(wèn)題,本文提出了一種基于SURF的無(wú)人機(jī)圖像配準(zhǔn)算法。實(shí)驗(yàn)證明,圖像的平均配準(zhǔn)率達(dá)到90%。其次,提出了一種基于Faster-RCNN的無(wú)人機(jī)航拍視頻中的車輛檢測(cè)深度學(xué)習(xí)算法,分別采用76、86、96m不同高度,雙向路口、三叉路口、十字路口、環(huán)島不同路口進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,高度的變化,路口的變換不影響該算法的有效性。最后,基于車輛檢測(cè)結(jié)果,提出了基于Kalman濾波的無(wú)人機(jī)車輛跟蹤算法。實(shí)驗(yàn)結(jié)果表明,不同的高度,不同的路口的無(wú)人機(jī)視頻,該算法都表現(xiàn)出良好的跟蹤效果。
【圖文】：

華北電力大學(xué)碩上學(xué)位論文逡逑第１章緒論逡逑題研究背景和意義逡逑隨國(guó)民經(jīng)濟(jì)的快速發(fā)展，全國(guó)各地居民對(duì)汽車的需求量越來(lái)越大，汽車的保有量逐年遞增。根據(jù)公安部交管局的數(shù)據(jù)顯示，截止２０１７國(guó)的機(jī)動(dòng)車保有量初次沖破３億人關(guān)，其中汽車保有量逾越２億；人數(shù)超３．６４億人，其中汽車駕駛?cè)藬?shù)達(dá)３．２億人次。近五年（２０１２－２０保有量的情況如圖Ｍ所示：逡逑＇：９＇

選擇更為安全又快捷的方式去往目的地。與此同時(shí)，智能交通系統(tǒng)的工逡逑作人員能夠根據(jù)得到的車輛、司機(jī)和道路的實(shí)時(shí)信息來(lái)調(diào)整交通的調(diào)度措施，逡逑盡可能的最大化交通資源的利用率。丨ＴＳ的具體內(nèi)容如圖１－２所示：逡逑交通控邋＜邐＞邋交通安全＾＾逡逑＾邋制系統(tǒng)邋Ｕ邋系統(tǒng)逡逑信息系統(tǒng)＜￣＞車輛運(yùn)行邋＜＝＞邋道路引導(dǎo)系統(tǒng)逡逑圖１－２智能交通系統(tǒng)逡逑車輛檢測(cè)和跟蹤系統(tǒng)作為智能交通系統(tǒng)中最基礎(chǔ)也是最關(guān)鍵的部分，因此，逡逑對(duì)車輛的檢測(cè)和跟蹤進(jìn)行深入的研究是非常有必要和有意義的。車輛檢測(cè)的目逡逑的是通過(guò)分析檢測(cè)區(qū)域內(nèi)是否含有車輛，并將場(chǎng)景內(nèi)的車輛用包圍盒框出，可逡逑以通過(guò)車輛檢測(cè)獲得車流量等信息，為車輛的跟蹤提供基礎(chǔ)［３］。車輛跟蹤是對(duì)逡逑場(chǎng)景內(nèi)的圖片序列處理分析，計(jì)算出運(yùn)動(dòng)車輛在每一幀圖片中的二維坐標(biāo)信息；逡逑接著，根據(jù)車輛的相關(guān)特征，把圖片序列中連續(xù)幀間的相同車輛關(guān)聯(lián)在一起，，逡逑得到每幀圖像中車輛的運(yùn)動(dòng)參數(shù)以及相鄰幀圖片間運(yùn)動(dòng)車輛的對(duì)應(yīng)關(guān)系，從而逡逑得到各個(gè)運(yùn)動(dòng)車輛完整的運(yùn)動(dòng)軌跡，即在連續(xù)的圖片序列中求得運(yùn)動(dòng)車輛之間逡逑的對(duì)應(yīng)關(guān)系Ｗ。車輛檢測(cè)與跟蹤能為視頻的理解和分析提供重要的基礎(chǔ)運(yùn)動(dòng)信逡逑息和數(shù)據(jù)
【學(xué)位授予單位】：華北電力大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U495;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 陳志猛;劉東權(quán);;基于對(duì)稱性的快速車輛檢測(cè)方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年03期

2 齊美彬;潘燕;張銀霞;;基于車底陰影的前方運(yùn)動(dòng)車輛檢測(cè)[J];電子測(cè)量與儀器學(xué)報(bào);2012年01期

3 董春利;董育寧;;基于視頻的車輛檢測(cè)與跟蹤算法綜述[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年02期

本文編號(hào)：2597562