基于视频检测的城市道路交通拥挤状态判别方法研究-交通信息工程及控制专业论文.docxVIP

重庆大学硕士学位论文1 重庆大学硕士学位论文 1 绪 论 PAGE PAGE 10 1.1 课题的研究背景 1 绪 论 实践表明，交通拥挤和交通事故是全世界所有大中城市面临的主要交通问题，由 其引发的交通安全、运输效率、环境污染和能源消耗问题已经得到越来越多的关注[1]。 早期的道路交通管理部门主要依靠人工方式发现道路上存在的交通事故，交通管 理的目的是尽快疏散由交通事故引起的交通阻滞。由于当时的路网规模小、交通需求 与供给的矛盾尚未激化，常发性交通拥挤较少。因此，这种依据人工方法发现道路交 通运行故障的交通管理模式在很长时期内能够维持道路交通的正常运转。 随着城市经济的快速发展，城市机动车辆的急剧增加，道路交通需求增长及其迅 速，城市道路、桥梁等交通设施增加的速度远远跟不上车辆的增长速度，由此导致的 交通事故和交通拥挤迅速增加，对道路的运行效率带来严重影响。此时，单纯依靠过 去的人工管理模式已很难完全满足交通管理的需要。为了提高道路交通的运行效率， 减少道路交通拥挤，发达国家开始运用先进的信息技术对道路交通拥挤状态进行监控， 从而实现更加有效的交通管理。于是，智能交通系统（Intelligent Transport System，简 称 ITS）也就应运而生了。ITS 从系统的观点出发，将先进的信息技术、传感器技术、 数据通信技术、自动控制技术、运筹学、图像分析技术、计算机网络以及人工智能等 有效地综合运用于整个交通管理，实现了交通管理的智能化。如今，其已成为减少道 路交通拥挤，提高道路运行效率和安全水平的一种经济实用、行之有效的方法[2-5]。 先进的城市交通诱导系统是智能交通系统研究的一个重要的内容，而实现先进的 交通诱导系统的关键技术是如何实现实时准确的交通拥挤状态判别，即如何有效将采 集到的交通数据信息与此时的交通状况之间建立一种对应关系，并且将结果实时返回， 帮助交通参与者及管理者作出决策，以达到交通拥挤的减少。因此，实现道路交通拥 挤状态的实时判别具有十分重要的现实意义。 先进的交通拥挤状态判别技术需要以实时采集的交通拥挤状态信息为基础。目前 采用较多的有地埋式感应线圈、微波检测器、GPS 浮动车检测技术、视频检测技术等。 地埋式感应线圈为最传统的检测技术，存在易损坏、难修复、施工复杂的缺点[6]；微波 检测器是一种工作在微波频段的雷达探测器，其技术复杂，价格较高[6]；GPS 浮动车 检测技术是在车辆上安装 GPS 装置，通过获取的信息估计道路交通拥挤状态，其缺点 是存在检测盲区[7]。近年来，随着计算机视觉技术的发展，视频检测技术应用于交通信 息采集逐渐成为研究主流[8]。与其他检测技术相比，其主要优点有：不破坏路、安装无 需中断交通、检测功能多和可记录现场图像等[9]，因此，视频检测技术在城市道路交通 拥挤状态判别方面具有较好的应用前景。 目前，很多城市开始利用视频检测技术实时监视道路，但是，现有交通视频检测 技术还局限于单纯的交通信息提取或者交通事件的检测，很少对基于视频检测的交通 拥挤状态判别方法深入研究。为此，研究如何充分利用视频检测技术实现城市道路交 通拥挤状态判别，具有重要的理论和实际意义。 论文正是基于此背景下进行选题，利用视频检测技术获取道路交通信息，对城市 道路交通拥挤状态判别进行深入地研究，并建立有效的交通拥挤状态判别模型，不仅 为出行者的决策提供实时的参考信息，也为城市交通管理者提供路网交通拥挤状态变 化的实时信息，以便及时采取对策，疏导交通、减少拥挤，提高交通管理的质量。 1.2 课题的研究目标 本文针对目前基于视频检测的城市道路交通拥挤状态判别方法还不完善的情况， 研究基于视频检测技术直接判别城市道路交通拥挤状态的方法。 在分析国内外交通拥挤状态判别方法的基础上，针对其存在问题，提出基于视频 检测的城市道路交通拥挤状态判别的方案。深入分析其问题和难点，重点研究车辆目 标的检测、基于视频检测的交通参数的选取、交通拥挤状态的判别模型，以达到最终 判别结果与人工判别结果一致，能有效地实现城市道路交通拥挤状态的实时判别。 1.3 课题的研究意义 基于视频检测的城市道路交通拥挤状态判别是通过安装于道路旁的摄像头获取实 时视频数据，利用图像处理技术对视频数据分析处理，从而实现城市道路的交通拥挤 状态实时判别。随着计算机技术的发展，很多城市在道路旁大量安装摄像头，开始利 用视频检测技术实时监视道路，但是获得的视频数据并未被充分利用，因此，研究基 于视频检测的城市道路交通拥挤状态判别的必要性已日益突出，其重要意义主要表现 如下几个方面： ① 目前，很多城市在道路旁安装了大量的视频采集设备，获取了大量交通视频信 息，却没有被充分利用，基于视频检测的城市道路交通拥挤状态判别技术充分