原文传递
城市道路交通拥堵状况自动检测算法研究
| 论文题名： | 城市道路交通拥堵状况自动检测算法研究 |
| 关键词： | 智能交通;拥堵检测;车辆计数;道路分割 |
| 摘要： | 城市道路交通拥堵状况实时信息有助于交管部门及时采取相应措施，对缓解道路压力、提升城市道路通行能力有重要作用。充分利用交通监控摄像头网络资源，开展基于视觉图像信息的道路拥堵状况检测算法研究具有重要意义。但城市道路的交通状况受到诸多不确定因素的影响，如临时交通管制、交通灯故障、恶劣天气以及交通事故等，导致道路拥堵的产生存在很大的突发性和随机性，传统计算机视觉方法很难有效应对。 针对这一问题，本文以基于深层卷积神经网络的可靠车辆检测算法为突破口，分别从道路检测、道路最大承载量估算、双向多车道车辆计数以及拥堵程度检测四个方面开展研究，具体内容如下： （1）针对城市道路拥堵检测会受到其它非检测区域车辆干扰的问题，提出了一种基于离线视频数据及深度学习目标检测算法的道路检测算法。利用目标检测算法和跟踪算法获取道路车辆的位置和方向信息，并统计经过道路每个点的车辆数目，然后通过设置合适的阈值保留感兴趣的道路区域，最终实现路面有效信息的提取。 （2）针对利用瞬时车辆数目估计道路最大承载量会受到目标检测算法自身精度的影响，提出了一种基于道路离线视频并结合目标检测以及非极大值抑制算法的道路最大承载量估计算法。在道路检测算法的基础上，通过保存一段时间内检测到的道路车辆位置和大小信息，并利用非极大值抑制算法过滤多余的车辆信息，有效实现了道路最大承载量估计。 （3）为解决对城市道路双向多车道计数问题，提出了一种基于深度学习目标检测算法和虚拟线圈相结合的车辆计数算法。将路面上的虚拟线圈根据实际车道数划分为若干个独立的子虚拟线圈，通过判断车辆检测框的中心与子虚拟线圈的位置关系以及车辆检测框与子虚拟线圈的重叠面积来实现双向多车道计数。 （4）针对现有交通拥堵检测算法无法精确获取城市道路拥堵的情况，提出了一种分别对道路不同方向的路面进行拥堵检测的方法。在考虑了交通灯影响的基础上，利用道路的最大承载量以及道路的最大车流量对不同方向的路面进行交通拥堵检测，并对道路的拥堵程度实现了具体的量化以及等级划分。此外，还实现了基于视频的道路交通灯状态检测算法。 实验表明，本论文设计的算法能够有效提取道路区域，估计道路最大车辆承载数目，amp;nbsp;并能对道路行驶车辆进行计数及交通灯状态进行判断，实现城市道路拥堵状况的有效估计，具有较好的应用参考价值。 |
| 作者： | 万秋波 |
| 专业： | 计算机技术 |
| 导师： | 徐光柱 |
| 授予学位： | 硕士 |
| 授予学位单位： | 三峡大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
