论文部分内容阅读
车辆统计与模型参数校正集成化可从根本上对仿真建模精度进行二次提高,进而实现微观交通仿真的全自动化,对科学辅助交通管理与控制决策具有重要意义。本文针对车辆检测采用的YOLO 深度学习算法、车辆跟踪采用的KCF(Kernerlized Correlation Filter)算法,VISSIM 参数校正的遗传算法,车辆统计的虚拟检测线方法进行了具体介绍,最后提出集成化思想,即利用COM 接口对智能化车辆统计技术、模型参数校正技术和交通仿真进行集成,为实现满足精度要求的全自动化交通现状模拟仿真提供研究基础。