论文部分内容阅读
随着城市汽车保有量的持续快速增长,城市道路交通拥堵问题日益严重,迫切要求提出更为合理的交通控制策略,而交通参数的准确获取是优化交通信号控制策略的前提。因此,采用先进信息技术准确获取交通参数对改善城市交通具有重要意义。近年来,基于机器视觉的智能交通参数检测算法应运而生,应用计算机和图像处理技术检测各种交通参数,分析交叉口交通流特征成为研究热点。尤其是在交叉口早晚高峰时段车辆排队严重,采用视频方法如何实现高精度的参数提取具有挑战性。对此,本文针对交叉口处基于交通波检测的交通参数获取进行了研究,主要研究内容包括以下几个方面:1.提出了一种基于人工标定的交通参数真实数据获取方法。该方法利用VIPER智能软件,获取车辆每一时刻在视频图像中的像素坐标。利用摄像机模型,将像素坐标转化为道路平面空间坐标,根据标定车辆的时间-位置确定排队长度及停车延误等交通参数,根据所有标定车辆的起停变化拟合出真实的交通波到停车线距离变化曲线,获取准确的交通波位置信息。2.分析了现有的基于视频的典型交通波检测方法。对基于单摄像机的复式伸缩窗算法、基于对偶像机的决策层数据融合算法及像素层数据融合算法流程进行了分析,并将交叉口处基于人工标定获取的交通波位置数据与三种典型交通波检测算法得到的数据进行对比,通过建立评估指标来分析各算法性能的优劣。3.开展了基于交通波检测获取交通参数的研究,包括排队长度、停车延误、波速等交通参数的提取方法。通过将各参数与停车波和起动波建立数学关系,推导出相应参数的计算方法。其中平均停车延误的计算要根据周期内只存在一次排队和存在两次排队分别讨论。4.以实验为基础,开发并完善了人工标定数据导出与参数提取系统软件。针对交叉口路段早晚高峰时段不同场景下的交通视频,利用相应算法获取排队长度与停车延误,并将计算结果与人工记录数据进行对比分析,验证基于交通波检测算法获取交通参数的有效性。