基于视觉辅助和神经网络的雷达车流量检测技术研究

来源 :深圳大学 | 被引量 : 0次 | 上传用户:volcano928812
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
智能交通系统可以提高交通设施运行效率,车流量在智能交通系统中有举足轻重的位置。微波雷达车流量检测技术由于抗干扰性好、可全天时、全天候工作得到人们的广泛关注。目前针对非主干道、特定地段的车流量检测技术研究较少,本课题基于此出发点研究了便携、低功耗、可移动式的雷达车流量检测技术。通常来说,该类车流量检测仪要求雷达模块小型化和低功耗。但低功耗的特点意味着其检测目标的信噪比较低,面对复杂的城市道路时检测难度增大。近年来,神经网络被成功应用于视觉、语音、自然语言处理等领域,但训练一个神经网络需要大量标注好的数据。然而,雷达数据不如视觉数据直观,其标注需要依赖专业人士,费时费力,且目前尚无与车流量检测相关的公开雷达数据库,这使得神经网络在雷达车流量的检测应用中受到制约。针对以上问题,本文利用视频车流检测技术和神经网络技术已有研究成果,研究基于视觉辅助和神经网络的雷达车流检测技术,主要完成的工作内容如下:1、提出了一种视觉辅助的雷达数据自动标注方法。首先搭建了雷达数据和视觉数据的时间同步和空间同步系统,然后利用图像检测算法对雷达数据对应的车辆数进行自动标注,有效的提高了雷达数据标注的效率。2、提出了一种基于卷积神经网络的车流量统计算法。算法包含两个步骤:(1)对雷达数据进行预处理,提取雷达时间-距离图特征,并以此训练设计了三分类卷积神经网络,获得其对应的瞬时车辆数;(2)基于瞬时车辆数和雷达时间-距离图的质心获得车辆的行车状态,通过行车状态的变化完成车流量的统计,实验数据验证了所提方法的有效性。3、基于树莓派搭建了一套移动式车流量检测仪,成功将车流量统计算法移植到移动式车流量检测仪中。离线雷达数据的模拟测试和实地测试均表明了所提车流量统计算法具有良好的准确性和实时性。
其他文献
经济的高速发展伴随着环境污染、能源的过度消耗等问题。为了适应高速发展的能源需求以及缓解环境问题,人们开始探索木质纤维素生物质等可再生能源的利用方法,利用木质纤维素生物质转化成燃料和化学品是解决能源短缺的新途径。但是在木质纤维生物质转化的过程中,废渣的形成以及处理成了新的难题。由于木质素和胡敏素是木质纤维素生物质在催化转化生产乙酰丙酸和5-羟甲基糠醛过程中不可避免的副产物,因此,对木质素和胡敏素的高
近年来,正渗透水处理技术因其不需额外的驱动力,以及相对较低的膜结垢趋势和较高的水回收率在水处理领域受到了广泛的研究和关注。而在正渗透膜中,薄膜复合型正渗透(TFC-FO)膜又以其经典的双层结构、易于改性等特点格外受到研究者们的青睐。目前已有将TFC-FO膜应用于水体脱盐、废水处理、发电、食品行业以及医药行业等研究,表明薄膜复合型正渗透膜有着极大的应用潜力。然而,在实际应用过程中仍面临着诸如浓差极化
近年来,随着市场对新能源汽车需求的不断扩大,作为其重要组成部件的锂电池也得到了大力发展。激光焊接是锂电池制造的关键技术,为了控制生产质量,工业界迫切需要激光焊后锂电池表面焊接质量检测系统。作为焊接质量检测的主要方式之一,机器视觉技术能够对焊接后的产品进行快速、准确的检测。本论文在课题组前期机器视觉检测的工作基础上,提出了基于深度学习卷积神经网络的焊接视觉检测方法,目的是设计低功耗,高效率,高准确率
氢能是解决当下全世界面临的能源危机和环境污染的有效能源载体,结合太阳能和风能等可再生资源的电解水产氢是一种极具前景的氢气生产方式,且能解决前者的分布不均匀和间歇性等问题。但是电解水的两个半反应,氢析出和氧析出反应的室温过程均存在动力学缓慢的问题,需要催化剂加快反应速率及降低能耗。贵金属Pt/C和Ru O2、Ir O2分别被认为对氢析出和氧析出反应具有优异的催化活性,但是贵金属存在储量低、成本高等问
当今全球的能源消耗十分依赖化石燃料,而化石燃料的开采和燃烧加剧了环境污染及温室效应,其中机动车的尾气排放,是城市雾霾的主要元凶之一。光催化技术为我们提供了一种用清洁可再生的氢能替代传统化石燃料的方案。然而,设计出一种更加高效,化学性质稳定和成本可接受的催化系统以应用于工业生产仍是巨大挑战。在本论文中,首次用简单可行的办法在合适条件下将p型Mo S2纳米片负载在了生长着Ni2P颗粒的片状n型g-C3
在全球化与快速城市化的背景下,城市原有的社会与文化特质正面临着被逐步消解与同质化的危机。随着本土文化意识的觉醒,许多城市开始逐渐重视历史文化与城市特色的挖掘与塑造,提升本土文化主体意识。回顾深圳以往40年的快速发展,在锐意改革的城市精神依托下,形成了开放、多元、包容的城市文化,但由于对其地域环境、文化历史等方面的特色基因梳理较为欠缺,导致历史文化保护与集体记忆传承的社会共识难以形成,从而使得城市的
自2010年以来,消费级无人机凭借着其价格便宜、可塑性高、应用场景广等优点被广大消费者所青睐,消费级无人机的数量也在与日俱增。然而由于自身故障和外力因素的影响,无人机时常会出现不可控甚至坠毁现象。不比地面机器人,一旦无人机坠毁将对地面的人员和设施造成巨大危害,因此无人机安全问题一直是无人机研发人员和消费者最为重视的环节。本文将从无人机姿态预估这一方面的研究来对无人机安全问题提供解决方法。本文结合机
随着城市交通问题日渐突出,智能交通管理深受城市管理者欢迎。车牌识别作为智能交通管理组成要件中的核心之一,在各种交通场景中被广泛应用,极大提升了交通管理科技化和信息化水平。然而在复杂交通场景下的车牌识别容易受到噪声干扰,尤其是当车牌存在一定程度的倾斜时,导致检测和识别的效果下降。本文针对上述问题进行基于深度学习的车牌识别技术的研究,本文主要工作和创新如下:一、构建车牌检测及识别数据集。在车牌检测方面
阿尔兹海默病(AD)作为一种神经退行性疾病,是引起老年人痴呆的主要疾病。其发展过程与神经元的形态和数量的变化密切相关。显微断层成像技术(MOST)是近年研发的全脑扫描立体成像技术,能提供高分辨率、高精细结构的神经元图像。然而由于大量数据的获得,生物信息学分析处理的速度远远无法达到要求。大量脑部神经元的形态发育及与AD的关系,这些信息都还没有被挖掘和利用。本研究的目的就是通过分析AD鼠脑神经元形态特
在粤港澳大湾区快速发展的背景下,深港两地交流合作越发密切,为深圳和香港带来了巨大的消费潜力和机会,直接推动了深港两地的经济发展与交流合作。作为深港联系纽带的口岸地区,与城市紧密关联,并且跟城市的生活紧密联系。因深港陆路口岸直接衔接深圳主城区,使其入口广场被赋予超出通行之外的更多职能,使用者的需求多元而空间难以满足。因此,本文基于使用者需求的视角,来探讨分析陆路口岸入口广场空间特征,并提出具有针对性