开题报告基于机器视觉交叉口交通信息统计与信号灯优化配时.docxVIP

毕业论文（设计）开题报告 题 目基于机器视觉的交叉口交通信息统计与信号灯优化配时学生姓名 学号专业交通运输学 院机电与控制工程学院指导教师本选题的意义及国内外发展状况： 1.选题背景及意义 二十世纪初，汽车作为一种崭新的交通工具出现在世人面前。这一发明，极大地改变了人们的出行方式和社会面貌。大量路网随之兴建，交通不断繁荣，人们的出行也愈发便利。交通的发展最终推动了社会的进步。目前，交通已经成为与人们生活息息相关的重要组成部分。但是随着我国综合国力的提升和城市化进程的加快，机动车的保有量持续增加，导致道路拥堵愈演愈烈、交通事故频发和车辆延误增大，严重影响了经济的发展。事实证明，通过修建道路能够缓解一部分道路的拥堵现象，但是修建道路不仅需要花费巨额资金，而且必须占用城市大量的宝贵空间，此外由于修建道路所引发的新的购车需求将使修建道路的效果大打折扣。如今，人们已经认识到，仅仅依靠基础设施建设是永远也满足不了交通需求的增长要求的[1]。因此，在大力发展各项基础设施的同时，如何在现有路况下实现对人、路、车的有效监控，实现道路利用效率的最大化，便成了有效解决目前交通拥堵问题的当务之急。智能交通系统在此背景下应运而生，并成为了解决城市交通问题的关键手段[2]。 而在智能交通中，交通信息采集设备是交通系统管理的基础，是先进的智能交通管理设备得以正确控制与引导交通，提高交通安全性和效率的前提，交通信息采集设备可以及时准确地获取交通信息，如车流量、车速、车型分类、占道率、交通密度、车辆排队长度、车辆转弯、车辆停止或肇事情况等信息，并提供给智能交通管理系统，同时为完成对交通现场的管理或信息发布提供基础数据[2]。 作为智能交通中最基础、最重要的部分，世界各国都对此进行了普遍的研究。其中，主要的检测手段有：红外检测、地感应线圈检测、超声波检测、声学检测等。红外线检测的方法可提供大量的交通管理信息，但它抗噪能力不强，有时可能需要降低可靠性来提高灵敏度；地感应线圈检测的技术己比较成熟，性能稳定且计数非常精确，它可检测车流量、道路占有率等，但是这种方法要在公路下铺设线圈，影响路面寿命，并且易被重型车辆等损坏；超声波检测方法根据接收和返回的超声波的时间差来确定车辆通过情况，具有体积小，易于安装等优点，但是它受天气和温度影响较大；声学检测方法通过检测车辆内部声音以及车辆与地面接触的声音来进行车辆检测，但是这种方法较难检测停止车辆，有时会漏检车辆。近年来随着计算机技术、图像处理、计算机视觉和人工智能的发展，基于视频的车辆检测技术，越来越受到青睐。视频检测技术优点有：可从视频图像序列中提取丰富的信息；采集到更多的交通参数，如车流量、车速、车辆牌照、车辆类型等；实现高效准确的交通监控功能；视频检测成本低，只需要少量摄像头即可；易于安装和设置，对道路几乎没有什么破坏性：而且视频检测易于联网，形成交通网，能实现对交通的全局控制。因此，对基于视频的车辆检测技术进行研究具有十分重要的意义[3] 。 2.1国内外发展现状和趋势 在智能交通领域，国外的相关研究起源较早，在一些发达国家，早在上世纪六十年代就已经开始在这一领域从事研究与开发，取得了不少有价值的成果。而进入九十年代以来，随着交通问题日益严重，ITS相关技术特别是信息技术的发展以及ITS所具有的应用与产业上的广阔前景逐渐被人们所重视，仅1994到1995年期间，美国就立项了超过100个研究项目，到1997年，累计经费花销多达8亿[4][5]。日本的情况与美国类似，目前，该国已经建立了一套较为完整的智能交通监控、控制和管理信息系统。 随着计算机视觉技术的蓬勃发展，作为其中的重要分支，运动物体的跟踪与检测技术也越来越引起交通领域专家学者们的强烈兴趣。其基本原理是，通过对相关目标进行采集，利用目标的颜色、梯度、纹理、对应像素点的空间位置等信息，把感兴趣的且运动着的目标同背景或无关目标加以区分，自动得出观测结果。而车辆检测作为其主要应用之一，得到了许多组织与研究团体的关注[6][7]。 1984年，美国明尼苏达大学运输研究中心的麦克鲁波洛斯博士发明了视频车辆检测系统(AUTOSCOPE)，首次利用计算机采集道路上的图像信号，经过数字化处理，得到重要的交通流参数。90年代以后，模式识别和图像处理技术进一步发展，美国的ISS公司率先将AUTOSCOPE推向市场，目前经常使用的视频产品还有Traficon公司的CCATS和Iteris公司的Vantage等产品。尽管检测区域的背景环境变化和摄像机晃动等因素影响视频检测的精度，但视频车辆检测器设置灵活、检测内容丰富、多车道检测、物体真实再现等特点，使其在城市交通检测中优势突出[8]。 而国内在该领域发展相对较晚，自建国以来，始终比较重视的是