發(fā)布時(shí)間：2019-06-20 04:09

【摘要】：道路智能車流量檢測(cè)技術(shù)是智能交通系統(tǒng)的關(guān)鍵技術(shù)之一,其可以檢測(cè)高速公路、一般公路、城市道路上的過(guò)往機(jī)動(dòng)車輛的車型、號(hào)牌、行駛速度、交通量、道路占有率等交通參數(shù),根據(jù)這些參數(shù)來(lái)判斷道路的交通狀況,作出決策并優(yōu)化交通中的薄弱環(huán)節(jié)。目前交通信號(hào)燈的切換由人工一次設(shè)定后固定不變,而實(shí)際的反應(yīng)交通狀況的各參數(shù)均為動(dòng)態(tài)量值,不能按實(shí)際車流量的變化控制紅綠燈的變換,這必然會(huì)照成交通資源利用率的低下。為了避免這種情況,減少車輛的停等時(shí)間并提高車輛通行率,就要根據(jù)交通流量動(dòng)態(tài)地控制紅燈和綠燈的切換時(shí)間,再者,智能交通系統(tǒng)是一個(gè)綜合性很高的系統(tǒng),需要將每個(gè)路口的車流狀況適時(shí)的返回到交通控制中心,通過(guò)中心的綜合分析,為車輛的導(dǎo)航提供準(zhǔn)確的數(shù)據(jù)保證。針對(duì)這種在實(shí)際應(yīng)用中存在的問(wèn)題,需要研究一種依據(jù)機(jī)器視覺的智能型交通信號(hào)控制系統(tǒng)。該系統(tǒng)是一種嵌入式機(jī)器視覺應(yīng)用裝置,能通過(guò)對(duì)實(shí)時(shí)采集的視頻圖像進(jìn)行處理和分析后獲取道路車流量數(shù)據(jù),然后智能地控制交通信號(hào)裝置,同時(shí)為系統(tǒng)的高級(jí)應(yīng)用提供數(shù)據(jù)源。另外,本次研究的另一目標(biāo)是實(shí)現(xiàn)一個(gè)軟硬件系統(tǒng)低耦合度、模塊化的機(jī)器視覺應(yīng)用的嵌入式平臺(tái)。將機(jī)器視覺算法與硬件的耦合度降到最低,這樣做的好處是:第一,可以最大化利用現(xiàn)有開發(fā)資源,減低開發(fā)的難度和復(fù)雜度加快產(chǎn)品的成形;第二,由于豐富了可利用軟硬件資源,降低了開發(fā)難度和復(fù)雜度,必然可以縮短產(chǎn)品的研發(fā)周期降低開發(fā)成本;第三,系統(tǒng)軟硬件采用模塊化開發(fā),可根據(jù)實(shí)際應(yīng)用需求靈活地進(jìn)行集成,增強(qiáng)了系統(tǒng)的可擴(kuò)展性;第四,采用本次研究的方式可以不用修改機(jī)器視覺算法就可以快速移植到手機(jī)等移動(dòng)終端上,可以開辟更多的應(yīng)用領(lǐng)域和市場(chǎng)。本次研究有以下創(chuàng)新點(diǎn):(1)探索了一種和現(xiàn)有機(jī)器視覺算法在嵌入式應(yīng)用不同的實(shí)現(xiàn)思路和方法,采用軟硬件模塊化的思想實(shí)現(xiàn)研究目標(biāo);(2)使用最新型ARM處理器,很好的實(shí)現(xiàn)了機(jī)器視覺圖形圖像處理的應(yīng)用,這樣的實(shí)現(xiàn)方法具有很好的靈活性、移植性和可擴(kuò)展性,研發(fā)成本和生產(chǎn)成本較低,可以很好的應(yīng)用于民用系統(tǒng),尤其是移動(dòng)終端領(lǐng)域;(3)成功實(shí)現(xiàn)了著名的自適應(yīng)通信環(huán)境庫(kù)ACE、圖形圖像算法庫(kù)OpenCV的嵌入式系統(tǒng)移植和應(yīng)用,使得以模塊化、軟硬件系統(tǒng)低耦合度思想研發(fā)機(jī)器視覺應(yīng)用成為可能;(4)成功構(gòu)建了一套嵌入式機(jī)器視覺應(yīng)用的嵌入式系統(tǒng)平臺(tái),可以非常便利的移植其他機(jī)器視覺算法模塊,快速的形成嵌入式的機(jī)器視覺應(yīng)用產(chǎn)品。(5)成功實(shí)現(xiàn)了在嵌入式系統(tǒng)中基于OpenCV的機(jī)器視覺車流量檢測(cè)算法,其中包括采用概率統(tǒng)計(jì)的方法實(shí)現(xiàn)道路背景的重構(gòu),采用背景差法和最大類間方差法實(shí)現(xiàn)了車輛目標(biāo)的提取,采用虛擬線圈法實(shí)現(xiàn)了通過(guò)車輛的計(jì)數(shù)。
[Abstract]:Road intelligent traffic flow detection technology is one of the key technologies of intelligent transportation system. It can detect the vehicle type, license plate, driving speed, traffic volume, road share and other traffic parameters of highway, general highway, urban road and so on. According to these parameters, we can judge the traffic condition of the road, make decisions and optimize the weak links in traffic. At present, the switching of traffic lights is fixed after manual setting, and the actual parameters reflecting traffic conditions are dynamic values, which can not be controlled by the change of actual traffic flow, which will inevitably lead to the low utilization rate of traffic resources. In order to avoid this situation, reduce the waiting time of vehicles and improve the vehicle traffic rate, it is necessary to control the switching time of red light and green light dynamically according to the traffic flow. Moreover, the intelligent transportation system is a very comprehensive system, which needs to return the traffic flow condition of each intersection to the traffic control center in time, and provide accurate data guarantee for the navigation of the vehicle through the comprehensive analysis of the center. In order to solve this problem in practical application, it is necessary to study an intelligent traffic signal control system based on machine vision. The system is an embedded machine vision application device, which can obtain the road traffic flow data after processing and analyzing the real-time video images, and then intelligently control the traffic signal device, and at the same time provide the data source for the advanced application of the system. In addition, another goal of this study is to realize an embedded platform for low coupling and modular machine vision applications of software and hardware systems. The coupling degree between machine vision algorithm and hardware is minimized. The advantages of this method are as follows: first, it can maximize the use of existing development resources, reduce the difficulty and complexity of development to speed up the formation of products; second, because it enriches the available software and hardware resources and reduces the difficulty and complexity of development, it can inevitably shorten the research and development cycle of the product and reduce the development cost. Thirdly, the software and hardware of the system are developed by modularization, which can be integrated flexibly according to the practical application requirements, which enhances the scalability of the system. Fourth, the method of this research can be quickly ported to mobile terminals such as mobile phones without modifying the machine vision algorithm, and can open up more application fields and markets. The innovations of this study are as follows: (1) A different realization idea and method from the existing machine vision algorithm in embedded application is explored, and the idea of modularization of software and hardware is used to realize the research goal; (2) using the latest ARM processor, the application of machine vision graphics and image processing is well realized. This method has good flexibility, portability and expansibility, low R & D cost and production cost, and can be well used in civil systems, especially in the field of mobile terminals. (3) the embedded system transplantation and application of the famous adaptive communication environment library ACE, graphic and image algorithm library OpenCV are successfully realized, which makes it possible to develop the machine vision application with the idea of modularization and low coupling degree of software and hardware systems. (4) A set of embedded system platform for embedded machine vision application is successfully constructed, which can conveniently transplant other machine vision algorithm modules and quickly form embedded machine vision application products. (5) the machine vision traffic flow detection algorithm based on OpenCV in embedded system is successfully realized, including the reconstruction of road background by probability and statistics method. The background difference method and the maximum inter-class variance method are used to realize the extraction of vehicle targets, and the virtual coil method is used to realize the counting of vehicles.
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：U495

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 錢競(jìng)業(yè);;機(jī)器視覺的發(fā)展方向探討[J];現(xiàn)代制造;2006年06期

2 傅昆;;行者無(wú)疆——機(jī)器視覺的中國(guó)崛起[J];現(xiàn)代制造;2006年21期

3 ;機(jī)器視覺的應(yīng)用使生產(chǎn)加工更加智能、高效[J];現(xiàn)代制造;2009年06期

4 張楠;;機(jī)器視覺正迎來(lái)發(fā)展的“春天”[J];中國(guó)包裝工業(yè);2012年02期

5 文浩;;歐洲機(jī)器視覺市場(chǎng)發(fā)展迅速[J];儀表工業(yè);1993年03期

6 戴君,趙海洋,馮心海;機(jī)器視覺[J];機(jī)械設(shè)計(jì)與制造工程;1998年04期

7 劉曙光,劉明遠(yuǎn),何鉞;機(jī)器視覺及其應(yīng)用[J];機(jī)械制造;2000年07期

8 謝勇,彭濤;機(jī)器視覺及其在現(xiàn)代包裝行業(yè)中的應(yīng)用[J];株洲工學(xué)院學(xué)報(bào);2002年04期

9 唐向陽(yáng),張勇,李江有,黃崗,楊松,關(guān)宏;機(jī)器視覺關(guān)鍵技術(shù)的現(xiàn)狀及應(yīng)用展望[J];昆明理工大學(xué)學(xué)報(bào)(理工版);2004年02期

10 顏發(fā)根,劉建群,陳新,丁少華;機(jī)器視覺及其在制造業(yè)中的應(yīng)用[J];機(jī)械制造;2004年11期

相關(guān)會(huì)議論文 前10條

1 趙磊;董吉文;李金屏;;拓?fù)淅碚撛跈C(jī)器視覺中的研究進(jìn)展[A];全國(guó)第十五屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2003年

2 張彥東;;基于機(jī)器視覺的連接器裝配機(jī)床改造研究[A];首屆珠中江科協(xié)論壇論文集[C];2011年

3 蔡小秧;陳文楷;;機(jī)器視覺中的魯棒估計(jì)技術(shù)[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

4 劉雅舉;李娜;張莉;李東明;;機(jī)器視覺在藥用玻璃瓶質(zhì)量檢測(cè)中的研究[A];2007年河北省電子學(xué)會(huì)、河北省計(jì)算機(jī)學(xué)會(huì)、河北省自動(dòng)化學(xué)會(huì)、河北省人工智能學(xué)會(huì)、河北省計(jì)算機(jī)輔助設(shè)計(jì)研究會(huì)、河北省軟件行業(yè)協(xié)會(huì)聯(lián)合學(xué)術(shù)年會(huì)論文集[C];2007年

5 吳慶華;代娜;黃俊敏;程志輝;何濤;;基于機(jī)器視覺的軸承二維尺寸檢測(cè)[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

6 馬連峰;張秋菊;;基于機(jī)器視覺的彩色套印檢測(cè)技術(shù)研究[A];第十一屆全國(guó)包裝工程學(xué)術(shù)會(huì)議論文集（二）[C];2007年

7 金守峰;張慧;;面向機(jī)器視覺的織物緯斜檢測(cè)方法[A];全國(guó)先進(jìn)制造技術(shù)高層論壇暨第九屆制造業(yè)自動(dòng)化與信息化技術(shù)研討會(huì)論文集[C];2010年

8 管庶安;周龍;陳永強(qiáng);廖明潮;;機(jī)器視覺在糧食品質(zhì)檢測(cè)中的應(yīng)用研究[A];中國(guó)糧油學(xué)會(huì)第三屆學(xué)術(shù)年會(huì)論文選集（下冊(cè)）[C];2004年

9 張偉華;陳軍;連世江;賈海政;;機(jī)器視覺及其在農(nóng)業(yè)機(jī)械中的應(yīng)用綜述[A];2007年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要集[C];2007年

10 沈?qū)殗?guó);陳樹人;尹建軍;;基于機(jī)器視覺的棉田雜草精確定位研究[A];紀(jì)念中國(guó)農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 李劍琦;機(jī)器視覺行業(yè)整合正熱 中國(guó)市場(chǎng)尚處萌芽期[N];機(jī)電商報(bào);2005年

2 本報(bào)記者 董碧娟;解密機(jī)器視覺“第三只眼”[N];經(jīng)濟(jì)日?qǐng)?bào);2013年

3 本報(bào)記者 郭濤;機(jī)器視覺：為機(jī)器裝上“眼睛”和“大腦”[N];中國(guó)高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2014年

4 張均;德國(guó)機(jī)器視覺傳感器市場(chǎng)前景好[N];中國(guó)貿(mào)易報(bào);2007年

5 金剛;給機(jī)器一雙慧眼[N];計(jì)算機(jī)世界;2007年

6 朱廣菁;機(jī)器視覺怎樣“看”不合格產(chǎn)品[N];大眾科技報(bào);2008年

7 宋昆;用機(jī)器視覺控制煙草質(zhì)量[N];計(jì)算機(jī)世界;2007年

8 張棟;西安光電子專業(yè)孵化器舉辦專業(yè)展覽會(huì)[N];中國(guó)高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2007年

9 王遐;機(jī)器視覺:藥品包裝在線檢測(cè)系統(tǒng)開發(fā)成功[N];中國(guó)包裝報(bào);2010年

10 點(diǎn)評(píng)人 高炎 黃牧青 劉笑一 李士杰 北京大學(xué)技術(shù)轉(zhuǎn)移中心;機(jī)器視覺輔助冬季道路狀況監(jiān)測(cè)[N];科技日?qǐng)?bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 梁卓銳;機(jī)器視覺手勢(shì)交互的交互映射研究[D];華南理工大學(xué);2015年

2 孟慶寬;基于機(jī)器視覺的農(nóng)業(yè)車輛—農(nóng)具組合導(dǎo)航系統(tǒng)路徑識(shí)別及控制方法研究[D];中國(guó)農(nóng)業(yè)大學(xué);2014年

3 葛動(dòng)元;面向精密制造與檢測(cè)的機(jī)器視覺及智能算法研究[D];華南理工大學(xué);2013年

4 饒洪輝;基于機(jī)器視覺的作物對(duì)行噴藥控制系統(tǒng)研究[D];南京農(nóng)業(yè)大學(xué);2006年

5 龔愛平;基于嵌入式機(jī)器視覺的信息采集與處理技術(shù)研究[D];浙江大學(xué);2013年

6 陳麗君;基于機(jī)器視覺的變量噴霧控制系統(tǒng)研究[D];沈陽(yáng)農(nóng)業(yè)大學(xué);2009年

7 徐曉秋;機(jī)器視覺球面孔位快速精密測(cè)量系統(tǒng)的研究[D];四川大學(xué);2006年

8 成芳;稻種質(zhì)量的機(jī)器視覺無(wú)損檢測(cè)研究[D];浙江大學(xué);2004年

9 程洪;面向園藝應(yīng)用的機(jī)器視覺目標(biāo)辨識(shí)方法創(chuàng)新[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

10 許海霞;機(jī)器視覺標(biāo)定與目標(biāo)檢測(cè)跟蹤方法及其應(yīng)用研究[D];湖南大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 冼志軍;錫膏印刷機(jī)誤差與錫膏印刷質(zhì)量檢測(cè)技術(shù)研究[D];華南理工大學(xué);2015年

2 孫斌;基于FPGA的壓力表盤機(jī)器視覺研究與實(shí)現(xiàn)[D];昆明理工大學(xué);2015年

3 許哲;基于機(jī)器視覺的快速測(cè)溫?zé)犭娕己附蛹夹g(shù)研究[D];河北聯(lián)合大學(xué);2014年

4 李鵬;基于機(jī)器視覺的PCB工業(yè)在線檢測(cè)系統(tǒng)研究[D];昆明理工大學(xué);2015年

5 佘燕玲;以用戶為中心的機(jī)器視覺手勢(shì)交互空間映射關(guān)系研究[D];華南理工大學(xué);2015年

6 孫中國(guó);基于機(jī)器視覺的面粉袋碼垛機(jī)器人研究[D];山東建筑大學(xué);2015年

7 漆靜;基于機(jī)器視覺集裝箱吊具智能定位系統(tǒng)研究[D];西南交通大學(xué);2015年

8 張文;基于機(jī)器視覺的通信裝備故障識(shí)別研究[D];西南交通大學(xué);2015年

9 冉寶山;基于機(jī)器視覺的裝料系統(tǒng)試驗(yàn)研究[D];長(zhǎng)安大學(xué);2015年

10 馮康;基于機(jī)器視覺的棉花識(shí)別與定位技術(shù)的研究[D];石河子大學(xué);2015年

，

本文編號(hào)：2502912