【摘要】：道路智能車流量檢測技術是智能交通系統(tǒng)的關鍵技術之一,其可以檢測高速公路、一般公路、城市道路上的過往機動車輛的車型、號牌、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)。目前交通信號燈的切換由人工一次設定后固定不變,而實際的反應交通狀況的各參數(shù)均為動態(tài)量值,不能按實際車流量的變化控制紅綠燈的變換,這必然會照成交通資源利用率的低下。為了避免這種情況,減少車輛的停等時間并提高車輛通行率,就要根據(jù)交通流量動態(tài)地控制紅燈和綠燈的切換時間,再者,智能交通系統(tǒng)是一個綜合性很高的系統(tǒng),需要將每個路口的車流狀況適時的返回到交通控制中心,通過中心的綜合分析,為車輛的導航提供準確的數(shù)據(jù)保證。針對這種在實際應用中存在的問題,需要研究一種依據(jù)機器視覺的智能型交通信號控制系統(tǒng)。該系統(tǒng)是一種嵌入式機器視覺應用裝置,能通過對實時采集的視頻圖像進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裝置,同時為系統(tǒng)的高級應用提供數(shù)據(jù)源。另外,本次研究的另一目標是實現(xiàn)一個軟硬件系統(tǒng)低耦合度、模塊化的機器視覺應用的嵌入式平臺。將機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)實際應用需求靈活地進行集成,增強了系統(tǒng)的可擴展性;第四,采用本次研究的方式可以不用修改機器視覺算法就可以快速移植到手機等移動終端上,可以開辟更多的應用領域和市場。本次研究有以下創(chuàng)新點:(1)探索了一種和現(xiàn)有機器視覺算法在嵌入式應用不同的實現(xiàn)思路和方法,采用軟硬件模塊化的思想實現(xiàn)研究目標;(2)使用最新型ARM處理器,很好的實現(xiàn)了機器視覺圖形圖像處理的應用,這樣的實現(xiàn)方法具有很好的靈活性、移植性和可擴展性,研發(fā)成本和生產(chǎn)成本較低,可以很好的應用于民用系統(tǒng),尤其是移動終端領域;(3)成功實現(xiàn)了著名的自適應通信環(huán)境庫ACE、圖形圖像算法庫OpenCV的嵌入式系統(tǒng)移植和應用,使得以模塊化、軟硬件系統(tǒng)低耦合度思想研發(fā)機器視覺應用成為可能;(4)成功構建了一套嵌入式機器視覺應用的嵌入式系統(tǒng)平臺,可以非常便利的移植其他機器視覺算法模塊,快速的形成嵌入式的機器視覺應用產(chǎn)品。(5)成功實現(xiàn)了在嵌入式系統(tǒng)中基于OpenCV的機器視覺車流量檢測算法,其中包括采用概率統(tǒng)計的方法實現(xiàn)道路背景的重構,采用背景差法和最大類間方差法實現(xiàn)了車輛目標的提取,采用虛擬線圈法實現(xiàn)了通過車輛的計數(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.
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：U495

【相似文獻】

相關期刊論文 前10條

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

2 傅昆;;行者無疆——機器視覺的中國崛起[J];現(xiàn)代制造;2006年21期

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

4 張楠;;機器視覺正迎來發(fā)展的“春天”[J];中國包裝工業(yè);2012年02期

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

6 戴君,趙海洋,馮心海;機器視覺[J];機械設計與制造工程;1998年04期

7 劉曙光,劉明遠,何鉞;機器視覺及其應用[J];機械制造;2000年07期

8 謝勇,彭濤;機器視覺及其在現(xiàn)代包裝行業(yè)中的應用[J];株洲工學院學報;2002年04期

9 唐向陽,張勇,李江有,黃崗,楊松,關宏;機器視覺關鍵技術的現(xiàn)狀及應用展望[J];昆明理工大學學報(理工版);2004年02期

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

相關會議論文 前10條

1 趙磊;董吉文;李金屏;;拓撲理論在機器視覺中的研究進展[A];全國第十五屆計算機科學與技術應用學術會議論文集[C];2003年

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

3 蔡小秧;陳文楷;;機器視覺中的魯棒估計技術[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

4 劉雅舉;李娜;張莉;李東明;;機器視覺在藥用玻璃瓶質(zhì)量檢測中的研究[A];2007年河北省電子學會、河北省計算機學會、河北省自動化學會、河北省人工智能學會、河北省計算機輔助設計研究會、河北省軟件行業(yè)協(xié)會聯(lián)合學術年會論文集[C];2007年

5 吳慶華;代娜;黃俊敏;程志輝;何濤;;基于機器視覺的軸承二維尺寸檢測[A];第六屆全國信息獲取與處理學術會議論文集（1）[C];2008年

6 馬連峰;張秋菊;;基于機器視覺的彩色套印檢測技術研究[A];第十一屆全國包裝工程學術會議論文集（二）[C];2007年

7 金守峰;張慧;;面向機器視覺的織物緯斜檢測方法[A];全國先進制造技術高層論壇暨第九屆制造業(yè)自動化與信息化技術研討會論文集[C];2010年

8 管庶安;周龍;陳永強;廖明潮;;機器視覺在糧食品質(zhì)檢測中的應用研究[A];中國糧油學會第三屆學術年會論文選集（下冊）[C];2004年

9 張偉華;陳軍;連世江;賈海政;;機器視覺及其在農(nóng)業(yè)機械中的應用綜述[A];2007年中國農(nóng)業(yè)工程學會學術年會論文摘要集[C];2007年

10 沈?qū)殗?陳樹人;尹建軍;;基于機器視覺的棉田雜草精確定位研究[A];紀念中國農(nóng)業(yè)工程學會成立30周年暨中國農(nóng)業(yè)工程學會2009年學術年會（CSAE 2009）論文集[C];2009年

相關重要報紙文章 前10條

1 本報記者 李劍琦;機器視覺行業(yè)整合正熱 中國市場尚處萌芽期[N];機電商報;2005年

2 本報記者 董碧娟;解密機器視覺“第三只眼”[N];經(jīng)濟日報;2013年

3 本報記者 郭濤;機器視覺：為機器裝上“眼睛”和“大腦”[N];中國高新技術產(chǎn)業(yè)導報;2014年

4 張均;德國機器視覺傳感器市場前景好[N];中國貿(mào)易報;2007年

5 金剛;給機器一雙慧眼[N];計算機世界;2007年

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

7 宋昆;用機器視覺控制煙草質(zhì)量[N];計算機世界;2007年

8 張棟;西安光電子專業(yè)孵化器舉辦專業(yè)展覽會[N];中國高新技術產(chǎn)業(yè)導報;2007年

9 王遐;機器視覺:藥品包裝在線檢測系統(tǒng)開發(fā)成功[N];中國包裝報;2010年

10 點評人 高炎 黃牧青 劉笑一 李士杰 北京大學技術轉移中心;機器視覺輔助冬季道路狀況監(jiān)測[N];科技日報;2014年

相關博士學位論文 前10條

1 梁卓銳;機器視覺手勢交互的交互映射研究[D];華南理工大學;2015年

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

3 葛動元;面向精密制造與檢測的機器視覺及智能算法研究[D];華南理工大學;2013年

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

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

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

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

8 成芳;稻種質(zhì)量的機器視覺無損檢測研究[D];浙江大學;2004年

9 程洪;面向園藝應用的機器視覺目標辨識方法創(chuàng)新[D];中國農(nóng)業(yè)大學;2015年

10 許海霞;機器視覺標定與目標檢測跟蹤方法及其應用研究[D];湖南大學;2011年

相關碩士學位論文 前10條

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

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

3 許哲;基于機器視覺的快速測溫熱電偶焊接技術研究[D];河北聯(lián)合大學;2014年

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

5 佘燕玲;以用戶為中心的機器視覺手勢交互空間映射關系研究[D];華南理工大學;2015年

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

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

8 張文;基于機器視覺的通信裝備故障識別研究[D];西南交通大學;2015年

9 冉寶山;基于機器視覺的裝料系統(tǒng)試驗研究[D];長安大學;2015年

10 馮康;基于機器視覺的棉花識別與定位技術的研究[D];石河子大學;2015年

，

本文編號：2502912