基于視覺的高速公路匝道口檢測監(jiān)控技術(shù)的研究.pdf

1、近10年來，我國的高速公路建設(shè)得到了快速發(fā)展，至2010年我省高速公路網(wǎng)絡(luò)已全面建成。但是隨著經(jīng)濟的快速發(fā)展，在經(jīng)濟發(fā)達地區(qū)的高速公路的現(xiàn)有服務(wù)水平已日漸無法滿足交通流量的快速增長，因此提高高速公路的效用就顯得格外重要。提高高速公路的效用有多種方法，在建成高速公路上提高效用的一個實用經(jīng)濟的辦法是采用自動監(jiān)控方法取代現(xiàn)有的半自動監(jiān)控方法，通過擴展監(jiān)控軟件功能可充分利用已有監(jiān)控硬件設(shè)施。匝道口尤其是出匝道口作為高速公路日漸擁擠后首先會出現(xiàn)擁

2、堵的位置，在現(xiàn)有高速公路上已出現(xiàn)常發(fā)性擁擠的情況，根據(jù)規(guī)范需按A11類監(jiān)控水平設(shè)計監(jiān)控軟件。A11系統(tǒng)要求監(jiān)控軟件應(yīng)具備交通異常自動判斷功能，能針對常發(fā)性和偶發(fā)性交通擁擠實行主線控制，必要時可實行通道控制或匝道控制。根據(jù)這一要求利用匝道口視頻采用檢測監(jiān)控軟件實現(xiàn)從半自動控制到自動控制的轉(zhuǎn)變，確保高速公路匝道管理，就成為必須的手段。本文就對以匝道管理控制理論為基礎(chǔ)的視頻檢測監(jiān)控軟件系統(tǒng)做了詳盡的研究，對視頻監(jiān)控在高速公路交通管理的信息分析

3、處理這一新的實踐領(lǐng)域做了具體的研究工作。
　　 本文按需求、設(shè)計、開發(fā)、測試過程研究了視頻監(jiān)控軟件管理匝道口交通時實現(xiàn)的信息分析處理的技術(shù)。首先，本文仔細研究了軟件需求，圍繞著高速公路效用的國外實踐及國內(nèi)規(guī)范介紹了效用。具體則從歐洲使用效用措施的幾個方面出發(fā)，闡述了效用措施的技術(shù)內(nèi)容，然后結(jié)合我國2004年通用規(guī)范設(shè)定以及現(xiàn)有高速公路硬件情況，確定匝道控制采用的效用措施，即當匝道擁堵超過限值時采用重型車道啟動和動態(tài)限速的預(yù)案。接

4、著，本文根據(jù)需求進行軟件架構(gòu)設(shè)計，就上述效用措施及匝道控制算法確定系統(tǒng)架構(gòu)，并進一步按此架構(gòu)進行軟件開發(fā)。本文設(shè)計的系統(tǒng)架構(gòu)中設(shè)置有一個視頻信息采集模塊和兩個信息處理模塊，其中視頻信息采集模塊根據(jù)檢測算法檢測速度等交通流參數(shù)。第一個信息處理模塊采用匝道控制理論設(shè)定匝道交通流匯入比閾值，系統(tǒng)流程判斷擁堵(分析檢測到的交通流參數(shù)計算出的交通流匯入比是否超過閾值)，根據(jù)判斷結(jié)果確定采用相應(yīng)限速值從而實現(xiàn)動態(tài)限速。第二個信息處理模塊為在啟用重型

5、車道時采用跟蹤與軌跡識別算法監(jiān)控非重型車是否進入重型車道。視頻硬件是根據(jù)匝道口的具體情況確定為采用已安置的視頻傳感器，用于同時分別采集匝道口的匝道車流和主車道車流，以判別匝道擁擠。
　　 為了解決本文中的識別軌跡的難點，本文采用了基于隱馬爾科夫的軌跡識別算法，并對幾種不同形狀的軌跡進行識別的實驗，由訓(xùn)練樣本訓(xùn)練出模型參數(shù)，計算測試樣本對于模型的概率，其中概率最大的樣本即認為是測試樣本所屬模型參數(shù)，根據(jù)測試，識別的準確率及實時性皆

6、能符合規(guī)范要求。
　　 最后本文采用VC++語言實現(xiàn)了基于視覺的匝道口檢測監(jiān)控系統(tǒng)。系統(tǒng)可以判別匝道口擁擠程度，并決策是否進入擁堵狀態(tài)，同時啟動管理預(yù)案，即啟用重型車道及動態(tài)限速，啟用重型車道時檢測小型車的軌跡是否違章進入重型車道。
　　 本文針對監(jiān)控設(shè)計實踐，在結(jié)合匝道管理算法與監(jiān)控動態(tài)圖像理解算法方面做了開創(chuàng)性的工作，將監(jiān)控軟件從信息采集階段上升到信息分析處理與決策階段，從而將監(jiān)控軟件的功能由半自動控制提升為自動控制