基于改进McMaster算法的高密度停车区域识别及特征分析

高密度停车区域的识别是制定停车政策、规划设置停车设施的基础依据。但限于数据收集难度,现有研究无法整体识别城市高密度停车区域。本文通过收集海量OBD数据关联POI数据,采用回归拟合的方法识别出高密度停车区域停车数量阈值。基于改进McMaster算法,整体识别出北京市常发高密度停车区域。结合时间维度与空间维度,总结高密度停车区域特征,发现高密度停车区域部分时段存在大量空置车位现象,不同土地利用性质区域间车辆存在流动现象,车位使用潮汐现象明显。研究结果可为城市规划部门合理制定停车政策,精准规划设置停车设施提供依据。

基于视频的智能交通异常检测系统

交通异常情况检测一直是交通管理中的重要任务,其在智能交通系统中显得尤为重要。传统的检测方法存在许多不足,不能满足视频监控的需要。基于此,提出一种基于视频图像处理的异常情况检测算法,在对视频图像进行非线性校正后,通过基本的图像处理获得较准确的交通信息,对各时刻的交通状态进行判断并可对下一阶段的状态进行预测。实验结果表明,该算法具有较强的有效性,在ITS中有较好的应用。