基于视频的车辆瞬时停车延误检测

为了给交通灯控制提供更准确的信息,提出了瞬时停车延误的基本概念和量度方法.利用视觉颜色聚类算法,通过计算道路与背景的颜色距离实现图像中车辆与背景分离,从而有效地识别车辆.以颜色距离最大值所在位置标定车辆位置,再通过帧间对比判定车辆的运行状态,最后获得引道内所有车辆的瞬时停车延误总量.对相同的场景记录,由3个独立的测试员利用人工目测方法获得瞬时停车延误总量的目测值,与算法获得的程序测量值进行比对.11个灯时的实验表明,人工目测成功率为90.9%,有90.0%的程序测试值和目测值之间的误差满足要求.

考虑瞬时停车延误的信号灯闭环控制策略研究

提出一种基于瞬时停车延误的孤立交叉口信号灯闭环控制策略.以交叉口瞬时停车延误总量作为控制参量,其值达到阈值时实时切换交叉口信号灯状态,把信号灯绿灯信号分配给需求最高的道路,不再有信号灯周期的概念.在车流量400～800辆/h变化的情况下,进行了传统的Web-ster周期控制和新策略控制仿真对比实验.仿真结果表明:新策略控制条件下,车辆平均通行时间明显小于传统控制策略,在800辆/h的流量下,仅为传统策略的44%;该策略对控制阈值不敏感,当流量为800辆/h时,车辆平均通行时间最大相对误差仅为11%;该策略获得的多组平均通行时间具有较小的方差,当流量为800辆/h时方差仅为0.895s.

基于DSP的瞬时停车延误检测

利用数字图像处理技术,开发一套基于DSP的嵌入式系统,在两帧图像之间实现瞬时停车延误在实际交通流的测量。最后使用两个方案验证系统检测的可靠性:第一方面以人工目测值作为检验标准,验证嵌入式系统的检测效果。连续200 min、80个灯时数据验证,瞬时停车延误极值点相对误差有77.5%的数据在12.5%以内,机测数据与目测数据瞬时停车延误达到极值点的时间间隔偏差88.75%在4 s以内;第二通过问卷调查,由测试者对系统的各项功能进行打分评定,验证了系统检测到的瞬时停车延误曲线基本符合人眼的观测评价。