基于NB-IoT技术的压敏车流检测器研究

随着汽车保有量急剧增加,给道路交通带来了越来越严重的压力。因此,亟需一个能够高效、实时地解决交通拥堵问题的智能交通指挥策划系统。本文基于NB-IoT无线技术,以STM32微处理器为控制核心,使用压敏传感器对来往车辆进行计数、测速等,通过NB-IoT无线技术将数据上传到云平台,并对上传信息进行处理,能24 h实时感知道路车况信息。由此可积累数据以便交通管理者在未来进行交通灯时长设计与交通预测,防止交通堵塞。

基于红外技术高精度车流检测系统设计

设计了一种应用于高速路口、路段高精度实时车流检测系统。系统利用红外传感光电转换特性,以AT89C51单片机作为核心控制单元对检测信号进行处理,运用光学技术、电子技术、计算机辅助技术、单片机技术、PC接口技术等实现高精度、高稳定性和快速响应的道路车辆速度检测报警系统。介绍了系统构成、软硬件设计方法。与传统的检测系统相比,安装调试简单、工作可靠,通过程序扩展,可应用于交通运输、食品加工、工业生产、科学研究等设备中,有广泛的实用价值和应用前景。

多探头超声波车流检测系统的设计

介绍了利用超声波原理研制的“多探头超声波车流检测系统”的设计思想、设备的功能、结构和特点 ,该检测器可用于检测行驶中机动车的车高、车长、车辆大中小等各种参数。

基于MCU芯片的车流检测装置

将线圈埋置于地面下10～20mm处,电感线圈接LC振荡器,振荡信号接在MCUP87LPC764的定时计数器的输入端,由P87LPC764检测振荡频率。当机动车辆通过线圈部分时,线圈电感量发生变化,振荡器的频率发生变化,通过检测振荡频率的变化量,可以判断是否有车辆通过。实际运行表明,检测装置工作可靠,没有漏检或多报现象。

多探头超声波车流检测器

本文介绍了利用超声波原理研制的“多探头超声波车流检测器”的设计思想、设备的功能、结构和优特点,该检测器可用于检测行驶中机动车的车高、车长、车辆大中小等各种参数。

基于红外技术分布式车流检测控制系统研究

系统利用红外传感器光/电转换特性,采用单片机控制器为核心控制器处理车流信号,红外接收器接收来自发射器的红外信号,经解调后输入单片机进行处理,单片机与CAN总线控制器构成CAN总线通信系统进行数据传输。系统采用电子技术、单片机技术、CAN总线技术等设计实现,给出了系统总体方案、部分软硬件设计。系统可应用于工业控制、食品加工、科学研究等设备中,有广泛的应用前景。

道路交叉口车流检测策略及排队统计方法研究

基于3组道路交叉口交通信息检测器的布设,可实现对交叉口交通流的运行状态信息检测.研究车队头车的特征、判断逻辑和方法,并分析车队尾车的判断逻辑和车队追加的方法,进而提出排队统计开始时刻、排队统计策略,以及排队算法,力求获得较为准确的排队数据.车队检测方法、路口排队统计方法和排队消散方法将为交通控制策略提供信息和技术基础.

基于车路协同的十字路口车流检测系统

针对现有的城市道路车流检测方法的不足,利用定向天线构建了一种基于车路协同的十字路口车流检测系统。首先,在讨论车流数据的采集、处理方法的基础上,基于车路协同技术设计了一种车流量判定方法;然后,通过分析定向天线的固有特性,讨论了路侧设备定向天线的最优选择方案;最后,通过进行实地测试,对系统的检测准确度进行了评估,并对不同型号的定向天线的检测性能进行了对比。实验证明,基于车路协同的车流检测系统具有较高的检测准确度,能够满足城市道路十字路口处的车流检测需求。

基于动态邻域的交叉路口车流检测

本文在根据实际交通场景确定图像的检测区域后,将检测区域划分为直行区域和左转区域,进而利用动态邻域确定了不同区域的车辆排队长度,并且转换成实际的长度,然后利用一组图像求得排队长度的变化速度。通过在计算机上的实验,证实该法适应能力强、计算量小,计算速度快,准确度高。

基于视频图像的道路车流检测系统

以静止单孔摄像机获取的交通场景视频作为研究对象,对高斯背景提取及自适应更新、车辆检测等技术进行了研究和分析,完成了一个基于视频图像的车流检测模型系统的设计,并通过Matlab仿真实现了基于高斯背景建模的车流检测及跟踪。

磁阻传感器在车流检测中的应用

为了缓解城市交通拥堵,研究了一种基于磁阻传感器的车流量检测系统,磁阻传感器能将车辆引起的地磁扰动转换为清晰的电压信号输出。该系统包含了信号放大模块、无线通信模块等,多个地磁传感器节点通过无线通信模块与计算机系统相连,将检测到的车流信息反馈到上位机,从而实现对整个路口车流的检测。

数字雷达技术在车流量检测雷达中的应用

随着城市化发展步伐的不断推进,再加上社会经济的高速发展,使得城市交通越来越紧张,在这种情况下智能交通系统成为城市规划的重要内容之一,同时车流量检测器也发生了巨大变化,原来的车流量检测器是混合型非接触式线圈的,现在的车流量检测器则是单一性接触式线圈这种类型,而数字雷达技术在车流量检测雷达中应用,能够有效的作用于智能交通系统之中,及时有效的对路面信息进行获取,从长远发展的视角来看极具前景。

基于改进YOLOv5s的轻量化车流量检测算法

由于小型嵌入式设备计算资源有限,很多算法无法在车流量检测中运行完成.针对此问题,提出了一种改进YOLOv5s的轻量化车流量检测算法,以满足模型对硬件的计算能力需求.该算法通过使用轻量化特征提取网络ShuffleNetV2代替YOLOv5s原主干网络,减小模型的计算复杂度;融入注意力机制模块以增强网络对车流量的表示,提高其检测精度;通过使用数据增强策略,扩增训练样本,提升模型的鲁棒性.采用改进YOLOv5s算法检测视频车辆目标,结合DeepSort跟踪完成车流量检测,在UA-DETRAC车流量检测数据集上进行了实验.结果表明:所提出的轻量级车流量检测网络在Jetson TX2上的检测准确率为94.96%,检测速度达到15帧/s,实现车流量的实时检测,模型参数量少,满足嵌入式设备的限制.

基于YOLOv5的车流量检测系统设计

作为智能交通的核心组成部分,实施有效的车辆计算方法,对高速公路管理部门实施交通管理,控制违法行为具有重要意义。道路交通场景中,通过监控摄像头可以拍摄到车辆行驶画面,通过对画面的处理可以检测出车流量情况。因此,本文采用YOLOv5目标检测算法对车辆进行识别,并通过卡尔曼滤波器实现车辆目标跟踪。完成跟踪后,设计虚拟检测线,对通过检测线的车辆进行计数。通过实验表明,算法可以实现交通路口的车流量检测。该方法可有效减少模型计算时间,为统计车流量提供便捷。

基于YOLOv4与改进DeepSORT算法的车流量检测

为了提高不同时段车流量的检测率,本文在优良的目标检测模型YOLOv4基础上,将传统的DeepSORT算法进行改进,将原有的IoU变为CIoU,保留追踪信息的同时,提供了更丰富匹配策略,使得目标追踪更加稳定,在一定程度上解决了光线较暗容易丢失目标的问题。最后在车流量检测阶段将本文改进算法与SORT算法、DeepSORT算法进行对比试验。试验结果表明,在白天情况下,本文算法相较于SORT算法提高10.7%,较DeepSORT算法提高1.3%;在夜晚情况下,本文算法相较于SORT算法提高18.1%,较DeepSORT算法提高7.9%。本文改进算法在夜晚车流量检测精准,从而为环境昏暗的条件下物体目标检测与追踪提供了理论参考与方法依据。

基于视频的改进帧差法在车流量检测中的应用

如何有效去除背景、消除按车道开固定窗检测车辆的方法中,由于车辆换道或相邻车道的车辆部分覆盖了被检测车道检测窗而引起的误检,是车辆检测系统需要解决的一大难题。针对上述问题提出了一种基于视频的改进的帧差法,在检测带内由车辆信息生成数据流,根据数据流的变化进行车辆检测、计数并估计平均车速。从而实现对过往车辆的准确计数,更可靠地收集各车道的车流信息,为智能交通提供实时交通参数。

基于边缘的背景差法在车流量检测中的应用

针对视频车流量检测容易受车辆阴影和车辆变道影响的问题,笔者提出了一种基于边缘信息的背景差车流量检测方法。该方法利用边缘信息作为车辆的检测特征,实时自动提取和更新背景边缘并采用动态开窗的方式来进行车辆计数。实验结果表明,与传统背景差法相比,该方法受车辆阴影和车辆变道影响较小,检测准确率达97.3%,是一种实用有效的车流量检测方法。

基于磁阻传感器的车流量检测系统的设计与应用

为了缓解城市交通拥堵、提高道路通行能力,设计了一个基于磁阻传感器的车流量检测系统,磁阻传感器能将车辆引起的地磁扰动转换为清晰的电压信号输出.该系统包含了信号放大模块、无线通信模块、A/D转换模块、传感器置位/复位模块等,多个地磁传感器节点通过无线通信模块与计算机系统相连,将检测到的车流信息反馈到上位机,从而实现对整个路口车流的检测.采用改进后的多中间状态机算法,有效避免由于干扰造成的误判.实验表明:该系统具有较高的检测精度,能够实时、准确检测车流量信息.

基于高斯混合模型的多车道车流量检测算法

研究视频的城市交通路口车流量检测准确率的问题,由于车速过慢,有效性差。针对目前的车流量检测算法仅限于单车道车流量检测及准确率低的问题,提出了基于高斯混合模型的多车道车流量检测算法,在交通路口的视频中设定所要检测多个车道的检测带并根据车道线划分车道,运用高斯混合模型对检测带进行背景建模,结合背景差法提取运动车辆,通过垂直投影方法解决车辆断层引起误检的问题,对车身宽度与阈值的比较判断车辆是否通过检测带,实现了多车道车流量检测。实验证明,多车道算法能有效克服断层引起误检的问题,检测车辆准确率高,实时性好,鲁棒性高,为智能交通灯控制提供准确参数。

一种快速车流量检测算法

车流量检测是城市智能交通的关键技术之一.针对目前视频检测算法复杂度高、检测准确率不高的问题,提出了一种快速车流量检测算法.该算法通过划定进入和离开检测线,并结合背景差分方法,将目标的面上检测,转化为线上检测,避免了对目标复杂的跟踪过程及其带来的检测误差,有效降低了算法的复杂度,提高了检测的准确率.实验表明,该算法能够快速分车道检测车辆,计算复杂度低,检测准确率高,且具有车辆速度测量能力,能够为智能交通系统提供必要的支持.