基于无线HART的车辆速度检测器设计

目前,对车辆进行交通数据采集的常用方法是借助感应线圈检测器,但容易破坏路面。采用霍尼韦尔HMC1022地磁感应器,根据车辆经过会引起地磁场扰动这一现象进行检测,不仅不会破坏路面,而且安装维护简单。地磁感应器采集信号后,通过K近邻算法对车辆分类识别,STM32完成数据处理,进而得到车辆速度参数,并通过无线HART技术进行数据传送,实现对路面交通信息的监控。

利用无人机多源影像检测车辆速度

交通在人民生活和社会经济中有着举足轻重的作用。车辆速度检测是智能交通管理系统的重要组成部分。本文提出了一种基于无人机(UAV)多源影像数据进行车辆速度检测的方法,首先,搭建小型无人机多源数据采集平台,获取可见光影像与热红外影像。然后,针对采集的多源数据,采用深度学习框架YOLO(you only look once)进行车辆检测。最后,基于卡尔曼滤波进行车辆跟踪,并根据跟踪结果计算车辆速度。本文利用无人机平台增加监测车辆的灵活性,同时综合使用多源数据,不仅提高车辆检测精度,还可以不依赖光照条件跟踪车辆。试验结果表明,本文方法具有有效性和稳健性,为道路监控管理部门提供一种高效率、机动灵活的监测模式。

用于视频中车速自动检测的摄像机自动标定方法

针对目前基于视频的车辆测速方法均需通过手工标定而造成的低效和可操作性差的问题,提出了一种对典型配置的道路监控摄像机的焦距、俯仰角、离地距离等重要参数进行自动标定的方法。首选利用自然场景中两组正交平行线在视频图像中形成的消失点之间的内在关系对摄像机的焦距和俯仰角实施精确标定;在此基础上利用视频中目标车辆群体的平均宽度对摄像机与地面之间距离进行自动标定。实验表明,该算法具有参数测量精度高和可靠性好等优点,可作为现有道路视频监控设备实施车辆速度、类别、流量等数据的自动采集、分析和监控,以及电子违章抓拍设备的有效自动标定手段。

一种基于摄像机标定的车辆视频测速方法

以Tsai两步法为摄像机标定原理,提出了一种车辆速度视频测量方法,并对摄像机标定误差和车速检测误差进行了分析。首先利用Tsai两步法得到摄像机的内部和外部参数,然后将图像空间提取出的运动车辆特征点位移转换到世界坐标系,最后利用帧差时间求得车辆的瞬时速度。实验结果表明,基于摄像机标定的车辆速度视频测量方法,具有简单实用、鲁棒性强、精确度高等优点,满足车辆视频测速系统的要求。

基于视频的车速检测算法研究

对视频图像处理中车辆速度检测所涉及的摄像机标定和基于图像匹配的测速算法进行了研究。首先经几何推导得出二维标定算法,得到一个精度满足需要、计算量小的标定算法。然后在图像匹配的基础上,将虚拟线圈和图像匹配算法结合起来,得到匹配前后车辆绝对像素位置。经实地验证,能够比较准确地检测出车辆经过时的瞬时速度,满足实际应用的要求。

基于分道线的道路云台摄像机参数自动标定

为实现基于道路视频摄像机视频处理的运动车辆精确测速,提出基于分道线长度、车道宽度和分道线消失点的道路云台摄像机参数自动标定方法,以对摄像机焦距、俯仰角、旋转角、离地高度等参数进行自动标定。实验结果表明,在应用于基于视频处理的运动车辆速度检测时,所提方法与雷达测速在平均误差以及误差标准差方面远小于我国公路测速允许的误差上限,验证了方法的准确性和有效性。

A Method of Vehicle Spccd Detection Based on Conputer Vision

提出了一种基于计算机视觉的车辆速度检测方法，通过时图像中提取的车辆和场景信息分析采有效地检测车辆速度，只需要2台CCDTV摄像机可完成双向四车道高速公路或城市道路上车辆的速度检测.实验结果表明：车辆速度检测的正确率达92％，并具有满意的实时特性.