检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于YOLOv7的市区道路拥堵检测研究

基于YOLOv7的市区道路拥堵检测研究

作者：马铭骏兰州交通大学

学位级别：硕士

城市交通是现代城市发展的重要组成部分,在我国经济飞速发展的情况下,私家车保有量逐年增加,交通拥堵也越来越频繁地发生。由于现有的地图软件的拥堵判定方法,是基于用户车辆或手机内安装的导航软件的数量来决定,存在有预判结果不准确... 详细信息

城市交通是现代城市发展的重要组成部分,在我国经济飞速发展的情况下,私家车保有量逐年增加,交通拥堵也越来越频繁地发生。由于现有的地图软件的拥堵判定方法,是基于用户车辆或手机内安装的导航软件的数量来决定,存在有预判结果不准确的缺陷,且交管部门的摄像头不能完全覆盖全部路段,因此无法全面准确地反馈路况信息。针对这一现状,本文提出了结合行车记录仪的实时拥堵判定方法,发挥了行车记录仪对道路真实场景的反馈优势,弥补了导航软件的判定缺陷;另外,行车记录仪记录的画面是连续的,又可以解决交管部门摄像头范围不能覆盖所有道路路况信息的不足。本文主要工作如下:(1)针对目前主流的目标检测模型作对比分析,对目标检测数据集、主流深度学习网络模型和框架进行总结,并对这些模型和框架作以定量的对比分析,最终选取YOLOv7作为车辆检测的算法。(2)以陕西省宝鸡市高新区及渭河北岸的行政中心区作为研究区域,对这一区域主要道路和桥梁做行车记录仪实地视频采集,截取视频中的图像作为车辆检测和车道线检测的数据集。用YOLOv7检测拥堵路段的车辆,判断拥堵路段车辆数目;介绍了传统的和基于深度学习的车道线检测方法,并对Lane Net、Canny边缘检测、霍夫变换、逆透视变换等车道线检测算法在本地数据集和Tu Simple数据集上作以测试,验证车道线提取效果。最后结合本地数据集特点和研究需求,选取YOLOv7作为车道线检测算法,提取视频中的图像作为深度学习车道线数据集,以YOLOv7为深度学习模型进行训练,用训练好的模型检测车道线,以此判断车道数,丰富道路路网信息。(3)结合行车记录仪和GPS设备,通过检测行车时拥堵路段的车辆,实时检测道路拥堵情况,并将拥堵路段以红色标记到地图上;提出一种结合车辆和车道线信息的道路拥堵判定方法,以平均速度为基础,拥堵路段检测出的车辆数和车道线数目为辅助,提出拥堵指数和拥堵指标计算公式。绘制并分析研究区域主要道路和桥梁的矢量图,根据采集的行车记录仪数据,以表格形式对上下班高峰时期的拥堵路段做以分析,最后将拥堵状况反映到地图上。根据新的判定方法,更新路网内桥梁和道路的拥堵状况,并将更新后的路网内桥梁和道路的拥堵状况形成地图可视化。(4)根据路网中道路和桥梁拥堵程度的不同,对路网中不同的道路和桥梁赋以不同的拥堵系数,并将拥堵系数反馈在地图上。以百度地图的行车路线为基础,提出新的行车路线,结合路段长度,计算出每条路线的最终拥堵系数,从而分析出拥堵程度最低的行车路线。(5)选取当量交通量作为实地交通状态的量度,在路网中选取8个点位,在这8个点位实地观察统计行驶过的车辆数,以交叉口处东南西北四个进口为基础,左转、直行、右转三个行驶方向为辅助进行统计;对不同车型赋以不同折算系数,计算出各个进口和各个方向的当量交通量,汇总在表格里,验证了基于行车记录仪的道路拥堵检测方法的可靠性,同时为路网内道路拥堵情况提供了更精确的信息。

关键词： YOLOv7 行车记录仪目标检测拥堵检测地图可视化

基于大数据的异常检测研究——以高速公路拥堵检测为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于大数据的异常检测研究——以高速公路拥堵检测为例

作者：陈子瑜福建工程学院

学位级别：硕士

基于大数据的复杂系统异常检测是电气工程领域的重点研究课题。目前,我国高速公路是全球最为繁忙的交通系统之一,2019年底完成全国大规模部署和联网的电子不停车收费(Electronic Toll Collection,ETC)系统是全球最大规模的物联网系统。... 详细信息

基于大数据的复杂系统异常检测是电气工程领域的重点研究课题。目前,我国高速公路是全球最为繁忙的交通系统之一,2019年底完成全国大规模部署和联网的电子不停车收费(Electronic Toll Collection,ETC)系统是全球最大规模的物联网系统。海量的ETC交易数据记录了高速公路上几乎全部车辆的通行状态,通过ETC交易数据的挖掘分析实现高速公路拥堵检测,不仅对提高高速公路的管理水平和通行效率具有非常重要的应用价值,同时该方法对我国电力、水利、智能工厂、智慧农业等信息化水平提升具有很高的参考借鉴意义。因此,本文依托ETC交易大数据开展了以高速公路交通拥堵检测为主要目的关键技术研究,分别从高速公路服务区识别、区段交通拥堵检测以及事故拥堵源头车辆识别三个方面,进行系统化分析和研究。主要完成工作如下:(1)高速公路服务区区段识别。由于服务区通常会使得车辆在区段内的停留时间过长,造成该区段拥堵的假象,本文首先深入分析了高速公路上服务区的特性,然后利用ETC交易数据对服务区区段进行识别研究。本文对全省862个区段进行数据分析,构建了不同速度区间的低速车辆占比、区段长度、区段交通流量、时间段等指标作为随机森林算法的输入,通过机器学习得到相对稳定的识别模型,为后续研究奠定基础。(2)基于ETC交易数据的区段交通拥堵检测。基于ETC交易数据,本文从区段交通流量、区段行程速度两方面对区段交通拥堵进行了检测分析。设计了一个高速公路交通拥堵的检测算法,算法可以识别拥堵的起始时间点,拥堵持续时长,并引入了事故因子区分道路严重事故拥堵和道路非畅通拥堵;算法结合区段实际情况考虑到服务区区段与无服务区区段需要使用不同的阈值进行拥堵检测,提出了一个区段交通拥堵检测阈值的选取方法,最后使用本文算法对某省较常拥堵路段进行实地实验,取得了较好的实验结果。(3)基于ETC收费交易数据的事故拥堵源头识别模型。结合事故车辆“先入晚出”的特点构建了事故源头车辆识别模型,并提出了基于正态分布的一元离群点检测算法事故源头识别模型的阈值进行选取,结合前面发现的事故性拥堵实例进行事故源头车辆识别,证明了算法的可行性以及识别的准确性。

关键词：大数据 ETC 异常检测拥堵检测识别模型

基于视频识别的电力占道施工场景交通拥堵检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

浙江电力 2023年第5期42卷 105-112页

作者：张科吴嘉琪陈威成闫云凤齐冬莲广东电网有限责任公司广州供电局广州510050 浙江大学电气工程学院杭州310027

目前对道路交通拥堵的检测多采用人为监控或传感器监测的方法,而电力占道施工场景往往缺乏此类检测设备。为满足该场景下拥堵检测的低设备依赖性和高准确性的需求,提出一种利用视频数据的检测方法,采用神经网络对视频数据进行特征提取... 详细信息

目前对道路交通拥堵的检测多采用人为监控或传感器监测的方法,而电力占道施工场景往往缺乏此类检测设备。为满足该场景下拥堵检测的低设备依赖性和高准确性的需求,提出一种利用视频数据的检测方法,采用神经网络对视频数据进行特征提取并判断是否造成交通拥堵。为了解决电力占道施工场景下数据较少的问题,利用通用交通场景数据集提升网络的泛化性,采用域对抗迁移网络自适应学习方法弱化两种数据域在特征提取网络中的差异性表现。为了减少人工标注工作量,提出一种半监督学习方式。实验结果表明,所提方法在电力占道施工场景道路拥堵检测识别任务中达到了93.2%的准确率,具有较高的应用价值。

关键词：电力占道施工拥堵检测视频识别域适应学习半监督训练

车联网环境下基于模糊逻辑的交通拥堵检测方法

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2020年第6期37卷 1830-1834页

作者：王润民刘丁贝胡锦超朱宇徐志刚长安大学车联网教育部—中国移动联合实验室西安710064

针对现有的道路交通拥堵检测方法的不足,提出了一种基于V2V的道路交通拥堵检测方法。首先基于V2V的方式实时获取邻居车辆状态信息,建立车辆邻居表;其次依据车辆行驶速度、车流密度、交通拥堵评级体系构建模糊控制器,完成本地交通拥堵水... 详细信息

针对现有的道路交通拥堵检测方法的不足,提出了一种基于V2V的道路交通拥堵检测方法。首先基于V2V的方式实时获取邻居车辆状态信息,建立车辆邻居表;其次依据车辆行驶速度、车流密度、交通拥堵评级体系构建模糊控制器,完成本地交通拥堵水平的估计;然后通过车车通信进行邻居车辆交通拥堵状况的查询,并根据大子样假设检验验证本地交通拥堵水平值,完成所在区域交通拥堵水平的检测;最后基于Veins平台搭建仿真测试场景,仿真对比了拥堵检测结果的准确率,同时测试车辆节点的退避时槽数量和接收广播数据包的数量。实验结果表明,提出的道路交通拥堵检测方法实现的拥堵检测准确率分别比线圈法和CoTEC法提高了5. 5%和7. 5%;提出的道路交通拥堵检测方法实现的车车通信网络拥塞比CoTEC法降低了90. 8%,并且在未发生交通拥堵时通信节点的通信负载显著降低。

关键词：车联网车车通信拥堵检测速度车流密度模糊逻辑

在线全文

学校读者我要写书评

暂无评论

基于模糊层次分析法的交通拥堵检测

基于模糊层次分析法的交通拥堵检测

作者：逄海博大连理工大学

学位级别：硕士

随着人们消费水平的增长,全国机动车保有量持续增加,交通拥堵已严重影响人们的正常生活。交通拥堵检测作为缓解城市拥堵的关键技术之一,具有重要的理论研究意义。由于现有的拥堵检测模型标准不统一,各指标间关联具有模糊性,很难将其综... 详细信息

随着人们消费水平的增长,全国机动车保有量持续增加,交通拥堵已严重影响人们的正常生活。交通拥堵检测作为缓解城市拥堵的关键技术之一,具有重要的理论研究意义。由于现有的拥堵检测模型标准不统一,各指标间关联具有模糊性,很难将其综合应用于一个检测模型中,因此,构建能够综合各个指标的交通拥堵检测模型,具有重要的实际应用价值。为了解决上述问题,本文采用了一种模糊层次分析方法,该方法通过建立决策层次分析模型,基于拥堵的成因分析从而构造各层指标的模糊判断矩阵,进而计算模型各项指标的权重,将各项指标综合应用于同一检测模型。为了尽可能满足指标权重的判断一致性,计算出的各项指标权重仍需进行优化处理,使模型的评估结果更加符合客观事实,但传统的特征值迭代法具有迭代次数较多且会造成权值精度缺失等缺点。本文基于权值向量的行和归一性质,从优化权值向量的一致性校验值的角度出发,将权值向量的修正问题转换为约束最优化问题进行求解,而考虑到鲸鱼优化算法对约束最优化问题的快速求解性,因此提出了一种基于鲸鱼优化算法的改进模糊层次分析模型构建方法,实现了对拥堵模型指标的权重量化评估与权值优化,并通过实验验证了该方法在不同维度的判断矩阵上具有较好的收敛性与精确化表现。本文依据开源的真实交通流量数据,通过对数据的预处理,完成对交通拥堵指标的特征分类,进而利用本文提出的方法进行了拥堵检测模型的指标权值计算,构建了分层的拥堵检测模型。最后利用预处理好的成都市交通流量数据,通过对拥堵指数与交通指标的趋势对比分析,验证了本文构建的拥堵检测模型具有较好的有效性与较高的拥堵状况反映程度。

关键词：拥堵检测模糊分析优化算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视频跟踪的条烟拥堵检测

基于视频跟踪的条烟拥堵检测

作者：冀爱民西安电子科技大学

学位级别：硕士

条烟输送系统是卷烟企业生产实现物流自动化的一个重要组成部分，用于连接卷接包机组和装封箱机，实现条烟的近距离和远距离自动输送，最终将条烟送入装封箱机完成条烟的装箱工作。由于条烟输送系统安装不合理或匹配不协调等原因，有时... 详细信息

条烟输送系统是卷烟企业生产实现物流自动化的一个重要组成部分，用于连接卷接包机组和装封箱机，实现条烟的近距离和远距离自动输送，最终将条烟送入装封箱机完成条烟的装箱工作。由于条烟输送系统安装不合理或匹配不协调等原因，有时会出现条烟拥堵问题，特别是在高速的情况下，拥堵现象更容易发生。虽然卷烟企业采用各种办法来改善条烟输送系统，但拥堵现象并没有完全避免，一旦发生拥堵会严重影响生产的顺利进行，为了提高企业的生产效率和经济效益，及时发现拥堵故障是目前卷烟企业面临的难题。本论文研究了一种基于视频跟踪的条烟拥堵检测系统，该系统利用视频监控系统对条烟的运行状况进行监视，在监视过程中，系统对条烟的运动轨迹采用粒子滤波的算法进行分析，并对条烟进行目标跟踪，一旦发生拥堵现象，系统会根据条烟跟踪轨迹的变化对这一现象作出判断，然后通过Profibus-DP总线传输到现场报警器，报警器发出报警信号通知工作人员及时排除故障。在条烟的测试实验中，该系统对条烟拥堵的检测有良好的效果，当发生故障时，系统能够迅速及时地发出报警。

关键词：条烟输送拥堵检测视频跟踪粒子滤波 Profibus-DP

基于V2V的交通拥堵检测及结果分发方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于V2V的交通拥堵检测及结果分发方法研究

作者：胡锦超长安大学

学位级别：硕士

道路交通拥堵问题日益严峻,对经济、环境、交通安全、交通效率等造成诸多不良影响。虽然基于地磁线圈、视频等技术的传统智能交通应用在检测、缓解交通拥堵方面起到了重要作用,但这些技术与设备在检测范围及检测精度、信息处理及发布等... 详细信息

道路交通拥堵问题日益严峻,对经济、环境、交通安全、交通效率等造成诸多不良影响。虽然基于地磁线圈、视频等技术的传统智能交通应用在检测、缓解交通拥堵方面起到了重要作用,但这些技术与设备在检测范围及检测精度、信息处理及发布等方面依然存在较大的局限性。随着车联网技术的发展,基于车-车通信(Vehicle to Vehicle,V2V)技术实现道路交通拥堵的检测成为一种新的思路。基于上述背景,本文构建了一种基于V2V的车联网应用环境,并融合模糊逻辑、假设检验等方法,研究提出了一种基于改进D-S证据理论的交通拥堵检测方法;然后针对拥堵信息分发过程中存在的网络链路可靠性较差、易造成广播风暴、网络负载较大等问题,研究提出了一种基于交叉口的拥堵结果分发方法。具体包括以下工作:(1)在分析车联网体系架构的基础上,构建了一种基于V2V的典型车联网应用场景,研究了论文检测对象─交通拥堵的评价标准,在此基础上,根据车联网的特点,定义了交通拥堵的评价标准。(2)提出了一种基于改进D-S证据理论的交通拥堵检测方法。利用车辆间通过V2V方式交互的beacon消息,实现车流密度的估计;在此基础上利用实时车辆速度和车流密度构建模糊逻辑,实现本地交通拥堵水平的检测;利用假设检验的方法对本地交通拥堵水平的检测结果和邻居车辆通过V2V方式反馈的拥堵水平回复消息进行处理,实现本地交通拥堵水平的验证;进而基于改进的D-S证据理论融合本地交通拥堵水平,进行区域交通拥堵水平的估计,完成了所在路段的交通拥堵检测。(3)提出了一种基于交叉口的拥堵结果分发方法。利用V2V采集道路交通信息,实现实时交通与网络状态测量,同时采用一种连通性判决方法,实现交叉口处节点与相邻路段上的下一跳节点之间的连通性判决;然后根据实时交通与网络状态测量结果及连通性判决结果,对与交叉口处节点具备连通性的相邻路段进行综合评价;最后依据路段综合评价结果,确定交叉口处节点的拥堵结果分发路径。(4)搭建基于Veins的车联网仿真平台,并构建虚拟的城市道路交通环境,确定评价指标和仿真参数,在车联网仿真平台上对提出的交通拥堵检测及结果分发方法进行测试评价。测试结果表明:与“线圈法”和“CoTEC法”的检测准确率相比,本文提出的基于改进D-S证据理论的交通拥堵检测方法的拥堵检测准确率分别提高了5.5%和7.5%;与基于交通感知的增强型贪婪转发方法(EGyTAR)相比,本文提出的基于交叉口的拥堵结果分发方法在数据包投递率、网络负载和传输延迟等评价指标上有较大的提升。

关键词：交通拥堵拥堵检测车联网车车通信交叉口数据分发

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器视觉的药盒传送拥堵检测算法

计算机与现代化 2019年第10期 94-100,107页

作者：张瑞勋周洪雨骆圣丽 MIT Laboratory for Financial Engineering CambridgeMAUSA 02142 南开大学计算机学院天津300350

药盒的生产过程中,常采用多股道传送带进行药盒传送,在传送过程中往往因为摩擦力等原因造成药盒拥堵。因此,为了实现药盒拥堵情况的实时检测,本文进行基于机器视觉技术的传送带药盒拥堵检测系统的设计与研究。通过对工业生产图像的特征... 详细信息

药盒的生产过程中,常采用多股道传送带进行药盒传送,在传送过程中往往因为摩擦力等原因造成药盒拥堵。因此,为了实现药盒拥堵情况的实时检测,本文进行基于机器视觉技术的传送带药盒拥堵检测系统的设计与研究。通过对工业生产图像的特征采集和分析,设计基于边缘检测技术的药盒定位策略和基于灰度取反的空位识别策略,完成动态背景下的药盒与传送带的空位检测,设计拥堵检测策略和拥堵均衡策略,规划药盒调配路线,解决了传送带拥堵问题。

关键词：机器视觉目标检测拥堵检测拥堵均衡

在线全文

学校读者我要写书评

暂无评论

基于学习算法SSD的实时道路拥堵检测

软件导刊 2018年第6期17卷 8-12页

作者：李超凡陈庆奎上海理工大学光电信息与计算机工程学院上海200093

随着人们生活水平的不断提高,道路车辆拥堵情况愈发严重。如何实时、精确地检测出道路车辆,对于解决道路拥堵问题具有重要意义,GPU和人工智能技术的飞速发展为其提供了可靠的解决方案。研究分析传统目标识别算法、基于候选区域深度学习... 详细信息

随着人们生活水平的不断提高,道路车辆拥堵情况愈发严重。如何实时、精确地检测出道路车辆,对于解决道路拥堵问题具有重要意义,GPU和人工智能技术的飞速发展为其提供了可靠的解决方案。研究分析传统目标识别算法、基于候选区域深度学习的目标提取算法RCNN和基于回归的深度学习目标检测YOLO,最终确定采用基于卷积神经网络的实时目标检测算法SSD。首先调用VGG16网络模型在ILSVRC CLS-LOC数据库上预训练生成初始网络模型,进而设置超参数并在自身数据集上进行再训练,生成新的网络检测模型,然后将训练和测试部署到深度学习框架Caffe上加以实现。通过在数据库COCO、VOC2012上的测试结果表明,该模型检测精度为76%左右,处理速度为26FPS。同时通过道路路口的实地车辆检测,显示该算法能够实时、精确地检测出道路车辆,为道路拥堵情况判定提供可靠数据。

关键词： GPU计算拥堵检测卷积神经网络车辆检测 SSD