基于角点特征分析的车辆排队长度检测方法

针对交通堵塞造成的各种状况,通过视频分析实现实时高效的车辆排队长度检测,从而获取更多的交通信息改善交通状况.本文通过传统的FAST角点检测方法与运动检测的过程相结合得到改进后的FAST算法,使用改进后的FAST角点特征分析技术,不仅可以提取出当前交通道路上表征车辆存在的角点特征图,还可以获取角点位置的运动状态.通过对交通监控下的视频进行预处理后,单一车道内处于静态的角点特征形成车辆排队,并进行PCA处理得到一维向量,最后对一维向量进行形态学处理来检测单一车道内的车辆排队长度.实验表明,本方法检测精度平均98%,满足应用于实际场景.     

基于逆透视变换的车辆排队长度检测方法

交通路口的车辆排队长度检测是智能交通系统的重要组成部分,传统的检测方法易受背景噪声、摄像机透视效果等因素的干扰造成检测失败,而且其实现都是基于串行结构的处理器,不能用于实时处理的场合。本文设计了一种充分利用平直道路几何特征并适合FPGA实现的排队长度自动检测算法,该算法利用逆透视变换消除图像几何失真,引入公路的结构性约束有效检测了车道线;接着采用Sobel边缘算子检测出各车道的车辆轮廓,通过一种基于信息量的度量方法提取排队的队尾,从而确定了车辆排队长度,并且通过硬件化设计使得整个检测过程达到实时的处理速度。     

基于视频分析的车辆排队长度检测

本文实现了一个完整的车辆排队长度检测算法。检测算法分为两步：车辆排队检测和队列长度计算。对白天和夜晚不同光照条件采用不同的队列检测算法,并实现了白天夜晚检测算法的自动切换。在白天光照条件下,采用移动检测窗来进行车辆排队检测,在每一个检测窗内,通过三帧差法运动检测和形态学边缘检测进行车辆存在检测两步判断有无车辆排队。针对夜晚场景,提出利用车灯这一显著特征进行车辆排队检测。以图像灰度直方图的相关系数作为距离值,利用kNN分类器进行白天夜晚的识别,实现检测算法的自动切换。队列长度计算通过摄像机标定完成,找到一种仅利用车道线的、简单有效的摄像机标定方法。实验表明该方法可以准确检测出车辆排队并计算出其长度。     

智能交通系统中基于视频图像处理的车辆检测与跟踪方法综述

与传统的车辆检测器相比,基于视频图像处理与视觉技术的车辆检测器具有处理速度快、安装维护便捷且费用较低、可监视范围广、可获取更多种类的交通参数等诸多优点,因而近年来在智能交通系统(ITS)中得到了越来越广泛的应用。针对摄像头拍摄得到的交通序列图像,人们提出了很多视频图像处理和分析技术,其中最基本的研究领域就是交通场景中车辆对象的检测与跟踪。介绍了近年来提出的一些主要的车辆检测与跟踪技术,并根据核心处理方法（基于特征、区域或模型等）及处理域（空域、时域）的不同对这些技术进行了分类,同时分析比较了各种方法的优缺点。最后,说明了这一领域仍然存在的问题和对可能的研究方向进行了一定的预测。     

多路口交通信号的优化控制

根据城市交通控制的非线性、随机性、模糊性和不确定性等特点，提出一种多路口信号优化控制方法。该方法通过神经网络技术对相关路口下一个周期的交通参数进行预测，并建立基于车辆排队的交通模型，同时，各路口的绿信比在周期内也可根据当前的交通状况实时调整，以克服预测模型失配和外界干扰的影响，最终达到了多路口交通畅通和平均车辆延误时间尽可能小的控制目标。仿真试验已证实了该方法的有效性。     

面向动态交通分配的路段费用函数建模研究

在交通分配的研究中,车辆在路段上的行驶费用是决定网络交通流分布的关键因素之一。论文面对动态交通分配建模需要,在网络饱和条件下,对车辆在路段上的行驶时间进行了分析和建模。详细讨论了饱和交通网络中考虑容量约束下的车辆连续行驶时间和路口延误时间,在排队延迟模型中考虑了车辆的实际长度及由此而带来的影响,建立了离散的函数模型。最后给出计算实例,对比了点排队和实际排队的不同。     

基于数字图像处理的交通信息检测

本文提出了一种基于数字图像处理的交通流量参数的检测方法，通过CMOS传感摄像头对交通道路摄取的车辆和交通场景来有效地检测交通参数，其中主要用到基于DSP的数字图像处理方法来对摄像头获取的图像进行获取、分析、分割及特征提取等。本方法可以完成单车道的城市交通要道的车辆计数和车辆速度检测等交通信息。该方法具有良好的实用性和可靠性，可用于现场采集交通信息以便调控交通道路状况。     

基于模糊控制的智能交通系统

针对平面交叉口的智能交通信号控制,提出了多相位路口实时的模糊控制方案。根据各相位的车辆排队长度实际交通量,设计信号灯配时方案,减少车辆在路口的排队长度。对上述控制方案进行仿真实验,仿真实验结果表明,该控制方案能很好的改善实际交通状况,控制效果优于定时控制的方法,从而有效的提高平面交通路口的通行能力。     

抗野值卡尔曼滤波器在排队长度预测中的应用

车辆排队长度是智能交通控制系统中最关键的交通参数之一,如何准确、有效地预测车辆的排队长度是近年来排队长度预测中研究的主要问题.为此,在利用卡尔曼滤波理论建立排队长度预测模型的基础上,针对滤波过程中较容易出现的野值问题,分析了野值对标准卡尔曼滤波的影响机理,采用了基于M估计的卡尔曼滤波野值处理方法.仿真结果表明,所提方法可有效消除野值对滤波的不利影响,提高排队长度预测的精度,具有较好的应用价值.     

基于激光传感数据的拥堵路口交通信号灯控制

针对城市车流高峰时段的道路拥堵问题,提出基于激光传感数据的交通信号灯智能控制方法研究。在道路两侧均匀布置激光传感器节点,采集实时的激光传感数据和车流量信息,并构建一种两层级的交通信号灯控制模型,以提取的交通路口实时传感数据作为输入项进行模糊推理,并求解出交通信号控制模糊子集,最后推导出当前车流长度、车辆在路口的平均滞留时长及车辆的延误时长等变量,达到缓解交通拥堵,提高通行效率的目的。仿真实验数据表明,提出的拥堵交通信号灯智能控制方法具有良好的控制效果,可以明显减少车辆延误时长,提高道路通行的效率和安全性。     

A Parallel Pipeline Based Multiprocessor System For Real-Time Measurement of Road Traffic Parameters

Real-time measurement and analysis of road traffic flow parameters such as volume, speed and queue are increasingly required for traffic control and management. Image processing is considered as an attractive and flexible technique for automatic analysis of road traffic scenes for the measurement and data collection of road traffic parameters. In this paper, the authors describe a novel image processing based approach for analysis of road traffic scenes. Combined background differencing and edge detection techniques are used to detect vehicles and measure various traffic parameters such as vehicle count and the queue length. A RISC based multiprocessor system was designed to enable real-time execution of the authors algorithm. The multiprocessor system has nine processing modules connected in a parallel pipeline fashion. Results shows that the authors multiprocessor system is able to provide measurement of traffic parameters in real-time. Results are presented for real tests of our system by analysing traffic scenes on the highways of Singapore.     

基于DSP的交叉口车辆排队长度图像检测系统*

详细介绍了系统的硬件结构设计,图像采集主程序流程及车辆排队图像的长度多阈值提取算法。该系统应用于城市交通信号控制机上采集交通量信息,精度高,安装维护方便,优于传统的电感线圈采集方式。     

一种链路负载自适应的主动队列管理算法

随机早检测(random early detection,简称RED)是IETF推荐部署的主动队列管理(active queue management,简称AQM)算法.RED存在参数难以配置、无法得到与流量无关的平均队长等问题.ARED(adaptive RED)是RED的自适应版本,它根据平均队长动态调节最大标记概率参数,从而得到稳定的平均队长.但ARED没有克服瞬时队列长度振荡问题,且在动态流量环境下性能明显降低.分析了ARED性能问题的原因,并提出了一种链路负载自适应的主动队列管理算法LARED(load adaptiveRED).LARED具有两个特点:自适应链路负载、快速响应队长变化.分析和仿真实验表明,与ARED等其他AQM算法相比,LARED在保持高链路利用率和低时延的同时可以得到稳定的瞬时队长,并且具有良好的响应性和鲁棒性.     

Approximate analysis of a discrete-time tandem network of cut-through queues with blocking and bursty traffic

A discrete-time tandem network of cut-through queues is presented. The model allows finite capacity queues, blocking, and bursty traffic. A new bursty arrival process, IBK(k), for cut-through traffic is introduced. The tandem network is analyzed using single-node decomposition. Each queue is analyzed numerically in isolation assuming that its arrival and service processes are known. The parameters of the arrival and service processes of the queues are obtained using an iterative scheme. The results obtained are approximate and validation tests have shown that the model has good accuracy. Using this model, the packet loss, throughput, and queue length distributions were obtained for different traffic parameters and queue sizes.     

PFED:一种基于预测的公平的主动队列管理算法

对多个著名的主动队列管理算法进行了深入的理论分析和实验比较，对它们的优点和不足进行了总结，并在此基础上提出了一种新的主动队列管理算法PFED（prediction-based fair early drop）．PFED的主要目标是：①通过对流量较为精确的预测，结合对分组丢弃概率更为合理的计算，将队列长度的变化稳定在一个理想的水平；②对非响应流实施有效的惩罚，提高算法的公平性；③通过合理的分组丢弃将队列（分组）的到达速率控制在链路的服务速率之下．仿真实验表明，PFED很好地实现了上述3个目标．     

参数动态调节的随机早期检测算法

RED算法对参数的设置很敏感,不同的参数设置对RED的性能影响很大。本文在自适应RED算法的基础上,提出了一种以流量变化趋势为依据,以平均队列长度的变化幅度大小为调节参数的RED算法。本算法通过动态参数调节方式,提高了RED算法的自适应性。模拟实验结果表明,算法在丢包率、平均队列长度及链路利用率等方面都有很好的表现。     

Reducing Queue Oscillation at a Congested Link

Queue length oscillation at a congested link causes many undesirable properties such as large delay jitter, underutilization of the link and packet drops in burst. The main reason of this oscillation is that most queue management schemes determine the drop probability based on the current traffic without consideration on the impact of that drop probability on the future traffic. In this paper, we propose a new active queue (AQM) scheme to reduce queue oscillation and realize stable queue length. The proposed scheme measures the current arrival and drop rates, and uses them to estimate the next arrival rate. Based on this estimation, the scheme calculates the drop probability which is expected to realize stable queue length. We present extensive simulation with various topologies and offered traffic to evaluate performance of the proposed scheme. The results show that the proposed scheme remarkably reduces queue length oscillation compared to other well-known AQMs. It is also shown that the proposed scheme improves fairness among TCP flows due to the stable drop probability, and maintains high utilization with small queue length.     

基于视频排队长度管理的小步增减绿信比优化方法

针对高峰期间交叉口各进口道排队不均衡或溢出的现象，提出了一种基于视频排队长度管理的小步增减绿信比方法。首先，判断红灯结束时的排队状态及绿灯结束时的排队长度等级；然后，计算各个相位绿灯时间的增减量；最后，以均衡各进口道排队长度为目标，实现各相位绿灯时间与各进口道排队长度的动态平衡。实验结果表明，所提优化方法能有效地均衡各个进口道的排队长度，降低交叉口的通行延误和交通拥堵。当相位绿信比与排队长度不匹配时，该优化方法能快速进行绿信比调整，以适应排队长度的变化。     

一种数据丢包情况下的交叉口排队长度均衡控制方法

针对交通数据在传输过程中随机丢包造成交通拥堵的问题,提出一种新的交叉口排队长度均衡控制方法。考虑到交叉口交通控制的重复特性和强非线性,将无模型自适应迭代学习控制方案应用于交叉口排队长度控制中,通过实时调整各交叉口的信号配时方案来调节路口车辆的排队长度,实现各交叉口排队长度的均衡。针对道路交通网络控制中排队长度差值数据在传输过程中存在的丢包现象,将数据丢失现象描述为概率已知的伯努利序列,提出数据丢失情况下的补偿算法,即利用上次迭代的输出数据、伪梯度的估计值和控制输入差值对丢失数据进行补偿,解决存在数据丢包情况下多交叉口排队长度均衡控制问题。仿真结果表明,该方法在数据丢包的情况下迭代100次左右能够收敛于期望值并达到期望控制效果,验证了补偿算法的有效性。