The invention discloses a road congestion modeling method for vehicle detection based on the analysis of the data to judge the congestion was: RCI > 1, the road is very smooth; roads; RCI > 0.7, RCI > 0.3, RCI < 0.3 mild congestion, severe congestion. The learning algorithm of vehicle detection technology by using the machine, high detection rate, detection after filtering and image correction, making the detection more stable, suitable for follow-up calculation, based on the congestion model vehicle velocity and density is put forward to reflect the road congestion.
【技术实现步骤摘要】
一种基于车辆检测的道路拥堵建模方法
本专利技术涉及一种建模方法,尤其涉及一种基于车辆检测的道路拥堵建模方法。
技术介绍
智能交通系统将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的,实时、准确、高效的综合交通运输管理。机器学习算法在模式识别领域广泛应用,首先需要进行特征提取,然后使用分类器对提取的特征进行分类,Haar-like特征能够描述图像的边缘信息,车辆边缘信息丰富,适合于使用Haar-like特征进行描述,Adaboost分类器是一种级联强分类器,由多个弱分类器组成,通过多次判别能够很好的识别目标。随着经济的发展和城市规模的不断扩大,道路拥堵成为各大城市面临的共同难题,快速、准确的发现道路中的交通拥堵状况,对于制定合理有效的交通拥堵疏导策略具有重要意义,各个国家也对交通拥堵模型进行了研究,目前的判定方法大多是通过比较某一个交通参数与一个阈值的关系,当参数处于某一个阈值区域的时候,我们便认为此时的交通处于某一种状态。
技术实现思路
本专利技术的目的就在于为了解决上 ...
【技术保护点】
一种基于车辆检测的道路拥堵建模方法,其特征在于:包括以下步骤a、车辆检测;b、车辆判别;c、车辆矫正;d、车辆跟踪;e、计算车辆速度;f、计算车辆密度;g、提出车辆拥堵模型;h、判断道路拥堵情况。
【技术特征摘要】
1.一种基于车辆检测的道路拥堵建模方法,其特征在于:包括以下步骤a、车辆检测;b、车辆判别;c、车辆矫正;d、车辆跟踪;e、计算车辆速度;f、计算车辆密度;g、提出车辆拥堵模型;h、判断道路拥堵情况。2.根据权利要求1所述的一种基于车辆检测的道路拥堵建模方法,其特征在于:根据步骤a,所述车辆检测通过机器学习方法获取,首先提取图像中的Haar-like特征,进而使用Adaboost分类器进行分类,提取出图像中的车辆。3.根据权利要求1所述的一种基于车辆检测的道路拥堵建模方法,其特征在于:根据步骤b,通过车辆检测技术找到车辆信息中一部分误检区域,通过车辆大小、边缘点过滤进行车辆判别,通过平滑算法与边缘检测,检测检测区域的边缘信息,若边缘信息过少,则认为是路面,滤除该检测区域。4.根据权利要求3所述的一种基于车辆检测的道路拥堵建模方法,其特征在于:根据步骤c,通过车辆边缘检测技术对车辆边缘进行定位,进行车辆矫正。5.根据权利要求4所述的一种基于车辆检测的道路拥堵建模方法,其特征在于:根据步骤d,通过卡尔曼滤波算法...
【专利技术属性】
技术研发人员:刘国强,李艳超,张皓,吴柯维,朱小平,
申请(专利权)人:北京瑞拓电子技术发展有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。