导读:本文包含了交叉口检测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:交叉口,车辆,信号,冲突,交通,行人,模型。
交叉口检测论文文献综述
田昆,肖杨[1]（2019）在《基于视频检测技术的交叉口人车安全系统》一文中研究指出为了减少交叉口处交通事故的数量,提高道路的通行效率,提出一种基于视频检测技术的交叉口人车安全系统。针对信号交叉口处行人与车辆之间的关系,提出一种基于视频检测技术的安全系统。该安全系统针对行人,通过视频检测技术来分析行人过街时的特性。(本文来源于《黑龙江交通科技》期刊2019年10期）
赵跃东,陈晶晶[2]（2019）在《基于FCD的城市交叉口拥堵事件计算机检测算法》一文中研究指出针对城市交叉口拥堵事件的检测,本文提出了一种基于浮动车数据(FCD,Floating Car Data)的城市交叉口拥堵事件检测算法,该算法综合考虑了道路交叉口交通信号控制对城市交通拥堵的影响。利用城市FCD和交叉口信号控制参数,从检测率和误报率等事件检测评价指标对所建立的算法模型进行了数据验证。结果表明,算法模型能较准确地实现交叉口的拥堵报警。(本文来源于《安徽科技》期刊2019年07期）
胡继华,程智锋,钟洪桢,靖泽昊,张力越[3]（2019）在《无人机视频中道路交叉口车辆检测与跟踪》一文中研究指出提出了一种基于无人机视频的交叉口车辆检测和跟踪方法,以道路交叉口行车区域为检测区域,将车辆检测和跟踪分成独立的两个阶段,并使用背景差法检测车辆,接着使用置信度指标进行车辆跟踪。该方法使用广州大学城两个道路交叉口的视频进行了验证,车辆检测和跟踪结果的精度都达到94. 49%以上,表明该方法准确可靠。基于无人机视频的车辆检测跟踪方法具有实施方便、快速和适用范围广等特点,为道路交叉口车流量调查提供了新方法,可以用于道路交通的实验教学、科研及生产等领域。(本文来源于《实验室研究与探索》期刊2019年05期）
吕坚[4]（2018）在《行人热成像检测在交叉口信号配时优化中的应用研究》一文中研究指出为最大限度的减少绿灯时车辆无谓的等待,提高交叉口整体运行效率,通过内嵌热成像传感器的视频检测技术用于交叉口行人过街检测,以宛平南路—中山南二路为应用示范交叉口,研究了交叉口行人和车辆排队检测的组合式布置,提出了基于行人和右转车请求的信号控制逻辑关系,制定了交叉口信号控制分级响应方案。经现场实施验证,可以有效地减少行人/非机动车对进口右转车辆的干扰,提高右转车的通行能力。(本文来源于《交通与运输(学术版)》期刊2018年01期）
刘永洋[5]（2018）在《城市信号交叉口排队模型及在稀疏移动检测条件下的重构》一文中研究指出确定性排队模型(垂直/点排队模型)和交通激波排队模型(水平/物理排队模型)是交通工程中应用最广的两种排队模型。有关两种模型的一致性一直存在争议。本文针对过饱和信号交叉口,通过数学分析与微观仿真,重新审视模型一致性问题,系统阐释两种模型在时空维度上的高度关联性,力图终结相关争议。固定点检测数据是传统交通领域的主流数据。很难利用固定检测数据实时重构任何一种排队模型,因此传统上两种排队模型的意义更多体现在概念层面,难以付诸实际应用。随着移动互联检测技术的高速发展,情况正在发生显着变化。本论文提出一种利用有限移动检测数据准实时重构过饱和信号交叉口排队模型的有效方法,并利用微观交通仿真平台AIMSUN检验该方法的有效性。仿真结果显示,本文得到的排队模型一致性结论完全正确,所提出的排队模型准实时重构方法在浮动车占有率仅为10%时依然表现优异。该方法可用性强,在信号交叉口排队研究方面有很大的应用潜力。(本文来源于《浙江大学》期刊2018-04-01）
李爱杰,唐克双,董可然[6]（2018）在《基于单截面低频检测数据的信号交叉口排队长度估计》一文中研究指出针对我国大多数中小城市信号交叉口交通检测数据条件及基于此数据条件下存在的信号交叉口排队长度估计精度不高问题,研究了基于单截面低频定点检测数据的信号交叉口排队长度估计模型。利用时间占有率与流量、速度之间的函数关系对长排队(排队长度超出检测器位置)进行识别。根据信号配时数据切分低频检测器数据,并与信号配时数据匹配。基于交通波理论,通过关键点的判别求取周期最大排队长度。以青岛市山东路-江西路南进口为例进行仿真和实证验证。结果显示,长排队的识别精度达到了90%以上,不同饱和度下(低、中、高)的信号交叉口排队长度估计精度均达到了80%以上,其中,中、低饱和度场景下排队长度平均绝对误差小于20m/cycle,高饱和度场景下排队长度平均绝对误差小于45m/cycle。(本文来源于《交通信息与安全》期刊2018年01期）
曹闻,李润生[7]（2018）在《利用可变形部件模型检测遥感影像道路交叉口》一文中研究指出为了解决高分辨率遥感影像道路交叉口位置检测与类型识别问题,提出了一种基于可变形部件模型的道路交叉口检测方法。首先,分析了道路交叉口在高分辨率遥感影像上的表征形式;然后,借鉴面向对象的思想,利用可变形部件模型,通过训练和学习其整体和部件组成的空间布局特征获取目标对象模型参数;最后,通过滑动窗口搜索匹配方法获取道路交叉口位置和其对应的类型。由仿真与实验结果可知,此算法不仅能够自动、准确地检测道路交叉口的几何位置,而且能够识别其几何形状类型,可有效提高道路网络拓扑结构构建效率。(本文来源于《武汉大学学报(信息科学版)》期刊2018年03期）
李浩,张运胜[8]（2017）在《基于反馈背景模型的城市道路交叉口前景目标检测》一文中研究指出为准确检测城市道路交叉口监控视频中缓慢行驶或短时停留的前景目标,提出了一种基于前景目标反馈的背景模型检测方法.首先基于观测样本的像素值构建背景模型,利用计数器观测像素点检测为前景或背景的次数并描述当前场景的交通状态和稳定性,其次根据场景自适应阈值判断当前像素点为前景点或背景点,最终通过交通状态和场景的稳定性更新背景模型.采用基于真实的交叉口视频场景对算法的有效性进行了定性与定量分析.实验结果表明,该算法在复杂的城市道路交叉口场景中检测出缓慢行驶或短时停留车辆的性能优于其他方法,同时能够满足城市道路交叉口智能视频监控实时性和准确性的要求,为交叉口前景目标的行为分析奠定了基础.(本文来源于《交通运输系统工程与信息》期刊2017年06期）
蒋春艳[9]（2017）在《基于图像处理的信号交叉口交通冲突的检测与判定》一文中研究指出城市道路的信号交叉口对于城市安全运行至关重要。作为重要的道路节点,在交叉口处有大量的交通参与者汇集在一起,非常容易发生交通冲突与交通事故。目前得研究大多是在定性的安全评价分析,缺少事故数据,基于交通冲突技术的研究也大多是宏观的分析安全问题,多数是冲突类型、机理等。对于冲突发生与冲突严重程度的判定需要从微观上更进一步研究。针对上述问题,本文以信号交叉口的直行车与左转车的冲突(直左冲突)为研究对象进行分析。首先,对交通冲突的理论以及信号交叉口的直行车、左转车、直左冲突的交通特性进行分析,对比各种冲突判别方法的优劣,选择减速度作为判定冲突是否发生的指标。在判定发生了冲突之后,进一步利用减速度进行冲突严重程度的划分。针对传统的冲突观测方法的局限性,提出用视频图像处理技术来获得车辆的轨迹。为获取指标的有效数据,首先进行了合理的冲突观测录像,再利用Tracker软件对调查的视频图像进行直左交互作用中的车辆运动轨迹信息提取。并且对产生的误差进行分析,确保数据的精确性。划分了两车交互时的运动状态,明显冲突、干扰情况、无冲突。根据可插入间隙理论,对于干扰情况下的数据,将左转车优先通过冲突点,作为左转车的接受间隙,选择WU方法,确定冲突发生的减速度临界值。在将所有数据进行冲突发生判断后,根据减速度的判别标准,将冲突划分为叁个等级,一般冲突、中等冲突、严重冲突,通过数据模拟得到指标的分布,获得第一个拐点,并且确定各个等级的临界值,验证了利用视频技术进行冲突判定的有效性,实现了图像处理的交通冲突的自动判别。在冲突判定的结果基础上,进一步探索了研究冲突的实际意义。(本文来源于《西南交通大学》期刊2017-05-01）
张运胜[10]（2016）在《基于视频的城市道路交叉口场景中车辆检测方法研究》一文中研究指出城市道路交通场景中的目标检测及目标计数是城市智能交通监控系统的重要研究内容之一,准确及实时获取城市道路交叉口场景中的车辆及车辆数量是缓解城市拥堵、实现智能交通管理和建设智慧城市的前提,因此,研究基于视频的城市道路交叉口场景中车辆的检测方法对于城市智能交通系统建设具有重要的意义。本论文围绕复杂城市道路交通场景中车辆检测和计数的准确性要求,重点研究了基于视频的城市道路交叉口场景中车辆缓慢行驶或短时停留条件下车辆检测背景模型的建模方法、光照突变情形下车辆检测背景模型的建模方法和基于前景时间空间图像的车辆准确计数的方法,本文主要的研究内容和创新点如下:(1)为了解决基于背景模型的车辆检测方法容易受到城市道路交叉路口场景中缓慢行驶或短时停留的车辆"污染"问题,基于传统混合高斯模型GMM(Gaussian Mixture Model)和像素点的场景状态,提出了一种基于置信度的改进高斯模型GMMCM(Gaussian Mixture Model with Confidence Measurement),该模型为每个像素点设置一个置信度,且置信度基于当前像素点的交通状态和稳定性自适应更新;同时背景模型的学习率也根据当前的交通场景状态自适应更新。基于城市道路交叉口场景视频数据和CDnet2014公用视频数据集进行了对比实验,定性对比实验结果表明基于置信度的改进高斯模型GMMCM在阻止背景模型不被缓慢行驶或短时停留车辆"污染"方面的性能优于传统混合高斯模型GMM、自适应混合高斯模型SAGMM(Self-Adaptive Gaussian Mixture Model)和局部参数学习率高斯模型 LPLGMM(Local Parameter Learning Gaussian Mixture Model),同时定量对比实验结果表明基于置信度的改进高斯模型GMMCM在处理车辆缓慢行驶和短时停留问题的性能优于SDC(Sigma-Delta with Confidence)、ViBe(Visual Background extractor)、GMM、SAGMM 和LPLGMM。(2)为了解决城市道路交叉路口场景中基于背景模型的车辆检测方法处理缓慢行驶或短时停留车辆的实时性问题,基于像素点的自适应分割算法PBAS(Pixel-Based Adaptive Segmenter)和像素点的场景状态,提出了一种基于置信度的改进自适应分割算法 PBASCM(Pixel-Based Adaptive Segmenter with Confidence Measurement),该算法为每个像素点设置一个置信度,且置信度基于当前像素点的交通状态和稳定性自适应更新,同时前景检测阈值和背景模型的学习率也根据当前的交通场景状态自适应更新;基于城市道路交叉口场景视频数据集进行了对比实验,定性及定量对比实验结果表明基于置信度的改进自适应分割算法PBASCM的性能优于CB(Codebook)、GMM、ALW(Adaptive Light-Weight)、SDC、ViBe 和 PBAS。(3)为了解决基于背景模型的前景检测方法容易受到城市道路交叉路口场景中光照缓慢变化或突变影响的问题,基于韦伯定理提出了一种基于像素点的自适应局部均值二值模式ALMP(Adaptive Local Mean binary Pattern)纹理特征,并采用样本一致性原则建立了一种自适应纹理特征背景模型ALMPBM(Adaptive Local Mean binary Pattern Background Model);基于城市道路交叉口场景视频数据集进行了对比实验,定性及定量对比实验结果表明由ALMP特征构建的ALMPBM的性能优于GMM、ViBe、LBPBS(Local Binary Pattern Background Subtraction)、LTPBS(Local Ternary Pattern Background Subtraction)、SLPBS(Scale invariant Local Patterns Background Subtraction)和 LBSPBS(Local Binary Similarity Patterns Background Subtraction)。(4)为了解决城市道路交叉口场景中基于虚拟线圈的车辆重复计数及车辆跟踪算法计算复杂度高的问题,提出了一种基于前景时间空间图像的城市道路交叉口场景中车辆计数的方法,该方法在视频序列中设置虚拟直线VDL(Virtual Detection Line),通过在VDL上建立处理车辆缓慢行驶或短时停留和光照缓慢变化或突变的自适应随机样本点模型来检测车辆,从而构成前景虚拟直线FVDL(Foreground Virtual Detection Line),由 FVDL 累计构成前景时间空间图像 FTSI(Foreground Time-Spatial Images),并通过处理FTSI获得车辆的数量;基于城市道路交叉口场景视频数据集进行了对比实验,定性及定量对比实验结果表明基于前景时间空间图像的城市道路交叉口场景中车辆计数方法的性能优于 TSI(Time-Spatial Images)、ETSI(Edge Time-Spatial Images)、ACC(Area Change Counting)和 TVA(Tracking Vehicle Area)。(本文来源于《东南大学》期刊2016-12-01）
交叉口检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对城市交叉口拥堵事件的检测,本文提出了一种基于浮动车数据(FCD,Floating Car Data)的城市交叉口拥堵事件检测算法,该算法综合考虑了道路交叉口交通信号控制对城市交通拥堵的影响。利用城市FCD和交叉口信号控制参数,从检测率和误报率等事件检测评价指标对所建立的算法模型进行了数据验证。结果表明,算法模型能较准确地实现交叉口的拥堵报警。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
交叉口检测论文参考文献
[1].田昆,肖杨.基于视频检测技术的交叉口人车安全系统[J].黑龙江交通科技.2019
[2].赵跃东,陈晶晶.基于FCD的城市交叉口拥堵事件计算机检测算法[J].安徽科技.2019
[3].胡继华,程智锋,钟洪桢,靖泽昊,张力越.无人机视频中道路交叉口车辆检测与跟踪[J].实验室研究与探索.2019
[4].吕坚.行人热成像检测在交叉口信号配时优化中的应用研究[J].交通与运输(学术版).2018
[5].刘永洋.城市信号交叉口排队模型及在稀疏移动检测条件下的重构[D].浙江大学.2018
[6].李爱杰,唐克双,董可然.基于单截面低频检测数据的信号交叉口排队长度估计[J].交通信息与安全.2018
[7].曹闻,李润生.利用可变形部件模型检测遥感影像道路交叉口[J].武汉大学学报(信息科学版).2018
[8].李浩,张运胜.基于反馈背景模型的城市道路交叉口前景目标检测[J].交通运输系统工程与信息.2017
[9].蒋春艳.基于图像处理的信号交叉口交通冲突的检测与判定[D].西南交通大学.2017
[10].张运胜.基于视频的城市道路交叉口场景中车辆检测方法研究[D].东南大学.2016
论文知识图
