国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于微波和視頻數(shù)據(jù)融合的交通檢測(cè)方法及裝置與流程

      文檔序號(hào):11135670閱讀:來(lái)源:國(guó)知局

      技術(shù)特征:

      1.一種基于微波和視頻數(shù)據(jù)融合的交通檢測(cè)裝置,其特征在于:所述裝置包括視頻傳感器、微波傳感器、A/D轉(zhuǎn)換模塊、處理器模塊、網(wǎng)絡(luò)通信模塊、交通流參數(shù)數(shù)據(jù)融合模塊、交通流管理平臺(tái)、目標(biāo)跟蹤模塊、交通事件與信息管理平臺(tái);

      所述視頻傳感器和所述微波傳感器分別與所述A/D轉(zhuǎn)換模塊相連接,視頻傳感器和微波傳感器輸出的不同特征的非電量信號(hào),然后經(jīng)過(guò)所述A/D轉(zhuǎn)換模塊將它們轉(zhuǎn)換為能由計(jì)算機(jī)處理的數(shù)字量;所述A/D轉(zhuǎn)換模塊與所述處理器模塊連接,所述處理器模塊與所述網(wǎng)絡(luò)通信模塊連接,所述處理器模塊對(duì)經(jīng)由所述A/D轉(zhuǎn)換模塊處理轉(zhuǎn)換成數(shù)字量的數(shù)據(jù)進(jìn)行處理,濾除一些異常數(shù)據(jù)以便得到有用信號(hào),有用信號(hào)再由所述網(wǎng)絡(luò)通信模塊進(jìn)行傳輸;

      所述網(wǎng)絡(luò)通信模塊分別與所述交通流參數(shù)數(shù)據(jù)融合模塊、所述目標(biāo)跟蹤模塊相連接,所述網(wǎng)絡(luò)通信模塊將有用信號(hào)傳輸給所述交通流參數(shù)數(shù)據(jù)融合模塊、所述目標(biāo)跟蹤模塊;

      所述交通流參數(shù)數(shù)據(jù)融合模塊和所述交通流管理平臺(tái)連接,所述交通流參數(shù)數(shù)據(jù)融合模塊對(duì)有用信號(hào)進(jìn)行時(shí)空統(tǒng)一、特征提取,并按一定的規(guī)則對(duì)特征量進(jìn)行數(shù)據(jù)融合計(jì)算,最后將融合結(jié)果輸出給所述交通流管理平臺(tái);

      所述目標(biāo)跟蹤模塊和交通事件與信息管理平臺(tái)連接,所述目標(biāo)跟蹤模塊對(duì)有用信號(hào)進(jìn)行時(shí)空統(tǒng)一、特征提取,并按一定的規(guī)則對(duì)特征量進(jìn)行數(shù)據(jù)融合計(jì)算,最后將融合結(jié)果輸出給所述信息管理平臺(tái)。

      2.一種基于微波和視頻數(shù)據(jù)融合的交通檢測(cè)方法,其特征在于,包含以下步驟:

      第一步:檢測(cè),兩組傳感器檢測(cè)區(qū)域內(nèi)分別進(jìn)行背景噪聲抑制,輸出交通流量、平均速度、占有率、排隊(duì)長(zhǎng)度及其他即時(shí)信息;

      第二步:原始數(shù)據(jù)預(yù)處理,對(duì)輸入的多組傳感器數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化并進(jìn)行預(yù)處理,滿足后續(xù)估計(jì)及處理器模塊對(duì)計(jì)算量和計(jì)算順序的要求;

      對(duì)于異常數(shù)據(jù)預(yù)處理方法采用格拉布斯統(tǒng)計(jì)方法;

      第三步:時(shí)空校準(zhǔn),校準(zhǔn)統(tǒng)一各傳感器的時(shí)間和空間參考點(diǎn),在時(shí)間上對(duì)齊到同一時(shí)間基準(zhǔn)、在空間上轉(zhuǎn)換到同一坐標(biāo)系,建立坐標(biāo)對(duì)應(yīng)關(guān)系,使得處理后的結(jié)果好像是數(shù)據(jù)融合處理中心站所采集的一樣;若各傳感器在時(shí)間和空間上是獨(dú)立地異步工作,則必須進(jìn)行時(shí)間搬移和坐標(biāo)變換,以形成融合所需的統(tǒng)一的時(shí)間和空間參考點(diǎn);通過(guò)對(duì)單個(gè)傳感器獲得的位置與身份類別的估計(jì)信息進(jìn)行融合,獲得更加準(zhǔn)確的目標(biāo)位置、狀態(tài)與身份類別的估計(jì);

      第四步:基礎(chǔ)動(dòng)態(tài)交通參數(shù)融合,把來(lái)自視頻傳感器和微波傳感器能夠同時(shí)檢測(cè)路段上的交通流量、平均速度、占有率、排隊(duì)長(zhǎng)度等基礎(chǔ)交通參數(shù)進(jìn)行融合處理,得出更準(zhǔn)確可靠的交通流參數(shù);同時(shí)這一層次的融合結(jié)果是下一個(gè)融合系統(tǒng)的輸入;

      第五步:數(shù)據(jù)關(guān)聯(lián),判別不同時(shí)間空間的數(shù)據(jù)是否來(lái)自同一目標(biāo),雷達(dá)與視頻目標(biāo)進(jìn)行匹配,能成功匹配確定為真實(shí)的目標(biāo),按設(shè)定方式處理,不能匹配的目標(biāo),認(rèn)為不能確定的目標(biāo),不能排除可能性;以目標(biāo)的距離、方位、相對(duì)速度作為參數(shù),計(jì)算雷達(dá)目標(biāo)與視頻目標(biāo)的關(guān)聯(lián)度值,當(dāng)關(guān)聯(lián)度值大于設(shè)定的閾值時(shí),認(rèn)為匹配;對(duì)同一傳感器相繼測(cè)報(bào)的相關(guān)數(shù)據(jù)進(jìn)行綜合及狀態(tài)估計(jì),并參照其他信息源的測(cè)報(bào)對(duì)數(shù)據(jù)進(jìn)行修改驗(yàn)證把各個(gè)傳感器傳送來(lái)的點(diǎn)跡進(jìn)行關(guān)聯(lián),保持對(duì)目標(biāo)進(jìn)行連續(xù)跟蹤;

      第六步:目標(biāo)識(shí)別與跟蹤;根據(jù)不同傳感器測(cè)得的某一目標(biāo)特征形成一個(gè)N維的特征向量,每一維代表目標(biāo)的一個(gè)獨(dú)立特征,與一致的特征進(jìn)行比較,從而確定目標(biāo)的類別。每次掃描結(jié)束就將新數(shù)據(jù)集與原有的數(shù)據(jù)進(jìn)行融合,根據(jù)傳感器的觀測(cè)值估計(jì)目標(biāo)參數(shù),并用這些估計(jì)預(yù)測(cè)下一次掃描中目標(biāo)的位置;

      第七步:交通行為估計(jì);雷達(dá)檢測(cè)到目標(biāo),輸出三維坐標(biāo),控制視頻監(jiān)控輸出圖像,根據(jù)視頻坐標(biāo)模型以及雷達(dá)與視頻的位置關(guān)系,以A、B兩點(diǎn)最小距離值d作為匹配條件,使得兩個(gè)傳感器探測(cè)到的同一目標(biāo)物的信息對(duì)應(yīng),以從同步圖像中匹配識(shí)別出為同一目標(biāo)。將所有目標(biāo)的數(shù)據(jù)集與先前確定的可能態(tài)勢(shì)的行為模式相比較,以確定哪種行為模式與監(jiān)視區(qū)域內(nèi)所有目標(biāo)的狀態(tài)最匹配,將這些信息同一保存到交通信息平臺(tái)。

      3.根據(jù)權(quán)利要求2所述的一種基于微波和視頻數(shù)據(jù)融合的交通檢測(cè)方法,其特征在于:在所述第二步中,所述對(duì)于異常數(shù)據(jù)預(yù)處理方法用格拉布斯統(tǒng)計(jì)方法具體如下:

      計(jì)算輸出的各檢測(cè)數(shù)據(jù)Zi的均值

      計(jì)算標(biāo)準(zhǔn)差

      計(jì)算格拉布斯統(tǒng)計(jì)量

      給定根據(jù)數(shù)據(jù)量n,顯著水平a=0.05,通過(guò)查表法找出格拉布斯統(tǒng)計(jì)量的臨界值T(n,a),與T進(jìn)行比較;按照P[T≥T(n,a)]=a為小概率事件,舍棄T≥T(n,a)的數(shù)據(jù)。

      4.根據(jù)權(quán)利要求2所述的一種基于微波和視頻數(shù)據(jù)融合的交通檢測(cè)方法,其特征在于:在所述第三步中,坐標(biāo)對(duì)應(yīng)關(guān)系的建立步驟如下:

      首先,利用標(biāo)定技術(shù)計(jì)算視頻傳感器的內(nèi)部參數(shù),建立視頻傳感器坐標(biāo)模型;

      其次,根據(jù)視頻傳感器坐標(biāo)模型、以及微波傳感器與視頻傳感器之間的位置關(guān)系,建立世界坐標(biāo)系下微波傳感器所監(jiān)測(cè)到的目標(biāo)在視頻傳感器所采集的圖像平面中的坐標(biāo)對(duì)應(yīng)關(guān)系;

      最后,根據(jù)坐標(biāo)對(duì)應(yīng)關(guān)系就可以實(shí)現(xiàn)微波傳感器的信息與視頻信息進(jìn)行融合,實(shí)現(xiàn)微波傳感器探測(cè)的3D世界坐標(biāo)轉(zhuǎn)換成視頻圖像中對(duì)應(yīng)的2D圖像坐標(biāo)p′(u′,v′),以充分利用微波傳感器監(jiān)測(cè)到的位置信息對(duì)應(yīng)至視頻圖像中。

      5.根據(jù)權(quán)利要求2所述的一種基于微波和視頻數(shù)據(jù)融合的交通檢測(cè)方法,其特征在于:在所述第四步中,對(duì)于同一觀測(cè)對(duì)象,不同傳感器輸出的結(jié)果會(huì)有所不同,在沒(méi)有先驗(yàn)知識(shí)的情況下,采取以下方法來(lái)進(jìn)行數(shù)據(jù)融合:

      采用自適應(yīng)最優(yōu)加權(quán)融合模型,設(shè)兩個(gè)傳感器的交通流數(shù)據(jù)方差分別為σ1、σ2,所要估計(jì)的真值為X,各個(gè)傳感器的測(cè)量值分別為X1、X2,他們彼此互相獨(dú)立,并且是X的無(wú)偏估計(jì);各個(gè)傳感器的加權(quán)因子分別為W1、W2,則融合后的測(cè)量值為:

      其中

      該方法應(yīng)用多傳感器提供的檢測(cè)數(shù)據(jù),融合出均值誤差最小的數(shù)據(jù)融合值。

      6.根據(jù)權(quán)利要求2所述的一種基于微波和視頻數(shù)據(jù)融合的交通檢測(cè)方法,其特征在于:所述第七步中采用模糊綜合決策模型構(gòu)造一個(gè)交通事件識(shí)別算法,步驟如下:

      A1、交通行為估計(jì),建立模型庫(kù),對(duì)通常出現(xiàn)的交通異常狀態(tài)建模,便于將測(cè)得的行為模式與數(shù)據(jù)庫(kù)中的模式匹配;

      A2、實(shí)時(shí)監(jiān)控路面狀態(tài),通過(guò)微波傳感器2和視頻傳感器1進(jìn)行實(shí)時(shí)監(jiān)控;

      A3、通過(guò)雷達(dá)在監(jiān)測(cè)范圍內(nèi)發(fā)生事件情況的判斷,若為否,則返回A2繼續(xù)進(jìn)行實(shí)時(shí)監(jiān)控路面狀態(tài),若為是,則進(jìn)入下一步驟;

      A4、輸出事件目標(biāo)的三維坐標(biāo),視頻采集當(dāng)前的同步圖像;雷達(dá)和視頻信息融合,將三維坐標(biāo)映射到同步圖像中的雷達(dá)探測(cè)坐標(biāo),發(fā)出預(yù)警信息,并通過(guò)視頻傳感器1進(jìn)行視頻采集當(dāng)前的同步圖像;

      A5、雷達(dá)和視頻信息融合,將三維坐標(biāo)映射得到同步圖像中的雷達(dá)探測(cè)坐標(biāo);

      A6、在世界坐標(biāo)系中,建立雷達(dá)探測(cè)坐標(biāo)與圖像檢測(cè)目標(biāo)的匹配關(guān)系,從同步圖像中識(shí)別出事件信息;

      A7、輸出交通事件類型及事件車輛的圖片、車牌號(hào)等信息至交通事件與信息管理管理平臺(tái)。

      當(dāng)前第2頁(yè)1 2 3 
      網(wǎng)友詢問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1