集成射频与视频监控的交通流参数检测技术

2021-04-24 11:36:54刘海艳李俊敏
电子技术应用 2021年4期
关键词:卡尔曼滤波背景模型

刘海艳,李俊敏

(南京理工大学紫金学院,江苏 南京 210023)

0 引言

随着国民经济发展迅速,城市汽车持有量显著提升,道路交通问题层出不穷,交通拥堵与交通安全问题的关注度也随之不断提高。智能交通系统(Intelligent Transportation System,ITS)是目前缓解城市交通压力、解决交通拥堵问题的一种高效方法。道路车辆的实时监测系统作为ITS 的重要组成部分,其工作效率和精度将直接影响ITS 的智能化程度[1-2]。

传统的交通流量检测器有电磁感应线圈、超声波检测器、微波检测器和红外光标及基于视频的流量检测器等多种方式[3]。与其他检测方式相比,基于视频的车流量统计方法具有不破坏路面、安装简单、获得参数更多、更直观、监测范围广等优点,近些年得到越来越广泛的应用。但视频图像检测受外部环境影响较大,如检测中存在大型车辆能遮挡随行小型车辆;受光照影响,不同时段车辆阴影位置变化,可能导致两个或多个车辆目标粘连在一起而被错误的当作一个车辆;积水反射或雨雾天气等都可能造成检测误差[4-5]。本文提出将射频识别技术和视频技术相结合进行交通流参数测量,具有高精度、高速识别、可工作于恶劣环境等特点,应用在道路监控领域有其独特的优势。

1 系统组成

系统主要包括安装于机动车上的电子标签。安装于道路两侧的RFID 读写器终端和视频监控单元通过远程网络与远端服务器进行通信,当安装电子标识的车辆进入读写器可以识别的范围之内时,触发高精度视频监控记录当前路面车辆信息。……

登录APP查看全文

猜你喜欢
卡尔曼滤波背景模型
一半模型
“新四化”背景下汽车NVH的发展趋势
《论持久战》的写作背景
当代陕西(2020年14期)2021-01-08 09:30:42
重尾非线性自回归模型自加权M-估计的渐近分布
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
晚清外语翻译人才培养的背景
3D打印中的模型分割与打包
基于模糊卡尔曼滤波算法的动力电池SOC估计
电源技术(2016年9期)2016-02-27 09:05:39
基于扩展卡尔曼滤波的PMSM无位置传感器控制
电源技术(2015年1期)2015-08-22 11:16:28
基于自适应卡尔曼滤波的新船舶试航系统