基于公交车前摄像头视频和GPS数据分析城市交通状况的技术方法研究

论文摘要

随着新一代信息技术的发展,为了更好地利用信息技术为城市的建设和发展服务,智慧城市已成为各国研究的热点。交通系统作为城市的重要组成部分,智能交通成为了智慧城市建设的重点项目。智能交通就是将物联网、云计算、传感器技术和移动网络等技术应用于交通系统,从而解决城市交通问题和提高交通系统服务水平。近年来,随着智能交通的发展,城市交通系统服务水平得到了较大提升。但当前的交通系统仍然存在许多问题,如交通拥堵、缺乏有效的城市出行路径导航等。如何利用新一代信息技术解决当前交通系统存在的问题是智能交通的研究重点,同时对改善城市交通状况也具有重要意义。本文利用当前智能交通系统的硬件和软件资源,结合计算机技术、移动网络技术、云技术、视频分析技术等技术提出了一系列解决当前交通问题的方法。首先利用智能公交系统资源提出了城市交通实时交通状况检测方法;然后利用城市实时交通状况信息提出了城市出行路径导航算法。具体包括以下几个方面:(1)对比研究了当前的实时交通流检测技术,指出了其存在的不足之处。研究了与城市路径导航相关的路网表示和最优路径选择算法。(2)将云技术与超级计算中心结合,提出了城市智能公交系统云平台;并从信息采集、数据处理、应用服务三个方面对云平台进行了深入研究。(3)在云平台的基础上,利用智能公交系统中公交车前监控视频数据和GPS数据分别提出了一种城市实时交通流检测技术。然后根据城市交通状况特点,将两种实时交通流检测技术融合提出了城市实时交通状况获取方法。该方法克服了当前检测方法存在检测范围小、准确率低等问题。其中,利用公交的实时文本数据提出了一种公交实时定位技术。(4)城市出行路径导航主要由三部分组成:路网表示、道路权值计算和最优路径选择算法。针对城市路径导航的特点,分别对这三部分进行优化,提出了基于时间段的城市出行路径导航算法。该算法充分考虑了道路的动态信息和静态信息对城市驾车出行的影响,融合了动态路径导航算法和静态路径导航算法。(5)利用智能公交系统数据和计算机视觉处理库设计实验对文中提出的方法和技术进行了验证和分析。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 当前城市交通问题分析
• 1.1.2 智能交通系统是解决城市交通问题的根本途径
• 1.1.3 智能公交系统数据具有重要价值
• 1.1.4 城市路径导航是实时交通状况信息的重要应用
• 1.2 课题研究意义
• 1.3 论文主要工作和创新点
• 1.4 论文结构
• 第二章 相关技术研究
• 2.1 交通流检测技术研究
• 2.1.1 传统交通流检测技术研究
• 2.1.2 基于视频的交通流检测技术研究
• 2.2 最优路径选择方法研究
• 2.2.1 路网表示
• 2.2.2 最优路径选择算法研究
• 2.3 本章小结
• 第三章 城市智能公交系统云平台研究
• 3.1 智能公交系统云平台架构
• 3.2 数据采集部分研究
• 3.2.1 视频监控系统
• 3.2.2 GPS定位系统
• 3.2.3 公交传感器系统
• 3.3 数据处理中心部分研究
• 3.4 数据应用部分研究
• 3.5 本章小结
• 第四章 实时交通状况获取方法研究
• 4.1 实时交通流检测技术研究
• 4.1.1 基于视频的实时交通流检测技术
• 4.1.2 基于GPS数据的实时交通流检测技术
• 4.2 公交实时位置信息获取方法研究
• 4.3 城市道路实时交通状况获取方法研究
• 4.3.1 含公交专用车道路段交通流获取方法
• 4.3.2 无公交专用车道路段交通流获取方法
• 4.4 本章小结
• 第五章 城市出行路径导航算法研究
• 5.1 路网优化方法研究
• 5.1.1 路网分层表示方法
• 5.1.2 交叉路.表示方法
• 5.1.3 连通域划分
• 5.2 道路权值计算方法
• 5.2.1 动态权值计算方法研究
• 5.2.2 静态权值计算方法研究
• 5.3 基于时间段的城市出行路径导航算法研究
• 5.3.1 公交运行时间段内最优路径选择算法
• 5.3.2 无公交运行时间段内最优路径选择算法
• 5.4 本章小结
• 第六章 实验验证
• 6.1 交通状况分析验证
• 6.1.1 OpenCV概述
• 6.1.2 实验总体流程
• 6.1.3 公交视频的采集和预处理
• 6.1.4 基于像素点统计的交通流检测技术分析
• 6.1.5 实验结果
• 6.2 城市路径导航算法验证
• 6.2.1 实验环境
• 6.2.2 路网表示
• 6.2.3 算法实现
• 6.2.4 实验结果
• 6.3 本章小结
• 第七章 结论和展望
• 7.1 工作总结
• 7.2 下一步工作展望
• 致谢
• 参考文献
• 作者在学期间取得的学术成果