欢迎来到天天文库
浏览记录
ID:35182567
大小:3.99 MB
页数:77页
时间:2019-03-21
《基于视频的车辆连续运动状态检测方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号:U27;U4610710-2013122037硕士学位论文基于视频的车辆连续运动状态检测方法研究史慧伟导师姓名职称陈涛教授申请学位类别工学硕士学科专业名称车辆工程论文提交日期2016年4月27日论文答辩日期2016年6月15日学位授予单位长安大学ResearchontheDetectionMethodofContinuousMotionStateofVehicleBasedonVideoAThesisSubmittedfortheDegreeofMasterCandidate:ShiHui
2、weiSupervisor:Prof.ChenTaoChang’anUniversity,Xi’an,China论文独创性声巧本人声明:本人所呈交的学位论文是在导师的指导下,独立进行研巧工作所取得的成果,对论文的研巧做出。除论文中己经注明引用的内容外重要贡献的个人和集体,巧己在文中臥明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表的成果。?本声明的法律责任由本人承担。、。1日论文作者签名:减16年^月名^|论文知识产权权属声明本人在导师指导
3、下所完成的论文及相关的职务作品,知识产权归属学校。学校享有^任何方式发表、复制、公开阅览、借阅[^^及申请专利等权利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成。果时,署名单位仍然为长安大学(保密的论文在解密后应遵守此规定)论文作者签名b>u年^月曰::vo'l曰导师签名:屯请t年月(居摘要在交通监控视频中,车辆连续运动状态被完整记录下来,这为视频测速提供了先决条件。车辆的连续运动状态可以应用于交通流状态监测、驾驶行为观测、交通事故鉴定等方面,利用视
4、频对车辆连续运动状态检测具有重要意义。本文首先分析了国内外车辆视频测速的研究现状,按照获取目标位置方式的不同对各种计算模型进行了归纳,总结出不同方法的优缺点,在此基础上确定了从车辆本身提取特征点的研究方法,通过对特征点的跟踪实现目标车辆定位。然后通过分析交通视频中车辆的运行状态,选取特征区域提取特征点,提出基于车轮像素点加权颜色直方图的图像识别算法,运用MeanShift算法实现车辆轮心识别跟踪。从摄像机模型出发,分析了图像中车辆前后轮心之间单位像素与实际代表距离之间的关系,提出了改进的时间插值法
5、,在此基础上建立了直线行驶状态下车辆连续速度测算模型。从阿克曼三角原理出发研究了车辆的转弯特性,在此基础上分析车辆前后轮的运动轨迹,给出内轮差表达公式。从内轮差角度出发,研究了内轮差在图像中的表现形式,利用时间插值法建立弯道行驶状态下车辆连续速度测算模型。接着对模型的准确性进行了实车验证,分别设计了车辆直线行驶状态紧急制动测速试验和小半径弯道低速行驶测速试验,验证了模型的准确性。最后开发了车辆连续速度测算系统。基于Matlab平台设计了GUI人机交互界面,建立了视频播放和分解、特征点选定和跟踪、车
6、辆运动轨迹和连续速度输出等功能模块,实现了利用视频对车辆连续速度的自动测算。关键词:交通视频,车轮跟踪,连续车速,GUI界面IAbstractInthetrafficsurveillancevideo,thevehiclemotionstateiscompletelyrecorded,whichprovidesaprerequisiteforvideospeedmeasurement.Thecontinuousmotionstateofthevehiclecanbeusedintrafficflo
7、wconditionmonitoring,drivingbehaviorobservation,trafficaccidentidentificationandsoon.Ithasimportantsignificancetousethevideotodetectthecontinuousmotionstateofthevehicle.Firstthispaperanalyzestheresearchstatusofdomesticandforeignvehiclespeedmeasurement
8、byvideo,intermsofobtainingthetargetlocationofdifferentofcalculationmodelweresummarized.Theadvantagesanddisadvantagesofdifferentmethodsweresummedup.Baseonthis,theresearchmethodsofextractingfeaturepointsfromthevehicleitselfwasidentified,andthego
此文档下载收益归作者所有