《长安大学论》PPT课件

《《长安大学论》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、主讲人：长安大学硕士学位论文摘要随着国民经济的发展，高速公路的通车里程、机动车辆规模及流量大幅度增加。提升高速公路服务水平，协调和诱导交通，保护司乘人员安全，降低事故发生率，在事故多发路段，设置超速警示系统，为车辆驾驶人员提供警示标志，以便驾驶人员在该路段提前减速，避免超速造成交通事故成为当务之急。实现实时的交通智能监控对于交通信息收集、规范化交通管理及减少交通事故等方面具有重要的现实意义。此设计结合了高速拍照、图像处理、网络数据传输、专用工控机等技术，通过二十四小时监控，对高速公路上的超速行驶车辆进行实时抓拍，系统软件负责把抓拍到的图像数据

2、进行处理，对超速车辆进行了远程警示。并结合应用的具体需求，对整个系统进行了总体设计，对其硬件设备进行了介绍。第一章绪论1.1研究背景1.3研究现状1.4研究内容1.5小结利用现有技术：雷达视频测速、车牌识别与LED电子显示屏进行超速警示，在系统设计中，力求满足以下要求，以最优的性价比，将遵循以下设计原则：合理性先进性实用性可行性经济性可靠性安全性研究现状智能交通系统（IntelligentTransportationSystem，ITS）是在科学技术发展的背景下产生的，它将先进的信息、数据通信、电子控制及计算机处理等技术有机的融合，运用于地面

3、交通管理体系，大范围、全方位、实时、高效的交通管理系统。主要是使汽车与道路的功能智能化，从而保障交通安全、提高交通效率、改善城市环境、降低能源消耗。即在较完善的道路设施基础上，将先进的交通理论与高新技术集成并运用于道路交通的整个过程，以加强车、路、人三者之间的联系。智能交通系统强调的是系统性、实时性、信息交互性以及服务的广泛性，与原来的交通管理与交通工程有着本质的区别。研究出存在的一些问题（1）雷达与视频测速的准确率还不够高，数据处理慢，受外界的环境影响大；（2）视频抓拍的识别方面，车牌的定位比较难，特别是字符的分离和识别；（3）超速警示屏的

4、警示作用，受外界环境及本身的影响，也受及通信方式的影响。车辆超速警示系统组成图第二章车辆超速警示系统概述2.1车辆超速警示系统2.2车辆的测速方法2.3数据的传输2.4警示信息发布的方法确定2.5系统的误差分析2.6小结车牌识别的主要误差分析车辆牌照识别（LicensePlateRecognition，LPR）系统是智能交通系统的一个重要组成部分。车辆牌照识别系统在对运动状态车辆或者静止状态车辆的相关信息进行非接触性信息采集并通过运用图像处理与模式识别等技术设计的算法进行智能识别的系统。由数字摄像机采集到的行使中或者静态的车辆进行分析和处理，

5、白动分割出车辆的牌照并智能识别出车辆牌照的号码。车牌识别主要包括车牌定位、字符分割和字符识别三项关键技术。虽然己有很多车牌字符识别方法，但当车牌图像质量退化，特别是牌照中的字符出现较严重的模糊、扭曲、倾斜、缺损或污迹等情形时，车牌字符识别仍是一个有待解决的难题。车辆超速警示系统原车辆的测速方法雷达测速激光测速视频测速线圈测速雷达测速具有以下优点1、雷达波束的辐射面大，易于捕捉目标，无须精确瞄准；2、雷达固定测速误差为±1Km/h，运动时测误差为±2Km/h；3、雷达发射的电磁波波束有一定的张角，最远测速距离为800m；4、雷达测速设备可安装在

6、巡逻车上，在运动中实现检测车速；5、雷达测速仪因技术成熟。第三章车辆的速度的检测3.1雷达的速度检测3.2视频基础3.3视频检测的方法3.4运动车辆的识别3.5运动车辆检测算法流程3.6车辆测速具体实现3.7小结车辆测速算法公式则车辆的际移动速度为车辆实际移动轨迹转化到一维坐标中算公式为视频测速原理基于监控视频图像对车辆进行测速是一种新型的测速方式,简称为“视频测速”。它是通过对车辆视频监控信号进行分析,从而获得车辆行驶速度的一种方法。测速设备或者装置都是依靠下式来实现的，在大多数情况下,可方便获得和中某一个变量的值。在视频测速中，通过视频信

7、号的固定帧间时间差可直接得到，而通过其他的方法间接地计算出车辆检测算法流程第四章BP神经网络的车辆牌照识别4.1人工神经网络4.2BP神经网络4.3车辆牌照识别的基础4.4车辆牌照字符识别4.5BP神经网络的车辆牌照识别实验与仿真人工神经网络的构成人工神经网络（ANN）是由大量简单的神经元相互连接，模拟人的大脑神经处理信息的方式，进行信息并行处理和非线性转换的复杂网络系统。人工神经网络的基本单元的神经元模型，它有四个基本要素：一个求和单元，用于求取各输入信号的加权和（线性组合）；每个神经元有一个阈值；一组连接（对应于生物神经元的突触），连接强

8、度有个连接上的权值表示，权值为正表示激活，为负表示抑制；一个激活函数，起映射作用并将神经元输出幅度限制在一定范围内。人工神经元模型神经网络的分类神经网络的分类1.感