發(fā)布時(shí)間：2024-03-19 05:44

　　車流量和交叉口隊(duì)列長度是交通系統(tǒng)中的重要參數(shù)。毫米波雷達(dá)以其全天候工作、高精度測速測距、環(huán)境適應(yīng)性強(qiáng)的優(yōu)點(diǎn)在安防監(jiān)控和交通監(jiān)控中發(fā)揮著重要作用。在圖像處理和機(jī)器學(xué)習(xí)火熱的當(dāng)下,視頻在交通應(yīng)用中的重要性也是不言而喻。毫米波雷達(dá)不如攝像機(jī)獲取的信息豐富,但是視頻缺少深度信息且會(huì)受到光照變化等環(huán)境影響。本文圍繞毫米波雷達(dá)與視頻在車流量和交叉口隊(duì)列長隊(duì)檢測中的應(yīng)用問題,進(jìn)行了如下的研究工作:(1)毫米波雷達(dá)多目標(biāo)檢測與跟蹤:闡述了毫米波雷達(dá)進(jìn)行多目標(biāo)檢測的原理,介紹了線性卡爾曼濾波(Linear Kalman Filter,LKF)和擴(kuò)展卡爾曼濾波(Extended Kalman Filter,EKF),并進(jìn)行了仿真。通過仿真數(shù)據(jù)和實(shí)測數(shù)據(jù)驗(yàn)證了研究過程中發(fā)現(xiàn)的同時(shí)對(duì)觀測噪聲和過程噪聲進(jìn)行自適應(yīng)卡爾曼濾波,會(huì)導(dǎo)致濾波發(fā)散的問題。設(shè)計(jì)了自適應(yīng)線性卡爾曼濾波器(Adaptive Linear Kalman Filter,ALKF),并應(yīng)用于DSP硬件系統(tǒng)中。應(yīng)用濾波速度對(duì)解檢測速度模糊的方法進(jìn)行了改進(jìn)。在實(shí)時(shí)交通場景下對(duì)提出的基于雷達(dá)獲取交叉口隊(duì)列長度的方法進(jìn)行了測試,可以滿足交通雷達(dá)實(shí)際應(yīng)用需求...

【文章頁數(shù)】：93 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景
    1.2 國內(nèi)外發(fā)展現(xiàn)狀
    1.3 課題研究意義
    1.4 本文結(jié)構(gòu)安排
第2章 毫米波雷達(dá)多目標(biāo)檢測跟蹤
    2.1 毫米波雷達(dá)傳感器原理
        2.1.1 目標(biāo)距離和速度估計(jì)
        2.1.2 恒虛警率檢測
        2.1.3 目標(biāo)到達(dá)角估計(jì)
        2.1.4 點(diǎn)跡凝聚
    2.2 卡爾曼濾波理論
        2.2.1 線性卡爾曼濾波
        2.2.2 擴(kuò)展卡爾曼濾波
        2.2.3 噪聲統(tǒng)計(jì)估計(jì)器
        2.2.4 自適應(yīng)線性卡爾曼濾波
    2.3 解檢測速度模糊
    2.4 雷達(dá)獲取交叉口隊(duì)列
    2.5 本章小結(jié)
第3章 交通視頻圖像處理
    3.1 視頻車輛檢測與流量統(tǒng)計(jì)
        3.1.1 運(yùn)動(dòng)車輛檢測
        3.1.2 車流量檢測統(tǒng)計(jì)方法
    3.2 視頻獲取交叉口停車隊(duì)列
        3.2.1 邊緣檢測
        3.2.2 交叉口隊(duì)列檢測方法
    3.3 本章小結(jié)
第4章 雷達(dá)與視頻聯(lián)合交通流檢測
    4.1 傳感器標(biāo)定
        4.1.1 坐標(biāo)系轉(zhuǎn)換
        4.1.2 雷達(dá)與攝像機(jī)標(biāo)定
        4.1.3 在線實(shí)時(shí)標(biāo)定系統(tǒng)
    4.2 雷達(dá)與視頻聯(lián)合交叉口隊(duì)列檢測
    4.3 雷達(dá)與視頻聯(lián)合車流量檢測
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 論文工作總結(jié)
    5.2 不足與展望
參考文獻(xiàn)
致謝
碩士期間參與的科研項(xiàng)目和發(fā)表的論文



本文編號(hào)：3932418