美國JPT(加州帕薩迪納市的噴氣推進實驗室)在1978年,首先提出了運用機器視覺來進行車輛檢測的方法。幾年后,美國明尼蘇達大學的研究人員研制了第一個可以投入實際使用的基于視頻的車輛檢測系統。1991年,美國加州理工大學對在高速公路上運用視頻方法的檢測技術進行了評估,在評估報告中對當時采用的不同的視頻車輛檢測技術詳盡地進行了分類。三年后,美國休斯飛機公司評測了當時存在的幾種檢測技術,包括視頻檢測技術,測評結果指出基于視頻圖像處理的車輛檢測系統已經具備了投入實際使用的潛力。1994年Mn/DOT(明尼蘇達運輸部)為FHWA(美國聯邦公路局)進行了更詳盡嚴格的測評,結果表明視頻檢測器的檢測準確性和可靠性可以達到令人滿意的程度。
隨著計算機硬件技術的迅猛發展,高速處理芯片和高速大容量存儲器芯片的出現與普及,使得從圖像序列中檢測出運動信息、識別與跟蹤運動目標和估計三維運動及結構參數成為計算機視覺領域中一個非常活躍的分支,視頻識別技術得到快速發展。
同時隨著視頻車輛檢測技術的發展,人們已不滿足于僅僅檢測出車輛,FHwA進一步利用此技術來提取交通參數,如交通流量,十字路口的車輛轉向信息等。事實上,與其他幾種車輛檢測方法相比,基于視頻圖像技術的方法具有直觀、可監視范圍廣、可獲取更多種類的交通參數以及費用較低等優點,因而可廣泛應用于交叉道口和公路干線的交通監視系統中。
基于線圈的檢測技術的產品目前在國內已經被大量采用,占據60%以上的市場份額,但是此類系統的缺點也很明顯:線圈敷設時影響正常交通,路面狀況影響系統使用;特別是國內道路交通流量大,路面養護不力,造成路面經常需要維修,從而影響系統正常運行。
視頻檢測模塊通過圖像處理技術實現對車輛等目標的檢測和識別的方法,通過對道路交通狀況信息與交通目標的各種行為的實時檢測,不僅夠實現車輛違章自動抓拍,還可以統計交通路段上行駛的機動車的數量、計算行駛車輛的速度以及識別車輛的類別等各種有關交通參數,達到監測道路交通狀況信息的作用。同時,將檢測和識別到的交通信息存儲起來,為分析和交通管理提供依據。
聲明:
凡文章來源標明“中國智能交通網”的文章版權均為本站所有,請不要一聲不吭地來拿走,轉載請注明出處,違者本網保留追究相關法律責任的權利;所有未標明來源為“中國智能交通網”的轉載文章均不代表本網立場及觀點,“中國智能交通網”不對這些第三方內容或鏈接做出任何保證或承擔任何責任。
征稿:
為了更好的發揮中國智能交通網資訊平臺價值,促進諸位自身發展以及業務拓展,更好地為企業及個人提供服務,中國智能交通網誠征各類稿件,歡迎有實力的企業、機構、研究員、行業分析師投稿。投稿郵箱: zw.ding@cps.com.cn(查看征稿詳細)