车流量检测.pdf
车流量检测系统设计
车流量检测系统设计随着我国经济的快速发展交通安全的有效保障显得尤其重要，并且对交通管理的要求越来越高。
与此同时各种各样的道路监控设备也应运而生。
雷达监控系统视频监控系统地表传感系统激光检测系统等相继应用。
由此计算机科学与现代通信等高新技术运用于交通监控管理与车辆控制以保障交通顺畅及行车安全。
而实时获取交通车流量的车辆检测技术是是进行交通管理必不可少的一个步骤。
随着我国城市车辆使用的增多道路状况同时也变得复杂如何对道路车流量进行实时监控对统计、预测道路交通状况十分重要并且同时这也是对道路车辆运行情况高效调度的一项十分的重要参考依据。
而且当前对道路监测多使用视频方法有事还可能采用人工计数方法此方法对每条公路在某个时间段车辆行驶情况不容易做到长时间、高效的统计。
因此我们需要进行一种低成本、高准确率的智能识别装系统的设计由此促进对高速路口交通情况的检测水准。
本文设计了一种基于AT89C51单片机的车速检测系统。
其主要原理是将红外传感器测得的电平信号传递到单片机中通过单片机判断处理、计数等功能实现车流量的检测。
本系统传感电路采用的的是红外传感矩阵利用单片机实时对传感器的输出数据进行连续读取通过特定的算法处理数据然后送显示或者发出报警信号。
本系统致力于为路口车流量的监控服务从而形成对路口行车的科学管理减少交通事故的发生。
1、工作原理及总体方案选择1.1车流量监测系统的工作原理红外线矩阵法是一种利用红外传感器组成的红外线矩阵检测设备检测道路上机动车流量和车速的方法。
它是利用红外线发射和接收方向较强的特点在车辆经过的路面上安装密度适当的几排红外线发射接收电路由此组成红外线矩阵红外线检测矩阵由两排嵌入路面内的接收器和安装在其上方几米处的发射器组成两排接收器之间的距离为0.5到2米每排接收器由若干间隔0.2到0.9米的接收管和接收电路组成。
接收管在没有遮挡的情况下可以接收发射器发出的信号接收电路中产生低电平接收管在受到遮蔽的状况下下收不到发射器发出的信号接收电路中出现高电平信号。
智慧城市交通系列之车流量检测（一）
智慧城市交通系列之车流量检测（⼀）序⾔车流量在⽬前的交通系统中应该是⾮常普遍的，可以⽤于统计某条⼲道的车辆经过总数，与⼈流检测实现原理⼏乎是⼀样的，都是基于⽬标检测和跟踪进⾏，本例的实现是基于yolov5+deepsort，使⽤yolov5对车辆进⾏检测，再⽤deepsort对其跟踪，⽽后设计⼀系列的规则撞线进⾏两个⽅向的车流数量统计。
⽹上实现的⽅式有很多种，效果⼤同⼩异，可以择优选择学习。
⼀、实现原理基于之前的yolo+deepsort上，将person类别改为车辆类别，因为coco数据集中，车辆类别有⼏种【car，bus，truck】，所以都要保存下来。
⾸先来看⼀下yolov5+deepsort的车辆跟踪初始效果，看着密密⿇⿇的框和id，思考⼀下该如何去设计这些规则进⾏统计。
⾸先观察图中，需要构建⼀个区域对经过的车辆进⾏统计，因为有两个⽅向，所以这⾥构建了黄、蓝两个区域，因为考虑到路⾯并不是规则矩形，所以构建的是多边形区域。
mask掩码代码如下：def draw_mask(height,width):# 根据视频尺⼨，填充⼀个polygon，供撞线计算使⽤mask_image_temp = np.zeros((height, width), dtype=np.uint8)# 初始化2个撞线polygon 蓝⾊list_pts_blue =[[277,305],[926,308],[983,344],[220,335]]# 蓝⾊多边形坐标，可根据⾃⼰的场景修改ndarray_pts_blue = np.array(list_pts_blue, np.int32)polygon_blue_value_1 = cv2.fillPoly(mask_image_temp,[ndarray_pts_blue], color=1)# 构建多边形polygon_blue_value_1 = polygon_blue_value_1[:,:, np.newaxis]# 填充第⼆个polygon 黄⾊mask_image_temp = np.zeros((height, width), dtype=np.uint8)list_pts_yellow =[[220,335],[983,344],[1030,370],[170,356]]# 黄⾊多边形坐标，可根据⾃⼰的场景修改ndarray_pts_yellow = np.array(list_pts_yellow, np.int32)polygon_yellow_value_2 = cv2.fillPoly(mask_image_temp,[ndarray_pts_yellow], color=2)# 构建多边形polygon_yellow_value_2 = polygon_yellow_value_2[:,:, np.newaxis]# 撞线检测⽤mask，包含2个polygon，（值范围 0、1、2），供撞线计算使⽤polygon_mask_blue_and_yellow = polygon_blue_value_1 + polygon_yellow_value_2# 缩⼩尺⼨，1920x1080->960x540polygon_mask_blue_and_yellow = cv2.resize(polygon_mask_blue_and_yellow,(width, height))# 蓝⾊盘 b,g,rblue_color_plate =[255,0,0]# 蓝 polygon图⽚blue_image = np.array(polygon_blue_value_1 * blue_color_plate, np.uint8)# 黄⾊盘yellow_color_plate =[0,255,255]# 黄 polygon图⽚yellow_image = np.array(polygon_yellow_value_2 * yellow_color_plate, np.uint8)# 彩⾊图⽚（值范围 0-255）color_polygons_image = blue_image + yellow_image# 缩⼩尺⼨，1920x1080->960x540color_polygons_image = cv2.resize(color_polygons_image,(width, height))return polygon_mask_blue_and_yellow,color_polygons_image最后掩码图如下，后⾯我们会告诉这个掩码怎么使⽤。
车流量交通系统检测_毕业论文
目录1 绪论 (2)1.1 交通灯控制系统的发展 (2)1.2 课题研究的背景 (2)1.3 课题研究的主要内容 (3)2 课题研究方案 (4)2.1 具体研究方案 (4)2.1.1 系统总体方案 (4)2.1.2 车流量检测方案 (4)2.1.3 主控制器选择 (6)2.1.4 显示方案选择 (6)2.2 单片机概述 (7)2.2.1 单片机发展 (7)2.2.2 AT89C51单片机简介 (7)2.3 光电开关概述 (10)2.3.1 光电开关的工作原理 (10)2.3.2 光电开关的分类 (11)2.3.3 光电开关的应用 (12)2.4 七段数码管 (12)2.5 电源电路设计 (13)3 程序设计 (16)3.1 软件可靠性设计 (16)3.2 主程序流程图 (17)3.3 中断程序流程图 (18)3.4 系统工作状态说明 (19)4 系统仿真与调试 (21)4.1 系统仿真 (21)4.1.1 Protues仿真软件简介 (21)4.1.2 仿真原理图 (21)4.1.3 加载仿真程序 (22)4.1.4 系统仿真 (22)4.2 系统调试 (23)总结 (25)参考文献 (26)致谢 (28)附录I 系统原理图 (30)附录II 主要源代码 (31)1 绪论1.1 交通灯控制系统的发展1858年，在英国伦敦主要街头安装了以燃煤气为光源的红，蓝两色的机械扳手式信号灯，用以指挥马车通行。
这是世界上最早的交通信号灯。
1868年，英国机械工程师纳伊特在伦敦威斯敏斯特区的议会大厦前的广场上，安装了世界上最早的煤气红绿灯。
由红绿两以旋转式方形玻璃提灯组成，红色表示“停止”，绿色表示“注意”。
1914年，电气启动的红绿灯出现在美国。
这种红绿灯由红绿黄三色圆形的投光器组成，装在纽约5号大街的一座高塔上。
红灯亮表示“停止”，绿灯亮表示“通行”。
1918年，又出现了带控制的红绿灯和红外线红绿灯。
带控制的红绿灯，一种是把压力探测器安在地下，车辆一接近红灯便变为绿灯；另一种是用扩音器来启动红绿灯，司机遇红灯时按一下嗽叭，就使红灯变为绿灯。
车流量检测技术综述
车流量检测技术综述前言城市智能交通已逐步得到社会各界的广泛关注，如何通过智能交通系统建设来缓解日益严重的交通问题已成为交通领域的研究热点。
车流量检测系统是智能交通(ITS)的基础部分，在城市道路建设、国道高速公路建设、隧道桥梁建设以及交通流的基础理论研究中占有很重要的地位。
近年来，逐渐发展起来了以空气管道检测技术、磁感应检测技术、波频检测技术和视频检测技术等为代表的多种交通检测技术。
车流量检测主要是通过各种传感设备对路面行驶车辆进行探测，获取相关交通参数，以达到对公路各路段交通状况及异常事件的自动检测、监控、报警等目的。
较其它方法而言，基于视频图像的检测技术涉及到视频采集、通信传输、图像处理、人工智能以及计算机视觉等多个学科，具有安装维修灵活、成本低、应用范围广、可拓展性强和交通管理信息全面等优点，并已经在国内外高速公路和公路的交通监控系统中得到应用。
常用的基于视频图像的车辆检测算法有：灰度法、背景差法、相邻帧差法、边缘检测法等。
随着图像处理技术、计算机视觉、人工智能的发展和硬件处理速度的提高，基于视频图像的车流量检测技术得到了广泛的应用。
本文对各种车流量检测方法进行了综述，并对基于视频图像的车流量检测研究工作进行了展望。
1 传统车流量检测方法按照车辆信息获取方式的不同，实际应用当中已经产生了空气管道检测技术、磁感应检测技术和波频检测技术。
1.1 空气管道检测技术空气管道检测是接触式的检测方法，在高速公路主线的检测点拉一条空心的塑料管道并作固定，一端封闭，另一端连接计数器，当车辆经过塑料管道时，车轮压到空气管道，管内空气被挤压而触动计数器进行计算车流量的方法。
显然，该方法只能获取单一的车辆信息，且方法繁琐，寿命短，已经被磁感应检测等技术所取代。
1.2 磁感应检测技术磁感应检测器可分为线圈和磁阻传感器两种。
环形线圈检测器是目前世界上应用最广泛的一种检测设备，由埋设在路表下的线圈和能够测量该线圈电感的电子设备组成。
(整理)车流量检测雷达
车流量检测雷达（本产品已通过国家道路交通安全产品质量监督检验中心公安部交通安全产品质量监督检测中心认证）用户手册佰誉达科技深圳目录一、微波车流量检测雷达概述 (1)1.1用途 (1)1.2描述 (1)1.3技术指标 (2)1.3.1微波指标 (2)1.3.2检测指标 (2)1.3.3通信指标 (3)1.3.4环境与可靠性指标 (3)1.3.5电源指标 (3)1.3.6物理指标 (3)1.4应用领域 (3)1.4.1路口模式（城市交通） (3)1.4.2高速公路（城市交通、高速公路） (4)1.5典型应用 (4)1.5.1路口模式（城市交通） (4)1.5.2路段模式（城市交通、高速公路） (5)二、微波车流量检测雷达的安装 (7)2.1设备组成 (7)2.2设备安装 (7)2.3工程安装 (8)2.4雷达接口 (8)三、微波车流量检测雷达的调试及使用 (9)3.1软件运行环境 (9)3.2软件安装 (9)3.3软件使用说明 (9)3.3.1主界面 (9)3.3.2 设备参数 (10)3.3.3雷达参数 (10)3.3.4 安装参数 (11)3.3.5 连接雷达 (12)3.3.6按钮功能说明 (12)3.3.7 车道计数 (13)3.3.8 车道流量统计直方图 (13)四、微波车流量检测雷达数据传输 (13)4.1雷达数据传输模式 (13)五、微波车流量检测雷达故障排除 (14)附录1 (14)一、微波车流量检测雷达概述1.1用途车流量检测雷达是拥有完全自主知识产权的新型微波车辆检测器，利用雷达线性调频技术原理，对路面发射微波，通过对回波信号进行高速实时的数字化处理分析，检测车流量、速度、车道占有率和车型等交通流基本信息的非接触式交通检测器。
检测器主要应用于高速公路、城市快速路、普通公路交通流量调查站和桥梁的交通参数采集，为交通管理提供准确、可靠、实时的交通情报，为实现交通智能化提供技术支持。
1.2描述车流量检测雷达是一种工作在微波频段的雷达探测器。
车流量调查
白石路深大南门段车流量调查与分析摘要：采用人工记数法对白石路深大南门段高峰时段机动车交通量进行了观测，根据流向建立该路段不同时段的交通量观测表和车辆种类图．以及相应高峰时段的数据库。
运用交通运输工程学理论和已学的调查方法分析该路段的交通特性和变化规律。
结果表明，该路段在高峰时段的道路容量和通行能力略有不足。
由此提出了改善该路段交通状况的措施：增加该路段道路容量、提高道路通行能力、加强高峰时段路口交通管理与控制、规范行车秩序等等。
调查所得结果可作为有关部门改善该路段的交通拥堵状况、预测未来交通流状态、规划公交线路的决策依据。
调查背景随着改革开放的不断深入，人民的物质生活不断地提高，全民GDP的不断提高，越来越多的郑州市民开始购买自己的私车来改善交通。
然而郑州市的街道路面不能得到全面的改善，以适应车辆数目的不断增加，导致深圳市的主要路口交通拥堵现象十分严重，这些道路都有一些共同的特点：道路车流量大，形成高峰时间长，拥堵路段和拥堵程度总体上升；同时由于新司机增多，导致发生书故频率和管理难度增加；双休日、节假日机动车出行量增大，发生交通拥堵和交通事故的频率增加。
为了了解市区某些路段高峰时段的交通拥堵问题，这就需要掌握收集道路交通的活动信息，摸清车流量的变化的规律。
所以我们小组5人选在高峰时段对白石路深大南门段进行了调查。
调查目的1、了解白石路的整体交通状况。
2、对调查结果进行分析，提出解决交通堵塞的建议并规划出合理的出行路线，给他人出行提供参考。
调查内容由于时间和精力的限制,我们选择在高峰时段进行，将高峰时段分为早高峰和晚高峰进行调查。
同时将调查的车辆分为大货车、小货车、大客车、中客车、小客车和公交车进行统计，为了更加方便和轻松的记录，同时考虑到白石路的双向车流量不均衡，我们分为2组，第一组3人，第二组2人，第一组调查南向的车流量，第二组调查北向的车流量。
1.调查时间的选取与划分我们选择早高峰7:30-8:30和晚高峰18:30-19:30以10分钟为一个时间间隔将其划分为6个调查时间段进行1小时的交通量记录。
车流量检测
T为隔离变压器，匝数比为1：1，三极管Ql和Q2组成共射极振荡器，电阻R3是两只三极管的公共射极电阻，并构成正反馈。
地感线圈作为检测器谐振电路中的一个电感元件，与车辆检测器的振荡回路一起形成L C谐振。
当有车辆通过时，将会使线圈中单位电流产生的磁通量增加，从而导致线圈电感值发生微小变化，进而改变LC谐振的频率，这个频率的变化就作为有汽车经过地感线圈的输入信号。
为了检测这个变化，常用的办法是通过单片机计算单位时间内的振荡脉冲个数来确定车是否到来。
在本设计中，需要检测两个地感线圈的频率变化，LM567的第5、6脚外接的电阻、电容决定了IC 内部压控振荡器的中心频率，fo=1／1．1RC 。
第1、2脚通常是分别对地接电容，形成输出滤波网络和环路低通滤波网络，其中第2脚所接电容决定锁相环电路的捕捉带宽，带宽的理论值可用此公式计算：( 3.1)式3.1中1U 是输入信号的有效值，2C 是滤波电容（单位为uF ），其值再乘上100%则是锁相环电路的实际捕获带宽。
当音频译码器LM567工作时，若输入的信号频率落在给定的通频带时，锁相环即将这个信号锁定，同时LM567的内部晶体管受控导通，8脚输出低电平，否则输出高电平。
当输入信号频率处于通频带内，LM567锁定，输出低电平。
通常在无车情况下，耦合电路的振荡频率会在一定的范围内保持不变，当车经过地感线圈时，使得耦合电路震荡频率发生变化，并且，随着车型的不同以及车本21201)(1070C f U BW身的铁质不均匀，使这个频率的变化也在一定的范围内浮动。
因此，通过实验，选择合适的LM567捕获带宽值，使得当无车时，输入信号频率虽有微小变化，但使这个浮动的频率都处于通频带内，LM567锁定，8脚输出低电平；有车到来时，频率发生剧烈的变化已不在通频带内，8脚就会输出高电平。
这时，对车辆是否到来的检测转化为对电平高低的检测，通过触发单片机的外部中断即可感知车辆的到来，而无需通过复杂的程序来区分此时的频率变化是否由车辆的到来所引起，大大降低了编程的难度。
车流量检测系统
车流量检测系统Vehicle Flow Detection system车流量检测系统拓扑图天途智慧交通流量检测系统，是一种利用图像处理与识别技术并通过视频信号检测道路交通流量的道路图像智能系统。
该系统首先利用摄像头获取视频信号，再由图像处理设备将视频信号转换成数字图像，最后由计算机对数字图像进行处理，识别车辆。
当车辆通过"虚拟线圈"时统计车流量及相关车辆信息，并将数据传输到控制中心（也可存储在硬盘上）。
该系统具有小型化、智能化、效率高及准确率高等特点，在车流量检测中具有人工计数和其他方法计数难以比拟的优点。
主要适用于各等级公路、城市道路的关键路段、交叉路口、进出路口等场所。
TATU Intelligent Traffic flow detection system is a road image intelligent system, use image processing and recognition technologies and the video signal detect the traffic flow.The system uses camera to receive signal, then use image process equipment transforms video signal to digital image, and finally use computer processes digital image to recognize vehicles. When the vehicle passes “virtual coil”, the system will record traffic flow and relevant vehicle information and send the data to control center or stock in hard disk.The system has a compact, intelligent, high-efficiency and high accuracy characteristics, has the advantage of beyond manual and other methods counting in traffic detection. Mainly applied to every grade highways, urban roads critical sections, intersections, junctions and other places.系统控制软件System control software。
车流量调查
白石路深大南门段车流量调查与分析摘要：采用人工记数法对白石路深大南门段高峰时段机动车交通量进行了观测，根据流向建立该路段不同时段的交通量观测表和车辆种类图．以及相应高峰时段的数据库。
运用交通运输工程学理论和已学的调查方法分析该路段的交通特性和变化规律。
结果表明，该路段在高峰时段的道路容量和通行能力略有不足。
由此提出了改善该路段交通状况的措施：增加该路段道路容量、提高道路通行能力、加强高峰时段路口交通管理与控制、规范行车秩序等等。
调查所得结果可作为有关部门改善该路段的交通拥堵状况、预测未来交通流状态、规划公交线路的决策依据。
调查背景随着改革开放的不断深入，人民的物质生活不断地提高，全民GDP的不断提高，越来越多的郑州市民开始购买自己的私车来改善交通。
然而郑州市的街道路面不能得到全面的改善，以适应车辆数目的不断增加，导致深圳市的主要路口交通拥堵现象十分严重，这些道路都有一些共同的特点：道路车流量大，形成高峰时间长，拥堵路段和拥堵程度总体上升；同时由于新司机增多，导致发生书故频率和管理难度增加；双休日、节假日机动车出行量增大，发生交通拥堵和交通事故的频率增加。
为了了解市区某些路段高峰时段的交通拥堵问题，这就需要掌握收集道路交通的活动信息，摸清车流量的变化的规律。
所以我们小组5人选在高峰时段对白石路深大南门段进行了调查。
调查目的1、了解白石路的整体交通状况。
2、对调查结果进行分析，提出解决交通堵塞的建议并规划出合理的出行路线，给他人出行提供参考。
调查内容由于时间和精力的限制,我们选择在高峰时段进行，将高峰时段分为早高峰和晚高峰进行调查。
同时将调查的车辆分为大货车、小货车、大客车、中客车、小客车和公交车进行统计，为了更加方便和轻松的记录，同时考虑到白石路的双向车流量不均衡，我们分为2组，第一组3人，第二组2人，第一组调查南向的车流量，第二组调查北向的车流量。
1.调查时间的选取与划分我们选择早高峰7:30-8:30和晚高峰18:30-19:30以10分钟为一个时间间隔将其划分为6个调查时间段进行1小时的交通量记录。
车流量检测系统设计
车流量自动检测系统设计作者姓名：张伯梅专业名称：电气工程及其自动化指导教师：雷永锋摘要随着现代经济的高速发展，交通运输的保障就显得尤其重要,对交通管理的要求也越来越高，将计算机科学与通信等高新技术运用于交通监控管理与车辆控制，以保障交通顺畅及行车安全，从而改善环境质量，促进经济发展的智能交通系统ITS(Intelligent traffic system, ITS)也随之应运而生。
而实时获取交通车流量的车辆检测技术是ITS 的基础。
本文设计了一种基于ATmeagal6L单片机的车流量检测系统。
其中主要是将红外传感器测得的电平信号传递到单片机中，通过单片机判断处理、计数等功能实现车流量的检测。
该系统可以实现单位时间内的计量，这对于城市交通管理具有一定的帮助作用。
关键词：车流量检测红外线传感器算法AbstractWith the rapid development of modern economy, transport, protection is particularly important on the traffic management requirements have become more sophisticated, computer science and communications, and other high-tech application of traffic control and vehicle monitoring and management in order to safeguard the smooth flow of traffic and traffic safety, thereby improving the quality of the environment, promote economic development in Intelligent Transportation Systems ITS (Intelligent traffic system, ITS) also came into being. Real-time access to traffic flow and vehicle detection technology is the basis of ITS.In this paper, the design of a flow-based SCM ATmeagal6L detection system. Which is measured by infrared sensor-level signal transmission to the single-chip, the judge dealt with the adoption of single-chip, traffic counts and other functions to achieve the detection. The system can be achieved per unit time of measurement, which is the management of urban transport has a role to help.Keywords：Traffic flow magnitude, Infrared matrix, examination Intelligence，Algorithm目录摘要 (I)Abstract (II)目录.............................................................................................................. I II 前言........................................................................................................... - 1 - 1 车流量检测系统的概述....................................................................... - 3 -1.1课题研究现状.............................................................................. - 3 -1.2研究的目的.................................................................................. - 4 -1.3传统的车流量检测技术.............................................................. - 5 -1.3.1 基于超声波的检测系统................................................... - 5 -1.3.2 基于视频图象的检测系统............................................... - 5 -1.3.3 声学检测........................................................................... - 5 -1.3.4 磁力计检测....................................................................... - 6 -1.3.5 激光雷达检测方法........................................................... - 6 - 2系统的工作原理.................................................................................... - 7 -2.1车流量检测系统的工作原理...................................................... - 7 -2.2 系统需求分析............................................................................. - 7 -2.3 系统总体模块设计..................................................................... - 7 -3 系统硬件设计....................................................................................... - 9 -3.1单片机技术.................................................................................. - 9 -3.1.1单片机简介........................................................................ - 9 -3.1.2 ATmega16L单片机......................................................... - 10 -3.2 传感器简介............................................................................... - 11 -3.2.1 传感器的基础知识......................................................... - 11 -3.2.2 红外线传感器................................................................. - 12 -3.3系统总体设计............................................................................ - 15 -3.3.1 系统总体功能模块................................................................ - 15 -3.3.2系统总体电路图..................................................................... - 17 -4 系统的软件设计................................................................................. - 18 -4.1 识别算法的设计过程............................................................... - 18 -4.2 系统设计流程图....................................................................... - 19 -4.3系统软件设计子程序................................................................ - 23 -4.3.1 报警子程序..................................................................... - 23 -4.3.2 一秒延时子程序............................................................. - 23 -4.3.3 显示子程序..................................................................... - 23 -4.3.4 延时一秒子程序............................................................. - 25 - 总结......................................................................................................... - 26 - 致谢......................................................................................................... - 27 - 参考文献................................................................................................. - 28 -前言随着人口数量的增长，给交通带来的压力越来越大，于之同时，科学技术也在不断发展。
一种快速车流量检测算法
⼀种快速车流量检测算法2019-09-18摘要：车流量检测是城市智能交通的关键技术之⼀，针对⽬前视频检测算法复杂度⾼、检测准确率不⾼的问题，提出了⼀种快速车流量检测算法，该算法通过划定进⼊和离开检测线。
并结合背景差分⽅法，将⽬标的⾯上检测，转化为线上检测，避免了对⽬标复杂的跟踪过程及其带来的检测误差，有效降低了算法的复杂度，提⾼了检测的准确率，实验表明，该算法能够快速分车道检测车辆，计算复杂度低，检测准确率⾼，且具有车辆速度测量能⼒，能够为智能交通系统提供必要的⽀持。
关键词：智能交通系统；车流量检测；背景差分；检测线DoI：10.15938/j.jhust.2016.04.004中图分类号：TP391⽂献标志码：A⽂章编号：1007―2683（2016）04―0019-060引⾔近年来，城市交通压⼒⽇加严峻，车辆拥堵现象越发普遍，智能交通系统作为⼀种前景⼴阔的解决⽅法，能够为交通拥堵提供早期预警，及时疏散车流，因⽽得到了⼈们的⼴泛重视，要实现智能交通系统，⾸先要能够实时⽽准确地掌握道路上的车流量、车速、车型等交通参数信息，⽬前，获取这些信息，主要有3种⽅法，第⼀种是接触式检测，将感应装置埋藏于路⾯之下的，当车辆通过时，引起感应装置的响应，从⽽得到所需要的交通流量信息，这种⽅法的安装维护较为困难，随着车辆的增多，导致这类装置使⽤寿命较短，路基下沉、冰冻等也会影响采集系统的使⽤，且该种系统难以对车辆的速度进⾏有效监测，第⼆种⽅法是波频检测，主要有微波、红外、超声波三种，利⽤返回频率差或者时间差来检测车辆，这种⽅法受到天⽓的影响较⼤，且成本较⾼，第三种⽅法是视频检测⽅法，这种⽅法利⽤计算机视觉技术获取道路交通的参数，具有安装维护简单、成本低廉等优点，⽬前，车辆视频检测技术⽬前仍处于快速发展阶段，车辆的视频检测技术，利⽤交通路⼝的视频探头，获取车辆通⾏的视频画⾯，然后利⽤视频或者图像处理的⽅式，获取车辆的动态信息，从⽽实现对车流量的实时监控，常⽤的处理⽅法有：相邻帧差法、边缘检测法、背景差分法，相邻帧差法通过提取相邻图像帧的变化量检测⽬标，容易受到树⽊、⾏⼈、光线等变化信息的影响，导致检测概率不⾼；边缘检测法在车辆边缘不明显的情况下容易造成漏检；背景差分⽅法由于较好的可靠性受到了更⼤的重视，⽂提出了混合⾼斯背景模型的⽅法，在初期采⽤新的权值和⽅差更新⽅法，获得了较好的性能，⽂研究了基于⾼斯混合模型的多车道车流量检测算法，运⽤⾼斯混合模型对检测带进⾏背景建模，实现了多车道车流量检测，⽂提出基于差异深度积累的⽬标检测算法和基于卡尔曼滤波的⽬标跟踪算法，实现了多运动⽬标的检测与跟踪，以上这些背景差分算法在进⾏车流量检测时，都是以车辆⽬标为中⼼，且其整个背景的维护需要⽤到整个视频探头可以捕捉的画⾯，算法设计较为复杂，且背景容易受到树⽊抖动的影响，造成检测概率不⾜。
车流量测表13份
交叉口机动车流量调查表
调查地点： _______ 进口方向： ______ 路口形式：_____________ 调查员姓名：_______ 调查日期：______ 天气情况： _______
时间段交通量09：00～09：10
09：30～09：40
10：00～10：10
10：30～10：40
11：00～11：10
11：30～11：40
注：我们这次只测私家车车流量，车流量监测只是粗略测量，可能并不太准确，需要取平均值，于是测一分钟车流量，中间间隔一分钟，十分钟五个数据求平均值，每小时测两次。
雷励锋行系列
路段机动车流量调查表
调查地点： ________ 调查方向： ______ 道路形式：________________ 调查员姓名： ______ 调查日期： ______ 天气情况： _______________
注：：我们这次只测私家车车流量，车流量监测只是粗略测量，可能并不太准确，需要取平
均值，于是测一分钟车流量，中间间隔一分钟，十分钟五个数据求平均值，每小时测两次。
2。
车流量检测方法纵览
车流量检测技术综述胡明亮1，李飞飞2 ，钟德浩3（1、江西方兴科技有限公司，江西南昌330003）（2、江西省高等级公路管理局泰井管理处，江西南昌330003）（3、江西省高等级公路管理局瑞赣养护中心，江西南昌330003）摘要：车流量检测是交通管理与控制的基础。
在综述了车流量检测的传统方法、技术特点和存在的问题后，重点分析了基于视频图像的车流量检测技术，并对其发展趋势进行了展望。
关键词：信息工程；视频图像；车流量检测；数字图像处理0 前言城市智能交通已逐步得到社会各界的广泛关注，如何通过智能交通系统建设来缓解日益严重的交通问题已成为交通领域的研究热点。
车流量检测系统是智能交通(ITS)的基础部分，在城市道路建设、国道高速公路建设、隧道桥梁建设以及交通流的基础理论研究中占有很重要的地位。
近年来，逐渐发展起来了以空气管道检测技术、磁感应检测技术、波频检测技术和视频检测技术等[1～2]为代表的多种交通检测技术[3]。
车流量检测主要是通过各种传感设备对路面行驶车辆进行探测，获取相关交通参数，以达到对公路各路段交通状况及异常事件的自动检测、监控、报警等目的。
较其它方法而言，基于视频图像的检测技术涉及到视频采集、通信传输、图像处理、人工智能以及计算机视觉等多个学科，具有安装维修灵活、成本低、应用范围广、可拓展性强和交通管理信息全面等优点，并已经在国内外高速公路和公路的交通监控系统中得到应用。
常用的基于视频图像的车辆检测算法有：灰度法、背景差法、相邻帧差法、边缘检测法[4]等。
随着图像处理技术、计算机视觉、人工智能的发展和硬件处理速度的提高，基于视频图像的车流量检测技术得到了广泛的应用。
本文对各种车流量检测方法进行了综述，并对基于视频图像的车流量检测研究工作进行了展望。
1 传统车流量检测方法按照车辆信息获取方式的不同，实际应用当中已经产生了空气管道检测技术、磁感应检测技术和波频检测技术。
1.1 空气管道检测技术空气管道检测是接触式的检测方法，在高速公路主线的检测点拉一条空心的塑料管道并作固定，一端封闭，另一端连接计数器，当车辆经过塑料管道时，车轮压到空气管道，管内空气被挤压而触动计数器进行计算车流量的方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
道路车辆检测技术概述
近年来，随着我国交通运输事业的蓬勃发展，智能交通系统（ITS）的研究和应用越来越得到重视，交通运输部于2011年4月颁布了《公路水路交通运输信息化“十二五”发展规划》，提出“必须把推进交通运输信息化建设摆在‘十二五’规划中的突出位置”。
准确、实时、完整的交通信息采集是ITS的基础，而车辆检测器则是对动态交通信息进行实时采集的基础设施。
随着电子技术、通信技术和计算机技术的不断发展，车辆检测器也由过去比较单一的种类发展为采用不同技术手段，具有多类型、多品种、多系列的交通车辆参数检测器家族。
按信息采集方式的不同，可分为固定型检测技术和移动型检测技术。
固定型检测技术可分为磁频采集、波频采集和视频采集3类，主要有感应线圈检测器、磁力检测器、微波检测器、超声波检测器、红外线检测器和视频检测器等，目前我国道路监控系统中，使用最多的是感应线圈车辆检测器、视频车辆检测器和微波车辆检测器3种。
移动型检测技术目前主要有浮动车法、车辆识别法和探测车法等，运用的技术主要有基于GPS的定位采集技术、基于汽车牌照自动判别的采集技术、基于电子标签（Beacon）的定位采集技术和基于手机探测车的采集技术。
1磁频类车辆检测器
磁频类车辆检测器是基于电磁感应原理的车辆检测器，主要有感应线圈检测器、磁性检测器和地磁检测器等，其中感应线圈检测器是目前使用最广泛的交通流量检测装置。
1．1感应线圈检测器
感应线圈检测器是地埋型检测器，其传感器为一组通有一定工作电流的环形感应线圈。
当车辆进入环形感应线圈所形成的磁场时，引起电路中调谐电流的频率或相位变化，检测处理单元通过对频率或相位变化的响应，得出一个检测到车辆的输出信号。
感应线圈检测器可直接提供车辆出现、车辆通过、车辆计数及车道占有率等交通流信息。
调查表明，用2m×2m的标准感应线圈对交通流量进行检测，其精度可达到98%～99%。
通常在同一车道内埋设2个感应线圈，根据测定车辆
通过前后线圈的脉冲响应时间差，计算距离/时间就可测出车速。
感应线圈检测器应用广泛，一般道路均可设置，主要应用在收费站、互通式立交前后、隧道区段、城市道路、停车场等场合。
感应线圈检测器前期投入较少、可靠性高，但维护、重新安装困难，需封闭车道、破坏路面，从长期来看运营成本较高。
其基本原理如上图所示：在同一车道的道路路基段埋设一组（2个）感应线圈，每组感应线圈与多通道车辆检测器相连。
当车辆分别经过两个线圈时，由于线圈电感量的变化，车辆的通过状态将被检测到，同时状态信号传输给车辆检测器，由其进行采集和计算。
此方法检测精确，设备稳定，且在恶劣天气条件下仍具备出色的性能。
此外，廉价的成本也是其在世界范围内得以广泛应用的原因之一。
1．2磁性检测器
磁性检测器是一种地埋型、主动式车辆检测器，其通过检测由于金属物体存在而造成的地磁场变化来检测车辆，传感器为埋在路面下，由高导磁材料为磁芯的通电线圈。
当车辆靠近或通过检测区域时，穿过线圈的磁场会发生变化，通过检测磁场的异常即可检测车辆信息。
磁性检测器主要适用于感应线圈无法工作的地方，特别适合于金属结构如钢结构桥梁的定点检测。
1．3地磁检测器
地磁检测器是一种地埋型、被动式车辆检测器。
通过检测由于车辆驶过检测
区造成的地磁变化来检测车辆，传感器为由高导磁材料为芯、套有多圈密绕线圈
的磁性棒。
地磁检测器简单可靠、经济耐用，对大范围内的磁通变化反应灵敏，
但它不能检测静止或低速的车辆，仅适合于只检测交通流量的场合，应用范围较
窄，通常作为其他交通检测器的辅助检测器。
磁性检测器和地磁检测器也统称为磁场检测器。
数字处理技术的发展和应用，提高了磁场检测器的探测能力，这将改变其在交通检测技术中的辅助地位。
磁场检测器阵列可用于测量多车道的车辆定位、车辆跟踪、车辆分类等。
由于车辆本身含有的铁磁物质会对车辆存在区域的地磁信号产生影响，使
车辆存在区域的地球磁力线发生扭曲。
车辆在运动状态时，这种铁磁物质对地磁
场的影响会跟随车辆的运动。
当车辆经过磁敏探测端机时，磁敏传感器可以探测
出地磁信号的变化并以输出电压信号的形式得以反映，放大器对该信号进行充分
放大，滤波隔直电路对关键信号进行进一步提取并通过比较器电路产生一个中断
信号，单片机收到此中断信号便开始通过模数转换器对放大器放大后的信号不断
采集，并根据相应的算法采集车辆信息。
2波频车辆检测器
波频车辆检测器是通过检测车辆经过时能量波束的改变而获取检测信号的检测器，其有2种工作方式：主动型和被动型。
按波束的物理性质划分有：微波检测器、超声波检测器、红外线检测器，其中微波检测器应用最为广泛。
2．1微波检测器
微波检测器是一种工作在微波频段的雷达探测器，其向行驶的车辆发射调频微波，波束被行驶的车辆阻挡而发生反射，反射波通过多普勒效应使频率发生偏移，根据这种频率的偏移可检测出有车辆通过，经过接收、处理、鉴频放大后输出一个检测信号，从而达到检测道路交通参数的目的。
微波检测器是一种能检测车流量、速度、车道占有率和车型等交通流基本信息的非地埋式检测器，中心频率为10．525GHz，工作方式为主动型。
微波检测器的安装不用破坏路面，可侧面安装在路侧立柱上，称为侧视型安装；也可正面安装在道路中间龙门架上，称为前视型安装。
前视型是利用多普勒效应对每辆车的实时速度进行检测，每台设备只能检测1条车道的信息；侧视型安装检测的速度是每辆车一段距离内的平均速度，每台设备可同时检测4～10个车道，安装维护成本低于正面安装，但检测准确性低于前视型安装。
因此采用何种安装方式需根据具体的道路环境条件和对交通参数的要求来综合确定，一般情况采用侧视安装方式。
微波检测器在国外应用较早，美国、加拿大等国家应用较为成熟，目前在我国也得到大范围应用，应用效果良好，主要应用于高速公路、城市快速路或T 型路口和桥梁的交通参数采集，特别适合车流量大、车辆行驶速度均匀的道路。
微波检测器价格适中，安装、维修、移动方便，后期运营成本较低。
2．2超声波检测器
超声波车辆检测器也是利用反射回波原理制成的非地埋式检测器，其通过接收由超声波发生器发射后经车辆反射的超声回波而检测车辆信息，工作方式为主动型。
超声波检测器的检测方法可分为2种：传播时间差法和多普勒法。
检测器悬挂在车道上方，向车道下方发射超声波脉冲，当有车辆从下方通过时，回波从车顶反射缩短了回波路程，从而通过检测时间差来达到检测车辆的目的，这种方
法被称为传播时间差法。
另外，超声波检测器发射超声波束射向驶近的车辆，接受的反射波信号就会呈现多普勒效应，也能检测出车辆的存在，这种方法被称为多普勒法。
超声波检测器在日本使用最为广泛，主要用作交通信号控制系统的检测设备。
2．3红外线检测器
红外线车辆检测器也分为主动型和被动型，也是一种非地埋式检测器。
主动型红外检测器是利用激光二极管，发射低能红外线照射检测区域，并经车辆的反射或散射返回检测器，能检测如流量、车道占有率、车速、车辆长度和车辆排队长度及车辆分类等交通信息。
被动型红外线检测器本身不发射红外线，而是通过接收来自2个不同来源的红外线而检测车辆信息。
2个不同来源的红外线分别为检测范围内车辆、路面及其他物体自身发出的红外线和它们反射的来自太阳的红外线。
2种工作方式的差别主要在于所依据的红外线来源不同，主动型由检测器发射并接收，被动型由车辆发射，由检测器接收。
红外线车辆检测器主要应用在公路收费系统，用于车辆计数、车辆分离和车型分类。
3视频车辆检测器
视频车辆检测技术是将视频图像处理和计算机图形识别技术相结合的新型数据采集技术，近年来发展迅速，代表了未来交通流信息检测领域的发展方向。
它是用视频摄像机作为传感器，在视频范围内设置虚拟线圈，即检测区，车辆进入检测区时使背景灰度值发生变化，而产生检测信号，通过软件的分析和处理，得到交通量、平均车速、占有率、排队长度等交通参数。
还可以利用计算机视觉技术对车辆进行定位、识别和追踪，并对检测对象的交通行为进行分析和判断，最终完成各种交通流数据的采集。
视频车辆检测器广泛应用于高速公路和城市道路，目前主要应用在道路条件复杂的地段，如高速公路立交、匝道、隧道，城市道路的交叉路口等。
该系统的优点是无需破坏路面，安装和维护比较方便，可为事故管理提供可视图像、可提供大量交通管理信息、单台摄像机和处理器可检测多车道。
它的缺点是精度不高，容易受环境、天气、照度、干扰物等影响，对高速移动车辆的检测和捕获有一定困难。
因为，拍摄高速移动车辆需要有足够快的快门（至少是 1/3000S ）、足够数目的像素以及好的图像检测算法的支持，视频检测由于需要进行计算往往无法捕获到高速运动物体。
综上所述，各类检测器各有优劣，磁频检测器大多为地埋型，安装和维护须破坏路面；波频、视频检测器大多为悬空型，不用破坏路面，但在某些特定场合，如有景观要求或场地条件受限制，不宜采用过多的悬空型检测器。