Технология и методы интеллектуального мониторинга автотранспортных потоков и состояния автомобильных дорог

• Автор: Кузьмин, Дмитрий Михайлович
• Шифр специальности: 05.22.08, 05.23.11
• Научная степень: Кандидатская
• Год защиты: 2008
• Место защиты: Москва
• Количество страниц: 191 с. : ил.

Содержание
Введение
Глава 1. Обзор систем мониторинга
1.1. Задачи мониторинга автотранспорта и состояния дорог
1.2. Автотранспортные потоки и дорожные условия как объекты управления
1.3. Методы мониторинга транспортных потоков и состояния автомобильных дорог
1.4. Существующие решения в задачах распознавания образов и анализа
изображений
Выводы по главе 1. Цели и задачи исследования
Глава 2. Аппаратные средства реализации задачи мониторинга
2.1. Цифровые источники информации
2.2. Программная реализация взаимодействия с цифровым устройством
2.3. Системы технического зрения
2.3.1. Использование методов сегментации
2.3.2. Применение движения
2.3.3. Описание свойств объекта
2.3.4. Качество изображения
Выводы по главе
Глава 3. Мониторинг автотранспортных потоков
3.1. Матрица изображения
3.2. Описание цветовой модели
3.3. Представление информации на кадре видеопотока
3.4. Анализ кадров видеопотока
3.5. Метод базового пикселя и базовой матрицы
3.6. Оценка направления движения
3.7. Оценка ускорения
3.8. Оценка типа АТС
3.9. Оценка скорости АТС с использованием контрольных детекторов
3.10. Оценка скорости АТС по длине задержки
3.11. Метод базовых матриц
3.12. Фиксация АТП на многополосной дороге с ограниченной видимостью!
3.13. Идентифицирование одновременной фиксации АТС для двух КО
Выводы по главе
Глава 4. Анализ качества дорожного покрытия
4.1. Постановка задачи
4.3. Анализ матрицы изображения
4.4. Детектирование движения в кадре
4.5. Идентификация формы зафиксированных объектов
4.6. Вычисление площади
4.7. Вычисление объема неоднородности
4.8. Вычисление площади больших неоднородностей
4.9. Сканирование фотопотока
4.10. Оценка точности
4.11. Навигационные системы мониторинга
Выводы по главе
Общие выводы диссертационной работы
Литература
Приложение
Приложение
Приложение
Приложение
ВВЕДЕНИЕ
Актуальность работы. Увеличение числа автомобилей в городах (со 180 в 1997 г. [авт./ЮОО чел.] до 350 в 2007 г. [авт./ЮОО чел.]) приводит к росту числа дорожно-транспортных происшествий на протяжении уже многих лет (1997 г. — 156515, 2007 г. - 233809). Современные автотранспортные потоки
характеризуются насыщенностью, динамизмом и неустойчивостью. Организационные мероприятия по планированию и управлению транспортными потоками способствуют упорядочиванию движения автомобилей на улично-дорожных сетях и развитию транспортных сетей. Разработка новых технических решений в организации и управлении автотранспортными потоками повышает уровень безопасности дорожного движения. При реализации таких мероприятий особая роль принадлежит внедрению информационно-технических средств, систем контроля и управления с применением электронно-вычислительных машин, математики, информатики, связи и телевидения для управления движением в масштабах крупного района или целого города.
В работе представлены технологии и методы построения системы стационарного и мобильного видео- (аудио-) мониторинга и анализа содержания автомобильных дорог с использованием математического аппарата в разработке средств распознавания образов.
Цель работы. Основой задачей создания системы интеллектуального мониторинга и анализа является своевременное измерение и обработка данных в режиме реального времени и передача информации о параметрах автотранспортного потока и состоянии улично-дорожной сети. Полученные данные используются для принятия решений с целью:
• увеличения пропускной способности дороги (перекрестка),
• обеспечения безопасности движения,
• минимизации вредного воздействия на окружающую среду,
• обеспечения относительно комфортного движения автомобилистов.

Первоначально задача анализа изображений сводилась к простому детектированию движущихся объектов, что важно для многих систем безопасности. Запись по детектору движения снижает требования к объему архива. Если в охранной зоне исключено движение, то срабатывание детектора движения сразу привлечет внимание охраны.
Следующее поколение детекторов призвано отличать движущегося человека от собаки, машины или дерева, раскачивающегося на ветру. Многие разработчики систем сейчас заявляют о таких возможностях, но качественных реализаций до сих пор не получено.
Среди «условно решенных» задач автоматического анализа видео можно отметить задачи выделения и распознавания лиц или автомобильных номеров. Несмотря на то, что в решении этих задач человек превосходит любые автоматизированные системы по надежности распознавания, эти системы, в свою очередь, превосходят возможности человека в части быстродействия и многозадачности и способны контролировать обстановку в течение продолжительного промежутка времени.
Рис. 10. Пример работы алгоритма выделения движущихся объектов в разных
условиях (день и ночь)
Обнаружение движущихся объектов, заключающееся в выделении этих объектов от фона, является основой для дальнейшего анализа. От того, насколько аккуратно и корректно выделены движущиеся объекты, зависят все последующие этапы, а также требуемые вычислительные ресурсы. Дополнительную сложность здесь создают шумы видеотракта, внезапное изменение освещенности, падающие тени, движение ветвей деревьев на ветру и