（应用数学专业论文）智能交通中运动汽车检测及识别技术研究.pdf

摘要智能交通中运动汽车检测及识别技术研究应用数学专业研究生刘循指导教师游志胜教授摘要：汽车作为交通工具，是智能交通系统的主体。在智能交通系统中，无论是交通管理系统、综合交通枢纽协调系统、疏导信息服务系统、交通流优化与运输组织智能化系统，还是为驾驶员提供道路实时信息系统、车辆运营智能调度系统，其主体都是运动的汽车。因此，运动汽车的检测和分类识别在智能交通中起着十分重要的作用。在运动汽车检测上，传统的有感应线圈检测方式、激光和红外、超声检测方式，由于这些方式存在具体实施上复杂、受环境因素影响大、检测误差大等问题。近年来，随着计算机和数字技术的发展，视频检测方式由于具有实施简单、受环境变化影响小、检测可靠等优点，受到了人们的重视并得到了广泛应用。本文的运动汽车检测和识别技术的研究正是基于视频检测基础上展开，在理论和方法实现上跟踪当前智能系统研究的热点和前沿领域。运动汽车的检测与分类识别是集计算机技术、模式识别、图像处理、应用数学以及视觉理论等学科综合应用的一项艰巨的任务。本文在分析和总结国内外相关研究成果和最新研究技术基础上，针对目前技术上亟待解决的运动目标图像中存在运动背景( 除待检测和识别的汽车目标外，其它的运动目标，如汽车和自行车、三轮车和行人等) 和运动阴影，这样的复杂背景中的汽车检测和识别，完成算法分析、理论研究和应用试验。在研究中，本文主要围绕两个方面进行：运动汽车的自动检测和分类识别。运动汽车的自动检测力图从复杂背景图像中检测汽车，克服其它运动目标和运动背景的影响，为此提出了基于形变模板模型的运动汽车分割算法，针对无法或预先没有建立汽车形变模板模型的情况，还提出了基于分层统计模型h m m 汽摘要车分割算法作为分割算法的相互补充。在汽车的分类识别上，为了从汽车特征数据上反映出不同类型的汽车结构特点和应用特点，利用基于c e f 的信息势能聚类方法进行汽车分类。在汽车分类的基础上，用粗糙集和神经网络方法使得汽车识别系统具有学习能力和识别能力。总之，本文的运动汽车检测和分类识别方法综合应用了图像处理、计算机视觉、模式识别、数值处理、统计分析和粗糙集理论、神经网络等方面的理论和最新成果，并与计算机技术结合，在理论和实际上为智能交通系统实现提供一些基础的和具有实用价值的方法。本文的创新点体现在对复杂背景图像中的运动汽车检测和分类识别两个方面的研究：i 复杂背景图像中的运动汽车检测在运动汽车检测中，公路上实际的情况是多个车道，多辆汽车并行行驶，这样自然在视频图像中存在多辆汽车相互遮挡，运动差分检测的结果是多个运动目标相互连结在一起。除此之外，由于光照的因素，运动目标产生的阴影也是运动差分检测无法消除。因此，虽然我们要识别的汽车处于图像前景，未被遮挡，但是用一般的图像分割方法却很难将之分割出来，本文在这方面的创新点为：基于形变模板模型的运动汽车分割方法本文在分析汽车形状的几何结构基础上，提出了形变模板模型的汽车表示和运动汽车分割方法。通过形状参数模型和形变的方式进行表示，在几何结构基础上，不同形状差别的汽车表现出几何结构参数的变化，即形变。本文所作的工作是完成了对汽车结构的学习和训练过程后，建立了几类具有代表性汽车的形变模板模型和参数约束函数。通过汽车形变模板模型的形变，用最优化算法达到从图像中检测和分割运动汽车的目的。在算法中，本文对经典的e m 算法进行了更新，从而提高了算法的稳健性和加快了运算时间。从本文的分割实验结果可见，本分割方法能够达到克服多运动目标和阴影的影响，有效实现识别汽车的分割。实验结果和与其它的分割方法比较表明，该方法在分割率和运算时间上都得到了有效提高。需要补充的是：形变模板模型的运动汽车分割方法还有一个特点是该方法摘要除了能够完成汽车分割外，也可完成汽车的分类识别，所以，该方法是一种最简单、最有效的汽车分割和识别方法。基于图像序列分层统计模型h 删运动汽车分割本文提出了将差分运动检测后的汽车图像分为前景运动汽车层、背景运动目标层和运动阴影层，并分别提出和建立了各层的统计模型，应用h m m 方法对运动图像序列进行模型参数估计，通过模型进行运动汽车分割的方法。该方法不需要预先的汽车学习，直接在分割中完成学习。所以，是前面的形变模板模型分割方法的有效补充。h m m 方法利用图像序列帧之间的图像像素空间相关性和时间相关性，从而完成模型参数的识别，通过m a p 算法完成模型参数具体化，不但用模型完成图像前景目标的分割，同时在分割中自然区别了背景运动目标和阴影，最终实现了复杂背景图像的运动汽车分割。最终试验结果表明本方法能够有效的完成分割目的。2 汽车的分类和识别汽车的分类和识别是一个非常普遍的话题。按照国家交通标准，汽车可以根据尺寸大小和载重量分为大( 8 - 1 0 吨) 、中( 2 - 8 吨) 、小( 2 吨以下) ，也可以根据用途分为：货车、客车、轿车和特种用途车。但是，这样的分类对于汽车类型的研究来说，太简单。按照我们日常习惯，常从汽车结构特点上将汽车分为两厢轿车、三厢轿车、微型车、商务车、依维可、( 大、中、小) 型客车、( 大、中、小) 型货车、垃圾车、救火车等，另外，也从厂家标志分类汽车，如桑塔拉、别克、奔驰、宝马、现代、花冠、福特等。所以，本文的汽车分类识别力争从结构上和厂家标志上分类和识别汽车，能够识别尽可能多的汽车。为此，汽车分类和识别上主要进行了以下研究：基于c e f 的信息势能聚类的汽车分类识别聚类分析是一种强有力的分类工具。一般的聚类度量大都从聚类数据的方差、距离等方面进行度量，不能反映出各类别数据之间的结构特征。由于信息熵能够反映出数据本身包含的信息量，而信息势能则体现了信息熵的变化，聚类估价函数c e f 表现了聚类目标。在汽车分类上，为了体现汽车特征数据的结构特征，本文提出了基于c e f 的信息势能聚类的汽车分类，试验结果表明该分摘要类方法能够完成汽车结构特征分类，与k 均值和基于e m 方法比较分类时间缩短了和分类正确率提高了。基于粗糙集的神经网络汽车识别粗糙集作为处理具有模糊、不精确或不完全数据信息的分类问题提供了一种新的工具。其主要思想是在保持图像分类能力不变的前提下，通过知识约简，导出问题的决策或分类规则。能够保证分类能力不变的情况下，有效化简识别目标的特征维数，减少分类和识别的运算量。除此之外，神经网络具有较强的学习能力。所以，本文提出了基于粗糙集的神经网络汽车识别方法。该方法在神经网络的学习过程中，为了加快学习过程误差搜索，提出了改进的b p 算法，通过二次曲线拟合得到最优步长。最后的实验结果显示与一般的神经网络方法比较，该方法能够有效提高学习效率。运动汽车检测及识别技术是智能交通中的一个基础环节，由于汽车类型多种多样和不断变化，给运动汽车的检测和识别带来了很大的困难，面临着巨大的挑战，但我们坚信：只要我们踏踏实实地做好每一份研究、完成好一项又一项工作，智能交通领域会有更美好的明天，道路上的汽车行驶也越加舒坦!关键词：智能交通，运动汽车检测，汽车分类识别，视频图像，形变模板模型，图像分层统计模型，聚类估价函数，信息熵，信息势能，粗糙集，神经网络。摘要t h er e s e a r c hf o rd e t e c t i o na n dr e c o g n i t i o no fm o v i n gv e h i c l ei ni n t e l l i g e n tt r a n s p o r t a t i o nm a j o r ：a p p i l e dm a t h e m a t ic sp h dg r a d u a t e ：l i ux u na d v i s o t ：p r o f y o uz h i s h e n ga b s t r a c t ：i nt h ed o m a i no fi n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ，n om a t t e ri t i st r a n s p o r t a t i o n m a n a g e m e n ts y s t e m ，i n t e g r a t et r a n s p o r t a t i o nh i n g ec o o r d i n a t es y s t e m ，l e a d i n gi n f o r m a t i o ns e r v i c es y s t e m ，v e h i c l em a n a g i n ga n di n t e l l i g e n tc o n t r o ls y s t e m ，t h ed e t e c t i o na n dc l a s s i f i c a t i o nr e c o g n i t i o no fm o v i n gv e h i c l ei so n eo fb a s i ct a s k s t r a d i t i o n a im o v i n gv e h i c l e sd e t e c t i o nm e t h o d s ，s u c ha se l e c t r o m a g n e t i s mi n t e r a c t i o n ，l a s e r ，i n f r a r e da n du l t r as o u n d s u f f e rf r o man u m b e ro fd r a w b a c k sa n du n a b l et os a t i s f yt h ea c c u r a t er e q u i r e m e n t s i nr e c e n ty e a r s ，w it ht h ed e v e l o p m e n t so fc o m p u t e ra n dd i g i t a lt e c h n i q u e ，v i d e oi m a g ed e t e c t i o n sg e th o l do fa t t e n t i o n sa n da r ew i d e l yu s e di nt h ed e t e c t i o no fm o v i n gv e h i c l e sd u et os i m p l e ，s t e a d ya n de x a c t i nt h i st h e s i s ，t h er e s e a r c hf o rd e t e c t i o na n dc l a s s i f i c a t i o nr e c o g n i t i o no fm o v i n gv e h i c l ei sp r o c e s s i n gf r o mv i d e oi m a g ed e t e c t i o n sa n dt r a c k sn e wf i e l do fi n t e l l i g e n ts y s t e m t h ed e t e c t i o na n dc l a s s i f i c a t i o nr e c o g n i t i o no fm o v i n gv e h ic 1ei sad i f f i c u l ta n da r d u o u st a s kf o ri n t e g r a t e da p p i i c a t i o no fc o m p u t e rt e c h n o l o g y ，p a t t e r nr e c o g n i t i o n ，i m a g ep r o c e s s i n g ，a p p l i e dm a t h e m a t i c sa n dt h e o r yo fv i s i o n b a s e do na n a l y s i sa n ds u m m a r i z e do fr e l a t e da n dd o w nt od a t er e s e a r c hr e s u l t si n c o u n t r ya n do u t c o u n t r y ，t h i st h e s i sa i m sa td e t e c t i o na n dc l a s s i f i c a t i o nr e c o g n i t i o no fm o v i n gv e h i c l eo nt h ee o n d i t i o no fc o m p l e xb a c k g r o u n dt h a tc o n t a i n so t h e rm o v i n gv e h i c l e s摘要a n ds h a d o wo fv e b i c l ea n da c c o m p li s h e sas e r i e so fa n a l y s i so fa r it h m e t i cr e s e a r c ho ft h e o r ya n da c t u a la p p i c a t i o n m a i nc o n t e n to ft h i st h e s isjn c l u d e st w ok i n d s ：m o v i n gv e h i e l ed e t e c t i o n a n dm o v i n gv e h i c l e c l a s s i f i c a t i o nr e c o g n i t i o n t od e t e c tm o v i n gv e h ic l ef r o mc o m p l e xb a c k g r o u n da n do v e r c o m et h ei n f l u e n c e so fo t h e rm o v i n gv e h i c l ea n dv e h i c l es h a d o w ，t h em o v i n gv e h i c l es e g m e n t a t i o nm e t h o db a s e do nd e f o r m a b l et e m p l a t em o d e li sp r o p o s e d f o rt h a tc a n tb u i1do rd on o tb ui1db e f o r e h a n d ah h ms e g m e n t a tio nm e t h o db a s e ds t a t i s t i c a ll a y e r e dm o d e li sp u tf o r w a r da sac o m p l e m e n t a r y i nc 1 a s s i f i c a t i o nr e c o g n i t i o no fv e h i c l e ，t or e f l e c ts t r u c t u r a la n da p p l i e dc h a r a c t e r i s t i co fe v e r yk i n d so fv e h i c l ef r o mc h a r a c t e r i s t i cd a t ao fv e h i c l e ，ac l u s t e r i n gm e t h o db a s e dc e fa n di n f o r m a t i o np o t e n t i a le n e r g yi su s e dt oc l a s s i f yv e h i c l e o nt h eb a s eo fc l a s s i f y r o u g hs e ta n dn e u r a ln e t w o r k m e t h o di su s e dt oe n a b l ev e h i c l er e e o g n i t i o ns y s t e mh a v et h ec a p a b i1i t yi ns t u d ya n dr e e o g n it i o n i no n ew o r d ，t h em a i na i mo ft h i st h e s i si n t e g r a t e di m a g ep r o c e s s i n g ，c o m p u t e rv i s i o n ，p a t t e r nr e c o g n i t i o n ，n u m e r i c a lv a l u ep r o c e s s i n g ，s t a t i s t i c a la n a l y s i s ，r o u g ht h e o r y ，n e u r a ln e t w o r k ，a n dc o m b i n e dw i t hc o m p u t e ra p p li c a t i o n ，a n dt op r o v i d es o m eb a s a la n dv a l u a b l em e t h o d sa n da l g o r i t h m sf o r t h er e a l i z a t i o no fi n t e l l i g e n c es y s t e m t h em a i nc o n t e x to f t h i st h e s i sc a nb es u m m a r i z e da sf o l l o w s ：( 1 ) t h ed e t e c t i o no fm o v i n gv e h i c l eo nc o m p l e xb a c k g r o u n di np r a c t i c a l i t y ，t h e r ea r em a n yv e h i c l e sm o v i n go nt h ew a ya n dt h e s ev e h i c l e sm a yb eb l o c k e do f fe a c ho t h e ra n dp r o d u c es o m em o v i n gs h a d o w i tc a n te l i m i n a t em o v i n gb a c k g r o u n da n dm o v i n gs h a d o wu s i n go n ei m a g es u b t r a c t i n ga n o t h e ri m a g e s o ，i td i f f i c u l tt os e g m e n ta n de x t r a c ti n t e r e s t e dv e h i c l ef r o mi m a g e s i nt h i sc a s e ，t h i st h e s i s sp r i m a r yc o n t r i b u t i o n1 i e si n ：w ed e s i g n e dam o v i n gv e h i c l es e g m e n t a t i o nm e t h o db a s e do n摘要d e f o r m a h l et e m p i a t em o d e lv e h i c l e sc a nb ee x p r e s s e db ys o m eg i y e ns h a p ep a r a m e t e rm o d e l sb e c a u s ev e h ic l e sh a v ed e f i n i t eg e o m e t r ys h a p ef e a t u r e s d i f f e r e n tk i n d so fv e h i c l ep r e s e n tt h ec h a n g eo fd e f o r m a b l ep a r a m e t e r s h a v i n gf i n i s h e dt h es t u d ya n dt r a in in gp r o c e s so fg e o m e t r ys h a p ef e a t u r e so fm a n yv e h i c l es a m p l e s ，t h i st h e s i se s t a b l is h e ds e v e r a lr e p r e s e n t a t i v ed e f o r m a b l et e m p l a t em o d e l sa n dp a r a m e t e rc o n s t r a i n tf u n c t i o n s u s i n gt h ep a r a m e t e r so fm o d e l sd e f o r m i n ga n dt h eo p t i c a la l g o r i t h m ，w h e nt h ec o n t o u r so fd e f o r m e dt e m p l a t em o d e le n c o m p a s s e so n l yt h o s ep i x e tst h a tm o v i n gv e h i c l ea n dt h eo p t i c a la l g o r i t h ma t t a i n sm a x i m u mv a l u e ，t h em o v i n gv e h i c l es e g m e n t a t i o ni sa c c o m p l i s h e d t h a ti sc a l l e dm a t c hp r o c e s s i o n i nt h eo p t i c a la l g o r i t h m ，f o rd e c r e a s i n gt h ec o m p u t i n gt i m e ，at r a d i t i o n a le mm e t h o di sa m e n d e da n dag e o m e t r i c a la n n e a lt e m p e r a t u r es c h e d u l ei sp u tf o r w a r d c o m p a r e dt ot h et r a d i t i o n a ll o g a r i t h m i ca n n e a lt e m p e r a t u r es c h e d u l e ，t h er o b o ta n dc o m p u t i n gt i m ea r ei m p r o v e d t h r o u g ht h ea n a l y s i so ft h em e c h a n i s ma n de x p e r i m e n t a lr e s u l t so f t h i ss e g m e n t a t i o nm e t h o d ，w ec a ng e tt h ec o n c l u s i o nt h a tt h i sm e t h o dc a ne x t r a c tt h ei n t e r e s t e dv e h i c l ef r o mt h ec o m p l e xi m a g eb a c k g r o u n dt h a tc o n t a i l i sm o v i n go b j e c t sa n ds h a d o w i tn e e de x p l a i nt h a t ，e x c e p tf o rs e g m e n t a t i o n ，t h i sm e t h o dc a na l s ob eu s e dt oc l a s s i f yv e h i c l e s oi ti sav e r ys i m p l ea n de f f i c i e n tm e t h o do fs e g m e n t i n ga n dr e c o g n i z i n go fm o v i n gv e h i c l e w ep r o p o s e dah h ms e g m e n t a t i o nm e t h o db a s e ds t a t is t i c a ll a y e r e dm o d e lf o ra ni m a g ei n c l u d i n gi n t e r e s tv e h i c l e ，o t h e rm o v i n go b j e c ta n ds h a d o wo fm o v i n go b j e c t s ，t h i st h e s i sp r o p o s e ds t a t i s t i c a ll a y e r e dm o d e l i ns t a t i s t i c a ll a y e r e dm o d e l ，t h ei n t e r e s tv e h i c l ei se a l l e df o r e g r o u n dl a y e ra n do t h e rm o v i n go b j e c ti sc a l l e db a c k g r o u n dl a y e ra n ds h a d o wo fm o v i n go b j e c t si sc a l l e ds h a d o wl a y e ra n di se x p r e s s e db yt h ev i ；摘要s t a t is t i c a lm o d e lr e s p e c t i v e l y t h em o d e lp a r a m e t e r sa r ee s t i m a t e db yt h eh m m b a s e dm e t h o do fv i d e os e q u e n c e s r h ism e t h o dn e e dn o ts t u d yb e f o r e h a n da n dc a ns t u d ys t r a i g h t w a yi nt h ep r o c e s so fs e g m e n t a t j o n s ojtc a no v e r c o m et h es h o r t c o m i n go fd e f o r m a b l et e m p l a t em o d e lm e t h o d h m m b a s e dm e t h o dm a k e su s eo ft h es p a t i a lr e l a t i v i t ya n dt i m er e l a t i v i t yo fv i d e os e q u e n c e st oa c c o m p l i s hr e c o g n it i o no fm o d e l t h ee x p e r i m e n t a lr e s u l t ss h o wt h a tt h i sm e t h o dc a ns u c c e e ds e g m e n t i n gt h em o v i n gv e h i c l e ( 2 ) t h ec l a s s i f i c a t i o na n dr e c o g n i t i o no fv e h i c l et h ec l a s s i f i c a t i o na n dr e c o g n i t i o no fv e h i c l ei sap o p u l a rp r o b l e m f o l i o w i n gt h ec h i n e s es t a n d a r d ，v e h i c l ei sc l a s s i f i e di nb i g ( 8 - l o t o n ) ，m i d d l e ( 2 8 t o n ) a n ds m a 1 ( 2 t o n ) o rt r u c k ( v a n ) ，p a s s e n g e rc a r ( c a r ) a n ds p e c i a lv e h i c l e b u ti t i ss os i m p l ea n d a l m o s td o e sn o tb eu s e di np r a c t i e e s oi nt h i st h e s isw ec l a s s i f yv e h i c l e sb yt h eh a h i to fp e o p l e ：at r u c k ，av a n ，at w oc o m p a r t m e n t sc a r ，at h r e ec o m p a r t m e n t sc a r ，am i n i c a r ，ab u s i n e s s c a r ，as a n t a n a ，ab u i k ，am a z d a ，af o r d ，at o y o t aa n ds oo n t h u st h em a i nr e s e a r c ho fv e h i c l ec l a s s i f i c a t i o na n dr e c o g n i t i o ni nt h i st h e s i sa r ea sf o l l o w s ：p r o p o s e dac l u s t e r i n gm e t h o db a s e dc e fa n din f o r m a t i o np o t e n t i a le n e r g yi su s e dt oc l a s s i f yv e h i c l ec l u s t e r i n gi so n eo ft h ei m p o r t a n tm e t h o d si np a t t e r nr e c o g n i t i o n i n f o r m a t i o ne n t r o p yi sa no b v i o u sc r i t e r i at oe s t a b l i s ht h ec l u s t e r i n gr u l ei nv e h i c l ec l a s s i f i c a t i o nb e c a u s ei tc a nd i c t a t et h es t r u c t u r eo ft h ed a t a t h i st h e s i sp r o p o s e dac l u s t e r i n ga l g o r it h mu s i n gc l u s t e r i n ge v a l u a t i o nf u n c t i o no fe n t r o p y b a s e d w h e na p p l i e dt on o n l i n e a r l yc h a r a c t e rd a t ao fv e h i c l e s ，t h ea l g o r i t h mp e r f o r m st h ec l a s s i f i c a t i o no fv e h i c l e sw e l l c o m p a r e dt ok n na n do t h e rm e t h o d s ，t h em e t h o d sr e s u l ti sb e t t e r p r o p o s e dab a s e dr o u g hs e ta n dn e u r a ln e t w o r kv e h ic les t u d ya n d“i摘要r e c o g n it j o nm e t h o dr o u g hs e tisan e wm e a n st ob eu s e di nt h ec l a s s i f ic a t i o no fb l u r ，i m p r e c i s ea n dh e v i n gi n c o m p l e t i o nd a t ai n f o r m a t i o n i t sp r i m a r yi d e aist om a i n t a int h ec l a s s i f i c a t i o na h i l i t yu n c h a n g e db yt h ew a yo fk n o w l e d g er e d u c t i o na n dt ob r i n gu pt h ed e c is i o n m a k i n ga n dc l a s s i f i c a t i o nr u l e s oi tc a np r e d i g e s tt h ed i m e n s i o no fr e c o g n i z e do b j e c ta n dd e c r e a s et h ec o m p u t i n gt i m e n e u r a ln e t w o r ki sag o o dm e t h o dt os t u d yi np a t t e rr e c o g n i t i o n c o m b i n i n gr sw i t hn e u r a ln e t w o r kd o e sv e h i c l ec l a s s i f i c a t i o n t h er e s u l t ss h o w st h a tt h em e t h o d sh a s t h ea d v a n t a g e so ff a s tc o m p u t a t i o na n de a s yr e a l i z a t i o n ，a n dt h em e t h o disb e t t e rt h a no t h e rm e t h o d si no p t i m i z e da t t r i b u t e s ，d e c r e a s et h ei n d e x e so fa n a l y s i sa n dt e s ts a m p l e st oag r e a te x t e n t s ，a n de n h a n c i n gt h er i g h tr a t i oo fc l a s s if i c a t i o n d e t e e t i o na n dr e c o g n i t i o no fm o v i n gv e h i c l ei sab a s i ss t e pi ni t s i th a st o od i f f i e u l t i e sb e c a u s et h es h a p eo fv e h i c l e sa r em u l t i f o r ma n dc o n s t a n t l yc h a n g e b u tw eb e l i e ft h a ti t sf u t u r ei sm o r eb e a u t i f y k e yw o r d s ：i n t e l l i g e n c et r a n s p o r t a t i o n ，m o v i n gv e h i c l ed e t e c t i o n ，v e h i c l ec l a s s i f i c a t i o na n dr e c o g n i t i o n ，d e f o r m a b l et e m p a t em o d e l ，s t a t i s t i c a ll a y e r e dm o d e l ，c l u s t e r i n ge v a l u a t i o nf u n c t i o n ，e n t r o p y ，r o u g hs e r ，n e u r a ln e t w o r k 四川太学博士学位论文第1 章绪论智能交通系统( i n t e l l i g e mt r a n s p o r t a t i o ns y s t e m i t s ) 是由运输工具、运输道路和运营管理组成的一个庞大而复杂的系统，是运用赢科技手段解决当今交通运输问题：运输能力、运输效率、运输安全及运输服务的新技术，是计算机技术、人工智能、图像处理、视觉理论、电子技术、交通运输管理等的综合应用。在智能交通中无论是提高运输管理能力，还是提高运输效率和运输安全、运输服务，对基础交通工具汽车的检测与识别起着十分重要的作用。1 1 研究背景及意义i t s 是交通运输系统在信息化基础上发展的一个更高阶段。它主要指对交通运输系统的管理与组织的智能化。智能交通组织和管理的交通运输设施主要包括车辆系统和道路系统，通过高科技手段，应用计算机和传感设备、通信技术、系统工程等软、硬件技术的集成，使交通运输系统的组织和管理实现信息化、智能化，提高交通运输系统的安全性、快速性和可靠性，提高交通运输设施的利用率和效率。i t s 的具体内容如图1 - 1 。图1 - 1 智能交通系统i t s 的研究关系到众多学科：信息技术、计算机技术、人工智能、管理科学、行为科学、控制科学、交通运输以及系统科学等，是一门玎放的综合技术。它总是不停地吸收其它学科的营养，把其它学科最前沿的知识予以应用。四川大学博士学位论文目前，i t s 的研究和开发主要包括以下领域：( 1 ) 先进的交通管理系统该系统在交通控制和信息处理技术的基础上保证车辆的行驶安全，使公路、道路状况与驾驶员之间建立通信联系，将控制中心接收到的各种交通信息，经过智能交通处理设备( 车辆检测、车辆识别、道路识别等) 向驾驶员和管理人员实时提供，从而使车辆始终能够安全畅通地运行，发挥交通网的最大承载能力。( 2 ) 综合交通枢纽协调、疏导信息服务借助于网上交通流信息管理系统，给用户提供交通工具信息，包括车、货流量，运行速度，定位及时刻变动，同时提供最优出行或换乘模式、供用户选择。( 3 ) 交通流优化与运输组织智能化方案生成系统根据计算机交通关系系统信息，进行车辆的运行调度图安排，并结合路线运输能力做合理调整。( 4 ) 为驾驶员提供道路实时信息系统通过自动导驶系统给对道路陌生的驾驶员提供帮助，自动路径引导系统根据控制中心发出的阻塞、事故和路况等实时信息，“诱导”车辆始终运行在最佳路线上。( 5 ) 车辆运营智能调度系统企业的车辆调度中心通过卫星和道路上的车辆检测系统进行联系并自动定位，对车辆进行识别和称重，对运营车辆进行调度管理。从i t s 系统的研究和开发看，无论哪一方面的实现，都和运动汽车的检测和识别密不可分，都必须以运动汽车的检测和识别作为基础和前提。1 1 1 研究背景国际上，从2 0 世纪9 0 年代开始，美国联邦政府为了推进智能交通系统的发展专门成立了智能车辆道路系统( i v h s ) 组织，并开发出了最著名美国国家i v h s i t s 体系结构i l l ，如图1 2 ，并投入了高达十亿美元从事与智能交通有关的技术和应用系统的研究与开发。早在1 9 8 6 年欧洲的1 4 个国家的政府总投资5 0 亿美元，开始建立使欧洲交通最高效和最安全的p r o m e h e u s 工程，四川人学博士学位论文1 9 9 8 年又开始了智能交通体系结构项目k a r e n 。r 本7 0 年代研制出了电子路径诱导系统，9 0 年代开发出了车辆信息通讯系统并投入实际运行。可见，国际上对智能交通的研究和应用非常重视，有大批专家和技术人员从事与智能交通有关项目的研究和应用。图1 - 2 美罾的i t s 逻辑体系结构在中国，虽然早在2 0 世纪7 0 年代末就已经开始在交通运输和管理中应用电子信息技术，并称为交通工程，但直到1 9 9 8 年之后才引起重视，建立了发展i t s 的政府领导机构，制定了中国i t s 体系框架、逻辑结构，明确了全国i t s的总体内容和各部分相互关系。科学部将“智能交通系统的研究”列为国家“十五”重点项目。智能交通系统与其它系统不同，受国家的交通管理体系和道路状况影响很大，不同的国情决定了智能交通系统不同的特点和研究角度蛆及应用方式，每个国家必须从本国实际出发进行智能交通系统的研究和应用。我国近年来处于经济的高速增长时期，人们对汽车的需求量急剧上升，公路车流量增长迅猛。在城市连绵不断的车流，随时会出现交通阻塞。道路交通路口、高速公路出入口随时都会看见排成长龙的车辆。人们每天都会从报上看见大大小小的车祸发生，汽车被盗现象经常发生，并且，为了逃脱税收和各种费用，假车牌照、一车多牌、非法改装、超载运输、违章闯红灯现象累见不鲜。以上现象说明，传统的交通管理方式落后于实际的发展需求，道路、车辆、交四川大学博士学位论文通需要现代化的计算机管理方式。为此，在我国，许多大、中城市陆续开始安装电子警察系统，在城市的主要道路口和重要治安卡口、高速公路出入口、机关单位出入口、停车场、住宅小区、海关、机场停机坪等车辆经常出入的地方，追切需要能够自动检测和识别运动汽车的车辆管理系统，人们把精力投入到了城市车辆检测和管理系统、汽车违章管