基于机器视觉的智能交通灯的研究
摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第11-18页 |
1.1 引言 | 第11页 |
1.2 研究目的及意义 | 第11-12页 |
1.3 国内外研究现状及未来发展趋势 | 第12-16页 |
1.3.1 智能交通国内外研究现状 | 第12-13页 |
1.3.2 交通参数获取的研究现状 | 第13-14页 |
1.3.3 智能控制算法的研究现状 | 第14-15页 |
1.3.4 未来发展趋势 | 第15-16页 |
1.4 本论文的主要研究内容 | 第16页 |
1.5 本论文结构安排 | 第16-18页 |
第二章 交通信号灯控制相关背景和基础 | 第18-28页 |
2.1 交通路口的数学模型 | 第18页 |
2.1.1 交通路口模型 | 第18页 |
2.1.2 干线道路模型 | 第18页 |
2.2 智能交通控制的必要性 | 第18-19页 |
2.3 智能交通控制的研究参数 | 第19-22页 |
2.3.1 信号周期 | 第19-20页 |
2.3.2 相位 | 第20-21页 |
2.3.3 车道流量比 | 第21页 |
2.3.4 绿信比 | 第21页 |
2.3.5 平均车辆延误 | 第21-22页 |
2.3.6 相位差 | 第22页 |
2.4 交通信号灯控制方式 | 第22-23页 |
2.4.1 按控制范围分类 | 第22-23页 |
2.4.2 按控制方式分类 | 第23页 |
2.5 常见的交通信号控制算法 | 第23-27页 |
2.5.1 模糊控制理论 | 第23-24页 |
2.5.2 遗传控制算法 | 第24-27页 |
2.6 算法仿真工具——MATLAB | 第27页 |
2.7 本章小结 | 第27-28页 |
第三章 基于图像处理的交通参数的测量 | 第28-45页 |
3.1 视频采集和图像预处理 | 第28-29页 |
3.2 运动目标检测基本算法 | 第29-34页 |
3.2.1 光流场法 | 第29页 |
3.2.2 帧间差分法 | 第29-31页 |
3.2.3 背景差分法 | 第31-34页 |
3.3 基于统计特性的背景提取算法 | 第34-39页 |
3.3.1 基于中值背景提取 | 第34-35页 |
3.3.2 基于均值背景提取 | 第35-36页 |
3.3.3 基于高斯背景提取 | 第36-37页 |
3.3.4 基于最高频率背景提取 | 第37-39页 |
3.4 基于单车道背景提取算法 | 第39-40页 |
3.4.1 基于Hough变换的单车道背景提取 | 第39页 |
3.4.2 基于直线方程的单车道背景提取 | 第39-40页 |
3.5 目标车辆的提取 | 第40-43页 |
3.5.1 基于背景差分法的车辆提取 | 第40-41页 |
3.5.2 帧差图像的二值化处理 | 第41页 |
3.5.3 基于中值滤波的噪声过滤 | 第41-42页 |
3.5.4 基于膨胀运算的车辆复原 | 第42页 |
3.5.5 基于边缘检测的车辆统计 | 第42-43页 |
3.6 本章小结 | 第43-45页 |
第四章 交通信号灯控制模型与方法研究 | 第45-55页 |
4.1 研究内容和研究目标 | 第45页 |
4.2 单路口交通灯配时策略 | 第45-46页 |
4.3 干线交通灯配时策略 | 第46-47页 |
4.3.1 计算单个路口交通灯配时方案 | 第46-47页 |
4.3.2 计算信号差 | 第47页 |
4.3.3 计算系统周期 | 第47页 |
4.4 模糊控制器的设计 | 第47-52页 |
4.4.1 模糊控制器的一般结构 | 第47-48页 |
4.4.2 论域变换 | 第48-49页 |
4.4.3 语言值的建立 | 第49页 |
4.4.4 隶属度函数的建立 | 第49-50页 |
4.4.5 模糊规则表的生成 | 第50页 |
4.4.6 基于重心法的清晰化处理 | 第50-52页 |
4.5 基于遗传算法的配时策略 | 第52-53页 |
4.5.1 适应度函数的确定 | 第52-53页 |
4.5.2 遗传算法的参数设置 | 第53页 |
4.6 本章小结 | 第53-55页 |
第五章 交通信号灯控制算法的优化设计 | 第55-66页 |
5.1 交通信号灯配时模型 | 第55-59页 |
5.1.1 建立交通灯动态模型的必要性 | 第55页 |
5.1.2 交通灯配时模型的建立 | 第55-57页 |
5.1.3 交通灯配时模型的优化 | 第57-59页 |
5.1.4 交通灯动态配时策略 | 第59页 |
5.2 设计遗传算法 | 第59-62页 |
5.2.1 设计经典遗传算法 | 第59-60页 |
5.2.2 设计优化遗传算法 | 第60-62页 |
5.3 仿真算法实现 | 第62-63页 |
5.4 仿真结果分析 | 第63-65页 |
5.5 本章小结 | 第65-66页 |
第六章 总结与展望 | 第66-69页 |
6.1 总结 | 第66-67页 |
6.2 展望 | 第67-69页 |
致谢 | 第69-70页 |
参考文献 | 第70-73页 |
攻读硕士学位期间取得的成果 | 第73-74页 |