导读:本文包含了交通检测论文开题报告文献综述及选题提纲参考文献，主要关键词:事件检测,交通检测,海康威视,一体机
交通检测论文文献综述
[1]（2019）在《“雷视合一”、融合感知的交通检测神器——评测海康威视雷视事件检测一体机》一文中研究指出观点这是属于AI的时代,加速AI落地为实是海康威视的追求,而公安和交通是AI最为快速应用的两大场景,所以发力智能交通也顺理成章。评测中该机最为直观的两点感受是:其一,小块头的大智慧。体格虽小的该机在智能表现方面极强,道路交通本身就是场景多变,要在非固化场景中要时间关于道路交通的检测,用于交通执(本文来源于《中国公共安全》期刊2019年10期）
邢雪,于德新,周户星,田秀娟[2]（2019）在《多源非平衡交通检测数据的异常识别方法》一文中研究指出为保证交通检测数据的准确性并服务于实时的交通状态判别和预测,交通大数据采用多种检测源数据协同处理并利用机器学习的方法进行异常识别.异常检测数据的识别主要基于机器学习中AdaBoost方法实现.在算法的训练过程中,为消除单一检测源数据的离群现象,训练数据选取同一路段上多种检测源提供的数据集.在算法的决策过程中,通过代价敏感方法的优势来改进AdaBoost的决策.实验结果表明:基于非均衡特性改进的AdaBoost模型迫使分类器更加关注了待识别的异常样本,增强了AdaBoost决策过程中训练决策树规则的代表性,提高了异常类样本的分类准确率.高速公路实例检测数据集验证了改进算法与相关经典算法的检测准确度、误检率、误警率等指标,其中改进模型与原模型相比,准确率提高了5.547%,误检率减低了6.792%.多种算法的ROC曲线对比表明改进的AdaBoost方法筛选交通检测样本的可靠度更高,可有效调整由非平衡数据导致的分类误差.(本文来源于《哈尔滨工业大学学报》期刊2019年09期）
黄鑫[3]（2018）在《基于视频的车流量智能交通检测系统研究》一文中研究指出智能交通系统是交通运输行业未来的发展方向,其中车流量统计是该系统的重要组成部分,对视频应用数字图像处理技术可直接实现车辆计数,避免了人工计数效率低下和铺设地感线圈对路面造成破坏的负面影响。本文在现有的车流量统计算法基础上,就车辆检测、跟踪和计数方面做了相应研究。车辆检测方面,提出了一种ViBe算法和帧差法相结合的检测目标的算法。对视频图像使用ViBe算法得到前景图像,对相邻前景图像使用帧差法得到车辆目标检测结果,记录每一帧背景模型更新的次数防止光照发生变化造成误检。针对检测得到的粘连目标,若使用形态学方法进行分割会使得目标变形严重不利于跟踪,本文首先采用图像细化算法得到粘连目标的骨架,然后使用Shi-Tomasi算法得到骨架内所有角点,接着采用DBSCAN聚类方法对角点进行分类,该聚类算法无需输入类别数目使得不论粘连车辆数目的多少均能按照分类结果将其分割开来。经过实验测试该目标检测算法,提取的车辆外形清晰,“鬼影”现象能快速消除且能够将多车辆粘连目标分割为单目标。车辆跟踪方面,首先对分割后的车辆使用卡尔曼滤波算法得到下一视频帧中的大致坐标,然后使用图像相似度得到其准确坐标,减少了匹配车辆的搜索范围,同时为每个车辆创建相应链表将车辆最新的特征信息添加至表尾处,可以得到车辆行驶轨迹。车流量统计方面,在视频画面中设置两条虚拟检测线,分别是起始统计线和停止统计线,经过比较目标坐标与虚拟检测线的相对位置完成车流量的统计,并且得到当前道路的交通情况。(本文来源于《西南交通大学》期刊2018-05-01）
朱振杰[4]（2018）在《基于深度学习的高速公路交通检测算法研究》一文中研究指出视频监控是高速公路智能交通检测系统的主要组成之一,通过收集实时交通流数据判断道路的交通运行状态并智能识别交通事故的发生,为道路的运营管理提供宝贵的辅助决策信息,极大地提高管理效率。基于视频图像序列的车辆自动识别技术是视频监控进行交通流数据采集及交通事件检测的基础,因此研究一种精度高、实时性好的车辆目标识别技术以提高检测的可靠性具有重要意义。为此,本文基于深度学习框架进行了车辆识别算法及道路环境判别算法的研究,极大地提高了高速公路车辆识别的精度。首先,收集不同环境下的高速公路视频监控图像建立完备的原始数据库,构建环境判别的深度学习模型,并进行分类模型训练,实现高速公路的实时环境识别,作为车辆识别及交通事件判别的基础条件,为车辆检测模型选择提供依据信息。然后,对不同环境的样本进行车辆目标的标注及样本预处理,在此基础上进行车辆识别算法研究,提出基于天气环境识别的应用faster-RCNN模型的车辆检测算法,以提升高速公路车辆检测的精度。再通过比较不同环境数据集模型和整体数据集模型、不同网络结构以及深度学习方法与其他方法之间的算法检测精度差异,以此验证本文所述车辆检测算法的性能。最后以广湛线高速公路为实例,进行视频检测器的布设,并应用本文构建的基于天气环境识别的深度学习车辆检测算法进行交通流参数及交通事件检测,验证算法的性能与可行性。(本文来源于《华南理工大学》期刊2018-04-15）
王进展[5]（2017）在《基于雷达多普勒交通检测的信号分级控制方法》一文中研究指出随着我国道路交通事业快速发展,虽然城市路网的不断完善,但是机动车使用量也在逐年攀升,交通拥挤现象严重,交通违规、交通事故频发,拥堵状态从偶发性向常态化转变的态势,城市交通系统运行面临严峻挑战,提高交通事故处理效率以及制定合理的事故应对方案,保证交通冲突发生后车辆能够有序通过交叉口,防止出现大面积的交通拥堵,具有重要的现实意义和社会效益~([1])。实践表明,当道路交通冲突发生后,仅仅通过交警现场处理交通事故,具有一定的延时性,对缓解交通拥堵是远远不够的,需要依靠先进的交通冲突判别检测技术实时掌握交通冲突数据,通过大数据融合分析,制定合理的信号方案,来缓解城市交通事故拥堵问题~([2])。本文以城市道路交通冲突为研究对象,针对交通冲突引发的交通问题,分析车流运行态势规律,利用雷达多普勒效应检测交通冲突,联动摄像头进行冲突车辆场景牌照取证。在短时间内通过雷达数据,研究缓解道路交通拥堵信号控制策略,根据交叉口交通拥堵现状,提出有效的单点、干线或者区域的控制优化方案,缓解短时的交通拥堵。达到交通状态可知、交通信号可控、交通拥堵可缓解的目的。本文研究成果为我国城市道路交通状态判别、交通管理和交通信号控制提供技术支撑和理论依据~([3])。研究内容简要如下:第一部分,多普勒雷达交通数据检测可行性分析。通过分析微波传播特点结合多普勒效应,将微波检测应用到交通数据检测,并获取实时交通数据,为道路交通状态判别提供实时数据支撑。第二部分,道路交通状态可视化。运用多普勒雷达检测信息,融合光感技术,探究车辆运行状态实时显示技术,包括车辆实时运行轨迹、车辆违章检测、车辆事故检测,交通事故导致交通拥堵检测,保证特殊天气车辆运行状态的实时监控~([4])。在交通事故发生后,通过联动摄像机对交通事故进行拍照和取证,并自动进行事故责任认定,根据车牌识别车主信息,将判定责任信息发送至个人手机上,形成快速处理交通事故流程,有利于交通事故车辆迅速撤离现场,以免导致交通拥堵。第叁部分,交通拥堵状态分析,通过交通拥堵成因的分析,将交通拥堵分别按产生的条件、发生时间频率、拥堵的空间位置等进行分类,并对不同交通拥堵类型的传播方式进行分析。为后续交通信号自适应分级交通控制策略提供依据。第四部分,信号自适应分级控制方法。根据多普勒交通雷达实时检测的交通状态,信号控制中心根据交通拥堵态势制定自适应分级控制策略~([5])。对信号周期、相位相序、绿信比和相位差等信号参数进行适应性计算,提出以缓解交通拥堵为目标分级控制方法,并建立定量化模型。第五部分,交通仿真和案例分析。运用Vissim仿真软件模拟多普勒雷达检测系统显示界面交通运行状况,验证该检测技术的有效性;通过对青岛西海岸经济开发区滨海大道和嘉陵江路交叉口的一起交通事故引发的交通拥堵为案例,验证基于多普勒雷达实时检测与交通信号自适应分级控制对缓解交通拥堵的有效性。(本文来源于《青岛理工大学》期刊2017-12-01）
陈春旭[6]（2017）在《非向量测试技术在轨道交通检测中的使用分析》一文中研究指出由于轨道交通AFC(Automatic Fare Collection)自动售检票系统具有高度自动化,智能化的特点,其系统设备中各个控制,传输模块的电路板卡往往走线复杂,大规模集成电路较多。本文针对在精密电路板的功能检测,故障检修工作中出现的一些难题,尝试引入非向量测试技术(Vectorless Technique)对印制电路板(PCB)进行检测和可行性研究,为今后的轨道交通电子设备的测试维修工作提供一钟新的思路。(本文来源于《电子世界》期刊2017年16期）
许燕青,陈振武[7]（2017）在《适于动态交通OD估计的交通检测点布局》一文中研究指出基于大数据的实时在线交通仿真技术正成为交通管理系统的重要手段,实时在线交通仿真通过动态交通估计和短时预测,再现交通流实际状况和发展趋势,为交通预报和诱导、交通调控等提供技术支持。动态交通OD估计是动态交通分配的重要环节,合理的交通检测点布局和规模是估计OD的重要基础,本文将集成度分析技术引入交通检测器的布局研究中,基于集成度分析技术提出了检测器布局的方法,最后通过仿真实例分析验证了集成度分析技术具有较高的可靠性。(本文来源于《2017年中国城市交通规划年会论文集》期刊2017-06-09）
傅福林,晋胜国[8]（2016）在《基于物联网的智能交通检测与应急管理系统》一文中研究指出新形势下基于物联网的智能交通事件自动检测与应急管理,不仅可以提升道路交通管理的智能化水平,促进道路交通的应急救援管理工作上一个新台阶,而且具有显着的经济效益和社会效益。本文从物联网和智能交通建设的实际现状出发,在对交通事件智能检测分析和应急管理决策技术等关键技术研究的基础上,提出了基于物联网的交通智能检测(本文来源于《中国公共安全》期刊2016年12期）
杨小树[9]（2015）在《浅析交通检测技术及其未来发展趋势》一文中研究指出交通拥堵、交通事故和污染问题频发,要求我国不断发展交通检测技术,以实现对交通问题的有效管制。该文首先对交通检测技术进行简要阐述,进而探析车辆检测器的主要分类,并就磁频车辆检测器、波频车辆检测器和视频车辆检测器等各个分类下的多种类型技术进行专门分析,最后指出我国交通检测技术的未来发展趋势。(本文来源于《科技创新导报》期刊2015年33期）
杨小树[10]（2016）在《浅谈现代交通检测技术在交通中的应用》一文中研究指出随着中国经济的高速发展,人们的生活越来越富裕,汽车逐渐进入各家各户,但相对的交通道路却是越来越拥挤,传统的对交通的检测已经无法满足目前的要求。由于科技的不断进步,出现了新的车辆检测技术,并且传统的车辆检测技术也不断完善。文章介绍了新的检测技术和车辆检测器,并分析了现代的交通监控技术在交通中的应用。(本文来源于《中国高新技术企业》期刊2016年09期）
交通检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为保证交通检测数据的准确性并服务于实时的交通状态判别和预测,交通大数据采用多种检测源数据协同处理并利用机器学习的方法进行异常识别.异常检测数据的识别主要基于机器学习中AdaBoost方法实现.在算法的训练过程中,为消除单一检测源数据的离群现象,训练数据选取同一路段上多种检测源提供的数据集.在算法的决策过程中,通过代价敏感方法的优势来改进AdaBoost的决策.实验结果表明:基于非均衡特性改进的AdaBoost模型迫使分类器更加关注了待识别的异常样本,增强了AdaBoost决策过程中训练决策树规则的代表性,提高了异常类样本的分类准确率.高速公路实例检测数据集验证了改进算法与相关经典算法的检测准确度、误检率、误警率等指标,其中改进模型与原模型相比,准确率提高了5.547%,误检率减低了6.792%.多种算法的ROC曲线对比表明改进的AdaBoost方法筛选交通检测样本的可靠度更高,可有效调整由非平衡数据导致的分类误差.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
交通检测论文参考文献
[1]..“雷视合一”、融合感知的交通检测神器——评测海康威视雷视事件检测一体机[J].中国公共安全.2019
[2].邢雪,于德新,周户星,田秀娟.多源非平衡交通检测数据的异常识别方法[J].哈尔滨工业大学学报.2019
[3].黄鑫.基于视频的车流量智能交通检测系统研究[D].西南交通大学.2018
[4].朱振杰.基于深度学习的高速公路交通检测算法研究[D].华南理工大学.2018
[5].王进展.基于雷达多普勒交通检测的信号分级控制方法[D].青岛理工大学.2017
[6].陈春旭.非向量测试技术在轨道交通检测中的使用分析[J].电子世界.2017
[7].许燕青,陈振武.适于动态交通OD估计的交通检测点布局[C].2017年中国城市交通规划年会论文集.2017
[8].傅福林,晋胜国.基于物联网的智能交通检测与应急管理系统[J].中国公共安全.2016
[9].杨小树.浅析交通检测技术及其未来发展趋势[J].科技创新导报.2015
[10].杨小树.浅谈现代交通检测技术在交通中的应用[J].中国高新技术企业.2016