基于图像处理车流量检测的智能交通灯控制

年度 编号 2016年 科学研究项目

申请书

项目类别： 重大项目（ ）

（勾选）

项目名称：申请者： 承担单位：申请时间：重点项目（ ） 一般项目（√） 青年项目（ ）

基于图像处理车流量检测的智能交通灯控制

2016年 3 月

2016年

1 / 9

文档可能无法思考全面，请浏览后下载!

科学研究项目申请书

活页论证表

填表说明：本表供匿名评审使用。填写时，不得出现课题申请人和课题组成员的姓名、单位名称、职务等信息（或用**符号代替），否则一律不得进入评审程序。 （限4000字左右） 1.本项目研究现状述评，选题意义和研究价值。 2.本项目研究目标、研究内容、主要观点及创新之处。 3.本项目的研究思路、研究方法、技术路线和实施步骤。 4.预期成果。 5.项目研究基础。 1.国内外研究现状 基于图像处理车流量检测的智能交通灯控制是智能交通系统的重要组成部分，目前世界上应用较普遍的智能交通系统都是科技比较发达的地区和国家，如日本的VICS系统已经非常成熟，欧洲、美国和其他一些地区应用也比较广泛[1]。很多发达国家都不惜投入了大量的人力和资金研究ITS系统，并且都取得了较满意的效果。我国相对于国外发展较晚，90年代初期才开始进行研究探索。随后ITS系统的研究便一发不可收拾，慢慢步入正轨，2007年在北京召开的第十四届以ITS为主题的国际会议，我国ITS研究水平得到了进一步提高。上海、北京、广东等比较发达的城市也已经引进了国外先进的ITS技术和设备，各大城市也相继有ITS的重大项目上马。一方面，一些公司看到了ITS在我国的发展前景和经济效益，不惜投入大量的人力和资金研究ITS技术，另一方面，国家有关部门大力支持并鼓励学者、技术专家积极研究ITS技术，争取研发出具有自主知识产权的ITS系统。得益于这些因素，我国的ITS系统的研究正处于方兴未艾阶段，并正逐步走向成熟。 车流量检测是智能交通灯控制的关键技术。当前比较流行的车辆检测方法包括波频检测法、地感线圈检测法、智能视频检测法等。 波频检测方法利用红外线、超声波或微波等专用设备对通过的车辆发出电磁波，并接收感应信息进行检测。它的优点是对气温的变化不敏感，且架构较为简单。但它也有很多缺陷，比如灵敏度不够高，也存在一定的错误率。 地感线圈检测属于一种被动接触式的检测技术。这种方法在检测交通流量、交通占有率等方面准确率高，而且气候条件影响极小，使用成本也比较低。但此方法施工复杂，维护成本高，在安装设备时要求将线圈埋入道路下，需要中断交通，挖路维修或更换设备，不仅影响正常的交通，还损坏道路。 智能视频图像检测法属于一种非接触式检测技术，车辆视频图像是通过安装在道路上的探头、摄像机或图像采集卡等装置采集获取。当视频装置检测到有车辆进入较好的拍照范围时，立即触发相应设备进行抓拍，并将视频图像数据发送至终端进行相应的处理和分析，从而获取车辆的相关信息。采用智能视频图像检测法与其他检测方法相比，有如下优点[2]： （1）硬件安装、维护简单方便，不会损坏路面，便于更换设备，不会影响正常交通，硬件安装费用和维护的成本低； 项目名称： 基于图像处理车流量检测的智能交通灯控制 2 / 9

文档可能无法思考全面，请浏览后下载!

（2）道路交通情况的监测画面便于存储，必要时可以离线分析处理； （3）通过视频装置可以实时监控交通情况，实时掌握交通信息； 3 / 9

文档可能无法思考全面，请浏览后下载!

（4）采集的车辆信息比较丰富、直观，方便交通管理人员的管理； （5）两个相邻监控点之间的信号不会相互干扰； （6）可以调整扩大监控范围。 但同时也存在一些缺点，采集装置采集的图像质量与天气、光照等外界因素有很大的关系，当天气、光照不佳时，采集到的图像质量较差，清晰度下降，不便于进行后续的分析处理，极大的影响系统的性能，目前基于图像处理的车辆检测较为常用的方法主要包括：背景差分法[3]，帧间差分法[4]，光流法[5]，高斯混合模型法[6,7]等。这些方法的难点是背景的消除，而且当摄像机的抖动、光照变化较大、存在阴影时，检测结果会受到很大影响。而基于图像车辆检测方法主要有基于车辆对称性的定位[8]，基于车辆颜色和纹理的定位[9]，基于车辆边缘的定位[10]等，这些方法各有优缺点，虽然实现简单，但效果不佳且鲁棒性较差。此外，慕永云等人[11]采用结合车辆阴影特征、边缘特征、纹理特征和对称性的车辆检测算法，文献[12]提出一种基于车牌照模型的车辆检测方法，连捷等人[13]利用车辆轮廓对称性及车牌定位信息融合检测车辆。但在复杂条件下，这些方法的检测效果还不是很理想，需要进一步的研究。 2.选题意义和研究价值 交通运输是人类文明进步的一个重大推力。经济社会越发展，交通运输就显得越来越重要[14]。改革开放以后，随着城市化进程不断加快，汽车保有量也快速增长，使得城市交通问题日益突现，交通拥堵，车流不畅，交通污染等问题大大影响了人们的出行效率与安全。传统的交通解决方案例如拓宽道路、加大路网密度、建立立体交通等越来越显示出其局限性，只有利用高科技手段才能改善日趋严重的交通问题，因此，智能交通的引进和发展成为交通发展的必然趋势。交通路口处交通灯的智能控制正是其中一个重要组成部分。 目前我国绝大部分城市交通信号灯都采用固定周期的方式，也就是红绿灯的周期是固定不变的，而少数城市的交通信号灯时间可以让交通管理员利用遥控控制。交通信号灯周期固定不变带来几个问题[15]: (1)浪费时间，一个方向有车或是车辆很多而当前是红灯，致使车辆无法通行,而另一个方向没有车或者是车辆相对很少而当前是绿灯,致使这些车辆通行后路面上没有车辆通行而另一个方向的车辆需要通行而必须要等待绿灯到来,造成时间浪费。 (2)经济损失和环境污染，上述情况造成时间浪费的同时,也造成经济损失,因为汽车不能行走而发动机又不能关闭，汽车在待速的情况下也消耗油量，造成经济白白损失。 (3)某一时刻车流量很大时(如上下班时间)，因为交通信号灯时间是固定的而不能延长交通信号灯时间，造成交通信号灯切换过快，使十字路口的车辆通行效率低下。 因此，如何将智能交通系统应用到交通路口，如何将交通灯控制系统智能化，将成为解决交通路口拥堵问题的关键。 智能交通灯的高效控制依赖于对周围交通状况的实时掌握，即各个方向的车流量信息。而如上所述，基于图像处理的车流量检测相对于波频检测法、地感线圈检测法等方法具有硬件安装、维护简单方便，不会损坏路面，便于更换设备，不会影响正常交通，硬件安装费用和维护的成本低等优点。但同时也存在一些缺点，采集装置采集的图像质量与天气、光照等外界因素有很大的关系，3 / 9

文档可能无法思考全面，请浏览后下载!

当天气、光照不佳时，采集到的图像质量较差，清晰度下降，不便于进行后续的分析处理，极大的影响系统的性能。因此在复杂环境下进行车辆检测是有相当难度的，目前还未达到满意的效果。但不可否认，随着各国学者、技术专家的不断研究，车型识别系统的关键难点问题迟早会被一一攻克。 因此本选题具有较高研究价值及应用前景。 3.研究目标 4 / 9

文档可能无法思考全面，请浏览后下载!

本课题利用计算机视觉、图像处理等相关技术，研究设计基于图像处理车流量检测的智能交通灯控制系统。通过对各方向的交通状况进行图像采集，研究并应用相关车流量算法对各方向车流量进行分析，根据车流量的信息来控制交通信号灯红绿灯的亮灭时间，达到缓解城市交通拥堵，提高交通效率的目的。 4.研究内容 本课题主要的研究内容有： （1）道路交通状况图像采集研究，包括对图像采集位置、采集方法以及采集速率等进行实验研究； （2）对采集的图像进行预处理，针对下雨天、雾天、夜晚等条件下对采集到的图像进行初步处理，消除噪声干扰，为后续的车辆检测做铺垫； （3）通过阅读相关文献，实验对比，改进相关算法等方法，研究有效的、具有鲁棒性的车辆检测方法； （4）统计交通各方向的车流量，检测到的车辆可能存在车辆粘连等现象，研究相关算法，准确获取道路交通车流量； （5）根据车流量信息，控制交通灯各方向红绿灯周期； （6）测试与分析控制系统功能和性能进行，包括系统的实时性、响应时间以及可控性。 5.主要观点及创新之处 （1）目前交通信号灯的控制普遍采用固定周期的方式，或人为的进行修改，没有实现智能化，因此本课题提出利用各方向车流量信息来控制交通灯的周期，提高交通运输效率； （2）目前车流量的检测普遍基于波频检测法、地感线圈检测法等，但波频检测法对气温变化敏感、灵敏度不高，地感线圈检测法施工复杂（线圈埋入道路下），维护成本高，损坏道路。因此本课题提出采用基于图像处理的方法进行车流量的检测； （3）目前，在复杂条件下，如雨天、雾天、交通拥堵等，很多基于图像处理的车辆检测算法检测效果不理想，容易出现车辆粘连等漏检情况。因此本课题着重研究突破车辆粘连等重点问题。 6.研究思路、研究方法、技术路线和实施步骤 本课题拟采取文献研究法和仿真实验法相接合的研究方法。在研究的开始阶段，主要采用文献研究法，通过大量阅读相关文献来获得车流量检测、交通灯控制等相关资料，全面地、正确地了解掌握国内外本研究问题的最近发展动态，结合本课题的特点，确定最好设计方案。在研究中期，为了降低设计成本和缩短研发周期，在设计实际电路之前，采用仿真实验法，对本项目进行设计研究，通过不断对相关算法的分析比较，研究核心算法的改进等，确定本课题最佳的算法。 4 / 9

文档可能无法思考全面，请浏览后下载!

本项目拟采取的技术路线如下图： 文献分析 方案比较 初步方案 相关算法研究与改进 最终方案 系统实现 具体实施步骤如下： （1）根据实地调查，阅读大量相关文献，方案比较等方法确定智能交通灯控制的初步方案； （2）到有交通信号灯的路口采集本项目算法研究、分析比较所用到的原始图像，包括车辆拥堵、雾天、雨天等条件下的图像； （3）对文献进行相关算法的分析和比较，确定本项目采用的图像预处理方法，并对车辆检测效果还不理想的算法进行改进，直至达到满意的效果； （4）确定最佳方案，实现系统功能并调试，直至满足要求为止。 （5）开始试点，了解本系统的实际运行情况。 （6）分析试点过程中本系统的不足之处，并对本系统进行改进； （7）发表论文及结题。 7.项目预期成果 本项目的研究成果为公开发表2-3篇文章，其中至少一篇为北大中文核心期刊，并撰写研究报告。 8.项目研究基础 8.1项目成员基础 （1）**，本项目负责人。硕士研究生期间，主要研究基于图像处理的智能交通系统，曾参与广西研究生教育创新计划项目，同时，参与导师主持的关于信号处理的国家自然基金项目，近两年拟发表中文核心期刊3篇（已录用）； （2）**，本项目的方案论证指导人。主要从事微机测量与控制和嵌入式系统设计与应用研究，曾参加广西自然科学基金1项，主持科研项目3项，其中教育厅科研项目2项，（2项已结题）， 院级科研项目2项，现已结题，近2年来，已发表或已录用的科研论文20多篇，其中，中文核心期刊7篇，中国科学引文数据库期刊1篇，科技核心期刊5篇，正在申报的国家发明专利1项，国家实用新型专利2项； （3）**，本项目的理论分析。主要从事图像处理，近三年曾主持2013广西5 / 9

文档可能无法思考全面，请浏览后下载!

高校科研年立项项目，发表了1篇关于图像处理的文章； 6 / 9

文档可能无法思考全面，请浏览后下载!

（4）**，本项目负责系统设计。主要从事电路与系统方向的系统开发，硬件设计等。 8.2其他研究基础 （1）本项目主持人在硕士研究生期间，一直研究图像处理的相关算法，包括车牌自动识 别、车型自动识别等，积累了不少经验知识，为本项目的顺利完成做好铺垫。 （2）研究本项目所需的研究资料可到我校图书馆查阅、我校购买的数据库下载及购买一些研究资料； （3）项目完全可以在我系的实验室中进行，我系**实训室是集教学、培训、研发、生产为一体的综合实践基地，拥有电路板整理生产线和电子产品装配生产线各1条，为教师、学生提供科研、课程设计、毕业设计等服务，还可对外承接电子产品的研发和整理。主要设备有：电路路板、贴片元件生产线、波峰焊接、回流焊接等。设备总值约23万元，完全可以设计出满足要求的系统； （4）我系的**精通控制理论，对本项目涉及的交通灯控制具有极大的指导作用； （5）研究经费主要用于仪器购买和论文版面费，研究时间为一年到两年，可保障项目的正常结题。 6 / 9