研究人員研發高速公路車輛監控系統 探測并攔截違反交規車輛

(來源:高速公路交通中的智能車輛監控系統)據外媒報道，密切關注高速公路交通流量在許多方面都是有益的，主要可以揭示交通堵塞、違反道路規則和交通事故的根源。不幸的是，傳統技術依賴于昂貴的雷達、激光和激光雷達傳感器的組合來了解交通流量。因此，來自巴基斯坦斯瓦比大學、伊斯蘭堡Comstats大學和孟加拉國Jesore科技大學的研究人員找到了一種替代方法:使用機器學習算法從相機鏡頭中提取有用的數據。研究人員在Arxiv.org發表了一篇題為“高速公路交通上車輛的智能監控系統”的文章，文章指出，研究人員描述了一個框架，該框架使用480 x 640像素的攝像頭(安裝在路邊的電線桿或交通燈上)以每秒25幀的速度捕捉視頻；然后人工智能(AI)模型將逐幀消化視頻，以檢測車輛并記錄其位置和速度。該系統利用簡單的圖像處理技術提取單幀，同時算法對該幀的數值像素值中包含的背景數據(如樹木、建筑物和停放的汽車)和前景數據(如運動的車輛和行人)進行分類，創建一個沒有靜態對象的道路掩膜。在噪聲抑制預處理步驟完成之后，系統通過檢測車輛的輪廓(具體地，通過確定車輛的邊緣是否可以通過給定的像素)以及通過比較每個相鄰車輛的顏色來隔離每一幀中的車輛。圖像分割技術——區域生長分割對種子點的像素進行檢查，確定是否應該將相鄰像素加入初始區域，從而確定車輛的方向，車輛與攝像頭的距離可以衡量車輛的相對速度。該方法利用模式識別、數字圖像處理和數學方法來檢測、跟蹤和計算車輛速度。研究人員承認，分辨率和幀率更高的攝像頭可以獲得“更豐富”的時間和車輛數據，但他們表示，他們的概念驗證已經在幾條道路上進行了測試，并取得了良好的效果，可以為提供簡單、經濟和易于部署的高速公路監控解決方案奠定基礎。這一框架有助于更好地管理交通流量，減少交通事故的機會。此外，它還可以用來檢測和阻止違反交通規則的車輛。未來，研究人員將把這一框架應用于道路交叉口，并擴展到隧道和立交橋。

(來源:高速公路交通中的智能車輛監控系統)據外媒報道，密切關注高速公路交通流量在許多方面都是有益的，主要可以揭示交通堵塞、違反道路規則和交通事故的根源。不幸的是，傳統技術依賴于昂貴的雷達、激光和激光雷達傳感器的組合來了解交通流量。因此，來自巴基斯坦斯瓦比大學、伊斯蘭堡Comstats大學和孟加拉國Jesore科技大學的研究人員找到了一種替代方法:使用機器學習算法從相機鏡頭中提取有用的數據。研究人員在Arxiv.org發表了一篇題為“高速公路交通上車輛的智能監控系統”的文章，文章指出，研究人員描述了一個框架，該框架使用480 x 640像素的攝像頭(安裝在路邊的電線桿或交通燈上)以每秒25幀的速度捕捉視頻；然后人工智能(AI)模型將逐幀消化視頻，以檢測車輛并記錄其位置和速度。該系統使用簡單的圖像處理技術提取單幀，同時算法對該幀的數值像素值中包含的背景數據(如樹木、建筑物和停放的汽車)和前景數據(如運動的車輛和行人)進行分類，創建一個沒有靜態對象的道路掩膜。在噪聲抑制預處理步驟完成之后，系統通過檢測車輛的輪廓(具體地，通過確定車輛的邊緣是否可以通過給定的像素)以及通過比較每個相鄰車輛的顏色來隔離每一幀中的車輛。圖像分割技術——區域生長分割對種子點的像素進行檢查，確定是否應該將相鄰像素加入初始區域，從而確定車輛的方向，車輛與攝像頭的距離可以衡量車輛的相對速度。該方法利用模式識別、數字圖像處理和數學方法來檢測、跟蹤和計算車輛速度。研究人員承認，分辨率和幀率更高的攝像頭可以獲得“更豐富”的時間和車輛數據，但他們表示，他們的概念驗證已經在幾條道路上進行了測試，并取得了良好的效果，可以為提供簡單、經濟和易于部署的高速公路監控解決方案奠定基礎。這一框架有助于更好地管理交通流量，減少交通事故的機會。此外，它還可以用來檢測和阻止違反交通規則的車輛。未來，研究人員將把這一框架應用于道路交叉口，并擴展到隧道和立交橋。

標簽：

汽車資訊熱門資訊