声明
第 1 章绪论
1.1 研究背景及意义
1.2 国内外研究现状综述
1.2.1 交通流信息检测技术现状
1.2.2 基于车辆识别追踪的视频交通检测技术研究
1.2.3 研究现状总结
1.3 研究内容
第 2 章基于深度学习的车辆识别追踪
2.1 视频选取
2.2 识别追踪算法理论
2.2.1 YOLO目标检测算法
2.2.2 SORT目标追踪算法
2.3 基于YOLOV3和Sort算法的车辆识别追踪
2.3.1 数据集准备
2.3.2 模型训练与测试
2.4 本章小结
第 3 章摄像机标定与坐标转换
3.1 基础理论概述
3.1.1 图像几何变换
3.1.2 坐标系定义
3.2 摄像机成像模型
3.2.1 线性模型
3.2.2 摄像机标定方法
3.3 基于路面标线的标定
3.3.1 参照坐标点选取
3.3.2 标定结果与误差分析
3.4 本章小结
第 4 章完整轨迹数据提取
4.1 数据选取与预处理
4.1.1 轨迹数据误差分析
4.1.2 数据预处理
4.2 基于时空位置的轨迹段合并
4.3 纵向轨迹平滑化处理
4.3.1 插值处理
4.3.2 降噪处理
4.4 车辆轨迹补齐
4.4.1 轨迹缺失类型
4.4.2 基于跟驰模型的轨迹补齐
4.5 本章小结
第 5 章交叉口交通流参数获取
5.1 交叉口进口道通行能力计算
5.1.1 饱和车头时距
5.1.2 饱和流率
5.1.3 通行能力
5.2 车辆延误计算
5.2.1 停车排队车辆延误
5.2.2 无停车通过车辆延误
5.2.3 延误计算
5.3 交通参数获取实例分析
5.3.1 基本交通流参数
5.3.2 排队长度
5.3.3 通行能力和服务水平
5.4 本章小结
结论
致谢
参考文献
西南交通大学;