通过运输巴士上现有的摄像头进行自动化交通监控

科学领域:

• 运输工程 运输工程
• 计算机视觉 计算机视觉
• 人工智能的人工智能

背景情况:

• 交通拥堵严重影响日常通勤,需要准确的数据来有效管理.
• 目前使用固定或临时探测器的交通检测方法受到空间和时间稀疏的限制.
• 之前的研究建议使用公共交通巴士作为移动监控平台,通过手动视频分析验证.

研究的目的:

• 使用现有的公共汽车传感器,实现基于视觉的车辆计数方法,用于实际的交通监控.
• 开发一种自动化系统来处理从公交巴士的视频图像来计算车辆.
• 为了利用已经装在公共汽车上的感知和定位传感器来收集交通数据.

主要方法:

• 利用最先进的2D深度学习模型进行对对象检测.
• 采用SORT (简单在线和实时跟踪) 方法来跟踪检测到的物体.
• 开发了一个计数逻辑,将跟踪数据转换为车辆计数和鸟视轨迹.

主要成果:

• 展示了该系统在现有公共汽车的现实视频数据中检测和跟踪车辆的能力.
• 成功地区分了移动车辆和停放的车辆.
• 实现了高精度的双向车辆计数,通过废弃研究和各种天气条件进行验证.

结论:

• 拟议的基于视觉的系统有效地使运输巴士用于交通监控.
• 这种自动化方法克服了传统交通探测器的局限性,提供了更全面的交通数据.
• 该系统显示出高精度和稳定性,使其适合于实际的交通管理应用.