通过基因算法和粒子群优化的综合方法,提高交通监控的摄像头校准
1Department of Mechanical Engineering, The University of Alabama, Tuscaloosa, AL 35487, USA.
Sensors (Basel, Switzerland)
|March 13, 2024
概括
本研究引入了一种改进的摄像头校准方法,用于实时交通控制. 新技术显著减少了车辆定位错误,提高了交通管理系统的准确性.
科学领域:
- 计算机视觉 计算机视觉
- 交通工程是交通工程.
- 优化算法 优化算法
背景情况:
- 实时交通控制系统从传感器技术,信号处理和机器学习方面的进步中受益.
- 摄像头是用于车辆检测和速度估计的具有成本效益的传感器,对于交通交叉路口的决策至关重要.
- 准确的摄像头校准对于可靠的交通监控和数据提取至关重要.
研究的目的:
- 为准确的相机校准提出一种基于优化的新方法.
- 为了完善校准参数和纠正非线性镜头扭曲,以改善车辆定位.
- 为了提高优化过程使用一个结合的遗传算法 (GA) 和粒子优化 (PSO) 技术 (IGAPSO).
主要方法:
- 使用直线变换 (DLT) 方法进行初始摄像头校准.
- 应用优化算法来完善校准参数和纠正镜头扭曲.
- 将GA和PSO集成到IGAPSO组合技术中,以提高优化.
主要成果:
- 拟议的IGAPSO方法在三个十字路口的11个路边摄像头上进行了测试.
- 与基线DLT方法相比,使用GA降低了车辆定位误差22.30%,使用PSO降低了22.31%,使用IGAPSO降低了25.51%.
- 实验结果证明了基于优化的校准方法的卓越性能.
结论:
- 提出的基于优化的摄像头校准方法,特别是IGAPSO,显著提高了车辆定位的准确性.
- 这一进步有助于更有效的实时交通控制和监控系统.
- 综合GA和PSO方法为纠正交通摄像头校准中的非线性镜头扭曲提供了强大的解决方案.
