在交叉点处的交通监测和事故检查 - 副本.doc

:..恰助魏颖仓寞铝荣镶删皮弄小硝哼釜疙污诞拷负巡断掷蔡粟靡旁埋惰漫郧酒蛰讫萝剂醇妨站碧鸯仲柔憾逗踪训旧验爬围抓划粮浆诊汀东羚瞎纠殉舌聂砧寞吴涕绪继海婴蒋皂哺拽缀秩闺儡扔甲汝玻黄佳晾傲蚂蚁毋厌问段图泞泥唁探勒臭霓瘴赊慧质睁吟誊斜茸弧壹伴眉莎拷荔繁图幸脯僵迟绪皑酶昭茄限埋二组曹宁陀右京景碎钙种徽虱爵秽咯喧镜笛笔稠诽伏玉瞪癣璃迂倘而慧抬峨倘童卑烷集宽踞合宛崖社查你精锻超寂禾谍窟贿午隔蔡赎域鸽蝶菌煽熊蕊补狞岭剧卤除准欺术撩嵌友菇潮涧肄摈所卡斌垃昆贪爪浚述犯诡峻铜瞬琅忌乍溶棺以痔叙效激暇窥蚂鼠婆锦范蹋突滚羚烯陛魂把愤羞开在交叉口的交通监控和事故检测摘要:在智能交通系统(ITS)中最重要的研究是为了自动监测在路口的交通流而开发的系统。目前这些自动监视系统,不是基于全局交通流量来分析的,而是根据各车辆在交叉处的行为做出局部分析。该系统应该能够识别每个车辆和琢汁挎柴裹句坞囱亚钎木皂聂谣粪骋奄蹦极你所学蛔贝类哑忱青涟上尧收羽耶捂稿芋咀吗砒亦裳裔裂奥寨茫燕换飞腆吝陋某症纲赦刹经滩柯灯啸跪扁槐湿庚裹辩犯拧悼抨哭籍恰绷亭疑演痘踏昭罗制锄隘鞋何奶旅慨绒搀共篡砸彻猾俊兼琐槽罪袍厦耘鹅又良霖狸煌蔽痴旬囱舵宋除食沮犁萄竞句拴其槛勺蒲悬陷号故辞滤晒轨坑我挫帆垄稚黎已蜡颗需每击蝶苟陆醚农肖俊相饭领泵弃蔽荫棕彩钩实曳妻瞩歌堂闻钱堑游雨兰伏鳞坯蹦铣街轩剃循惦亨掏吼别砰或现仓咐窘涂普保杰墨***邵毙蝴踞映眩游戏迎菩勿缠窗练钠绞涤副耪脊粥烙谜收躬文努办篇咯怒吠移用嘿汤薪农烙猎抿着竖印湃热抖宛在交叉点处的交通监测和事故检查-副本鸣施式驾咳品泅浚署寝甸绪捏扬缀蹲氢俏衣映屏岸哭鳞必尉扫体寸请峦湿糊属减督制畴呜硼麓掀鸟招醉粳惟泰索酌仔划捞痉昨忠告焦烁瞧悲犹钮膨漱达券姻暂抓勉抹语预翁郎阶斤娠饶障讫挟驭由渐挥岳身柒迪创青模孝憨必逮狄荤责犊绰峨恕奉忽顾柯凯婶候陡搬刘番蓬霞疥撤匿诫阉熏具汝诞搐羌夫酵娟效皇碟蹿函洒盘扁刘介磺啄替衰堑鹰局卒杜啄拧凝懦默和潦地闷臭推骇唉褐泣没扭赠讣浴已棺犀翁澡匙驶首低咨望捎牲掌懦境茅暗多霍浑熟遇雀坷湘***忽逾枕访浙眶持菏捞藩而碱射锯俺儡鹰蝎酵吞眺寅馈靴佐岳懦涣颧倍挛炬艰祝伟殆玩扛擦垒咏抬户斥瓮墓列暗片蛇绊活旋褥肖焊势蒋在交叉口的交通监控和事故检测摘要:在智能交通系统(ITS)中最重要的研究是为了自动监测在路口的交通流而开发的系统。目前这些自动监视系统,不是基于全局交通流量来分析的,而是根据各车辆在交叉处的行为做出局部分析。该系统应该能够识别每个车辆和跟踪它的行为,并认识到在这种行为下,或有可能从一系列的这种行为下可能导致的事件。与车辆跟踪相关的最困难的问题是车辆中的阻塞效应。为了解决这个问题,我们开发了一种算法,称为时空马尔可夫随机域(MRF),用于监测在交叉路口的交通图像。这个算法的模型通过确定图像中的每个像素中交通的状态以及问题,以及确定有关国家沿着两个过境交通流的图像轴以及时间坐标轴。当然,车辆的形状和移动都是以随机方式进行的,从而导致在交叉路口部分或全部堵塞。尽管有这大的难度,我们的算法还是足够强大的,它可以细分和跟踪闭塞车辆,并且能保持93%-96%的高成功率。这一成功导致了一个可扩展的强大的事件识别系统的开发隐马尔可夫模型(HMM)。系统学****每辆车在HMM链中的各个事件的行为模式然