导　　师： 程涛

授予学位： 硕士

作　　者： ;

机构地区： 深圳大学

摘　　要： 经济的快速发展,促使各地的城市化进程也越来越快,随之而来的各种问题日益突出,其中的交通问题成为各大城市头疼的重点问题。车辆的大幅度增加,街道狭隘,交通拥挤等问题亟待解决。交通巡检、规划、管理及指挥诱导等方法也需要优化,以适应新的时代。交通管理过程中产生的海量数据,通过云计算可以更好的实现交通预测与指挥管理。移动机器视觉技术的快速发展,使新的巡检技术成为可能。本文利用无人机的灵活性与机动性,结合移动机器视觉的动态感知的特点,针对当前交通巡检方法的不足,提出一种无参考的图像评价方法,搭建基于移动机器视觉云的道路巡检试验系统,通过车辆运动状态辨识和数量识别,实现对关键道路的实时巡检和监控。依托广东省公益研究与能力建设专项基金项目“基于物联网的制造执行系统智能泛在感知关键技术研发”,本文开展了以下研究工作。为获得实时的道路交通状态信息,本文开展了以及移动机器视觉云的道路巡检方法的研究。针对采集图像的质量问题,提出一种基于灰度方差图像评价的改进算法,符合客观评价标准。本文利用多旋翼无人机机动特性,以四旋翼无人机作为机器视觉移动载体,对城市道路交通巡检方法进行详细阐述,针对传统巡检方法的不足,将无人机应用到移动机器视觉的巡检当中,提升了巡检的效率和机动性,实现了对现有巡检方法的补充和完善。研究运动目标的识别技术与方法,以准确对交通流进行计算,获得精确的交通状态。本文选择使用深度学习的目标识别方法,应用多目标追踪技术实现车辆运动状态的辨识,完成对道路交通的监控。在以上理论研究的基础上,搭建了基于移动机器视觉云的道路交通巡检系统。试验表明,本文提出的系统具有一定的适用性和可行性,可以应用在实际的交通�

关 键 词： 运动目标识别 移动机器视觉 交通巡检 嵌入式系统 云计算

领　　域： [] []