學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73912

Browse

Has files: NoSubject: search.filters.subject.vehicle tracking

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    汽車再辨識系統
    (2015) 林昆賢; Lin, Kun-Hsien
    根據統計資料顯示，目前全世界汽車約有七億輛左右，按全世界人口平均約九人就有一輛汽車。隨著汽車的普及化，各國交通運輸相關單位也開始注重交通資訊方面的蒐集及提供。本研究發展汽車的再辨識技術，此技術可以提供許多應用。在短程應用方面，可以從事車輛大範圍的追蹤，協助治安偵防、交流量監控以及號誌控制等；而在長程應用方面，可以蒐集路段的交通參數，如旅行時間、路佔率、交流量以及平均車流速度等，提供給運輸業者或是交通局做長期的規劃及決策所使用。 本研究提出用影像來從事汽車的再辨識。而使用影像有以下好處：硬體架設方便，只需要架設路口監視器即可，並且影像可以提供非常多額外的資訊，像是車輛顏色、車輛長度或是車輛型號等。此系統軟體部份由二大步驟所組成，分別是車輛偵測及車輛匹配。 在車輛偵測的部份是採用建立高斯混合背景模型(Gaussian Mixture Background Model)找出畫面上的前景物。再利用隨機決策森林(Random Forest)有效的將前景物進行分類，主要分成三個類別，分別為小型車(包含轎車和箱型車等)、大型車(包含公車及卡車)以及非汽車類。接著利用粒子群聚最佳化(Particle Swarm Optimization)做車輛的追蹤，目的是要確保系統不會將相同車輛重覆儲存。接著利用Time Window的限制，從上游資料庫中找出可能與下游車輛相似的候選車輛，最後透過二分圖匹配(Bipartite Matching)，將下游車輛與上游的候選車輛做匹配，即可辨識出哪些車輛通過上／下游。最後統計有通過上／下游的車輛，計算這些車輛配對的相對應關係，得到此路段的交通參數。
  • No Thumbnail Available
    Item
    高速公路之汽車前方防撞輔助系統
    (2015) 劉良謙; Liu, Liang-Chien
    此論文提出了一個結合了道路標線偵測、車輛追蹤，以及距離估計技術的前方防撞輔助系統(FCAAS)。首先，道路標線偵測技術使用RANSAC演算法從被steerable filter處理過的IPM影像中取出道路標線延伸所得的直線，並採用Kalman filter來追蹤取出的直線。再者，車輛追蹤技術用particle filter實作出多重車輛追蹤的方法，此方法會針對由adaboost 分類器偵測到的車輛進行個別的追蹤。本論文改進了particle filter的取樣方式，使得particle filter能夠更準確的框出影像中的車輛，且減少了每次所需取樣的particle數量。除此之外，此論文推導出一個新穎的距離估計(DE)公式來計算自身車輛與其前方車輛的距離。DE公式經過了審慎的驗證，即運用道路標線規定之長度來推算影像中道路標線位置與真實距離的關係。此驗證得以證明DE公式符合在真實環境下的需求。FCAAS透過許多的高速公路實驗影片展現其在實際場景下正確運作的潛力，且符合即時系統的需求，執行速度可達每秒二十二張frames。