毕业设计（论文）-基于视频图像处理的信号交叉口交通冲突检测与判定.docx

基于视频图像处理的信号交叉口交通冲突检测与判定摘要随着我国城市化的快速发展，道路交叉口的安全问题已经得到人们的广泛关注。交通冲突技术已经成为非道路事故的评价技术，因此道路交叉口的安全问题得到人们的广泛关注。交通冲突技术作为一种非交通安全评价技术，和传统的依赖事故量的道路安全评价方法，该种方法具有定量分析和评价速度快的优点。然而，交通冲突在发展的同时遇到了一定的瓶颈。由于传统的车辆数据观测手段不足，交通冲突不能被快速的捕捉，因此不能保证交通冲突准确性。更重要的，交通冲突技术应用于道路交叉口安全评价的前提是保证有效的判定交通冲突的严重程度，因为严重的交通冲突更加接近事故，更能体现出交叉口安全状况，但是传统的冲突判定指标较为单一，无法保证判定交通冲突严重程度的准确性。本文以城市道路交叉口机动车作为交通冲突的作用对象，利用视频检测技术中较为常用、准确的背景差分法，检测、跟踪经过交叉口的所有运动车辆，根据目标车辆每一帧的图像位置，得到其在交叉口平面的实际位置，在此基础上进一步得到其在交叉口的行车数据，包括速度、加速度和行驶方向角等。论文采用BP神经网络评价方法，从交通冲突发生的现象着手，结合传统交通冲突判别方法，确定了识别交通冲突和判定交通冲突严重程度所需要的BP神经网络评价因素，这些因素包括车辆的减速度、到达冲突点的时间和目标车辆当前的行驶速度三种；通过分析每项BP神经网络评价因素对交通冲突的影响，分别确定了这些因素进行交叉口交通冲突BP神经网络综合评价的隶属度函数，并建立了基于BP神经网络综合的交通冲突评价细则，评价细则包括正常通过、一般冲突、中度冲突和严重冲突四类；根据BP神经网络评价因素的分类标准，对交叉口的交通冲突做出识别与严重程度的判定。论文用实例验证了该方法的对行性。关键词：交通冲突技术，视频检测技术，BP神经网络评价法 ABSTRACTWith the rapid development of urbanization in our country, the road intersection safety has been widespread interest. Traffic conflict technology has become the road accident assessment technology, and the road intersection safety problems get peoples attention. Traffic conflict technology as a kind of traffic safety evaluation technology, and traditional depends on the amount of accident of road safety evaluation method, this method possesses the advantages of fast quantitative analysis and evaluation. Traffic conflict, however, met at the same time as development bottleneck. The shortage of the traditional vehicle data observation means traffic conflict can not be quickly capture, therefore cannot guarantee the accuracy of traffic conflict.More important, the traffic conflict technique is applied to road intersection safety evaluation is to ensure that the premise of effective for determining the severity of the traffic conflict, because of the serious traffic conflict is more close to the accident, more can reflect the intersection safety condition, but the traditional conflict judgement index is relatively single, there is no guarantee that determine the accuracy of the traffic conflict severity.Based on the role of the motor vehicle as the urban road intersection traffic conflict object, using the video detection technology is relatively common, accurate background difference method, all of the moving vehicle detection and tracking through the intersection, according to the target vehicle of every frame image position, get the actual location of the intersection plane, on the basis of the further in the intersection traffic data, including velocity, acceleration and driving direction Angle, etc.Paper USES the BP neural network evaluation method, start from the phenomena of traffic conflict, combined with the traditional assessment method of traffic conflict determines the identification of traffic conflict and determine the BP neural network traffic conflict severity need evaluation factors, these factors include the reduction of the vehicle speed and time of arrival in the conflict and the target vehicle speed of the current three; Through the analysis of each BP neural network of traffic conflict evaluation factors, intersection traffic conflict, respectively, to determine the factors which the membership function of the BP neural network comprehensive evaluation, and set up based on BP neural network of comprehensive traffic conflict evaluation rules of evaluation rules including normal by conflict, general, moderate and severe conflict conflict four classes; Based on the BP neural network classification criteria of evaluation factors, the intersection of the recognition and judge the severity of traffic conflict. Paper an example is used to verify the method of lines.Key words: traffic conflict technology, video detection technology, the BP neural network evaluation method目录基于视频图像处理的信号交叉口交通冲突检测与判定1摘要1ABSTRACT2目录3第一章 绪论51.1 本文研究背景及意义51.2 国内外研究现状71.2.1 交通冲突的研究现状71.2.2 视频技术在交通事件检测的研究现状81.3 本文的研究内容9第二章 交通冲突原理介绍102.1 交通冲突概念102.2 交通冲突观测手段102.3 交通冲突判定方法112.4 本章小结15第三章 基于视频的交叉口车辆检测与跟踪163.1 图像的预处理163.1.1 图像的增强173.1.2 对比度增强183.1.3 图像的边缘检测183.1.4 水平梯度方向边缘检测213.1.5 图像的二值化213.2 运动目标的检测233.3运动目标跟踪25第四章 基于视频的车辆行驶数据提取与处理274.1数学形态学突出车特征284.2基于边缘提取、数学形态学和车纹理相结合的车定位算法294.3车分割技术29第五章 基于BP神经网络算法的交通冲突判定315.1 BP神经网络算法的介绍315.1.1神经网络315.1.2 BP算法325.2 基于BP神经网络算法交叉口交通冲突实现375.3实例分析37第六章 结论与展望38致谢39参考文献40第一章 绪论1.1 本文研究背景及意义交通事故的成因分析和危害预防一直是世界各国交通领域重点研究的课题之一，伴随着城市化的飞速发展，交通事故的影响和范围越来越大，任何国家和地区都无法彻底预防交通事故的发生，依然面临着交通事故导致的大量人身伤亡及财产损失等问题。而在我国，随着城市化进程加快，出现了许多人口高度集中、城市功能过于集中的大城市，甚至是北京和上海这样的特大城市，随着这些城市经济的飞速发展，机动车保有量越来越大，路网面积在持续在增加，但是道路交叉口的基础设施改善却远远不够；其次，智能交通在我国起步较晚，相对于发达国家来说发展还十分缓慢，因此道路交叉口设计渠化的科学性和安全性值得进一步深入研究；由于人们的安全意识较为薄弱，因此也导致了交通事故问题表现得尤为突出的现象。伴随着交通事故带来的生命安全威胁及经济损失越发严重，道路安全性的重要性逐渐受到国内外众多学者专家的关注。对于城市交通来说，交叉口车辆交汇较多，行人较为密集，是城市交通安全尤为关注的区域之一。有学者对年美国不同交通路网类型下发生的事故进行了调查，有超过三成的交通事故发生在平面交叉口处，对造成人员死亡的重大事故的调查中发现，超过发生在交叉口处，城市交叉口占其中的郊区占其中的在对德国的交通事故统计中，发生在城市交叉口附近的交通事故接近，发生在农村的交叉口交通事故也超过了总事故数的三成；对年日本发生造成死亡的起交通事故按照地点进行的统计：其中直接发生在交叉口的死亡事故高达起，占死亡事故总数的三分之一，这还不包括发生在交叉口附近造成死亡的起交通事故，如果将二者相加，比例高达，可见交叉口交通事故频发的严重程度；我国学者对交通事故采用不完全统计抽样方法发现在交叉口的交通事故数占事故总数的约为三分之一。由学者的调查研究可见，城市道路交叉口的安全状况直接影响到整个区域的交通安全水平的高低。因此，对城市道路交叉口的安全状况进行分析研究，提出有效的交叉口安全改善措施意见，既能改善此道路交叉口的通行状况，达到提高该交叉口区域的通行效率；更能通过改善交叉口的安全现状，减少甚至避免交通事故的发生，进一步对提高整个交通路网的安全水平有重要的意义。分析交通事故的发生的原因，任何一起交通事故发生的原因既有驾驶员疏忽大意、车量状况不佳等因素，也有环境状况恶劣和道路状况不佳等众多影响因素综合作用而成的。国外的一篇名为未来公路战略计划的研究的文献中就有这样的观点：“在将来制定交通事故防范和治理的昔施中，需要更详细、深入、准确的了解和分析造成交通事故发生的原因，特别应该指出的是，虽然目前从普通群众到专家学者都认为驾驶员的不当行为是才是造成交通事故的主要原因，但是我们对驾驶员的驾驶行为、道路设计是否合理和交通环境的恶劣程度的之间关系对造成交通事故的发生的影响几乎一无所知。”的确如此，目前的交通状况治理主要体现在对驾驶人的行为规范上，而对道路安全状况和交通环境因素对交通事故的影响研究不足，因此为了通过分析交通对象、交通工具、交通环境等因素之间的相互关系的研究，对道路安全性和科学性的研究有着重要和深远的意义，而对于道路交通安全研究来说，交叉口的复杂性和事故频发率导致城市道路交叉口的安全评价尤为重要，这为也道路安全工作者和学者的深入研究交通安全状况指明了方向。传统的交通安全研究依赖于事故的发生，是以一个路段为例，当此路段在一定时间段内发生了若干起事故，通过分析这些事故发生的现象，找出事故发生的原因，结合事故所造成的严重性后果，进而得到对研究该路段安全状况的分析结果，并根据这个分析结果制定相应的安全改善措施，从而完善该路段的交通基础设施，如添加安全提示、更改渠化类型等等。但由交通事故发生的特点，如事故的偶发性、稀有性和不确定性，往往一个路口存在安全隐患，只是事故还没有发生，这样就导致了潜在危险不会被及时发现，存在严重的滞后性；交通事故的往往具有很大的随机性，发生事故的地点不确定，以及很多类似刮蹭的事故等造成交通事故的统计管理不够完善；交通事故发生的不容易被完全观测到，交通事故发生过程也不可能完全重现，交管局为了保证道路的通行状况，一般提倡以自行协商为主，因此未处理未立案事故的大量存在，往往现有的交通事故统计数据不足以支撑对道路安全状况的分析研究，这些问题也直接影响了以交通事故为样本来评价交通安全的可信度。针对上述问题，很多专家学者提出了一种不依赖交通事故数据，但通过自己的理论基础和实践经验，又能反映出交通安全状况，达到评价交通安全评价的目的的方法，这种方法就是一一交通冲突技术。交通冲突技术是一种不需要交通事故量样本的交通安全评价理论，在交通安全评价领域备受国际社会交通安全研究者的关注。国内外大量学者的研究己表明：事故与冲突虽然有差异，但是他们具有线性特征且呈现一定的规律性，也就是说交通冲突技术在一定程度上可以代替事故统计方法，同时交通冲突技术又将着事故统计方法所缺乏的大量样本数据生成，在相对较短的吋间内就能迅速、定量的评价交通安全状况，并给出针对性改善方法等特点。国际交通安全研究领域对基于交通冲突技术的道路安全评价方法有着很高的评价，誉为本世纪交通安全评价领域的一次革命。1.2 国内外研究现状1.2.1 交通冲突的研究现状迄今为止,交通冲突研究可以分为纵向与横向两个方向,其中纵向研究以交通冲突的适用性、应用性研究为主,包括路段、交叉口的交通冲突对道路的安全性评价的研究;横向研究以交通冲突技术的观测手段、准确性、实时性,以及严重冲突程度对道路安全性影响为主。由于交通冲突技术相对与传统事故统计法在交通安全评价中的优势,纵向研究方面国内外己经有了不少的成果。在交通冲突技术纵向研究中,美国以减少事故的发生为目的,引进交通冲突技术对道路交叉口存在的安全隐患进行评价分析,由此得到改善交叉口设计的方法,特别值得一提的是针对不同交通流的路口信号相位的设计依据就取决与交通冲突技术对交叉口状况的评价情况。在欧洲一些国家,交通冲突技术的应用更加广泛,在英国,道路设计者们通过这种技术分析评价交叉口基础设施的设计的效果,从而保证交叉口交通设施的科学性和道路通行的安全性,在瑞典,交通冲突技术被广泛应用于交口的设计改造中,甚至覆盖城市道路和城际公路,包括学校在内这种人员密集的典型区域附近的限速效果也需要用交通冲突技术来评价在荷兰,城市小区道路交通的规划和基础设施设置采用交通冲突技术评价取得了一定的效果;奥地利的学者们普遍使用交通冲突技术来调查研究不同的斑马线是否会对行人过街产生影响。从20世纪80年代后期,交通冲突技术才 始受到我国学者的重视,从此对交通冲突技术的研究一直都是我国交通工作者和学者们研究的重要内容之一。1997年,张苏根据我国交通的特点,提出一种结合交通冲突技术的原理的交通安全评价和交通事故预测模型,并依据此模型将我国的城市进行了进一步分级成不同交通安全状况等级81; 2005年Werner Boiling等把交叉口划分出冲突检测区域,通过调查检测区的交通流大小、停车延误时间、道路车辆交汇优先权使用等内容,得到了没有信号控制的交叉口的车辆通行力和通行延误状况等问题2009年,王力、刘卫中等总结传统交通冲突仅以车辆作为对象的片面性,把城市交叉口中冲突细分成不同对象在不同相位下的不同交通类型冲突,更直观、更深入地分析了交叉口的安全问题,并针对性地提出了交叉口交通安全改善的方法,最后通过交通仿真验证了该方法的正确性。相比与交通冲突技术纵向应用与道路安全评价的研究百花齐放的状态,交通冲突技术横向的研究一直是国内外学者研究的重点和难点,主要体现在交通冲突技术观测手段以及准确性研究上存在局限性,交通冲突严重程度划分的主观性上。1997年,刘小明发表的学术论文中,通过分析交通冲突技术,提出了符合我国交叉口混合交通状况的交通冲突调查标准建议,冲突类型划分等,这篇文章对在我国平面交叉口交通安全评价中应用传统的交通冲突技术提供了极具参考性的标准2000年付锐等以郑州黄河公路大桥上的1992-1996四年间的交通事故样本作为理论依据,通过样本聚类分析方法与样本分层抽样理论结合,得出避险行为巴雷特曲线,证明了单一制动与制动绕行均可属于交通冲突技术概念中冲突避险行为的典型; 2001年,罗石贵进一步完善和改进了现有交通冲突技术理论基础,他通过对路段交通冲突进行了不同冲突类型的区分,提出了一种路段交通冲突严重程度的划分标准,为路段交通安全评价分析提供了一种新的研究途径13。2002年国外学者尝试利用交通冲突技术,通过对交通冲突的严重程度的划分、碰撞风险性评估和冲突距离下相撞的时间预测,对不同类型的左转车道的安全性进行比较,取得了预期的效果。张吉（2015）分析了交叉口附近冲突的种类以及不同种类冲突的特征，研究了在非控交叉口和信号交叉口车辆与车辆之间，行人与车辆之间冲突点的分布位置，从而得出消除冲突点所应遵循的原则以及有效措施。论文主要的研究结论或成果如下：1.介绍了道路交叉口交通冲突的概念，从车辆与车辆之间以及行人与车辆之间的交通冲突两个方面对交叉口附近冲突发生的位置进行研究。分析了消除和减少交叉口冲突点的原则和有效措施。2.介绍了Vbox系统的功用和组成以及试验设备的安装和调试，根据试验情况确定了三个交通冲突区域，包括车辆在交叉口直行、左转、右转三种情况，分别给出了各试验位置的卫星定位图、车辆纵向速度、纵向加速度、方向盘转角的变化关系图，以试验获得参数为后续利用元胞自动机原理分析研究行人交通流对机动车通行能力的影响做准备。3.利用元胞自动机原理在冲突路口区域内进行仿真模拟，根据VBox试验车辆通过路口交通冲突区域的速度、加速度以及方向盘转角等参数的分布规律，采集的速度、加速度和方向盘转角等数据信息，制定车辆和行人的运动规则，对车辆与行人冲突概率高的车辆左、右转状态进行仿真模拟，计算通过交叉口的车辆数，分析行人对左转、右转车辆通行能力的影响。俄文娟（2016）针对道路交叉口行车安全问题，依托国家863计划“车车交互式协同控制系统关键技术”（课题编号：2011AA110403），以无信号交叉口为研究对象，基于车路协同思想，设计无信号交叉口两车冲突检测方法与冲突消解策略，使车车冲突在向事故演化之前实现消解，消除因冲突造成的交通事故，为实现多车协同控制提供理论基础。研究工作如下：(1)基于信息交互的车车冲突识别方法研究。分析了全球定位系统的定位原理和GPS坐标转换过程，解析WGS-84大地坐标系到局部平面坐标系的转换方法；分析车与车之间需要获取的信息种类，包括车辆位置（经纬度）、速度、加速度、航向角以及车辆尺寸等，结合卡尔曼滤波方法和车辆运动学方程，建立了基于卡尔曼滤波的车辆位姿预估方程；搭建了车载信息采集系统，在校园内进行了实车验证，结果表明本文建立的车辆位姿预估方程的准确性；然后建立了考虑车辆外形尺寸的两车冲突检测方法，选取TTC作为冲突危险程度指标，确定了冲突严重程度级别。(2)无信号交叉口通行规则库建立。选取两车道十字形交叉口为研究对象，对交叉口区域车车冲突进行了分类，进而分析了由车车冲突导致的交叉口事故特征；以道路交通安全法通行规定为基础，面向交叉口车车冲突消解，研究不同冲突状态下车辆直行、左转、右转等过程的通行规则，建立基于车车通信的交叉口车辆通行规则库。(3)两车冲突消解策略研究。通过对两车冲突消解进行理论分析，指出两车冲突是两车在通过交叉口时在时间和空间上彼此之间有叠加的部分，若能适当调节车辆进入交叉口的时间，则会有效避免两车碰撞事故的发生；结合现有交叉口冲突算法的不足，分别针对合流冲突和交叉冲突，根据所建立的无信号交叉口通行规则，以车辆安全通行为优化目标，建立交叉口合流冲突消解模型和交叉冲突消解模型，通过优化不同车辆通过交叉口的时间与次序，实现交叉口车车冲突的消解；将冲突消解算法转换成Simulink逻辑图进行求解，为后续仿真提供基础。(4)交叉口多车协同冲突消解仿真。研究了基于信息交互的多车协同问题，建立了交叉口多车协同冲突消解决策流程；使用PreScan软件搭建了多车协同仿真实验系统，包括交叉口交通环境和车辆模型的搭建；设计仿真方案，包括两车冲突消解、三车冲突消解和四车冲突消解，对车车冲突检测方法和冲突消解模型进行仿真验证，将优先级别最高的车辆运行状态作为输入，通过冲突消解模型的计算，优先级别较低的车辆均可获得本身的调速方案，且实现不停车通过交叉口，仿真结果表明了提出的车车冲突消解算法的有效性；分析了关键参数（车辆外形尺寸、车辆定位误差、信息传输迟滞等）对冲突消解策略的影响，给出了误差校正方法和冲突消解修正模型，为进一步提高冲突消解策略的可靠性奠定了基础。潘仕印拟用视频图像处理的方法研究平面交叉口交通冲突检测,着重以车辆的自动检测、跟踪及冲突判别算法作为本课题的研究内容。本论文的主要工作及结果如下：(1)针对基于混合高斯背景建模算法的车辆检测中检测结果易受外界光线突变影响这一问题,采用针对边缘检测后的视频帧进行混合高斯背景建模的算法,成功克服了光线突变的影响,并通过膨胀、腐蚀、轮廓检测和填充等图像处理技术获得了很好的前景图像。(2)针对交叉口交通流运行复杂情况及粒子滤波无非线性非高斯限制的优点,采用改进的粒子滤波跟踪器对交叉口内的车辆进行跟踪,相比基本的粒子滤波器,跟踪的效果获得较大提高。通过以上研究,增强了车辆检测跟踪中的鲁棒性,提高了车辆信息的精确性,为获得精确的识别结果打下基础。(3)针对交叉口交通冲突自动判别的问题,提出车辆冲突场的概念,建立了基于车辆长度和速度的冲突判别模型,并用仿真方法进行了初步验证。薛山（2015）对道路作业区定义及分类进行了概述,分析了作业区路段的交通特征,为接下来研究作业区的车辆汇合行为及解决城市道路作业区交通问题提供了良好的理论基础。进而通过实地调查,得到新加坡宏茂桥3道作业区上游过渡区交通流基础数据和基于交通冲突技术的车辆汇合行为数据。前者用于揭示上游过渡区各车道间的交通流特性差异,后者则为城市道路作业区车辆汇合模型的构建提供数据支持。基于实际车辆汇合行为数据,本文利用分类回归树建立了城市道路作业区车辆汇合模型,并详细阐述了其构造过程。同时,对从模型结果中提取得到的17个车辆汇合规则进行深入分析,发现汇合延误时间、汇合车辆速度及位置、汇合车辆与周边车辆的事故风险均会对汇合车辆的行为决策产生显著影响。另外,本文还利用交叉对比的方式对所建模型的优越性进行了检验。最后,通过编写应用程序接口(Application Programming Interface)函数将模型导入Paramics微观交通仿真软件以解决宏茂桥3道作业区所实际面临的交通组织方案决策问题。仿真结果表明,宏茂桥3道作业区在交通流量较小时可采取提前汇合控制策略,而当交通流量逐渐变大时,则更适宜采用延迟汇合控制策略。1.2.2 视频技术在交通事件检测的研究现状随着计算机视觉图像处理技术大量应用于交通数据釆集和监控中,通过视频采集数据来检测交通冲突的方法,逐渐受到国内外学者的关注。视频检测技术用于交通参数的采集己取得了一系列成果,国外学者S. P. Hoogendoom通过对拍摄的图像进行模式识别,利用视频处理技术捕捉到了特定着装的行人运动轨迹,以此对行人的微观行为,运动方式进行了长期研究,取得了一定的效果15; 2004年S. Atev和0. Masoud通过采用多个摄像机视频序列图像进行多目视觉标定,并融合目标的运动数据,很好地展示目标的运动特征和车辆之间的相互作用2005年Messelodi和Modena提出交叉口车辆碰撞概率的计算方法,该方法也是基于视频自动采集的大量微观交通数据1819。2008年张方方等使用视频处理技术,采集到了交叉口运动车辆的轨迹、速度、加速度等行车数据,并通过对这些行车数据特征的分析,实现了交叉口机动车交通冲突现象的检测。总结国内外交通冲突的现状,冲突发展起步晚,发展也缓慢,突出的问题是交通冲突识别与判定的方法遇到了瓶颈一一受制于传统的数据观测手段不足,无法快速、准确、有效的采集交通冲突数据,导致无法准确的识别交通冲突的发生;对交叉口交通冲突对象的研究,己深入到不同的交通行为者之间,观测更加困难。因此,创造一种便捷,迅速,准确,高效的交通冲突识别手段,进而研究一种与之相应的交通冲突判定方法,将成为交通冲突技术研究的重点。各国学者对视频检测车辆的研究也为交通冲突自检测提供了可发展的平台,因此,视频数据采集取代人工观测趋势明显,随着视频图像处理技术的应用,为交通冲突检测与判定开辟了另一种途径。尹承祥（2014）以城市交通道路监控视频图像为研究对象，运用机器学习、模式识别等图像处理知识，对城市交通监控视频中交通异常事件检测过程中的若干关键技术问题进行系统性的研究。首先针对背景模型的建立、提取与更新进行深入探讨，提出了一种基于IPM视角变换的统计直方图背景提取方法，克服了远景图像误统计为背景的现象；采用背景调整的背景更新方法，并进行运动目标的阴影处理，提高了运动目标的检测精度。结合运动目标的颜色和HOG特征，构造了一种多特征联合的尺度空间Mean-Shift多目标跟踪方法，克服了单种特征跟踪效果差以及目标由于所处背景位置的远近导致跟踪效果发生变化的问题；采用Kalman滤波的方法对目标运动状态进行估计预测，解决了目标交汇产生的遮挡问题，提高了多目标跟踪和轨迹提取的鲁棒性和准确性。综合考虑目标运动轨迹的空间特性、方向特性，提出了一种基于混合模式匹配的城市交通异常事件检测方法，对进入检测区域的运动目标的轨迹进行空间和方向的混合模式匹配，进行异常事件检测。通过对城市交通实际场景中变道事件、逆行交通事件的识别，验证了本文方法的有效性。本文的研究成果深化了基于视频图像的交通异常事件检测理论与方法，为交通场景下的目标检测与跟踪，以及交通异常事件检测提供了有效的技术手段，具有重要的理论意义与应用价值。杨梅（2014）随着高速公路的发展以及人们对高速公路使用量的增加，高速公路交通事件发生的频率也随之增大，且因为高速公路具有封闭、快速的特点，一旦发生交通事故大多是重大事故，极易引发交通堵塞造成二次事故，严重影响了高速公路的整体通行能力和运行效率。因此，只有对高速公路交通事件进行及时、准确的检测才能保证高速公路快速、准确的运行。目前，世界上普遍使用的事件检测器是感应线圈检测器和视频检测器，感应线圈是目前高速公路最常用的数据采集设备之一，它大部分埋设在高速公路路面以下，受外界环境影响较小，适应全天候工作，检测数据准确，但是后期维护极不方便。视频检测器实时性强，直观性好，后期维护方便，但是受天气影响比较大。如果将两种检测技术结合就可以避免各自的缺陷，使检测效果达到最佳。本文设计了一种基于视频与感应线圈技术的事件检测系统，首先用Transmodeler软件对交通事件进行仿真，并通过对数据的分析处理，确定检测器的最佳布设间距；然后用视频检测技术对交通事件进行处理，其中主要用帧间相减法实现运动目标的检测，用Camshift方法实现运动目标的跟踪；最后将视频与线圈检测技术相结合使得检测效果达到最佳，并用BP神经网络对数据进行训练和验证。邵士雨（2015）从视频交通事件检测流程入手,重点对目标检测、目标跟踪、目标运动模式识别和交通事件检测算法进行研究。首先,运动目标检测方面,提出了基于背景重建的车辆检测算法。该方法包括背景的提取及更新、阈值分割和连通区域标识。这一系列算法能很好地把目标车辆完整地提取出来。其次,通过基于卡尔曼滤波的多特征匹配跟踪算法实现目标跟踪。通过卡尔曼滤波预测算法,对下一时刻目标的特征值进行预测,然后对目标进行搜索匹配,建立目标在连续帧中的对应关系。再次,通过分析目标的每一种运动模式,建立了运动模式的数学模型,通过不同模式数学模型的差异,提出了目标运动模式识别模型。通过分析交通事件中停驶目标与其前方目标运动模式的关系,提出了交通事件检测模型。最后,总结了本文的主要研究内容和创新之处,并对该课题的后续工作进行了展望。刘晓亮（2014）在广泛调研国内外高速路事件检测和影响预测算法研究现状的基础上,提出一种基于视频的快速事件检测算法,并通过分布式视频检测信息对事件影响范围进行动态预估,实现事件信息的快速反馈。首先,利用平稳序列法获取背景,由背景差法获取前景,并在使用凸包占有率对遮挡进行检测的基础上,采用改进的卡尔曼滤波特征匹配跟踪算法对车辆进行跟踪；然后通过对交通流的速度和流量进行检测,建立速度、流量与交通流状态之间的映射关系,运用模糊推理方法判别交通事件的发生；最后,以交通事件车流波模型作为理论依据,通过分布式视频信息获取实时排队长度与车流波速度,建立未来多个时刻的车辆排队动态估计模型,针对交通事件的影响范围进行预测分析。综上所述,本文先以事件检测算法、排队检测算法和车流波理论为基础,然后结合计算机视觉和图像处理的相关知识,通过摄像机拍摄到的道路交通流信息,检测交通事件的发生,并基于分布视频信息计算车流波速度,对事件影响范围进行预测,最后完成事件检测与影响预测系统的设计与实现。实验表明,本文提出的事件检测方法能准确地获取前景信息,快速有效地对高速公路上的交通事件进行检测。而影响预测方法较其他方法更加准确有效,能够作为高速公路交通管理人员调度和决策的依据。胡永（2013）针对道路交通中的隧道事件进行了深入研究，主要研究内容如下：（1）对当前各种运动目标检测算法进行研究比较，对隧道内视频场景的特性及复杂性进行分析之后，针对高速公路隧道交通事件检测复杂多变的特点，选择基于差异深度积累的目标检测算法，在背景建模过程中引入了差异深度矩阵来记录图像的变化，背景准确、干净、抗干扰能力强，能够得到准确的检测结果。（2）提出了一种基于相邻稳态视频图像差异的事件检测方法。利用数字视频和图像处理技术对灰度视频序列进行分析和计算；进而得到视频图像的灰度值、纹理值、方差值等基本特征；然后从这些数字特征中提取出相应的稳态特征，对稳态特征进行分析判断，通过寻找视频序列中前后两个相邻稳态的参数差异，据此来判断是否有交通事件发生。经大量实验表明，该方法检测灵敏度高，误报率低，有一定的实用价值，应用前景广阔。（3）对当前各种运动目标跟踪算法进行分析研究，剖析了算法的特征和适用范围。对较小运动目标来说，基于区域特征匹配的跟踪速度快、跟踪精确。由于运动车辆接近满足高斯线性条件，所以卡尔曼滤波为最优解。1.3 本文的研究内容本文以城市道路交叉口机动车作为交通冲突的作用对象，利用视频检测技术中较为常用、准确的背景差分法，检测、跟踪经过交叉口的所有运动车辆，根据目标车辆每一帧的图像位置，得到其在交叉口平面的实际位置，在此基础上进一步得到其在交叉口的行车数据，包括速度、加速度和行驶方向角等。论文采用BP神经网络评价方法，从交通冲突发生的现象着手，结合传统交通冲突判别方法，确定了识别交通冲突和判定交通冲突严重程度所需要的BP神经网络评价因素，这些因素包括车辆的减速度、到达冲突点的时间和目标车辆当前的行驶速度三种；通过分析每项BP神经网络评价因素对交通冲突的影响，分别确定了这些因素进行交叉口交通冲突BP神经网络综合评价的隶属度函数，并建立了基于BP神经网络综合的交通冲突评价细则，评价细则包括正常通过、一般冲突、中度冲突和严重冲突四类；根据BP神经网络评价因素的分类标准，对交叉口的交通冲突做出识别与严重程度的判定。论文用实例验证了该方法的对行性。第二章 交通冲突原理介绍2.1 交通冲突概念交通冲突的概念在国际主要分为两种。第一种是,交通冲突的原因是由于机动车驾驶员躲避危险或交通违章,而导致车辆产生制动或是运行方向改变行为造成的,上述两种现象可以通过车辆的制动灯和车道变化观测到,这一种的代表国家是美国21。另一种交通冲突指的是,道路的使用者在驾驶工具遇到可能造成危险的交通遭遇时,采取的主动避险行为,这一种概念的使用者主要来自欧洲国家我国有自己对交通冲突概念的理解,定义如下,在可观测的条件下,多个道路交通使用者在时空轨迹上逐渐靠近,只有在其中一方做出如制动、转向甚至违章等交通行为才能避免他们之间的碰撞,这一现象可以称作交通冲突23。很明显地,所有定义都表明,交通冲突与交通事故有着相同的开始与过程,唯一的区别仅仅在于是否造成如交通事故般的损害性结果24。交通冲突的定义也说明了交通冲突的是指道路使用者将会发生交通事故而避免的过程,因此交通冲突不包含正常情况下减速停车或是交通信号控制下正常的交通行为。需要指出来的是,道路使用者既是普通的行人和机动车的驾驶者,也是驾驶非机动车的人员,而本文为了验证视频检测交通冲突的可行性,规避了行人或是非机动车造成交通冲突的现象,本文研究的交通冲突是指机动车之间的相互作用可能导致交通事故的现象,是单一的交通冲突对象。对于不同交通对象之间的交通冲突研究,将在以后进行研究。2.2 交通冲突观测手段（1）传统观测方法传统的交通冲突观测方法,一般采用人工现场观测,这要求对观测人员进行专业的培训,以提高记录可靠性。美国联邦交通部出版的交通冲突技术安全运行用户手册中按照人工现场观测的特点将交叉口交通冲突划分为14种冲突类型,并描述了交叉U交通冲突发生的4个阶段过程:首先足,存在第一车辆优先发生某种类似忽然驶过交叉口、转弯掉头或者紧急制动等交通行为;接着,造成第二车辆如果保持现有行车状态就可能会之生碰撞的危险。第三阶段,由于这个危险,迫使第二车辆的驾驶员主动采取制动或变向等行为避免这种危险的发生。最后一个阶段是,由于第二车辆的避险行为,避免了两辆车的碰撞,他们最后安全驶过危险区域。交通冲突技术安全运行用户手册规定交通冲突观测者如果观测到上述4个阶段发生时,就记录为一次交通冲突。然而,冲突调查通常需要数小时到数天不等的细心人工现场观测。详细具体的步骤用来确保正确统一的数据搜集以便进行可靠有据的比较和判断。调查需要一个或者更多观察者遵守统一设定好的时间安排和担负一系列独立但相关的任务。该观测方法受到现场观测条件的限制,以及对现场观测员较高的素质要求,很难控制观测准确度;此外由于观测时长的要求,造成人力成本过闻。（2）基于视频技术的方法基于传统观测手段的局限性,国内外学者对交通冲突观测方法的研究逐渐成为交通冲突技术研究的重点。早在1977年,第一套交通冲突自动记录系统就在英国道路交通研究所进行设计开发,但由于系统过于复杂而失败,但是依然为交通冲突检测技术的研究提供了新的思路;直到1984年来自荷兰理工学院的学者在交通冲突技术国际型校正工作会议中首次展示了他们自行开发的交通冲突自动记录测评系统,获得了交通安全工作者的广泛关注;1987年,国际交通安全工作者首次引入视频技术记录冲突的形成过程,代表视频技术在交通冲突检测研究中的应用。近年来,随着计算机视觉图像处理技术大量应用于交通数据采集和监控中,通过视频技术采集的道路使用者交通状态数据来识别交通冲突是否发生的方法,逐渐受到国内外学者的普遍关注。2007年Tarek Sayed和Nialas Sauniei?等共同开发了一种基于视频技术,采用目标特征跟踪算法得到目标的运行轨迹,通过聚类算法对采集到的轨迹数据进行分析,据此达到对交叉口交通冲突程度进行自动分析的交通安全评估系统;2008年张方方设计的交叉口交通冲突检测,采用的就是视频处理技术,她通过视频处理技术对交叉口车辆的行车参数进行提取,进行数据修正之后,以车辆减速度程度来判定交通冲突的发生2009年曲昭伟等采用视频处理技术,对交叉口不同类型的交通个体的行驶状态进行跟踪,并根据提取到其相应的时空轨迹,采用预测方向与实际方向对比,结合目标有无减速的现象,实现了交叉口不同交通个体交通冲突的检测总的来说,各国学者对视频检测车辆的研究也为交通冲突t|检测提供了可发展的平台,因此,视频数据采集取代人工观测趋势明显,随着视频图像处理技术的应用,为交通冲突检测与判定开辟了另一种途径。2.3 交通冲突判定方法通常的,学者将交通时间危险程度划分为大致呈金字塔形分布四个等级按照数量关系从大到小分别是安全无干扰行驶、一般冲突状态、严重冲突状态、事故,如下图。道路安全评价的研究在于确定严重冲突与事故的定量关系,交通冲突研究的关键在于判定是否为严重冲突。由于没有硬件技术的支持,人工观测冲突依据汽车制动灯的显示判断,对严重程度的区分存在很大的主观性。这也是传统观测限制交通冲突技术发展的重要原因之一。根据学者的研究表明,交通冲突的严重程度不同,对交通事故的可替代性也不同,只有危险形势越严重的冲突对交通事故越具有替代性。交通对象四种交通事故分布形图传统的非严重冲突和严重冲突主要按其特征描述进行划分。发生非严重冲突的道路使用者主要表现在,需要采取避险措施时,道路使用者仅仅感受到了一些压力,但是有较为充足的时间进行预判和选择避险的方式,就算发生事故,也不会造成严重的后果;发生严重冲突的道路使用者在需要采取避险措施时的主要特征体现出,道路使用者明显感觉到压力,并且压力巨大,如果不马上采取正确的避险措施,就会造成相当严重的后果,直观表现是动作剧烈,时间紧迫。交通冲突判定规则主要基于汽车制动的距离、速度、时间来制定,但是由于传统冲突观测条件限制导致判别时常用其中一项参数作为判别标准。下图为汽车刹车制动全过程图解:汽车刹车制动全过程T1驾驶员准备踩下刹车制动的操作反应持续时间；T2驾驶员踩下刹车，制动力开始生效增长的时间；T3驾驶员踩下紧急刹车，达到完全制动知道车辆停止持续的时间。表2-1不同质量下车辆制动时长以及最大制动减速度的关系车辆总质量（T）制动力增长时间（S）最大制动加速度（m/s2）总质量4.5=0.247.34.5=总质量=1212=0.475.4表2-2不同质量车速与制动距离和最大制动时间长度的关系因此,如果要判断交通冲突是否发生,只需要通过设定各种车辆在不同行驶速度下的最大制动距离S作为阈值来进行判断。该方法要求观测者根据出现异常行为的车辆的行车状态,判断其全力减速下行驶出的最大制动距离,如果异常车辆之间的距离比最大制动距离小,则判定为严重冲突,反之判定为非严重冲突。这种通过制定最大制动距离的方式判定交通冲突的方法被称作空间距离法。由车辆的制动过程,同样可以得到各种车辆在不同速度下距离发生事故点的所需要的最大制动时间T。若这个时间小于最大制动时间T,则视为发生严重冲突,反之则视为非严重冲突。这种方法与空间距离法的原理一致,被称作时间距离法。这种方法被美国和瑞典的交通冲突研究者广泛应用,但是研究者对交通冲突严重冲突的划分不同,时间距离法的临界值也不完全一致,美国的学者认为为Is以内为严重冲突,瑞典学者则认为临界冲突时间是1.5s。上述两种方法缺点是对于交叉口转弯过程中车辆冲突的识别不够完善。能量判别法,该方法将车辆转化为一个质点,根据物理学中能量守恒定律理论,以通过计算冲突质点釆取避险行为时所产生的碰撞能量的大小来衡量冲突。该方法引用汽车碰撞理论起碰撞事故的能量消耗越大,事故的严重危险性(ROC)也越大,对交通冲突的ROC进行分析,可以将冲突能量作为衡量冲突危险程度的指标,很明显,如果异常行为的车辆具有的动能E越大,造成的ROC越大,因此冲突时的严重性程度越大。学者根据上述思想,将不同类型冲突的动能公式归纳如下:正向冲突和追尾冲突的动能表达式:横穿冲突和撞固定物冲突的动能表达式:发生交通冲突的车辆,为了避免处于碰撞的境地,以最大减速度行进至相撞点并消耗玩所有动能,因为车辆的全部动能被路面的摩擦力消耗掉的过程被称作冲突损耗过程,全部过程如下:发生交通冲突的车辆在制动减速到达相撞点时如果没有被地面摩擦力消耗掉,该会具有破坏性能量,这种能量被称作碰撞能量(TED)。很明显地,TED越大,冲突的危险性ROC越大,反之ROC越小,因此,冲突的严重程度可以用TED的大小来判断:临界冲突区域判别法,以目标车辆为坐标原点,建立直角坐标系,通过对车辆的行驶方向、角度及速度进行分解,计算冲突对象之间冲突半径,建立相应的冲突临界区域来判定交通冲突。该判别模