摘要：针对现有多目标跟踪算法参数量和计算量大,难以满足移动设备实时性要求的问题,本文通过改进JDE跟踪算法,提出了一种道路车辆多目标跟踪算法。首先,设计关联融合网络来解决JDE算法中多任务学习存在的竞争问题,提高算法的跟踪精度,减少身份切换次数;其次,使用改进的EfficientNetv2重新构建YOLOv5的特征提取网络,降低模型复杂度,提高模型实时检测速度;最后,使用改进的YOLOv5检测算法与JDE跟踪算法结合,实现道路车辆多目标跟踪。实验结果表明,提出的方法相比原JDE跟踪算法,MOTA提高0.3个百分点、跟踪速度提高约43.2%,可以满足实际自动驾驶场景中对车辆跟踪的速度要求。

摘要：针对单传感器实际工作环境中的漏检错检问题,提出了一种具有鲁棒性的摄像头毫米波雷达并联融合识别追踪车辆方法。构建基于毫米波雷达多维数据的目标识别网络R-DenseNet,毫米波雷达数据经过初筛后输入R-DenseNet神经网络得到毫米波雷达识别结果;摄像头的图像数据输入YOLO-v4tiny网络得到摄像头识别结果。对原始目标采用融合规则进行融合,筛选掉雷达错检点和噪点;对融合成功目标点采用真实目标存活判断方法进行持续追踪,捕捉摄像头毫米波雷达错检漏检的情况,使用Kalman滤波、YOLO重识别等方法补齐数据。实验结果证明:该融合方法可以有效排除错误目标,对于跟踪期间单传感器漏检、错检及两传感器同时漏检的情况具有较好的鲁棒性,跟踪较为稳定。

摘要：本文介绍了在基于DAB技术的交通诱导系统中,通过GPS、GSM网络实现对车辆跟踪、监控的扩展应用。本系统在手持终端中增加了SIMCOM的SIM548C模块,CPU通过该周边模块实现GPS数据的接收以及GSM网络的上行和下行服务。

摘要：运动车辆的跟踪技术已成为目前计算机视觉研究的一个焦点问题。均值聚类和滤波预测跟踪方法常用于基于区域分割的运动车辆跟踪,但c均值聚类对初始聚类中心非常敏感,用遗传算法克服均值聚类对初始聚类中心的依赖性,遗传算法聚类数目由α-β-γ滤波的预测值确定。序列图像中帧间信息融合实现当前帧图像运动区域与信息链中的车辆关联,从而正确区分新车驶入和虚警现象。实验中有效、鲁棒地获得车辆在当前帧图像的位移等运动参数。

摘要：设计并实现了NVIDIA嵌入式平台Jetson TX2上的车辆跟踪系统。从摄像头采集YUV420格式的视频数据,然后将数据送到Tegra Parker硬件HEVC编码器进行编码,输出码流经过RTP封装后通过UDP广播发送,利用Gstreamer多媒体框架开发接收及解码程序,最后,针对获取的视频动态进行车辆的跟踪与显示。运行Yolo V2检测算法,对车辆进行检测,从而为跟踪系统提供跟踪对象。利用Kalman滤波算法对车辆的位置进行预测,再经过Meanshift算法进行车辆跟踪。系统能够实现帧率为60 f/s的超高清4K视频实时编码和传输,此系统中的HEVC硬件编码器编码速率比PC端x265编码器大3个数量级,PSNR比PC端x265编码器高6 dB,更加适用于智能交通中。

摘要：针对目前城市中交叉口智能化管理的迫切需求．设计了一种基于Labview的车辆跟踪系统。选用Labview非配套的图像采集卡，使用动态链接库技术开发了驱动程序，实现了视频采集。在此基础上，使用动态图像处理技术中的二维运动估计技术，结合背景更新模型提出了一种车辆跟踪算法。对采集的交通视频图像进行了多组试验．试验结果表明，该车辆跟踪算法的跟踪成功率可达90％～95％。

摘要：由于道路交叉口环境的复杂性和开放型,对交叉口通行车辆的视频跟踪一直是一个难题。本文提出了一种基于改进的在线学习模型的车辆跟踪算法。该算法通过设计一个级联分类器,包括方差分类器、颜色特征分类器、在线增强学习分类器。实验表明,该算法具有较高的跟踪准确率和实时性。

摘要：针对传统的Mean Shift目标跟踪算法存在无法自动设置目标窗口的问题,设计了一种可以自动初始化窗口的Mean Shift算法,同时结合Kalman滤波,将其应用到违章车辆的跟踪上。仿真实验表明,该算法可以很好地实现跟踪效果。

摘要：通过分析西藏博物馆改扩建项目在远距离高海拔运输过程中建筑物料储运管理中的重要性,提出储运管理的精准度与效率的管理需求,结合目前远距离高海拔建筑材料储运中存在的问题,通过运用基于北斗卫星定位和RFID射频识别技术的车辆跟踪系统的设计和应用研究,实现远距离高海拔地区的物料储运管理精准和高效,为建筑企业有效实施物料储运管理提供技术支撑。

摘要：Google Maps API提供了庞大的地理数据库和强大的地图处理功能,是谷歌为地图二次开发者向用户提供位置服务的一个接口。本文首先分析了Google Maps API的基本特点、功能,并在此基础上设计并实现了基于Google Maps的车辆跟踪系统。该系统将终端车辆信息采集设备采集的GPS等信息通过GPRS传输技术传输到中控服务器端,中控服务器将数据保存到数据库,以便为车辆的历史轨迹回放提供数据,并对此数据进行分析和处理,同时在Google Maps上根据GPS数据标记车辆位置,从而实现对车辆的实时跟踪。