摘要：车对车(V2V)通信是智能交通系统的重要组成部分。隧道是智能交通系统的一个重要应用场景。考虑到隧道壁反射、车辆衍射以及隧道附属设施布置密而复杂的问题,研究隧道场景下的V2V信道传播特性对于智能交通系统的设计与测试具有重要意义。本文利用宽带信道探测器对隧道环境下的V2V信道进行了测量。测量所使用的载波频率和带宽分别为5.2 GHz和120 MHz。根据不同的情况,将测量分为3种类型:可视距(LOS)、部分视距(OLOS)和不可视距(NLOS)。基于实际测量数据,建立不同场景的路径损耗模型和接收信号幅值衰落分布,进而分析信道衰落特性。结果表明,NLOS场景下的路径损耗指数、阴影衰落均大于LOS、OLOS情况,LOS、OLOS之间阴影衰落没有显著变化。LOS和OLOS场景下接收信号的幅度衰落均服从莱斯分布,NLOS场景下接收信号的幅度衰落服从瑞利分布;3种场景下均方根延迟扩展都符合对数正态分布;NLOS引起了更大的阴影衰落和时域弥散;随着距离的增大,K因子逐渐减小,表明K因子对距离具有依赖性。

摘要：复杂交通中车辆间的相互遮挡会造成图像中的车辆粘连,针对这一问题,提出了一种新的基于Kalman预测模型与正交投影定位理论的多运动目标分割与跟踪方法.利用粘连车辆在时域上的历史运动信息和Kalman预测结果,在二值图像中构建特定粘连车辆的分割窗;在分割窗内利用水平-垂直正交投影和动态阈值的理论方法,确定目标最小外接矩形.设计目标分割评判函数,确定粘连车辆分割的合理性,并给出相应的处理结果.实验结果表明,该方法能够有效处理目标相互粘连的情况,实现目标的稳定准确跟踪,并且计算复杂度低,能够满足实时环境的需求.

摘要：针对高速公路智能交通系统中的复杂场景变化、阴影和车辆遮挡等影响车辆检测率的问题,提出了使用基于高斯混合模型的自适应方法来建立和更新背景,采用基于HSV的邻域均值快速阴影消除算法提高阴影消除的速度。对于遮挡车辆,采用基于Kalman滤波的识别算法进行遮挡车辆的识别,然后使用基于模板匹配的金字塔分级搜索算法对遮挡车辆进行细分割。实验结果表明,该算法既简单又有效,车辆的检测率达到97%,完全满足车辆检测的要求。