Operatīvo transportlīdzekļu atpazīšana

Abstract

Bakalaura darba mērķis ir izveidot sistēmu, ar kuru var atpazīt operatīvos transportlīdzekļus ceļu satiksmē. Ceļu satiksmes inženieri ir ieinteresēti novērot satiksmi, lai samazinātu sastrēgumus un uzlabotu satiksmes plūsmu. Operatīvo transportlīdzekļu gadījumā - lai uzlabotu drošību dodoties uz izsaukumiem un samazinātu ierašanās laiku. Lai nepārtraukti novērotu satiksmi un noteiktu operatīvos transportlīdzekļus tajā, ir nepieciešama automātiska sistēma, kas spētu mērīt satiksmes plūsmas parametrus. Video novērošanas sistēmai, salīdzinot ar citām sistēmām, kā, piemēram, radio signalu pārraide, ir vairākas nozīmīgas priekšrocības. Pirmkārt, ir iespējams šo sistēmu integrēt jau esošajās video novērošanas sistēmās. Otrkārt, video kameras ir viegli un lēti uzstādāmas. Darbā tiek apskatīti esošie sasniegumi video novērošanas sistēmu jomā un meklēti labākie risinājumi, kas atbilst darbā izvirzītajiem sistēmas darbības un kvalitātes kritērijiem. Padziļināti tiek apskatīti perspektīvākie risinājumi un tiek izveidota sistēma, kas veic atpazīšanu pēc izvirzītajiem kritērijiem un veikti sistēmas testi, lai novērtētu darbības rezultātus.

Bachelor thesis is to establish a system which can recognize emergency vehicle traffic. Road engineers are interested to observe traffic to reduce congestion and improve traffic flow. Operational vehicles - to improve the safety of the traveling calls and to reduce the time of arrival. To continuously monitor the traffic and identify the operational vehicles, require automatic system able to measure the traffic flow parameters. Video surveillance system in comparison with other systems, such as radio transmission, there are several significant advantages. First, it is possible to integrate the system into existing video surveillance systems. Second, the video camera is easy and inexpensive to install. The paper looks at the art video surveillance systems, and look for the best solutions that meet the employment system and set of quality criteria. In depth looks at the most promising solutions, to create a system that performs recognition on the criteria and system is tested and conclusions are drawn.