Detailergebnis zu DOK-Nr. 42587
Eine Anwendung neuraler Verfahren für den Straßenverkehr (Orig. engl.: A road traffic application of neural techniques)
| Autoren |
B. Belgaroui J.M. Blosseville |
|---|---|
| Sachgebiete |
6.1 Verkehrserhebungen, Verkehrsmessungen |
Recherche Transports Sécurité (1993) Nr. 9, S. 53-65, 11 B, 4 T, zahlr. Q
Ziel der Arbeit ist es, einen Beitrag zu leisten für den Einsatz der Videotechnik für Messung, Überwachung und Regelung des Straßenverkehrs. Bisher wurde die Videotechnik schon weithin für die Überwachung des Verkehrs eingesetzt. Mit dem Aufkommen entsprechend effektiver Computertechnik ergeben sich neue Perspektiven, Verkehrsbeeinflussungen in Realzeit aus Videoaufnahmen abzuleiten. Dies hätte weniger ingenieurtechnischen Aufwand und entsprechend geringere Kosten zur Folge, da die klassischen Verfahren, wie pneumatische sowie Schleifen- oder Radardetektoren vermieden werden können. Außerdem könnten die räumlichen Verkehrsvariablen wie Dichte, Abbiegemanöver, Staus usw., die sonst ohne direkte Beobachung oder manuelle Verarbeitung nicht zu erfassen sind, besser genutzt werden. Die vorliegende Arbeit beschreibt ein Projekt, bei dem die Aufgabe war, die Fahrzeuge an einer städtischen Straßenkreuzung auf der Basis digitaler Bilder der Szenerie zu klassifizieren. Dabei wurde ein Flächenbereich von 10 x 20 m mittels Digitalbild (256 x 256 mit 64 Graustufen) erfaßt. Für die Klassifikation (vier Klassen: leichte Fahrzeuge, schwere Fahrzeuge, Wohnmobile und Busse) wurde ein geschichtetes neurales Netzwerk genutzt. Hierzu werden die Probleme der Selektion der Inputs in das Netzwerk beschrieben. Es wurden "strukturierende Gitter" angewendet (für jede Fahrzeugklasse eines), das alle Transformationsvorgänge erledigt, so daß das neurale Netzwerk damit nicht belastet wird. Der Detektionsvorgang (Ableitung aus den Pixels, die das Fahrzeug und dessen Hintergrund betreffen) und die Gitterberechnung werden beschrieben. Ferner werden die mathematischen Operatoren für die Auswertung dargelegt. Weitere Ausführungen betreffen die Verminderung der Anzahl Parameter mittels Diskriminanzanalyse und die Verarbeitungsvorgänge im neuralen Netzwerk mit Darlegung der Erfolgsquoten.