智能交通技术应用

第一篇：智能交通技术应用

智能交通技术应用

现如今，科技飞速发展，对交通的要求越来越高，应运而生的便是只能交通技术，什么是智能交通技术？智能交通系统是将先进的信息技术、通讯技术、传感技术、控制技术以及计算机技术等有效地集成运用于整个交通运输管理体系，而建立起的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合的运输和管理系统。只能交通技术的广泛应用给社会带来了许多经济效益：

（1）提高交通运输系统的安全水平，减少阻塞；

（2）增加交通运输的机动性；

（3）降低交通运输对环境的影响；

（4）提高交通运输的通行能力和机车车辆、飞机运输生产力和经济效益。利用现代科技，信息论与信息技术、通信技术、计算机管理技术与网络和GPS和GIS技术，设计到工业、农业、国防、航天等重要的交通领域。

专用短程通信的服务包括：停车系统； 车辆收费系统；商业车辆的路边服务；固定路线的公交系统；交通检测；交叉口防撞车系统；车载显示与司机咨询。

第二篇：RFID技术在智能交通领域的应用

RFID技术在智能交通领域的应用

当今随着社会经济的发展，城市化进程加速，人口迅速向城市迁移聚集。人口、车辆数量不断的增长，但是有限的可用土地以及经济要素的制约却使得城市道路扩建增容有限，因此不可避免的带来一系列的交通问题。当今世界各地的大中城市无不存在着交通问题的困扰。交通拥堵使得人们每天将大量宝贵的时间消耗在路上、车中，同时也导致商业车辆在交通运输中延误，增加了运输成本。交通事故率也不断上升，每年都会带来巨大的人员伤亡和经济损失。据美国有关部门预测，到2020年，美国因交通事故造成的经济损失每年将会超过1500亿美元，而日本东京目前因交通拥堵每年造成的经济损失为1230亿美元。为解决日益严重的交通问题，各国政府采取各种措施，如对汽车课以重税限制汽车的数量，实施交通管制等来加强管理。但是在做过各种尝试，花费了巨大的管理成本后，交通状况依然难有根本改观。

人们逐渐认识到交通系统是一个复杂的综合性系统，单独从道路或车辆的角度来考虑，都将很难解决交通问题，必须把车辆和道路综合起来，考虑如何在有限的道路资源条件下，提高道路资源的利用率，这才是解决问题的关键。同时自上世纪后期以来信息技术的迅猛发展和广泛应用也给以上的解决思路提供了有效的技术手段支持。在这样的背景下，智能交通的概念应用而生，成为研究应用的热点。

所谓的智能交通系统是指将先进的信息技术、电子通讯技术、自动控制技术、计算机技术以及网络技术等有机地运用于整个交通运输管理体系而建立起的一种实时、准确、高效的交通运输综合管理和控制系统。它是由若干子系统所组成的，通过系统集成将道路、驾驶员和车辆有机地结合在一起，加强三者之间的联系。借助于系统的智能技术将各种交通方式的信息及道路状况进行登记、收集、分析，并通过远程通讯和信息技术，将这些信息实时提供给需要的人们，以增强行车安全，减少行车时间，并指导行车路线。同时管理人员通过采集车辆、驾驶员和道路的实时信息来提高其管理效率，以达到充分利用交通资源的目的。

RFID作为一种新兴的自动识别技术，由于具有远距离识别、可存储携带较多的信息、读取速度快、可应用范围广等优点，非常适合在智能交通和停车管理方面使用。目前RFID已经在交通领域开始逐步成功推广应用，并且取得了良好的社会和经济效益，其应用前景为业内人士一致看好。在智能交通领域，RFID主要应用在以下方面：

（1）、电子不停车收费（ETC）

电子不停车收费系统（Electronic Toll Collection，简称ETC）是一种用于公路、大桥和隧道的电子自动收费系统。它应用RFID 技术，通过路侧天线与车载电子标签之间的专用短程通讯，在不需要司机停车和其他收费人员采取任何操作的情况下，自动完成收费处理全过程。不停车收费涉及交通基础设施投资的回收，又是缓解收费站交通堵塞的有效手段，而且在使用中收费卡的用量又很大，因此各个国家都优先投入不停车收费系统应用系统的开发，并且积极推广，目前在欧美应用已经比较成熟，普遍，我国也已经在广东、四川等地的高速公路上投入应用。通过应用不停车收费系统可以提高通过效率，防止收费站交通“瓶颈”的发生，同时通过RFID技术实现无人为干预的收费，有效地遏制了偷逃过路费，收费人员玩忽职守、循私作弊等行为，同时降低收费站的管理成本，更快地收回基础设施的投资。

（2）海关码头电子车牌系统(EVI)： 数量巨大的货物在港口码头及海关的装卸、进出港、通关，相当大的部分是用车辆作为运输的手段。因此在港口码头及海关往来的车辆众多，且可能属于海关、船公司、船代公司、货代公司、港务局、集装箱场站等不同行业的不同单位，如果不采取统一的措施很难调度管理，给通关及货物的流转带来很大的困难。采用RFID技术来实现的电子车牌管理系统能有效的解决这一问题。

该系统通过对往来的车辆统一管理登记、发放车载电子标签，并在关键的出入监控点安放RFID识读设备，可以使安装电子车牌的监管车辆在通过监控通道时，可以被识别系统准确及时的识别，以完成车辆数据采集的要求。同时采用无线通讯等信息技术将采集到的车辆信息提交管理系统，来完成车辆身份的确认、以及查询和统计，调度等功能。通过应用海关码头电子车牌系统可以有效提高海关车辆通行能力，实时统计监测车辆信息，防止误检、漏检，提高通关效率，同时可以阻止组织偷窃、打击走私等行为。

（3）、城市交通调度管理系统（TMS）：

车辆调度管理系统是智能交通系统的核心组成部分，采用先进的信息通讯技术，收集道路交通的动态、静态信息，并进行实时地分析，并根据分析结果安排车辆的行驶路线，出行时间，以达到充分利用有限的交通资源，提高车辆的使用效率，同时也可以了解车辆运行情况，加强车辆的管理。

RFID技术可以作为交通调度系统信息采集的有效手段，在交通调度管理系统中得以应用。比如利用将RFID应用于公交车场管理系统，可以实现公交车进出站，信息自动、准确、远距离、不停车采集，使公交调度系统准确掌握公交停车场公交车进出的实时动态信息。通过实施该系统可有效提高公交车的管理水平，对采集的数据利用计算机进行研究分析，可以掌握车辆运用规律，杜绝车辆管理中存在的漏洞，实现公交车辆的智能化管理，提升城市形象。同时采用RFID作为技术手段具有很高的经济性，与全球卫星定位系统（GPS）等技术相比具有安装方便、适应性强、成本低，车辆无需改造等特点。同时一些地区和城市也开始将RFID应用于垃圾运输车辆、危险品运输车辆等特殊服务车辆的调度和管理。通过在车上安放电子标签，在特定路段的监控点放置识读设备来监控车辆是否按照规定的路线行驶、在有泄漏等情况出现时及时发现事故车辆。

（4）、电子注册管理（EVR）：

车辆的注册登记以及牌照管理一直以来都是交通管理部门的管理重点也是难点所在，黑车、假牌照等问题始终都没有得到根除。但是新技术也许会变得简单，采用RFID技术实现车辆电子注册管理系统就是有效解决这一问题的方法之一。车辆注册登记后加载RFID电子车牌，由于每个标签都有一个全球唯一的ID号码——UID，UID是在制作芯片时放在ROM中的，无法修改，所以可以实现防伪功能。同时标签可以被远距离识别，无需停车及认为干预就可以监查，因此可以规范车辆管理手段，加强对车辆的监查力度，实现车辆年检的智能化管理，加强对非法车辆的打击力度。现在该系统已经在军车等方面得到应用，取得了良好的社会和经济效益。

（5）、基于RFID的车辆智能称重系统

通过将称重系统和远距离RFID自动识别技术结合可以实现基于车辆的智能称重系统。该系统在原有称重管理系统上附加了采用远距离RFID自动识别实现的对称重车辆的自动识别功能，并将自动采集到的称重车辆信息合并到称重管理系统中。应用智能称重管理系统可提高称重效率，减少车辆在待检处的停留等待，同时通过车号自动识别和精确计量可有效地防止了人为舞弊给带来的经济损失。此外，系统实施后还大大降低了工作人员的劳动强度和人工称重的失误率。因此基于RFID的车辆智能称重系统实现了识别、计量、监控的完美结合。该系统可以灵活应用到交通运输的很多方面，如在高速路口自动称重以治理超载，在码头等物资集散地可以加快车辆计重速度，减少拥堵等，具有巨大的应用价值。

第三篇：智能交通行业应用前景

上海, 2009年7月21日-中国的智能交通系统的研发最早可以追溯到20世纪80年代对于公路收费系统的研发。此后，1999年，由科技部、交通部等多个部门组建了国家智能交通系统工程技术研究中心，开始对智能交通系统进行重点的科技研发。“十一五”期间，交通部规划司专门制定了《公路水路交通信息化“十一五”发展规划》，指出，我国交通运输行业需要提高运行效率，改善服务质量，应对重大突发事件，提供全方位的交通信息服务，力争在交通信息化领域取得新的突破。交通领域的信息化已经作为交通行业的重点发展方向之

一。《信息产业科技发展“十一五”规划和2020年中长期规划纲要》中也把智能交通系统作为交通领域优先发展的产业之一。

智能交通系统建设在中国开展的时间较短，目前仍处于起步阶段。2008年，中国公路智能交通市场规模超过220亿，预计未来5年仍将以超过25%的年增长率高速增长。从区域发展情况来看，北京、上海、广州等东部沿海和经济发达城市的智能交通建设已经初具规模，而中西部地区的智能交通系统主要还集中在高速公路收费系统，城市内部的智能交通系统有待于继续建设和完善。

智能交通产业的发展速度和方向与交通设施的建设情况密切相关。公路和城市路网的新建、改建、优化都将带动智能交通领域投资的增加。据交通运输部统计数据显示，2008年，全国交通固定资产投资8335.42亿元，同比增长7.2%，比2007年增速提高1.9个百分点。其中，公路建设投资 6880.64亿元，同比增长6.0%，增速加快

1.9个百分点。截至2008年底，全国公路总里程达373.02万公里，比上年末增加14.64万公里。

全球著名增长咨询公司Frost & Sullivan（弗若斯特沙利文）预计2009至2010年，交通固定资产投资将持续增加，达到10000亿以上的规模。未来5年交通固定资产投资还将继续保持稳定增长。

智能交通产业范围广泛，公路、水运、航运、轨道交通等网络的高效运行，都需要相关功能的系统进行支持。本文主要关注的公路智能交通系统主要应用于：省际公路交通管理、城市道路交通管理、城市公共交通管理等领域。

省际公路交通管理

省际公路交通管理主要包括：国道、省道等城市之间的公路管理和高速公路管理系统。目前主要应用的系统为收费管理系统。在国家科技支撑计划的“国家高速公路联网不停车收费和服务系统（ETC）”的实施过程中，国家已经出台了相关技术标准。目前该标准已经受到美、日等国际企业的认同。不久的未来，ETC系统将在区域甚至全国进行联网。目前，该项目的示范工程已经着手在长三角和京津冀等区域进行建设。

城市道路交通管理

城市道路交通管理系统是智能交通系统中重要的组成部分。城市交通需要涉及到城市中交通管理、建设、公安等多个部门的协作，因此需要建设高效便捷的信息共享平台。交通管理平台也将作为目前很多城市正在建设的应急联动系统的一部分，在城市突发事件的应急指挥中起到相应的作用。

城市道路管理系统中还包括信号灯控制系统、路况指示系统、车牌识别系统、道路视频监控系统等。信号灯控制系统和路况指示牌主要帮助管理部门和车辆更了解所处的路况条件，以便进行最合理的道路管理和道路选择，提高道路运输的效率。车牌识别系统和道路视频监控系统除提高道路运输效率外，还对城市治安监控起到一定的作用。道路视频监控系统是以上系统中只用最为广泛的系统，在众多城市的“平安城市”建设中，道路视频监控已经被纳入建设范围。城市公共交通管理

城市智能公交系统是主要针对城市内部公共交通的指挥、管理、调度、应急等方面智能系统。城市智能公交系统主要实现对城市公共交通线路、车站、车辆的全面监控。通过各种辅助设备预知并合理调度公交资源，优化公交系统。此外，智能公交系统还可以与道路交通管理系统进行协作，实现既定的城市交通策略。比如，北京奥运期间通过GPS对公交车定位，和信号灯遥控系统协作，实施“公交优先”的交通策略。

智能交通系统在中国的发展尚不完善，未来还有众多领域有待于开发，市场前景广阔，在较长一段时间内都将继续呈现高速增长的态势。

第四篇：智能交通技术综述论文

当前，我国城市化进程正面临着巨大的机遇和挑战，如何不断提高城市发展水平和产业竞争力，看看下面的智能交通技术综述论文吧！

智能交通技术综述论文

摘要：随着网络和信息技术的快速发展，我国城市信息化建设不断推进。作为智慧城市发展的重要组成部分，构建智能交通具有很重要的意义。文章分析了构建智能交通系统的体系结构及其关键技术，明确了智能交通是未来交通发展的必然趋势。

关键词：智能交通车联网智能科学

全面提升城市生活品质，解决城市发展中的交通、安全、能耗等问题，已成为关键。“智慧城市”顺应了当前全球先进城市发展演进和技术变革的时代潮流，是当今世界推进战略性新兴产业和城市信息化进程中的前沿理念，是我国新一轮城市发展与转型的客观要求，是提升城市品质和竞争力的必然途径，也是更好地保障和改善民生的重大举措[ ]。建设智能交通体系是智慧城市建设中不可或缺的重要内容之一。

智能交通系统是将先进的信息技术、数据通讯传输技术、电子控制技术、计算机技术及智能车辆技术等综合运用于整个交通运输管理体系，通过对交通信息的实时采集、传输和处理，借助各种科技手段和设备，对各种交通情况进行协调和处理，建立起一种实时、准确、高效的综合运输管理体系，从而使交通设施得以充分利用，提高交通效率和安全，最终使交通运输服务和管理智能化，实现交通运输的集约式发展[ ]。智能交通是集智能调度、视频监控、定位管理、运营分析等应用服务为主要内容的交通发展新模式。

1、体系结构

从技术层面分析，实现智能交通的体系结构分为三个层次：感知层、传输层和应用层，如图1所示。

通过感知，获得车辆、道路和行人等全方位的信息，将采集到的信息通过传输层“运送”到服务端，根据不同的应用和业务需求，进行相应的服务端计算，对信息进行分析、处理、融合，实施重要信息的存储管理及其相关信息（如公交指示信息、交通诱导信息等）的及时发布。

2、关键技术

智能交通建设过程中，从信息的收集，数据的分析处理，到信息的管理和信息的发布，涉及很多关键技术。

2.1车联网技术

车联网，是指利用装载在车内和车外的感知设备，通过无线射频等识别技术，获取所有车辆及其环境的静、动态属性信息，再由网络传输通信设备与技术进行信息交换和通信，最终经智能信息处理设备与技术对相关信息进行处理，根据不同的功能需求对所有车辆的运行状态进行有效的监管和提供综合服务的高效能、智能化网络。

车联网是物联网技术在智能交通中的应用。车联网系统发展主要通过传感器技术、开放智能的车载终端系统平台、无线传输技术、语音识别技术、海量数据处理技术以及数据整合等技术相辅相成配合实现。在国际上，欧洲的CVIS、美国的IVHS、日本的VICS等系统通过车辆和道路之间建立有效的信息通信，已经实现了智能交通的管理和信息服务。

2.2云计算技术

云计算是一种基于互联网的新一代计算模式和理念。云计算通过互联网提供、面向海量信息处理，把大量分散、异构的IT资源和应用统一管理起来，组成一个大的虚拟资源池（共享的软硬件资源和信息），通过网络，以服务形式、按需提供给用户。

云计算的特点之一是分散资源集中使用。与传统互联网数据中心（IDC）相比，云计算比较容易平稳整体负载，因而大大提高资源利用率，同时，弹性伸缩的运行环境增强了业务的灵活度。云计算的另一个特点是集中资源分散服务，把IT资源、数据、应用作为服务通过网络、按需提供给用户。

云计算技术为智能交通中海量信息的存储、智能计算提供重要的使能技术与服务。

2.3智能科学技术

智能科学，是研究智能的本质和实现技术, 是由脑科学、认知科学、人工智能等综合形成的交叉学科。脑科学从分子水平、细胞水平、行为水平研究自然智能机理，建立脑模型，揭示人脑的本质；认知科学是研究人类感知、学习、记忆、思维、意识等人脑心智活动过程的科学；人工智能研究用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器智能[ ]。通过多学科的交叉、融合，不仅从功能上进行仿真, 而且从机理上研究、探索智能的新概念、新理论、新方法，最终达到应用的目的。

目前，具有重要应用的智能科学关键技术包括：主体技术、机器学习与数据挖掘、语意网格和知识网格、自主计算、认知信息学和内容计算等[ ]。

智能科学为智能交通提供智慧的技术基础，支持对智能交通中海量信息的智能识别、融合、运算、监控和处理等功能。

2.4建模仿真技术

仿真技术是一门多学科的综合性技术，它以控制论、系统论、相似原理和信息技术为基础，以计算机系统和物理效应设备及仿真器等专用设备为工具，根据研究目标，建立并运行模型，对研究对象（已有的或设想的）进行动态试验、运行、分析、评估认识与改造的一门综合性、交叉性技术。

仿真由三类基本活动组成：建立研究对象模型，建立并运行仿真系统，分析与评估仿真结果。汽车驾驶训练模拟器，就是应用仿真技术的成果。

仿真技术对智能交通各功能领域和运营活动进行建模仿真研究、试验、分析和论证，为智能交通体系的构建和各类业务项目实施运行提供决策依据和不可或缺的关键技术支撑。

智能交通是一个综合性的系统工程。在智能交通建设过程中，还涉及统一的标准，需要系统工程技术、高性能计算技术、数据安全技术和各种应用技术等技术支撑。

3、结语

随着基础设施建设的不断完善，各种相关理论和技术的不断成熟，智能交通发展日趋完善，那时的交通将会是人、车、路、环境达到和谐统一的新景象。

参考文献

[1]嘉兴市人民政府.嘉兴市“智慧城市”发展规划（2011―2015年）[R].嘉兴:嘉兴市人民政府, 2011.[2]中国智能交通协会.http://www.省略.[3]史忠植.智能科学[M].北京:清华大学出版社,2006.[4]智能科学网站.http://www.intsci.省略.

第五篇：基于视频的车辆检测技术及其在智能交通中的应用

基于视频的车辆检测技术及其在智能交通中的应用

智能交通系统(ITS)，随着信息技术、计算机技术、数据通信传输技术、模式识别技术、图像处理技术等学科的迅猛发展，得到了日益广泛的应用，极大提高了交通管理的智能化、科学化、规范化水平。特别是计算机视觉技术的发展为提高交通系统智能化程度，提供了有效手段。

一、主要车辆检测技术及性能比较

依据车辆检测触发方式的不同，现有的车辆检测器主要分为以下几类：电磁感应、红外感应、微波感应、超声波、视频检测方式等。

电磁感应线圈（ILD）是一种普遍采用的方式，采用感应线圈应用到车辆检测中，开始于上个世纪70年代。其基本原理是在路面检测区域敷设感应线圈，当车辆经过线圈上方时，线圈电感量会发生变化，利用这种变换来检测是否有车辆通过。其优点是：该技术因为比较可靠的检测车辆，技术成熟、易于掌握，计数精确，同时系统稳定，受环境的影响较少。价格低廉。缺点是：安装过程对可靠性和寿命影响很大，维修或安装需中断交通，破坏路面，影响路面寿命。同时线圈易被重型车辆、路面修理等损坏，而且它的维护难度大，不易移植，线圈容易在夏季断路。

红外传感器使用发射、接收器，发射光束并接收反射光束，通过反射频率的变化进行对所需数据的检测。优点：同一算法能够适用于昼、夜不同的时段，价格中等。缺点：为了实现高灵敏度，可能需要很好的红外线焦平面检测器，来提高功率。

微波感应技术是利用雷达线性调频技术原理，对路面发射微波，通过对回波信号进行高速实时的数字化处理分析，实现车辆检测。优点：能够应用于恶劣气候条件。缺点：在车流拥堵以及大型车较多、车型分布不均匀的路段，由于遮挡，测量精度会受到比较大的影响，对安装高度要求严格，安装困难，价格也比较昂贵。

超声波检测器的原理是这样的，首先由传感器发射一束能量到检测区，然后接受反射回来的能量束，通过有关的换能装臵，将能量转换成所需的数据，依据此数据判别被检测物是否存在或与传感器的位臵。优点：可靠性较高，易于安装。缺点：性能随环境温度和气流影响而降低，价格较贵。

基于视频的车辆检测技术，通过摄像机实时得到交通场景，运用图像处理和模式识别的知识来检测车辆，得到了广泛的应用。优点：易于安装调试，提供大量信息，价格适中。缺点：夜晚及恶劣天气存在较大误差。

二、视频检测技术

（一）系统组成

系统所用的硬件有：摄像机、镜头、图像采集卡，计算机。摄像机的功能是把光信号转换成电信号。镜头是成像部件，图像采集卡将摄像机输出的视频数据输入电脑，并转换成计算机可辨别的数字数据，存储在计算机中，成为可编辑处理的视频数据文件。计算机则是根据编制的程序，对输入的视频数据进行分析，检测是否有车辆经过。

（二）主要方法及原理

基于视频的车辆检测技术，按照是否建立模型可以分成基于模型的和非模型的两类。

基于模型的方法中应用最广泛的背景减除(Backgr-ound subtraction)技术，即从当前帧和背景帧的差异来检测运动目标，因此运动目标的检测结果和背景好坏有直接关系，生成的背景应当独立于应用场景，对不同环境、光照有一定的适应能力，能够抑止摄像机的微小抖动和场景中微小运动，当场景发生显著变化时，应当能够自适应调整背景模型。基于背景模型研究人员提出了不同的方法，a、时间平均(tineaueragb)是最简单的方法，它对内存要求低，处理速度快。

b、采用最近n帧的中值作为背景模型方法。以上两种方法对于场景中存在多个运动目标或目标运动缓慢时，前景会污染背景。

c、利用帧间差分(inter-frame differencd)信息来生成背景的方法，该方法能够应用于多个运动目标的场合，但更新率不容易选择。d、用卡乐曼滤波器对每个像素建立模型来适应场景中的光照变化，其缺点是依赖于阈值的选择。

e、用K个高斯混合分布（Gaussian Mixture Model GMM）对每个像素进行建模方法，它解决了像素的多峰分布和缓慢变化的背景。该方法假设像素符合高斯分布，实际像素颁布可能不满足该假设。对于频繁变化的像素，需要多个高斯混合分布才能反映这种变化。

f、利用了图像变化的时间信息和图像空间信息，假设属于背景像素的邻域像素变化应当一致，但是对于存在显著差异的背景边界会引起误检测。

g、在整幅图像上进行特征值分解方法，充分利用空间相关性，它能取得较好效果，但要耗费大量内存，检测精度要低于高斯混合模型。

h、基于内核密度（Kernel Density Estination,KDE）估计的非参数背景模型，该方法能够适应不同的场景，不同于GMM，它充分利用最近的历史帧信息来更新背景模型，能够适应复杂的像素分布密度，因此能够得到较准确的估计，能够克服像素值在短时间内发生的频繁变化。

对于非模型的方法，最简单的是设定一个检测区域，即采用虚拟线圈的视频检测技术。因为不依赖于特定的模型，因此实时性能好于基于模型的方法。虚拟线圈的设臵非常方便。不需要切割路面、瑶族设线圈，观测范围大，维护、移植方便。虚拟线圈原理是在视频图像中设臵检测线或检测区域来模拟感应线圈，当车辆经过检测线时，根据检测线像素的颜色、灰度等特征的变化来检测车辆。基于虚拟线圈的方法因为其简单、易用、实时性高，因而得到广泛的应用。

此外，图像处理中的其他特征边缘，牌照等特征也可作为是否有车辆经过的依据。图像边缘特征。在车辆检测中主要表现在车辆头部的车牌照、通风栅格等存在着丰富的纹理信息，车辆在行驶过程中可以看作是做刚体运动。因此可以依据边缘的密集程度来检测是否存在车辆。此外，边缘对于光照变化有很强的鲁棒性。牌照则是车辆身份的唯一标识，因此也可以把牌照作为车辆通过的依据。

（三）技术难点分析

1、高实时性

考虑高速公路的实际需求，对于车辆的检测不仅仅是统计车流量，还需要更精细的统计，如分车道、分车型、分时段统计车流量，对违章车辆进行抓拍，有的甚至要求只要有车辆通过就要抓拍车辆图片，进行存储，以备需要时查询。因此，要求视频检测系统应当具有较高的实时性。但是系统的实时性不仅取决于硬件的性能，也有赖于具体算法的实现。一般说来，算法的复杂程度和检测的效果成正比。因此，如果要保证实时性，就需要部分牺牲检测精度。

2、较高的准确度 通过视频车辆检测技术得到的交通流量数据，应当具有较高的可信度。这部分有赖于算法的性能。如前所述，精度和实时性是一对矛盾。提高检测准确率，可能会影响实时性。

3、全天候工作

高速公路全天24小时运营，因此需要视频检测算法能够适应白天和晚上不同的光照条件。同时算法应该克服白天的光线显著变化、阴影的影响，对晚上车灯的强光干扰应该有一定的鲁棒性。此外对于恶劣天气如雨、雪、雾等的处理有一定的难度。

4、遮挡问题

无论是微波还是超声波检测技术，当存在车辆遮挡时，出现漏检测情况。视频检测技术可以依据车辆的轮廓等先验知识部分解决这个问题，但是当视野较宽，小车被大车遮挡时，视频检测技术就无能为力。为了解决遮挡问题，需要双目视觉来实现。

5、车辆跟随时的检测

感应线圈、微波、超声波、视频检测技术都面临着如何当面前后两辆车距离很近时，怎样把这两辆车区分开的技术难点。

三、视频车辆检测技术的应用

基于视频的车辆检测技术除了能提供传统检测技术的交通参数，如车道占有率、车流量、车辆行驶速度等基本参数，还能够提供分车道、分车型、分行驶方向的更为全面的统计。更为重要的是能够提供经过车辆的图片。因此，基于视频的车辆检测技术不仅能够广泛的应用于高速公路、普通路、桥梁、隧道等的交通参数的实时统计，还可和牌照识别技术配合有效抑止、乃至杜绝高速公路收费中的倒卡作弊行为。视频检测技术和雷达测速配合使用，对超速车辆进行抓拍，可以提高高速执法力度，减少违章行为，减少事故发生。总之，基于视频的车辆检测技术在智能交通中应用越来越广泛，在智能交通的发展过程中将起到越来越重要的作用。