360度热成像技术在交通量行为分析中的应用

360度热成像技术在交通量行为分析中的应用

余树武

深圳榕亨实业集团有限公司  518000

摘要：近年来，随着人们对出行要求的提高，道路的畅通与出行的舒适日益被人们所渴望，而传统的城市道路交通信号控制系统单一对机动车的调控越来越不适应时代的发展了。因此，对行人交通的关注慢慢被重视。本研究将采用一种人体红外成像识别技术来分析行人出行规律，利用行人移动轨迹进行OD预测，再利用边缘计算技术提取行人的交通参数，并将这些行人交通参数汇总到信号机，利用这些参数对原交通信号控制系统相关算法进行优化，从而平衡了机动车与行人之间的通行权利，创造了和谐完美的城市交通局面。

关键词：红外热成像；边缘计算；OD分析；大数据

随着信息技术的发展，越来越多的科技成果被应用于城市交通建设工作上，为城市发展做出了卓越贡献，提高了人们对交通的控制与规划能力，也让人民生活水平在智能交通支持下得到提高。为了促进城市交通事业建设，应大力推动新型城市交通大数据云平台的建设，利用海量数据实时分析交通状况，提高城市交通管理水平。当前自动驾驶技术已经走进人们生活中，城市交通大数据云平台可为自动驾驶技术提供交通数据支持，极大地推动了自动驾驶技术的发展和应用。

一、人体红外特征识别技术概述

基于热红外图像的人体检测技术是通过红外热成像仪来获取人体的热辐射图像，再通过计算机算法进行处理和分析，从而实现对人体目标的检测。

不同于普通的可见光图像传感器，红外热成像仪可以探测到人体的热量信息，即人体在不同区域的体温差异，这种热辐射特性不会受到光线强度、色彩和阴影等影响，所以不受昼夜、光线、遮挡等因素的限制，较为适用于复杂环境下的监测和识别[1]。

然后，通过计算机算法的处理和分析，提取图像中的特征，如轮廓、大小、形状、纹理等，来判断图像中是否存在人体目标。同时，算法会对提取到的人体目标进行分类、跟踪和识别等操作，进一步提高技术的准确性和实用性。

随着科技的不断发展和算法的进一步优化，基于热红外图像的人体检测技术将会呈现出更加广阔和深入的应用前景。同时，作为一项与隐私关系较为密切的技术，需要进一步加强法律法规和规范性管理，以保障用户的合法权益和社会平稳发展。

二、行人移动轨迹OD分析

行人移动轨迹OD分析是指对行人在城市中的移动轨迹进行分析，以了解他们的出行模式、习惯和需求。这种分析可以帮助城市规划者更好地了解行人交通流的特点，为城市交通管理和规划提供依据。

行人移动轨迹OD分析主要通过收集行人的移动轨迹数据来实现。这些数据可以通过各种技术手段获取，如GPS定位、移动通信、社交媒体等。通过对这些数据进行处理和分析，我们可以得到行人的起点和终点信息，了解他们的出行路径、出行时间、出行频率等[2]。

这种分析方法可以帮助城市规划者更好地了解城市中行人的出行需求和趋势。例如，通过分析行人的起点和终点信息，可以判断哪些区域是行人出行的主要起点和终点，进而优化公共交通线路和道路设计。此外，通过分析行人的出行路径和时间，可以更好地掌握城市中的交通瓶颈和拥堵点，为城市交通管理提供参考[3]。

三、行人交通特征参数对交通信号控制的意义

（一）提高行人过街安全性

通过分析行人的交通流量和行走速度等特征参数，交通信号控制可以更加准确地判断行人的过马路需求和行为习惯。这有助于避免行人在等待信号灯时穿越马路造成的安全隐患，降低与机动车的冲突风险。同时，根据行人的流量和行走速度，交通信号控制可以合理调整信号配时，为行人提供更多的通行时间，减少他们在马路上的停留时间和压力。

对行人交通特征参数的理解可以帮助交通信号控制更好地适应不同人群的过街需求。不同年龄、性别、身体状况的行人在过街时会有不同的需求和行为习惯。例如，儿童和老人的过街速度较慢，可能需要更多的通行时间；残障人士可能需要特殊的过街设施和信号控制。通过对这些不同人群的交通特征参数进行分析，交通信号控制可以制定更加人性化、包容性的策略，为不同人群提供更加安全、便捷的过街条件。

行人交通特征参数的分析还可以为城市交通规划提供重要参考。通过对行人出行需求、流量分布等特征的了解，城市交通规划者可以更加科学地规划行人过街设施、交通信号设置以及道路布局等，从而改善行人的出行环境，提升城市的交通便捷性和舒适度。合理的交通规划能够减少行人穿越马路的需求，降低与机动车的冲突风险，进一步提高行人过街的安全性。

（二）提升道路交通效率

通过深入分析行人的交通特征参数，交通信号控制可以更加准确地掌握行人的过马路需求和行为习惯，从而优化信号配时，减少不必要的等待时间和拥堵情况。这不仅能够提高道路的通行效率，还可以降低车辆的油耗和排放，减少对环境的负面影响。此外，合理的交通信号控制还可以平衡行人与机动车的权益，确保道路使用的公平性和效率。

（三）优化城市交通规划

通过对行人的交通特征参数进行分析，我们可以更加全面地了解行人的出行需求和行为习惯，从而为城市交通规划提供重要参考。这有助于确保城市交通规划的合理性和科学性，满足不同人群的出行需求，提高城市的交通便捷性和舒适度。同时，通过对行人交通特征参数的分析，我们还可以评估城市交通规划的可行性和效果，及时发现和解决潜在问题，减少交通拥堵和交通事故的发生率。

四、利用人体红外特征技术进行交通量行为分析

（一）人体红外特征参数的提取、识别、注册与注销

人体红外特征参数的提取是该应用的第一步。首先，需要使用红外摄像头采集人体红外图像。在采集过程中，需要注意避免外界光线的干扰，保证图像的清晰度和准确性。然后，通过图像处理技术，如滤波、增强、分割等，提取出人体的红外特征参数。这些特征参数包括人体轮廓、姿势、温度分布等。

提取出人体红外特征参数后，需要进行识别。识别的方法有很多种，如模板匹配、神经网络、支持向量机等。这些方法都是基于机器学习理论的。通过训练大量的样本，机器学习模型能够自动学习到人体红外特征参数与身份信息之间的关系。然后，将提取出的特征参数输入到模型中，模型会输出该特征参数对应的身份信息。

在识别之前，需要先进行人体红外特征参数的注册。注册的过程就是将人体红外特征参数与身份信息绑定在一起。这里的身份信息可以是姓名、身份证号、手机号等。注册时，用户需要先输入自己的身份信息，然后通过红外摄像头采集一段人体红外图像。系统会自动提取出该图像的特征参数，并将这些特征参数与身份信息绑定在一起存储在数据库中。

当某些原因需要注销某个人体红外特征参数时，可以通过该应用的注销功能来实现。注销时，用户需要输入自己的身份信息，系统会根据身份信息从数据库中查询出对应的特征参数，并将其从数据库中删除。

（二）行人行动轨迹的记录与计算

在人体红外特征的提取中，首先需要使用红外摄像头采集行人的人体红外图像。在采集过程中，需要保证图像的清晰度和准确性，以避免外界光线的干扰。然后，通过图像处理技术，如滤波、增强、分割等，提取出行人的红外特征参数。这些特征参数可以包括人体轮廓、姿势、温度分布等

在行人检测和跟踪的过程中，可以采用一些经典的方法，如基于特征的方法或基于深度学习的方法。基于特征的方法可以通过一些形状、颜色等特征来检测行人。而基于深度学习的方法则可以通过训练大量的数据来学习行人的特征，从而更加准确地检测和跟踪行人的运动轨迹。

在记录与计算行人行动轨迹时，可以采用一些跟踪算法来记录行人的运动轨迹。常用的跟踪算法有卡尔曼滤波、粒子滤波、均值偏移等。这些算法可以实时地跟踪行人的运动轨迹，并将轨迹记录下来。同时，可以通过计算行人运动的速度、方向、距离等参数，来实现对行人行动轨迹的计算和分析。

（三）行人交通行为的预判

在交通行为的预判中，可以根据行人的运动轨迹和行为特征来进行预判。例如，可以根据行人的速度、方向、距离等参数，来判断行人的行走意图和交通状态。同时，也可以通过分析行人的姿势和动作，来判断行人的注意力状态和驾驶意图。通过这些信息的综合分析，可以对行人未来的交通行为进行预判，从而更好地进行交通管理和安全保障。

人体红外特征在行人交通行为预判中的应用可以广泛应用于智能交通、交通安全等领域。例如，在智能交通领域中，可以通过该应用来识别和跟踪行人的运动轨迹和行为特征，从而更好地进行交通流量的控制和调度。在交通安全领域中，也可以通过该应用来预测行人的交通行为，从而进行安全预警和预防措施的制定。

人体红外特征在行人交通行为预判中的应用是一个重要的应用，它能够实现行人检测、跟踪和交通行为预测等功能，广泛应用于智能交通、交通安全等领域。随着科技的发展，该应用将会越来越成熟，为人们的生活带来更多的便利和安全。

（四）行人对交通影响的参数提取

人体红外技术是一种用于检测和识别人体温度的技术，它可以用于行人交通的监测和控制。通过人体红外技术，可以提取行人交通的量化参数，通过分析人体红外图像中行人的移动轨迹和速度、行人的流量、行人的行走方式、行人的停留时间、行人进出交叉口管理区类型等，从而更好地了解行人交通行为对交通的影响。

结语：使用360度热成像技术，我们能够更好地了解交通运行状态，准确分析交通量行为，为交通管理提供决策依据。这一技术可以实时监测交通情况，捕捉交通事件，提高交通运营效率，保障交通安全。同时，360度热成像技术还可以提供全面的交通数据，帮助我们更好地了解交通拥堵、交通事故等问题的原因，为制定有效的解决方案提供支持。未来，随着技术的不断进步和发展，我们相信360度热成像技术在交通量行为分析中的应用将会越来越广泛，为城市交通管理带来更多的便利和效益。

参考文献：

[1]谭勇，严文娟，黄仕建.基于热红外图像的人体目标检测方法[M].上海：上海交通大学出版社，2021.

[2]孙正安，陈大伟，李旭宏.基于OD 的运输通道识别方法[J].中国科技论文在线,2009.

[3]王炜，陈学武.交通规划（第二版）[M].北京：人民交通出版社，2017.