高速公路场景中货车信息智慧检索系统设计文献综述

1. 文献综述（或调研报告）：

3.1智能交通系统研究

李蕊等^[1]介绍了日本智能交通系统的发展情况，对于我国智能交通系统的发展有很大的借鉴意义。DSRC技术将路与车统一为有机整体，为智能交通系统提供了综合性的智能通信平台。赵智明等^[2]从DSRC技术标准化着手，提出了DSRC技术在ITS中的应用和发展方向。Soon F C等^[3]提出了基于主成分分析网络的卷积神经网络(PCNN)，仅使用车辆前照灯用于车辆模型识别。

分析上述研究我们发现：智能交通系统可以在对平台所积累的基础数据和业务数据进行深度分析和挖掘的基础上，为高速公路管理部门提供帮助，形成全面覆盖高速公路的辅助平台。另外，智能交通系统还可以与高速公路联网监控系统和收费系统相结合，提升高速公路运营管理水平和效率。

3.2图像识别及信息检索研究

李志强等^[4]介绍了车牌识别技术的发展和现状。刘保^[5]以基于神经网络的深度学习算法模型为基础,根据车牌识别的需求对车牌特征进行建模,认知车牌的颜色、文字、字符等属性。万娇娜等^[6]提出了一种基于图像处理的超载货车智能监控系统，利用 Haar-like 特征和 Adaboost 训练算法，从实时监控视频数据流中检测卡车。张子龙等^[7]针对传统车辆检索方法中存在准确性和区分度较低的问题，提出了一个基于改进SURF算法的视频车辆检索方法，根据改进SURF算法完成车辆图像的特征提取及匹配。廖健^[8]利用深度学习技术建立了一种货车车号自动识别方法，通过分割边缘密度图像和深度卷积神经网完成字符检测和字符识别。Lin Y L等^[9]提出通过研究三维模型和零件信息来改进基于内容的车辆检索方法，通过校准3-D 车辆模型并利用信息丰富的零件（诸如格栅，灯和车轮之类的信息）搜索车辆，显著提高了检索性能。杨东芳等^[10]对块卷积神经网络进行优化，提出一种车辆检索方法。

分析上述研究我们发现：图像识别的方法有多种多样，如何改进图像识别，提升其准确率和效率才是问题的核心。

3.3信息检索系统设计研究

田梅兰等^[11]基于物联网思想,运用了数据采集、ZigBee技术、GSM短信收发技术和嵌入式等技术方式,设计实现了一套有效的货车运输油料实时监控系统。伏辉^[12]提出使用WCF分布式计算框架解决物流新系统的构建。赵建峰等^[13]基于动态称重技术设计开发了车辆数据采集系统与车辆超载分级预警管理系统,通过物联网技术自动识别超载车辆并记录相关车辆荷载信息,对车辆超载情况及时发布消息进行分级预警,形成独立的数据库文件,为路政部门执法提供依据。

3.3车辆路径回溯研究

张巨等^[14]提出了一种融合GPS技术和结合历史数据的地图匹配技术的车辆路径定位方法。马凌宇^[15]提出先利用对车号位置图像的预处理，粗定位出车号位置。接着进行边缘检测与投影法以及铁路货车车号先验知识相结合对车号区域实现了精准定位,快速实现对车号的识别。韦蓝鑫^[16]论述了电子地图的内容、属性以及特点。