1. 研究目的与意义
汽车数量的急剧增加，给我们带来了交通便利的同时，也导致了道路交通的日渐拥堵，节假日期间高速公路堵成长龙的现象每年都会出现，因此如何对高速公路的车流量进行高效准确的评估与预测，为管理部门科学规划提供相关的依据以此来提高道路使用效率，成为了一个亟须解决的问题。
利用视频作为数据源，具有智能化、视觉检测立体化、网络化、低成本、集成化的优势。
智能化方面：视频车流量检测技术在精测精度、深度、范围等指标都有了很大的提高大大提高了系统的智能化程度。
2. 课题关键问题和重难点
根据现有的资料，并且查询了有关的案例资料，参考了刘磊等人所著的车流量识别文档，发现有以下的关键问题及难点。
1. 关键问题①yoloV3：相较于V1、V2版本，可利用多尺度特征进行目标检测，先验框更为丰富，网络结构也进行了调整，并且从日常生活中也可以看出，如今小型车越来越多，所以有必要提高对小目标的检测精度，yoloV3可以预测三个不同尺度的输出，以此检测出不同大小的目标。
面对大小不同的物体，最好的方法便是一次性检测，所以网络的深度应该尽量大。
3. 国内外研究现状（文献综述）
前言：随着科技和经济的发展，速度与舒适兼备的车辆成为了人们所倾向的代步工具。
然而私家车数量的成倍增长、过大的车流量给高速公路造成了很大的压力。
尤其是节假日等交通高峰期，经常会出现告诉公路堵塞的情况。
4. 研究方案
1.首先要实现对多个目标车辆的追踪和计数：使用SORT算法，匈牙利算法，卡尔曼滤波，虚拟线圈检测等算法。
SORT算法：核心为匈牙利算法，卡尔曼滤波算法，整体可以拆分为两个部分，分为匹配过程和卡尔曼预测更新过程。
主要流程为：轨迹卡尔曼滤波预测→使用匈牙利算法将预测后的tracks和当前帧中的detecions进行匹配（IOU匹配)→卡尔曼滤波更新。
5. 工作计划
第1周：确定选题，完成申请表；第2周：查阅资料，熟悉任务书要求；第3周：查阅资料，准备撰写开题报告；第4周：搜集、查阅相关文献资料，确定总体研究计划；第5周：搭建研发环境，准备实验数据；第6周：实验设计方案A；实验设计方案B第7周：论证设计方案；完成开题报告初稿；第8周：完善开题报告；完成开题；第9周：系统开发:完成功能项1；第10周：系统开发:完成功能项2；检查与完善英文翻译；第11周：系统开发:完成功能项3；第12周：系统开发:完成功能项4；完成中期检查；第13周：结合导师意见，完善系统，测试系统成果；第14周：参考研究过程资料，撰写论文，完成论文初稿；完成软硬件验收；第15周：对论文进行修饰和完善，完成论文二稿；完成论文查重；第16周：完成论文定稿，制作PPT，完成答辩。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
