About: dbkwik:resource/sGvNVJJehVGZEQwxI3K1IA==   Sponge Permalink

An Entity of Type : owl:Thing, within Data Space : 134.155.108.49:8890 associated with source dataset(s)

AttributesValues
rdfs:label
  • Verkeersmonitoring d.m.v. kentekenherkenning
rdfs:comment
  • Systemen voor kentekenherkenning registreren op verschillende locaties objecten door middel van het registreren van de kentekenplaten. Hiervoor wordt gebruik gemaakt van camera's gepositioneerd op meerdere plaatsen in het netwerk. Met de ingewonnen tijdstippen waarop voertuigen passeren, is het systeem in staat om op specifieke, vooraf gedefinieerde trajecten de actuele reistijden, trajectsnelheden en herkomst- bestemmingspatronen te bepalen. Image:Cameras trajectcontrole.jpg
dcterms:subject
abstract
  • Systemen voor kentekenherkenning registreren op verschillende locaties objecten door middel van het registreren van de kentekenplaten. Hiervoor wordt gebruik gemaakt van camera's gepositioneerd op meerdere plaatsen in het netwerk. Met de ingewonnen tijdstippen waarop voertuigen passeren, is het systeem in staat om op specifieke, vooraf gedefinieerde trajecten de actuele reistijden, trajectsnelheden en herkomst- bestemmingspatronen te bepalen. Om de reistijden of trajectsnelheden te kunnen bepalen, worden op het begin- en eindpunt van het te bemeten traject boven elke rijstrook camera's gemonteerd. Die maken van elk passerend voertuig een foto, soms met behulp van infrarood om de passage van het voertuig waar te nemen. In de lokale verwerkingsunit wordt het camerabeeld verwerkt met behulp van een videoalgoritme, om het kenteken van het voertuig te herkennen. Het kenteken en de bijbehorende passagetijd worden naar de centrale verwerkingsunit gestuurd. Deze vergelijkt de gegevens van het beginpunt met de gegevens van het eindpunt. Als het voertuig op beide locaties wordt geregistreerd, kunnen de reistijd, de bijbehorende trajectsnelheid van het voertuig en een herkomst-bestemmingspatroon (bij gebruik van meerdere cameralocaties in het netwerk worden berekend. De reistijden en snelheden worden berekend op basis van de afstand tussen de meetlocaties en de geregistreerde tijdsduur. Voor een reistijdmeting worden de reistijden van diverse voertuigen gecombineerd, zodat per tijdsperiode een gemiddelde reistijd kan worden bepaald tussen begin- en eindpunt. De kwaliteit van het systeem is sterk afhankelijk van het aantal voertuigen dat geïdentificeerd wordt door zowel de camera aan het begin van het traject als de camera aan het eind van het traject, in dat geval is er sprake van een voertuig-match. Hoe hoger het percentage voertuig-matches is, hoe betrouwbaarder de berekende gegevens. Het systeem bepaalt namelijk bijvoorbeeld aan de hand van het gemiddelde van de reistijden van de voertuigen waarvan een voertuig-match beschikbaar is de gemiddelde reistijd over het traject voor tijdsperiode x. Image:Cameras trajectcontrole.jpg Het is mogelijk om de camera's niet boven alle aanwezige rijstroken te plaatsen, maar slechts boven één rijstrook. Het nadeel hiervan is dat er substantieel minder voertuig-matches zijn. Waardoor er minder gegevens beschikbaar zijn om de resultaten (reistijden, voertuigsamenstelling, snelheden, herkomst-bestemming) te bepalen. Daarnaast is de nauwkeurigheid van de gemiddelde reistijd minder, aangezien de snelheidsverschillen tussen de rijstroken niet worden meegenomen bij het bepalen van de gemiddelde reistijd. Het voordeel van het plaatsen van één camera is dat de kosten een stuk lager liggen en toch een beeld kan worden gevormd van de verkeerssituatie.
Alternative Linked Data Views: ODE     Raw Data in: CXML | CSV | RDF ( N-Triples N3/Turtle JSON XML ) | OData ( Atom JSON ) | Microdata ( JSON HTML) | JSON-LD    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3217, on Linux (x86_64-pc-linux-gnu), Standard Edition
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2012 OpenLink Software