文献综述
- 研究现状
改革开放以来，随着我国社会经济的飞速增长，私家车拥有量不断上升，道路行驶的车辆密度逐渐增大，据公安部交管局统计，截至2017年底，全国机动车保有量达3.10亿辆，其中汽车2.17亿辆，在带来了汽车工业的快速发展的同时，随之而来的是交通管理压力不断加大，交通事故频发、道路拥堵等现象日益严重，这些都给国民人身和经济安全带来了很大的挑战和威胁，为保证社会更好更健康地发展，如何安全快速有效地解决这些交通问题就显得尤为关键。智能交通系统可有效地帮助解决这些交通问题。其中车辆检测是智能交通系统的重要基础。
智能交通系统(Intelligent Transportation System,ITS)融合了电子信息技术、数据通信传输技术、自动控制理论、电子控制技术和计算机处理技术等多种先进技术的理论，并将其运用到整个现代交通管理系统中，可用于改善升级城市交通系统，提高智能化水平，进一步发展公共交通系统等方面，从而可以对道路交通进行实时、准确、高效、全方位管理的一种综合交通运输管理系统，也是目前交通运输领域的前沿研究课题。1995年3月美国运输部正式出版的《国家智能交通系统项目规划》中规定，ITS包括七大领域：先进的交通管理系统、先进的旅行者信息系统、先进的乡村运输系统、商用车辆运营系统、先进的车辆控制和安全系统、自助公路系统。
先进的交通管理系统(Advanced Traffic Management System,ATMS)是ITS的重要组成部分。ATMS凭借先进的交通监测技术、通信技术和计算机信息处理技术，达到综合控制和管理城市道路和高速公路综合网络的交通运营和设施，并向交通管理部门和驾驶员提供道路交通流实时信息以进行实时控制疏导、指引车辆避开拥挤路段并快速准确地处理辖区内发生的各种事件的目的，从而使现有道路网络运行状况得到改善、提高道路的利用率和交通流量、减少道路拥挤程度和交通事故发生率。
车辆检测技术是智能交通系统的重要基础。从图像中准确地提取出车辆信息，得到车辆位置和数量等信息，进而测量分析各种交通流参数，从而为智能交通事业发展奠定基础。
大多数文献中采用的方法遵循两个基本步骤：
（1）HG(候选区域确定)，即确定可能存在车辆的区域。
（2）HV(车辆确认)，对HG中确定的候选区域进行确认，从而检测出车辆及其位置[1]。
所谓车辆检测是指通过车辆前方的二维相机采集行驶中的路况信息，通过图像处理的方法，来获取图像中前方车辆的位置、颜色、尺寸等信息。目前车辆检测的方法总体可分为基于模型的车辆检测[2]、基于帧间差的车辆检测[3]、基于特征的车辆检测[4]和基于机器学习的车辆检测[5]。
1.1基于模型的车辆检测
