| | SLO | ENG | Cookies and privacy

Bigger font | Smaller font

Search the digital library catalog Help

Query: search in
search in
search in
search in
* old and bologna study programme

Options:
  Reset


1 - 2 / 2
First pagePrevious page1Next pageLast page
1.
PROMET NA CESTAH V ZGORNJI SAVINJSKI DOLINI IN SOCIO-EKONOMSKI POKAZATELJI
Tanja Pahovnik, 2016, undergraduate thesis

Abstract: Temeljni pogoj za projektiranje prometne infrastrukture so uspešno napovedane prometne obremenitve, ki jih pridobimo z različnimi analizami in oblikami štetja prometa. Obseg prometa je najbolj odvisen od rasti gospodarstva in posledično števila delovno aktivnih prebivalcev. V teoretičnemu delu diplomske naloge je predstavljeno območje Zgornje Savinjske doline nekoč in danes. Opisane so različne metode avtomatskega štetja prometa in najpogostejši način tehtanja vozil med vožnjo. V praktičnem delu sta opravljeni analiza socio-ekonomskih podatkov in analiza izbranih števcev za območje Zgornje Savinjske doline in njene okolice. V zadnjem delu je prikazana primerjava obeh analiz in vpliv ene na drugo.
Keywords: prometna obremenitev, avtomatsko štetje prometa, analiza socio-ekonomskih podatkov, Zgornja Savinjska dolina
Published in DKUM: 22.06.2016; Views: 1411; Downloads: 161
.pdf Full text (2,68 MB)

2.
AVTOMATSKO ŠTETJE PROMETA IZ VIDEO-SLIKOVNEGA MATERIALA
Boštjan Celan, 2015, master's thesis

Abstract: Štetje vozil na prometni infrastrukturi je obsežno področje, za katero obstaja na svetovnem tržišču mnogo rešitev. A te rešitve so praviloma finančno nedostopne majhnim podjetjem in različnim institucijam. Razvoj sistema avtomatskega štetja prometa s pomočjo video-slikovnega materiala v realnem času, ki za svoje delovanje ne potrebuje drage opreme in fizično ne posega v prometno infrastrukturo, je rešitev za prej omenjene težave. Sistem deluje na način primerjave zaporednih slik video posnetka. Z odštevanjem zaporednih slik odstrani ozadje in določi objekt v opazovanem območju. S pomočjo koordinat na novo določenega objekta in virtualne črte ter izračunom povprečnih vrednosti intenzitete slikovnih elementov prešteje vsak objekt znotraj opazovanega območja. Skupaj s tem omogoča osnovno klasifikacijo vozil, ki temelji na prej omenjenem izračunavanju povprečnih vrednosti slikovnih elementov znotraj opazovanega območja. Povprečna natančnost preštevanja vozil, izračunana na podlagi šestih video posnetkov s približno 350 vozili, je 97,5 ± 2,18 %. Klasificiranje osebnih in tovornih vozil je 90,96 ± 0,42 % natančno. Hkrati s tem algoritem pri merjenju hitrosti odstopa v povprečju za 11,88 ± 2,14 % od dejanskih hitrosti vozil. Rezultati testiranja preštevanja urejenega prometnega toka pešcev pokažejo 90,91 % natančnost.
Keywords: prometno inženirstvo, avtomatsko štetje prometa, klasifikacija vozil, štetje prometa z video-slikovnim materialom
Published in DKUM: 28.10.2015; Views: 1935; Downloads: 222
.pdf Full text (2,14 MB)

Search done in 0.08 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica