车辆跟踪技术作为智能汽车领域的关键技术之一,该技术不仅能减少交通事故的发生率,还能提高道路交通通行效率,具有重要的研究意义。城市道路行车环境较为复杂,基于路侧设备的车辆跟踪技术能提前获取完整交通环境信息,为智能汽车的安全行驶提供指导,且基于LTE-V的网联智能驾驶技术在中国有独特的优势。为了探索LTE-V技术在智能网联汽车领域的应用前景,文章基于路侧摄像头对车辆跟踪技术进行了深入研究。首先,对基于路侧单元的车辆跟踪技术进行了初步研究。分析并比较了路侧单元下的车辆检测方法、车辆跟踪方法、车-路通讯方法,并根据路侧单元车辆跟踪的特点,确定了ViBe算法作为车辆检测方法,确定了卡尔曼滤波算法作为车辆跟踪方法,确定了LTE-V作为车-路通讯方法。其次,对基于路侧摄像头的车辆检测方法进行了深入研究。先对国内主要的道路情况进行了分析;然后在传统ViBe算法的基础上,进行了改进,成功减少了车辆检测中鬼影及阴影现象的产生;并在传统的基于虚拟线圈的车辆速度检测方法上进行了改进,使文章中提出的车辆运动信息检测方法能够同时检测车辆的速度信息及加速度信息。最后,对基于路侧单元的车辆跟踪方法进行了深入研究,并通过实验验证了文章中提出的车辆跟踪方法的有效性及优越性。首先设计了基于路侧摄像头的车辆跟踪模块,将改进的ViBe算法与卡尔曼滤波算法结合,构建了弱重叠视域跟踪模块,使车辆在道路上行驶时能够不断地被路侧单元跟踪;然后设计了基于路侧通讯设备的车辆信息通讯方案,保证当前路侧单元下获取的车辆信息能够准确传输到下一路侧单元;最后对文章提出的基于路侧摄像头的车辆跟踪方法进行了实验,验证了文章车辆检测、车辆跟踪方法的有效性与优越性。文章基于改进的ViBe算法,降低了鬼影现象和阴影前景现象对车辆检测的影响,同时将改进的ViBe算法与卡尔曼滤波算法结合,提高了运动车辆的检测精度,具有较好的理论意义。将文章提出的车辆跟踪方法在大唐电信DMD31模组上进行了通讯测试,为文章提出的车辆跟踪方法的实际应用提供了一定的参考价值。