智能交通系统的迅速发展加速了交通运输进入信息时代的步伐,乘客计数系统是交通信息的重要组成部分之一,是一个亟待解决的难题,得到有关部门的充分重视。传统的统计方法存在诸多弊端,因此,需要探索一种廉价、实时、可行的方法。基于红外传感器的计数方法有其独特的优点,将是的最好的选择之一。动态时间规整算法(Dynamic Time Warping, DTW)在语音信号处理中得到普遍的应用,并且在孤立词识别应用中已达到较高的精度。由于所采集的乘客上下车红外信号与语音信号有很大的相似性,所以笔者尝试将该算法引入上下车自动乘客计数系统。本文以聚类算法选择适应性极强的信号作为参考模板,通过端点检测从采样信号序列中提取有效的待测信号,并与各参考模板进行匹配,选取匹配最好的作为最佳结果,来统计乘客上下车人数。由于动态时间规整算法对端点检测的结果依赖性很强,因此要想得到较高的统计精度,就必须对信号的端点进行良好的检测。本文在仔细研究信号端点特征的基础上提出了的适用本课题的端点检测方法,并对DTW算法的匹配函数搜索范围进行了改善,使得动态时间规整算法在该领域得到很好的应用。本文将主被动红外传感器进行融合,在VC环境下对端点检测、DTW算法进行软件实现。为了更直观地观察端点检测、DTW算法设计的有效性,本文进行离线仿真。仿真显示能很好地确定信号的端点和识别上下车人数,统计结果表明准确率高达97%。使用红外传感器的计数系统由于它的成本低、安全且具有非接触性等优点,在商场、体育馆等众多场合都可以使用,因此该系统具有很好的实用价值和广阔的市场前景。