CN103680138A - 一种车辆路况监测方法 - Google Patents

Abstract

本发明提出一种车辆路况监测方法，其特征在于，所述方法包括如下步骤：步骤1：根据当前信息，智能划分车道及确认各车道车辆的正确行驶方向；步骤2：利用数字信号处理方法计算出雷达回波的二维频谱；步骤3：利用自适应门限监测算法，监测当前区域有无目标；步骤4：根据监测到目标在二维频谱中的分布规律确定目标所在的车道、以及目标的实时速度；步骤5：根据目标车辆速度、目标车辆所在车道以及所在车道的正确行驶方向确定是否需要抓拍目标，如需要抓拍目标，则在车辆到达指定区域内提供抓拍触发信号。本发明可以通过一个雷达，同时监测多个车道的车辆，具备区分车道和精确测速(能够区分车辆来向和去向)的功能，提高了交通雷达的性价比。

Description

一种车辆路况监测方法

技术领域

本发明涉及智能交通中的交通信息监测领域，更具体地，涉及一种车辆路况监测方法。

背景技术

进入21世纪以来，我国的交通运输量明显增多，家庭拥有私家车的数量也呈大幅上升趋势，很多人也拥有了自己的行车驾照，但许多人交通法规意识淡薄，这也使得交通违法现象及交通事故多于以往，他们大多数存侥幸心理，在警察视线以外超速、逆向行驶，严重影响了道路畅通和交通安全。

目前道路车辆监测系统成为智能交通领域的一个重要组成部分，如何有效地监测行驶车辆，找出违法违纪车辆，提高人们的车辆安全行驶意识，减少交通事故，是该系统的主要用途和目的。智能化操作、隐蔽性监控、高性能工作、低成本维护是保障智能交通监控系统有效运转的必要条件。

目前应用较多也比较成熟的是路面接触式的交通信息采集技术，他们都是掩埋于路面之下工作，当汽车经过采集装置上方时会引起相应的压力、电磁场的变化，采集装置再将这些变化转换为所需的交通信息。但是这种路面接触式交通信息采集装置也有其缺点。首先安装维护时必须中断交通、破坏路面，维护成本极高；其次是随着使用时间的增长，车辆长期对道路的压力会导致这类装置的监测性能降低，测量精度减小；恶劣环境也会对其正常工作产生不利的影响，使其使用寿命减短。

近几年发展起来的路面非接触式交通信息采集装置则不存在上述一些缺点，其安装简单，使用寿命长，发展十分迅速。其中微波监测系统相对于其他非接触式装置还有着维护简便、受天气环境影响小等优点，因此被广泛的应用于智能交通信息采集领域。目前微波监测系统大多应用于目标测速，并没有车道区分功能，而有的只能对单一目标进行测速，这在实际应用时就需要每个车道安装一个雷达，而且还要装一个高架杆，使得成本大大提高，近几年也有应用于多车道的超速抓拍雷达，但其中有的一般只能识别一个方向，有的只能抓拍超速行驶车辆，有的各车道之间的干扰会影响监测性能，而且有些对一些干扰的抵抗能力不好，要么会时不时的出现错拍的情况，使得被罚司机怨声载道，要么就是为了防止错拍，监测门限设的比较高，有时会抓不到违章车辆，使得雷达监测系统达不到最佳的效果。

发明内容

本发明目的是：克服现有技术中雷达监测的缺点，提供一种精确测出车辆速度，准确抓拍各种情况下违章的车辆路况监测方法。

本发明提出一种车辆路况监测方法，其特征在于，所述方法包括如下步骤：步骤1：根据当前信息，智能划分车道及确认各车道车辆的正确行驶方向；步骤2：利用数字信号处理方法计算出雷达回波的二维频谱；步骤3：利用自适应门限监测算法，监测当前区域有无目标；步骤4：根据监测到目标在二维频谱中的分布规律确定目标所在的车道、以及目标的实时速度；步骤5：根据目标车辆速度、目标车辆所在车道以及所在车道的正确行驶方向确定是否需要抓拍目标，如需要抓拍目标，则在车辆到达指定区域内提供抓拍触发信号。

进一步地，所述当前信息包括：雷达的安装信息、当前道路的结构及环境信息。

进一步地，所述雷达的安装信息包括雷达固定工作时的安装角度、安装高度以及后置距离的设定；道路的结构包括车道宽度、车道中间绿化带宽度的测量；环境信息包括不同车道的车辆行驶方向以及车辆最高、最低限速设定。

进一步地，其特征在于，所述利用数字信号处理方法计算出雷达回波的二维频谱包括信号采样、杂波抑制、二维FFT积累。

进一步地，所述的信号采样是利用AD芯片，将雷达回波从模拟信号转换成数字信号；

所述的杂波抑制是利用对消滤波器，抑制各种杂波；

所述的二维FFT积累是对回波信号做距离向FFT和方位时间FFT，以获取回波信号的二维频谱，对线性调频信号做二维FFT后信号可以表示为：

P(f_r，f_d)＝Asinc[g₁(f_r)]sinc[g₂(f_d)]

式中，f_r为距离多普勒频率，f_d为方位多普勒频率。

进一步地，所述步骤3包括自适应环境干扰杂波门限值设置和动目标自适应门限监测。

进一步地，所述的环境干扰杂波门限值设置，通过对回波信号的二维频谱进行统计分析，智能设置干扰杂波门限，以提高监测效率。

式中，当回波数据的二维频谱强度满足一定条件时认为可能存在目标。

进一步地，所述的动目标自适应门限监测是：当二维频谱的统计值大于杂波监测门限值，此时需要做进一步的判断，根据车道的划分信息以及回波信号的二维频谱分布信息，算出不同车道目标的监测门限，高于此门限时，认为有目标，并记录下此目标所在二维频谱的坐标信息；判断公式如下：

$P(f_{\mathrm{ri}},f_{\mathrm{dj}})>T_o\×G_{i,j}(\underset{j=N_1}{\overset{N_2}{\mathrm{\Σ}}}\underset{i=M_1}{\overset{M_2}{\mathrm{\Σ}}}P(f_{\mathrm{ri}},f_{\mathrm{dj}}),\underset{i=M_1,j=N_1}{\overset{M_2,N_2}{\max }}\left(P(f_{\mathrm{ri}},f_{\mathrm{dj}})\right))$

式中，如果P(f_i，f_j)满足此条件，则此点为目标点，应将其位置和幅度信息提取出来。

进一步地，所述步骤4包括动目标个数判断、目标所在车道及速度计算，所述的目标所在车道及速度计算，根据几个目标周围点的分布判断目标中心点，并根据目标中心点的位置对应的距离频点和方位多普勒频点算出目标所在车道及运动速度，其中速度为正表示来向车辆，速度为负表示去向车辆。计算公式如下：

$\left\{\begin{array}{c}R=f_r{T}_p{r}_0\\ v=\frac{\mathrm{\λ}{f}_d}{2\cos \left(\mathrm{\θ}\right)}\end{array}\right.$

式中，T_p为连续波雷达的脉冲重复时间，r₀为雷达系统理论上所能达到的最大距离分辨率，θ为雷达波束方向与车辆运动方向的夹角

进一步地，所述在车辆到达指定区域内提供抓拍触发信号是指即当目标满足抓拍条件时，雷达需要根据不同的违章情况，在车辆行驶到监测区域一定的位置上及时的提供抓拍触发信号，并输出抓拍车辆的车道信息和车速信息。

综上所述，采用本发明具有如下有益效果：

本发明可以通过一个雷达，同时监测多个车道的车辆，具备区分车道和精确测速(能够区分车辆来向和去向)的功能，提高了交通雷达的性价比；

本发明利用回波信号的方位多普勒频率进行测速，测速精度高，误差小；

本发明可以抓拍道路交通中车辆行驶的多种违章情况，包括车辆的超速、低速行驶，单行道逆向行驶，双向车道车辆压过黄线行驶，车辆占非机动车道行驶等违章情况；

本发明应用范围较广，可以用在高速公路以及城市交通，包括一些车流量较大的复杂路段，监测性能不受影响。

人工控制简便，雷达第一次安装时通过所测道路的硬性参数，即可智能划分车道，本发明采用自适应门限监测算法，监测性能不受道路环境及噪声干扰的影响，可以长时间工作而中间不再需要人工修正参数，系统维护方便；

本发明所用方法车辆不论大车小车，车道信息区分准确，速度监测精度高，抓拍违章车辆时，可根据不同要求及时的提供抓拍触发信号，保证视屏监控设备拍到不同违章情况下的车辆车牌。

附图说明

图1是本发明实施例算法在实际应用时的具体实施流程图；

图2是本发明实施例应用交通雷达具体安装示意图；

图3是本发明实施例应用交通雷达正常工作时的示意图；

图4是本发明实施例中某一路段无车时雷达采集的回波数据的二维频谱；

图5是该路段某一车道有车时雷达采集的回波数据的二维频谱。

具体实施方式

为了解决以上的技术问题，本发明揭示一种功能强大且性价比较高的雷达道路监测方法，该监测方法包括如下步骤：

步骤1：根据当前信息，智能划分车道及确认车道车辆的正确行驶方向；

当前信息包括雷达的安装信息、当前公路的结构及环境信息，智能划分车道及确认各车道车辆的正确行驶方向。

雷达的安装信息包括雷达固定工作时的安装角度、安装高度以及后置距离的设定；道路的结构包括车道宽度、车道中间绿化带宽度的测量；环境信息包括不同车道的车辆行驶方向以及车辆最高、最低限速设定。

步骤2：利用数字信号处理的离散傅里叶变换方法计算出雷达回波的二维频谱；

所述计算过程包括信号采样、杂波抑制、二维FFT积累。

所述的信号采样，利用AD芯片，将雷达回波从模拟信号转换成数字信号。

所述的杂波抑制，利用对消滤波器，抑制各种杂波，以提高回波信号的信噪比，降低漏检、错检概率。

所述的二维FFT积累，对回波信号做距离向FFT和方位时间FFT，以获取回波信号的二维频谱。对线性调频信号做二维FFT后信号可以表示为：

P(f_r，f_d)＝Asinc[g₁(f_r)]sinc[g₂(f_d)]

式中，f_r为距离多普勒频率，f_d为方位多普勒频率，由雷达原理可知，目标的距离多普勒频率反映了目标的距离，目标的方位多普勒频率反映了目标的速度，因而我们可以通过搜索雷达回波的二维频谱中的峰值强点来寻找动目标，并确定目标的距离和速度。

步骤3：利用自适应门限监测算法，监测当前区域有无目标；

所述步骤3进一步包括：自适应环境干扰杂波门限值设置；动目标自适应门限监测。

所述的环境干扰杂波门限值设置，通过对回波信号的二维频谱进行统计分析，智能设置干扰杂波门限，以提高监测效率。

式中，当回波数据的二维频谱强度满足一定条件时认为可能存在目标。

所述的动目标自适应门限监测，当二维频谱的统计值大于杂波监测门限值，此时需要做进一步的判断，根据车道的划分信息以及回波信号的二维频谱分布信息，算出不同车道目标的监测门限，高于此门限时，认为有目标，并记录下此目标所在二维频谱的坐标信息。判断公式如下：

$P(f_{\mathrm{ri}},f_{\mathrm{dj}})>T_o\×G_{i,j}(\underset{j=N_1}{\overset{N_2}{\mathrm{\Σ}}}\underset{i=M_1}{\overset{M_2}{\mathrm{\Σ}}}P(f_{\mathrm{ri}},f_{\mathrm{dj}}),\underset{i=M_1,j=N_1}{\overset{M_2,N_2}{\max }}\left(P(f_{\mathrm{ri}},f_{\mathrm{dj}})\right))$

式中，如果P(f_i，f_j)满足此条件，则此点为目标点，应将其位置信息和幅度信息提取出来。

所述步骤4进一步包括：动目标个数判断；目标所在车道及速度计算。

所述的动目标个数判断，由于目标散射点分布以及信号旁瓣等的影响，一个目标往往会在二维频谱中表现为多个点目标，但是他们的分布是有一定规律的，所以我们需要根据二维频谱中高于监测门限的点的分布判断有几个动目标。

所述的目标所在车道及速度计算，根据几个目标周围点的分布判断目标中心点，并根据目标中心点的位置对应的距离频点和方位多普勒频点算出目标所在车道及运动速度，其中速度为正表示来向车辆，速度为负表示去向车辆。计算公式如下：

$\left\{\begin{array}{c}R=f_r{T}_p{r}_0\\ v=\frac{\mathrm{\λ}{f}_d}{2\cos \left(\mathrm{\θ}\right)}\end{array}\right.$

式中，T_p为连续波雷达的脉冲重复时间，r₀为雷达系统理论上所能达到的最大距离分辨率，θ为雷达波束方向与车辆运动方向的夹角。

步骤4：根据监测到目标在二维频谱中的分布规律确定目标所在的车道、以及目标的实时速度；

步骤5：确定是否需要抓拍目标，若需抓拍，则在车辆到达指定区域内提供抓拍触发信号；

根据目标车辆速度、目标车辆所在车道以及所在车道的正确行驶方向确定是否需要抓拍目标，如需要抓拍目标，则在车辆到达指定区域内提供抓拍触发信号。

所述步骤5进一步包括：判断目标是否满足抓拍条件；提供抓拍触发信号，并输出抓拍车辆的车道信息和车速信息。

所述的判断目标是否满足抓拍条件，根据监测得到的信息，主要包括目标车辆的车道信息和速度信息，判断目标车辆是否在所在车道逆向行驶、目标车辆是否低于道路设定的最低限速以及是否高于道路设定的最高限速，若满足以上任何一个情况(车辆违章行驶)，则认为满足抓拍条件(注：也可通过设置屏蔽一些功能，让一些情况不抓拍)。

所述的提供抓拍触发信号，并输出抓拍车辆的车道信息和车速信息，即当目标满足抓拍条件时，雷达需要根据不同的违章情况，在车辆行驶到监测区域一定的位置上及时的提供抓拍触发信号，一般来向车辆抓拍车头，去向车辆抓拍车尾，以使相机等光学设备能够抓拍到指定目标的车牌号码，并输出抓拍车辆的车道信息和车速信息，以备工作人员从中找出违章车辆并根据其违章情况进行相应的处罚。

请参阅附图所示，对本发明做进一步的描述。

如图1所示，为本发明算法的实际应用具体实施流程图。应用本发明的交通雷达在安装时对雷达的安装及公路的结构信息进行参数设置，设置只需一次，以后工作期间是不需要设置的，设置完成后就进入正常工作模式：首先接收雷达回波，对采集下来的回波信号做杂波抑制和二维FFT处理，以获得比较干净的二维频谱；接着对频谱进行统计分析，判断有无可能存在目标，若无目标，则放弃本次数据，进入下一次雷达信号采集，若可能存在目标，则进一步对二维频谱数据做自适应门限监测，监测目标点数并记录其在二维频谱中的位置；监测完成后根据监测到的目标点的位置分布判断目标的个数以及目标所在车道及行驶速度等信息；最后根据监测到的信息进行判断，若满足抓拍条件，则给出抓拍的触发信号并向终端发送被抓拍车辆的车道信息和车速信息。这样就完成了整个车辆违章抓拍流程，后续工作人员可以根据抓拍的图片和车辆的车道信息及车速信息对违章车辆进行相应的处罚。

如图2所示，为应用本发明算法的交通雷达具体安装示意图。为了能够让雷达覆盖多个车道监测区域，主要安装在道路的两旁，建议安装在道路两边的绿化带上，也便于隐藏。安装高度距离路面1～1.5米，雷达中心距第一车道线距离可根据实际情况进行调整，一般为1～3米，雷达中心波速照射方向与车道边线成20°～45°的夹角，可以同时监测来去向共四车道的车辆。

如图3所示，为应用本发明算法的交通雷达正常工作时的示意图。其中红色阴影区域为监测区域，当车辆行驶到该区域时，车辆的车道信息和车速信息会被监测出来；当多个车道同时来车时，不同车道的车辆信息也会被同时监测出来。

如图4所示，我们在某环城高速路段进行了实地的测试，采用的雷达水平方向波束宽度为4°，信号有效带宽为75MHz，图为该路段无车时雷达采集的回波数据的二维频谱。

如图5所示，为该路段有车时雷达采集的回波数据的二维频谱，通过与图4的对比可知，图5中圆圈标注的区域信号比较强，可以通过自适应门限监测认为是动目标，再通过分析强点的分布规律及信号强度来判断目标的个数及在二维图谱中的准确位置，即可通过公示换算，得到监测目标的车道信息和速度信息了。通过实地测试，该方法能够准确的识别出行驶车辆所在车道，精确的测出车辆的速度，准确的抓拍到各种情况下违章车辆的车牌。经统计，使用该方法的雷达误拍、乱拍的几率几乎为零，漏拍的概率小于1％。

本发明技术方案具有如下优点：

本发明可以通过一个雷达，同时监测多个车道的车辆，具备区分车道和精确测速(能够区分车辆来向和去向)的功能，提高了交通雷达的性价比；

本发明利用回波信号的方位多普勒频率进行测速，测速精度高，误差小；

本发明可以抓拍道路交通中车辆行驶的多种违章情况，包括车辆的超速、低速行驶，单行道逆向行驶，双向车道车辆压过黄线行驶，车辆占非机动车道行驶等违章情况；

本发明应用范围较广，可以用在高速公路以及城市交通，包括一些车流量较大的复杂路段，监测性能不受影响。

人工控制简便，雷达第一次安装时通过所测道路的硬性参数，即可智能划分车道，本发明采用自适应门限监测算法，监测性能不受道路环境及噪声干扰的影响，可以长时间工作而中间不再需要人工修正参数，系统维护方便；

本发明所用方法车辆不论大车小车，车道信息区分准确，速度监测精度高，抓拍违章车辆时，可根据不同要求及时的提供抓拍触发信号，保证视屏监控设备拍到不同违章情况下的车辆车牌。

当然，本发明还可有多种实施方式，在不背离本发明精神及其实质的情况，熟悉本领域的技术人员当可根据本发明做出各种相应的更改或变化，但凡在本发明的精神和原则之内所作的任何修改、等同替换、改进，均应包含在本发明的保护范围之内。

Claims (10)

1.一种车辆路况监测方法，其特征在于，所述方法包括如下步骤：

步骤1：根据当前信息，智能划分车道及确认各车道车辆的正确行驶方向；

步骤2：利用数字信号处理方法计算出雷达回波的二维频谱；

步骤3：利用自适应门限监测算法，监测当前区域有无目标；

步骤4：根据监测到目标在二维频谱中的分布规律确定目标所在的车道、以及目标的实时速度；

步骤5：根据目标车辆速度、目标车辆所在车道以及所在车道的正确行驶方向确定是否需要抓拍目标，如需要抓拍目标，则在车辆到达指定区域内提供抓拍触发信号。

2.如权利要求1所述的方法，其特征在于，所述当前信息包括：雷达的安装信息、当前道路的结构及环境信息。

3.如权利要求1所述的方法，其特征在于，所述雷达的安装信息包括雷达固定工作时的安装角度、安装高度以及后置距离的设定；道路的结构包括车道宽度、车道中间绿化带宽度的测量；环境信息包括不同车道的车辆行驶方向以及车辆最高、最低限速设定。

4.如权利要求1所述的方法，其特征在于，所述利用数字信号处理方法计算出雷达回波的二维频谱包括信号采样、杂波抑制、二维FFT积累。

5.如权利要求4所述的方法，其特征在于，所述的信号采样是利用AD芯片，将雷达回波从模拟信号转换成数字信号；

所述的杂波抑制是利用对消滤波器，抑制各种杂波；

所述的二维FFT积累是对回波信号做距离向FFT和方位时间FFT，以获取回波信号的二维频谱，对线性调频信号做二维FFT后信号可以表示为：

P(f_r，f_d)＝Asinc[g₁(f_r)]sinc[g₂(f_d)]

式中，f_r为距离多普勒频率，f_d为方位多普勒频率。

6.如权利要求1所述的方法，其特征在于，所述步骤3包括自适应环境干扰杂波门限值设置和动目标自适应门限监测。

7.如权利要求6所述的方法，其特征在于，所述的环境干扰杂波门限值设置，通过对回波信号的二维频谱进行统计分析，智能设置干扰杂波门限，以提高监测效率。

式中，当回波数据的二维频谱强度满足一定条件时认为可能存在目标。

8.如权利要求6所述的方法，其特征在于，所述的动目标自适应门限监测是：当二维频谱的统计值大于杂波监测门限值，此时需要做进一步的判断，根据车道的划分信息以及回波信号的二维频谱分布信息，算出不同车道目标的监测门限，高于此门限时，认为有目标，并记录下此目标所在二维频谱的坐标信息；判断公式如下：

$P(f_{\mathrm{ri}},f_{\mathrm{dj}})>T_o\×G_{i,j}(\underset{j=N_1}{\overset{N_2}{\mathrm{\Σ}}}\underset{i=M_1}{\overset{M_2}{\mathrm{\Σ}}}P(f_{\mathrm{ri}},f_{\mathrm{dj}}),\underset{i=M_1,{j=N}_1}{\overset{M_2,N_2}{\max }}\left(P(f_{\mathrm{ri}},f_{\mathrm{dj}})\right))$

式中，如果P(f_i，f_j)满足此条件，则此点为目标点，应将其位置和幅度信息提取出来。

9.如权利要求1所述的方法，其特征在于，所述步骤4包括动目标个数判断、目标所在车道及速度计算，所述的目标所在车道及速度计算，根据几个目标周围点的分布判断目标中心点，并根据目标中心点的位置对应的距离频点和方位多普勒频点算出目标所在车道及运动速度，其中速度为正表示来向车辆，速度为负表示去向车辆。计算公式如下：

$\left\{\begin{array}{c}R=f_r{T}_p{r}_0\\ v=\frac{{\mathrm{\λf}}_d}{2\cos \left(\mathrm{\θ}\right)}\end{array}\right.$

式中，T_p为连续波雷达的脉冲重复时间，r₀为雷达系统理论上所能达到的最大距离分辨率，θ为雷达波束方向与车辆运动方向的夹角。

10.如权利要求1所述的方法，其特征在于，所述在车辆到达指定区域内提供抓拍触发信号是指即当目标满足抓拍条件时，雷达需要根据不同的违章情况，在车辆行驶到监测区域一定的位置上及时的提供抓拍触发信号，并输出抓拍车辆的车道信息和车速信息。

Images