CN103745601A - 超速车辆所在车道检测方法 - Google Patents

Abstract

本发明公开了一种超速车辆所在车道检测方法，主要解决现有技术测速时，无法定位超速车辆的位置的问题。其实现过程为：1）对回波进行混频和信号提取，得到只含多普勒频率的低频分量s_o(t)；2）将基带信号数字化，并构造复接收数字信号序列，再对复接收数字信号序列进行加权，得到输出矩阵S_o；3）对加权后输出矩阵S_o作频谱分析，得到超速车辆的个数，并提取所有超速车辆的速度信息；4）建立所有车道上只有一辆汽车超速的多目标分辨表，利用线性叠加得到多目标分辨表，并通过查表判断超速车辆的位置和速度。本发明采用最优权方法结合查表逻辑判断，减少了需要处理的数据量和复杂度，提高了测速雷达的角度分辨率，可用于车辆测速和定位。

Description

超速车辆所在车道检测方法

技术领域

本发明属于目标检测技术领域，特别涉及交通车辆的速度与位置检测方法，可用于对超速车辆的分辨及所在的车道定位。

背景技术

随着我国交通运输事业的蓬勃发展，智能交通系统ITS的研究和应用越来越得到重视。准确、实时、完整的交通信息采集是ITS的基础，而车辆速度的获取是车辆检测器一项极为重要的任务。如何准确地分辨出超速车辆，一直是车辆检测器亟需解决的问题。

目前，可用于交通测速的信息采集方式主要分为三类：磁频采集、波频采集和视频采集。信息采集器多种多样，主要有：感应线圈检测器、视频检测器、红外检测器、微波检测器、磁力检测器等。其中：

1.感应线圈检测器：其传感器为一组通有电流的环形感应线圈。当车辆进入环形感应线圈形成磁场时，引起电路中调谐电流的频率或相位变化，检测处理单元通过对频率或相位变化的响应，得出一个检测到车辆的输出信号。通常在同一个车道内埋两个感应线圈，根据测定车辆通过前后线圈的脉冲响应的时间差，通过距离除以时间就可以测出车速。该方法的主要缺陷是：安装过程对检测器的可靠性和寿命影响很大；安装或维修需要中断交通；影响路面寿命；易被重型车辆、路面修理等损坏。

2.视频检测器：是将视频图像处理和计算机图形识别技术相结合的新型采集技术。它是用视频摄像机作为传感器，在视频范围内设置虚拟线圈及检测区，车辆进入检测区时使背景灰度值发生变化，从而产生检测信号，通过软件的分析和处理即得到交通量、平均速度、占有率等交通参数。该方法的缺点是：检测精度稳定性不高，易受整个系统软、硬件的限制；大型车辆遮挡随行的小型车辆、积水反射和昼夜转换可造成检测误差；图形处理计算量大；实时性差。

3.红外检测器：主要是利用激光二极管，发射低能红外照射检测区域，并接收经过车辆的反射或散射返回检测器的回波信号，利用回波信号的频率变化即可测得车辆的速度。该方法的缺点是：性能受环境和气流影响较大；易受车辆本身热源的影响；抗噪声能力不强；精度不高。

4.微波检测器：此检测器是一种工作在微波频段的雷达探测器。工作时，检测器向行驶的车辆发射微波信号，该微波信号通过车辆阻挡产生反射，在反射的过程中由于发生多普勒效应，使得反射波的频率发生偏移，根据这种频率的偏移即可检测出有无车辆通过，同时，根据接收到的反射波的频率变化，检测出车辆的速度。利用微波检测器对交通流量、道路占有率及车速进行检测，不仅实时性好、稳定性高、抗噪声干扰能力强，而且对于检测的环境要求较低，但是这种微波检测器的最大不足是：由于微波检测器中微带天线阵子数较少，导致微波信号的波束宽度较大，很难实现高的角度分辨，不能准确的确定超速车辆的位置信息。

发明内容

本发明的目的在于针对上述微波检测器的不足，提出一种超速车辆所在车道定位方法，以在保证微波检测器优点的前提下，提高角度分辨率，准确的确定出超速车辆的位置信息。

实现本发明目的技术思路是，建立只有单个车辆超速情况下的多目标分辨表，将只有单个车辆超速的多目标分辨表的任意两列相加，得到有两辆汽车超速的多目标分辨表，进而得到多辆汽车超速的多目标分辨表；通过对测量的结果进行查表对比，即可确定超速车辆的车道，再通过分析各个波束接收到的目标速度信息之间的相关性，确定具体的某一辆超速车辆对应的速度。

根据上述思路，其具体方案包括如下步骤：

A.通过雷达接收所有车辆的回波，并对接收到的所有车辆的回波进行混频和信号提取，得到只含多普勒频率的低频分量s_o(t)；

B.将基带信号数字化，并用数字化后的基带信号构造复接收数字信号序列，再对复接收数字信号序列进行加权，得到加权后的输出矩阵S_o；

C.对加权后输出矩阵S_o作频谱分析，得到超速车辆的个数，并提取所有超速车辆的速度信息；

D.创建多目标分辨表：首先建立所有车道上只有一辆汽车超速的多目标分辨表，然后通过线性叠加原理，得到多辆汽车超速时的多目标分辨表；

E.查表判断当前测速时刻超速车辆的位置，并结合步骤C中的速度信息最终确定出每一个超速车辆的速度。

本发明与现有技术相比具有以下优点：

1）测速平台易于搭建

由于雷达波束的方向性比较好，所以现有技术对雷达系统架设的精度要求较高，硬件平台难以搭建。本发明采用离线权值计算，可以根据道路情况设计所需要的加权值，从软件上改变雷达的波束指向，使得测速平台易于搭建；

2）实时性好

现有测速方法需要大量的数据，数据的采集过程需要大量的时间，同时对数据进行处理也需要很长时间，很难保证实时性。本发明需要的数据量比较少，另外数据处理只包括：信号加权、快速傅里叶变换和多目标分辨查表。前两个操作可以分解成简单的乘累加操作，运算量比较小，处理时间比较快，可以在任何DSP芯片中快速实现，同时查表比前两种操作实现更简单所需时间更少，保证了很高的实时性；

3）成本低

现有的技术为了保证实时性，要求数据的采集和处理速度比较快，往往采用频率较高的采集芯片和较先进的DSP芯片，使得价格比较昂贵。本发明因为只需要对回波进行简单的处理，仅需要一款简单的DSP芯片，成本比较低，而且射频前端是早已普及的微带阵列天线，进一步降低了成本；

4）精度高

现有的技术往往需要对数据进行很多步处理，每经过一次处理，精度就会下降一次，本发明的数据处理比较简单，从而保证了很高的检测精度；

5）计算量小

现有的技术为了得到道路上车辆的速度和位置信息，往往需要采集大量的数据，并对数据进行复杂的处理，使得运算量比较大。本发明需要的数据量小，而且只需要对数据进行快速傅里叶变换，处理过程简单，从而保证了很小的计算量。

附图说明

图1是本发明的实现流程图；

图2是本发明用于四车道的交通测速雷达的车道和雷达模型；

图3是本发明用于四车道时综合出的四个波束方向图；

图4是本发明用于四车道时在一定空域内放大的波束方向图；

图5是本发明用于四车道时快速傅里叶变换后的结果。

具体实施方式

参照图1，本实例的具体实现步骤如下：

步骤1，获得只含多普勒频率的低频分量s_o(t)。

（1a）发射信号采用单频信号同时要求，发射的单频信号的波束能覆盖到公路的所有车道，发射信号照射到某一运动的车辆上，会产生含有多普勒信息的回波，第i个阵元上接收到的回波为s_ri(t)，

其中，f₀为发射信号的频率，f_d为多普勒频率，

为发射信号的初始相位，t₀为从信号发射到回波接收所经过的时间，

为第i个阵元接收的信号相对于最外侧阵元接收的信号的相位延迟；

（1b）将接收到的回波信号s_ri(t)与发射信号s_t(t)进行混频，得到含有两种频率分量的混合信号s_c(t)：

（1c）对混合信号s_c(t)作低频提取，得到只含有多普勒信息的低频分量s_o(t)：

其中A为混频后的幅度增益。

步骤2，构造加权后的输出矩阵S_o。

（2a）构造空域约束矩阵C：

（2a1）根据公路的车道数、单车道宽度和测速距离，计算各个波束的主瓣区和零陷区的角度变化范围，得到各个波束的波束指向θ₁,θ₂，…,θ_i,…θ_N，其中，N为车道数；

（2a2）根据波束指向θ_i得到指向θ_i的导向矢量a(θ_i)，1≤i≤N：

$\underset{\‾}{a}\left({\mathrm{\θ}}_i\right)=\left(\begin{array}{c}1\\ \exp (-j2\mathrm{\π}d\sin {\mathrm{\θ}}_i/\mathrm{\λ})\\ \·\\ \·\\ \·\\ \exp (-j2\mathrm{\π}(N_c-1)d\sin {\mathrm{\θ}}_i/\mathrm{\λ})\end{array}\right),$

其中，N_c为阵元个数，d为振元间距，j为虚数单位，λ为发射信号的波长，exp表示以常数e为底的指数运算；

（2a3）利用导向矢量a(θ_i)，构造空域约束矩阵C：

C=(a(θ₁)…a(θ_n))；

（2b）计算经过低频提取后的回波低频分量s_o(t)的相关矩阵R：

$R=E[s_o\left(t\right)\·s_o^T\left(t\right)],$

其中，

为s_o(t)的转置，E表示计算参数的期望；

（2c）建立N×N_c的阵列波束最优权系数矩阵ω：

（2c1）根据步骤（2b）中的相关矩阵R和步骤（2a）中的空域约束矩阵C，利用最优阵列波束形成器准则，计算阵列波束的最优权：

$W_{\mathrm{opt}}=\frac{{\mathrm{FR}}^{-1}C}{C^H{R}^{-1}C},$

其中F为θ_i,1≤i≤N对应的空域约束值；

（2c2）利用阵列波束最优权W_opt，得到阵列波束最优权系数

1≤i≤N：

${\stackrel{\→}{\mathrm{\ω}}}_{{\mathrm{\θ}}_{\mathrm{Bi}}}=W_{\mathrm{opt}}{|}_{\mathrm{\θ}={\mathrm{\θ}}_i};$

（2c3）根据阵列波束最优权系数1≤i≤N，建立N×N_c的阵列波束最优权系数矩阵ω：

$\mathrm{\ω}=\left(\begin{array}{c}\stackrel{\→}{{\mathrm{\ω}}_{{\mathrm{\θ}}_{B1}}}\\ \stackrel{\→}{{\mathrm{\ω}}_{{\mathrm{\θ}}_{B2}}}\\ \·\\ \·\\ \·\\ \stackrel{\→}{{\mathrm{\ω}}_{{\mathrm{\θ}}_{\mathrm{BN}}}}\end{array}\right);$

（2d）根据阵列波束最优权系数矩阵ω和输入信号矩阵S，得到加权后的输出矩阵S_o：

其中，输入信号矩阵

N_S为目标数。

步骤3，获得超速车辆的个数，并提取所有超速车辆的速度信息。

（3a）对加权后输出矩阵S_o的每一行作快速傅里叶变换，再利用恒虚警算法，得到有效的峰值点，并记录峰值点所对应的频率f_i，0≤i≤N；

（3b）根据设定的超速值V_max，确定检测的多普勒频率门限

$f_{{\mathrm{dV}}_{\max }}=\frac{{2V}_{\max }}{\mathrm{\λ}};$

（3c）将频率向量f_i中的每个值与多普勒频率门限

作比较，得到超过

的频率个数M_j，0≤j≤i和具体的超速车辆的频率向量f_j，0≤j≤i。

步骤4，创建多目标分辨表。

（4a）建立所有车道上只有一辆汽车超速的多目标分辨表：

（4a1）根据具体车道数N，确定需要形成的波束个数n：n=N，并以波束个数n作为多目标分辨表的横坐标；

（4a2）根据单个车辆出现在的不同位置，分为N种情况，并以此N种情况作为多目标分辨表的纵坐标；

（4a3）以横坐标和纵坐标为基准建立多目标分辨表，将超速车辆出现在具体车道时，每一个波束检测到的超速目标个数填入对应的表格。

（4b）通过步骤（4a）中的多目标分辨表线性叠加，得到多辆汽车超速时的多目标分辨表。

步骤5，查表获得超速车辆的具体位置和速度。

本发明的效果通过以下仿真实例进一步说明：

1.仿真条件：

仿真建立于四车道的基础上，雷达距离测速点为30米，雷达采用阵元个数N_c=10的均匀线性阵列，中心频率f₀=24GHz，波长λ=0.0125m，阵元之间的间距d=λ，单车道的宽带L=3m，快速傅里叶变换所用的点数为1024，四个车道上，从左往右车辆的速度为[50180260150]Km/h。

2.仿真过程：

2.1）计算四车道时对应的加权权值：

四车道时测速模型如图2所示，每个波束覆盖的范围为4·L，测速距离为30米，雷达位于车道中央，得到从左至右四个车道中心偏离雷达阵列法线方向的角度分别为：-0.1974,-0.0997,0.0997,0.1974，得到四个车道的道路边缘到达阵列中心偏离法线方向的角度分别为：-0.1489,-0.05,0.05,0.1489。

2.2）根据空域要求计算空域约束角度范围：

虽然波束宽度一样，但是波束指向不同，使得波束覆盖的具体车道不同。由此得到空域要求：对于指向在左侧第2车道的波束，要求所形成的波束要能同时覆盖左侧第2和左侧第1车道，对于指向在左侧第1车道的波束，要求所形成的波束同时覆盖左边的三个车道，即左侧第2、左侧第1和右侧第1车道，对于右侧第1车道，要求所形成的波束同时覆盖左侧第1、右侧第1和右侧第2车道，对于最右侧的右侧第2车道，要求所形成的的波束能同时覆盖右侧第1和右侧第2车道。

空域约束范围：对于波束指向左侧第2车道中心的波束，要求其在(-0.1489,0)上有足够高的增益，在(0,0.1489)上有足够低的增益。对于波束指向左侧第1车道中心的波束，要求其在(-0.1489,0.05)上有足够高的增益，在(0.05,0.1489)上有足够低的增益。对于波束指向右侧第1车道中心的波束，要求其在(-0.05,0.1489)上有足够高的增益，在(-0.1489,-0.05)上有足够低的增益。对于波束指向右侧第2车道中心的波束，要求其在(0,0.1489)上有足够高的增益，在(-0.1489,0)上有足够低的增益。

2.3）利用仿真过程2.2）中的空域约束范围和波束指向，构造空域约束矩阵C：C=(a(θ₁),a(θ₂),a(θ₃),a(θ₄))，再利用空域约束矩阵C，根据公式

$W_{\mathrm{opt}}=\frac{{\mathrm{FR}}^{-1}C}{C^H{R}^{-1}C},$ 和 ${\mathrm{\ω}}_{{\mathrm{\θ}}_{\mathrm{Bi}}}=W_{\mathrm{opt}}{|}_{\mathrm{\θ}={\mathrm{\θ}}_i},1\≤i\≤4$

得到阵列波束最优权系数

1≤i≤4，然后利用阵列波束最优权系数

1≤i≤4，得到阵列波束最优权矩阵ω：

$\mathrm{\ω}=\left(\begin{array}{c}{\mathrm{\ω}}_{{\mathrm{\θ}}_{B1}}\\ {\mathrm{\ω}}_{{\mathrm{\θ}}_{B2}}\\ {\mathrm{\ω}}_{{\mathrm{\θ}}_{B3}}\\ {\mathrm{\ω}}_{{\mathrm{\θ}}_{B4}}\end{array}\right).$

2.4）输入信号矩阵为

利用输入信号矩阵S和最优权矩阵ω相乘得到加权后输出矩阵S_o：

加权后的波束方向图如图3所示，空域放大后的结果如图4所示。

2.5）对加权后的信号S_o进行快速傅里叶变换，再利用恒虚警算法，得到有效的峰值点，并记录峰值点所对应的频率f_i，0≤i≤4。

2.6）以V_max=100Km/h为超速线，确定超速车辆的多普勒门限

$f_{{\mathrm{dV}}_{\max }}=\frac{{2V}_{\max }}{\mathrm{\λ}}=444.4\mathrm{Hz},$

再将频率向量f_i，0≤i≤4中每一个值与多普勒频率门限比较，得到超过

的频率向量f_j，0≤j≤i，并滤除频率向量f_i中低于多普勒频率门限的车辆的频率，如图5所示，其中：

图5（a）表示指向左侧第2车道的波束检测到的结果，其中超速目标的个数为2，对应的速度信息为180Km/h和260Km/h；

图5（b）表示指向左侧第1车道的波束检测到的结果，其中超速目标的个数为1，对应的速度信息为180Km/h；

图5（c）表示指向右侧第1车道的波束检测到的结果，其中超速目标的个数为3，对应的速度信息为150Km/h、180Km/h和260Km/h；

图5（d）表示指向右侧第2车道的波束检测到的结果，超速目标的个数为2，对应的速度信息为150Km/h和260Km/h。

2.7）建立四车道时的多目标分辨表：

首先，建立四车道时单个车辆超速的多目标分辨表：即以需要形成的4个波束作为多目标分辨表的横坐标；以单个车辆出现在的4种不同位置，作为多目标分辨表的纵坐标；以横坐标和纵坐标为基准建立表格；将超速车辆出现在具体车道时，每一个波束检测到的超速目标个数填入对应的表格。

然后，将上述多目标分辨表按列进行线性叠加，得到四车道的多目标分辨表，如表1。

表1  本发明用于四车道时的多目标分辨表

2.8）利用仿真过程2.6）中各波束检测到的目标个数和速度信息，参照表1得到超速车辆的位置。

3.仿真结果分析：

从图3可以看出，虽然信号波束会有栅瓣出现，但是栅瓣出现的位置在±90°，不影响测速。

从图4可以看出，波束方向图在主瓣区有足够高的增益，同时零陷区的增益很低，很好的抑制了周边车道对测速的影响。

从图5可以看出，四辆车其中有三个目标超速的情况下，不同的波束检测的结果不一样，同时目标的幅度特征比较明显，四个波束检测到的目标个数分别为[1 2 3 2]，通过查表1得到超速车辆的位置。

综上，本发明数据处理简单，同时实现了很高的角度分辨，准确的确定了超速车辆的位置和速度信息。

Claims (4)

1.一种超速车辆所在车道检测方法，其特征在于包括如下步骤：

A.通过雷达接收所有车辆的回波，并对接收到的所有车辆的回波进行混频和信号提取，得到只含多普勒频率的低频分量s_o(t)；

B.将基带信号数字化，并用数字化后的基带信号构造复接收数字信号序列，再对复接收数字信号序列进行加权，得到加权后的输出矩阵S_o；

C.对加权后输出矩阵S_o作频谱分析，得到超速车辆的个数，并提取所有超速车辆的速度信息；

D.创建多目标分辨表：首先建立所有车道上只有一辆汽车超速的多目标分辨表，然后通过线性叠加原理，得到多辆汽车超速时的多目标分辨表；

E.查表判断当前测速时刻超速车辆的位置，并结合步骤C中的速度信息最终确定出每一个超速车辆的速度。

2.根据权利要求1所述的超速车辆所在车道检测方法，其特征在于步骤A所述的对接收到的所有车辆的回波进行混频和信号提取，按如下步骤进行：

A1）将接收到的回波信号

与发射信号

进行混频，得到含有两种频率分量的混合信号s_c(t)：

其中，f₀为发射信号的频率，f_d为多普勒频率，

为发射信号的初始相位，t₀为从信号发射到回波接收所经过的时间，为第i个阵元接收的信号相对于最外侧阵元接收的信号的相位延迟；

A2）对混合信号s_c(t)作低频提取，得到只含有多普勒信息的低频分量s_o(t)：

其中A为混频后的幅度增益。

3.根据权利要求1所述的超速车辆所在车道检测方法，其特征在于步骤B所述的对复接收数字信号序列进行加权，按如下步骤进行：

B1）计算各个波束的主瓣区和零陷区的角度变化范围，得到各个波束的波束指向θ₁,θ₂，…,θ_i,…,θ_N，再根据波束指向得到指向θ_i的导向矢量a(θ_i)，1≤i≤N：

$\underset{\‾}{a}\left({\mathrm{\θ}}_i\right)=\left(\begin{array}{c}1\\ \exp (-j2\mathrm{\π}d\sin {\mathrm{\θ}}_i/\mathrm{\λ})\\ \·\\ \·\\ \·\\ \exp (-j2\mathrm{\π}(N_c-1)d\sin {\mathrm{\θ}}_i/\mathrm{\λ})\end{array}\right),$

其中，N为车道数，N_c为阵元个数，d为振元间距，j为虚数单位，λ为发射信号的波长，exp表示以常数e为底的指数运算；

B2）利用导向矢量a(θ_i)，构造空域约束矩阵C：

C=(a(θ₁)…a(θ_n))；

B3）计算经过低频提取后的回波低频分量s_o(t)的相关矩阵R：

其中，

为

的转置，E表示计算参数的期望；

B4）根据相关矩阵R和空域约束矩阵C，利用最优阵列波束形成器准则，计算阵列波束的最优权：

$W_{\mathrm{opt}}=\frac{{\mathrm{FR}}^{-1}C}{C^H{R}^{-1}C},$

其中F为θ_i,1≤i≤N对应的空域约束值；

B5）利用阵列波束最优权W_opt，得到阵列波束最优权系数

${\stackrel{\→}{\mathrm{\ω}}}_{{\mathrm{\θ}}_{\mathrm{Bi}}}=W_{\mathrm{opt}}{|}_{\mathrm{\θ}={\mathrm{\θ}}_i};$

B6）建立N×N_c的阵列波束最优权系数矩阵ω：

$\mathrm{\ω}=\left(\begin{array}{c}\stackrel{\→}{{\mathrm{\ω}}_{{\mathrm{\θ}}_{B1}}}\\ \stackrel{\→}{{\mathrm{\ω}}_{{\mathrm{\θ}}_{B2}}}\\ \·\\ \·\\ \·\\ \stackrel{\→}{{\mathrm{\ω}}_{{\mathrm{\θ}}_{\mathrm{BN}}}}\end{array}\right);$

B7）根据阵列波束最优权系数矩阵ω和输入信号矩阵S，得到加权后的输出矩阵S_o：

其中，输入信号矩阵

N_S为目标数。

4.根据权利要求1所述的超速车辆所在车道检测方法，其特征在于步骤D所述的建立所有车道上只有一辆汽车超速的多目标分辨表，按如下步骤进行：

D1）根据具体车道数N，确定需要形成的波束个数n：n=N，并以波束个数n作为多目标分辨表的横坐标；

D2）根据单个车辆出现在的不同位置，分为N种情况，并以此N种情况作为多目标分辨表的纵坐标；

D3）以横坐标和纵坐标为基准建立多目标分辨表，将超速车辆出现在具体车道时，每一个波束检测到的超速目标个数填入对应的表格。

Images