CN105575132A - 基于微波的路口存在检测方法及系统 - Google Patents
基于微波的路口存在检测方法及系统 Download PDFInfo
- Publication number
- CN105575132A CN105575132A CN201510940457.5A CN201510940457A CN105575132A CN 105575132 A CN105575132 A CN 105575132A CN 201510940457 A CN201510940457 A CN 201510940457A CN 105575132 A CN105575132 A CN 105575132A
- Authority
- CN
- China
- Prior art keywords
- target
- module
- vehicle
- information
- coordinate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种基于微波的路口存在检测方法及系统,该路口存在检测方法包括:交通参数设置步骤、道路交通背景学习步骤、道路背景噪声抑制步骤、计算步骤、建立坐标系统步骤、车型分类步骤、跟踪处理步骤、信息输出步骤。本发明的有益效果是:相比于传统存在检测设备环境适应性不高、可靠性较差,后期维护成本过高等问题,本发明针对现有检测设备的缺陷提出一种基于微波(毫米波)方式的能够在全天候运行,具备高精度、高可靠性、高经济效益费用比、安装简便的一种存在检测方法,能够快速、准确的对路口存在信息进行检测。
Description
技术领域
本发明涉及智能交通技术领域,尤其涉及基于微波的路口存在检测方法及系统。
背景技术
随着城市化进程的逐步加快,城市道路交通问题己经成为中国各大城市共同面对的难题。交叉路口作为城市道路的交汇点,在道路网和交通流中起着十分重要的作用。如何充分利用现有的道路资源,通过智能信号控制系统提高交叉路口的通过能力、降低延迟时间一直是交通工程领域重要的研究课题。国外发达城市的实践经验表明,交通问题不是单单靠修路、扩大交通容量就能解决的,道路容量的增加永远也跟不上交通需求的增长。在现有道路条件下,采用智能交通信号控制系统,有效使用现有的交通设施,充分发挥其能力,是解决交通问题的有效方法。
如图1所示,采用存在信息检测的智能交通系统从功能模块上可以划分为三个模块:
存在信息是指,在路口的每个车道上有一组线圈,路口存在信息检测器检测每一辆车通过一定区域内的时间,并将检测时间提供给信号控制系统,存在信息检测准确度将决定信号控制系统的有效性。
交叉路口存在信息检测器可以划分为磁频、视频车辆检测器两种存在信息检测方式。
基于磁频的车辆检测技术是基于电磁原理进行车辆检测的,通过检测磁场强度的变化来判断是否有车辆存在或通过,主要包含环形线圈检测器、地磁车辆检测器。
环形线圈车辆检测器:一种基于电磁感应原理的检测器,当车辆通过通有一定电流的环形线圈或停止在其上时,铁质车身切割磁力线,引起线圈回路电感量的变化,检测器通过检测该电感变化量就可以检测出车辆的存在,这是目前国内外应用最广泛的车辆检测设备。
此种方式存在缺点:现场安装施工非常繁琐,安装时需要封路,对路面破坏严重,使用过程中容易被重型或者普通汽车反复碾压造成损害,产品使用寿命短,后期维护成本高,检测参数单一,检测区域为一个断面检测,检测区域非常狭小,经济效益费用比非常低。
地磁车辆检测器:采用检测的原理是当车辆位于或通过检测区域时,将引起地磁场的变化,由此实现车辆的存在或通过检测器。
此种方式存在缺点:现场安装施工较繁琐,安装时需要封路,会对路面造成破坏,由于内部采用充电电池供电,所以使用寿命短,检测参数单一,检测区域为一个断面检测,检测区域非常狭小,经济效益费用比非常低。
基于视频的车辆检测技术能够通过非物理手段检测到是否有通过车辆,是一种利用视频图像进行车辆检测的交通检测技术。视频车辆检测,是采用摄像机作为检测装置,通过检测车辆进入检测区时视频图像某些特征的变化,从而得知车辆的存在,并以此来检测交通流参数获取车辆的特征信息。它涉及计算机图像处理、模式识别、信号处理和信号融合等技术。视频检测技术对于图像识别实时性要求非常高,复杂背景下车辆检测和视频的准确率非常低,例如,在夜晚和比较昏暗、雾霾严重情况下、下大雨、下大雪等恶劣天气下视频检测技术无法进行检测,所以此设备无法进行全天候进行检测。
发明内容
本发明提供了一种基于微波的路口存在检测方法,包括如下步骤:
交通参数设置步骤,设定雷达检测覆盖区域;
道路交通背景学习步骤,雷达对检测环境背景进行学习;
道路背景噪声抑制步骤包括如下步骤:
(1).波束扫描一个周期生成一个二维功率位图;
(2).将步骤(1)中的二维功率位图与背景功率位图进行相减;
(3).判断是否存在目标,若是,那么执行步骤(4),否则执行步骤(1);
(4).根据散射中心功率点的中心差频值进行径向距离与速度计算;
计算步骤,计算各个目标的RCS值;
建立坐标系统步骤,以雷达为中心点建立坐标系;
车型分类步骤,根据被检测目标的雷达反射截面积RCS进行目标分类;
跟踪处理步骤,对检测区域内各个离散目标点进行跟踪处理从而完成对区域内目标轨迹的重建;
信息输出步骤,输出检测区域内各个目标信息;
在所述信息输出步骤中包括如下步骤:
(a).判断是否有目标进入检测区域,若是,那么执行步骤(b),否则继续执行步骤(a);
(b).时钟开始计时,并判断车辆是否离开检测区域,若是,那么执行步骤(c),否则继续执行步骤(b);
(c).计时结束,并且将车辆存在数据信息输出。
本发明的有益效果是:相比于传统存在检测设备环境适应性不高、可靠性较差,后期维护成本过高等问题,本发明针对现有检测设备的缺陷提出一种基于微波(毫米波)方式的能够在全天候运行,具备高精度、高可靠性、高经济效益费用比、安装简便的一种存在检测方法,能够快速、准确的对路口存在信息进行检测。
附图说明
图1是背景技术的原理图。图2是连续线性调频波原理图。图3是FMCW雷达在有速度存在时的回波信号示意图。图4是在没有车辆的检测环境下雷达通过某一个波束得到功率谱图。图5是有车辆的检测环境下雷达通过某一个波束得到功率谱图。图6是生成的背景二维功率图。图7是雷达应用于路口模式下的示意图。图8是背景噪声抑制流程图。图9是对离散目标进行跟踪处理流程图。图10是针对当前目标制定目标下一周期预估区域示意图。图11是对第二周期离散目标进行跟踪匹配示意图。图12是对检测区域内的目标持续跟踪形成轨迹示意图。图13是定周期平均速度统计流程图。图14是扫描式天线波形发射图,其中的一个实施例。图15是扫描式天线波形发射图,其中的另一个实施例。图16是天线与射频模块原理框图。图17是本发明的方法流程图。
具体实施方式
本发明针对现有检测设备的缺陷,以及智能交通信号控制系统对前端检测系统的要求,提出一种基于微波方式的能够在全天候、高精度、高可靠性、安装简便的基于微波的路口存在检测方法及系统。
检测媒介:本发明采用毫米波作为检测媒介,由于毫米波频段是介于电波和光波之间的特殊频段,具备光学的探测精度和电波的全天候工作特性,其环境适应性以及设备后期维护性要远远优于其他频段的检测设备,同时,传感器本身由于采用毫米波段,所以天线尺寸很小,传感器本身也很小,对以后装置在现场施工安装也很方便和简单。
如图17所示,本发明的基于微波的路口存在检测方法包括如下步骤:
交通参数设置步骤,设定雷达检测覆盖区域,此项工作由雷达设备安装人员通过雷达配置软件来完成。
待设定雷达检测覆盖区域之后,波束对检测区域内进行扫描。并且雷达通过一个窄波束在检测区域内进行扫描。
道路交通背景学习步骤,雷达对检测环境背景进行学习,即由工程人员对检测区域内没有任何车辆时进行环境背景学习。
微波波束调制方式:本发明的雷达采用调频连续波体制,采用对称三角波调制,其工作原理如图2所示,发射信号的频率为对称三角波调制,发射信号幅度不变,在一个周期T内,信号的频率为:
因此,在一个周期内,发射信号的上下扫频段可表示为:
…………公式2
其中,A为信号幅度(备注:表示回波的能量值);f0为信号有效中心频率;ΔF为信号有效带宽;u=2ΔF/T为调频系数;T为三角波周期;ψ0为初始相位。在有效的信号周期内,信号回波为:
…公式3
其中,ΔT=2R/C;R为目标距离;C为光速。
在有效信号周期内-(T/2-ΔT)≤t<0&ΔT≤t<T/2内,将公式2和公式3的瞬时相位相减,可得到发射信号与回波信号混频所得的差频信号的瞬时相位为:
…………………………公式4
对公式4求导即可得到差频信号频率为:
由公式5可以知道,目标的距离和差频信号频率成正比,因此只要测得输出中频信号的频率,就可以计算出目标的距离,以上为目标静止的情况,若目标以速度为v沿着雷达波束径向运动,将会使雷达回波增加多普勒频移fd,该多普勒频移使得回波的频率—时间曲线升高或降低,从而导致一部分差频上增加了一个多普勒频移,另一部分差频上减少了一个多普勒频移,如图3所示。
如果目标临近雷达,则在调频周期内的差频为:
fb +=fm-fd上扫频段
fb -=fm+fd下扫频段………………………公式6
目标的距离和速度信息则可由公式7与公式8计算得到:
由公式7可见,只要测得输出差频信号的平均频率,即可得到目标距离。如果要测得目标速度,则须分别测得上下扫频段输出的差频信号,如公式8所示。
根据模糊函数推导,三角波调频连续波的距离分辨率和速度分辨率为:
雷达通过每个角度轮流接收获得每个角度范围的功率谱。由于车辆外壳均为金属材料,而普通公路采用的材料为柏油与水泥等,车辆的反射功率值要远高于公路。
通过几个完整的区域扫描周期(36个波束)扫完后,根据波束的角度,每个波束在每个频率点(这个频率点代表一个距离值)所获得能量值,绘制出一个二维的位图。
当有车辆位于检测区域内时系统将首先进行背景噪声抑制。
如图8所示,道路背景噪声抑制步骤包括如下步骤:
(1).波束扫描一个周期生成一个二维功率位图;
(2).将步骤(1)中的二维功率位图与背景功率位图进行相减;
(3).判断是否存在目标,若是,那么执行步骤(4),否则执行步骤(1);
(4).根据散射中心功率点的中心差频值进行径向距离与速度计算。
也就是未进行背景噪声抑制前,很难有效发现目标。
经过背景噪声抑制后,目标可以清晰被发现。
计算步骤,根据背景噪声抑制步骤中提到的根据散射中心功率点的中心差频值进行径向距离与速度计算,从而计算各个目标的RCS值。
建立坐标系统步骤,以雷达为中心点建立坐标系;
设定:
平行于车道水平方向为X轴方向(正方向为传感器波束发射方向);
垂直于车道水平方向为Y轴方向(正方向为传感器波束发射方向);
传感器被安装的立柱位置点为坐标系原点Ο;
已知量:
1.通过微波传感器安装时可以测量出的数据:
微波传感器安装高度:HInstall;
微波传感器垂直俯仰角度:θ;
微波传感器水平偏向角度:α;
2.微波传感器工作时输出的数据:
被检测目标距离传感器的径向距离:Dradial;
被检测目标相对于传感器的径向速度:Vradial;
被检测目标相对与传感器的方位角度(备注:36个波束中哪个波束打中目标):Arelative;
传感器在每个输出数据周期为每一个检测目标定义的随机编号:IDrandom;
被检测目标的雷达反射截面积值:IDrandom_RCS;
求:通过以上已知参数计算以下参数:
被检测目标在坐标系中的坐标(IDx_X_Coordinate,IDx_Y_Coordinate):
目标位于坐标系中X方向坐标值:
IDx_X_Coordinate=(Dradial*sinθ)*cosα公式11
目标位于坐标系中Y方向坐标值:
IDx_Y_Coordinate=(Dradial*sinθ)*sinα公式12
根据实际交通现场信息对车道进行划分:
车道0:0<Lane0<Y0;
车道1:0<Lane1<Y1;
车道X:0<LaneX<YX;
根据某个目标的Y方向坐标值可以判定某个目标所在车道。
被检测目标在坐标系中的运动速度(IDx_X_Velocity,IDx_Y_Velocity):
目标位于坐标系中X方向速度值:
IDx_X_Velocity=(VradialXsinθ)Xcosα公式13
目标位于坐标系中Y方向速度值:
IDx_Y_Velocity=(VradialXsinθ)Xsinα公式14
车型分类步骤,根据被检测目标的雷达反射截面积RCS进行目标分类,通过雷达输出的目标反射截面积判断出目标的长度(Obj_Length)与宽度(Obj_Width)。
跟踪处理步骤,对检测区域内各个离散目标点进行跟踪处理从而完成对区域内目标轨迹的重建。
如图9所示,是对离散目标进行跟踪处理流程图。
步骤一,跟踪起始,在第一个周期将传感器输出的离散坐标进行录入,每个离散目标所具备的信息包含离散目标的X方向坐标、Y方向坐标、X方向速度、Y方向速度、目标所在车道、目标的车长和目标编号ID;
步骤二,在第一个周期,针对微波传感器输出离散坐标点进行下一周期目标点存在预估区域设定△i;
图10是针对当前目标制定目标下一周期预估区域示意图。
步骤三,在第二个周期,对各个离散点进行目标寻找,将离散的坐标点根据判定要求与现有ID号进行匹配,匹配成功,将更新现有ID所包含的信息,ID所包含的信息包括离散目标的X方向坐标、Y方向坐标、X方向速度、Y方向速度、目标所在车道和目标的车长;
图11是对第二周期离散目标进行跟踪匹配示意图。
当两个或者多个目标存在一个预估区域内时,距离此预估区域起始点距离最近的点为此刻目标点,将此坐标点的信息更新给此ID号,一般在城市交通中,假如一个目标的移动速度为120km/h,轨迹门大小约为1.6米的圆,40km/h轨迹门大小约为0.5米的圆,这样车辆行驶轨迹被雷达实时捕捉。如果目标离开检测区域,将此目标的ID号信息初始化,此ID号将空闲出来,将给予新进入的离散目标。
图12是对检测区域内的目标持续跟踪形成轨迹示意图。
通过对微波传感器输出的离散坐标进行的跟踪处理,在每个周期(60ms)可以得到检测区域内各个目标(IDx)的坐标信息P(Xi,Yi),速度信息(Vi,Vi),车辆类型信息(大车,小车,行人,摩托车,自行车)信息。
定周期平均速度统计步骤,用于统计指定时间段内通过指定区域(指定区域包括某一道路或某一车道、人行道、人行横道横断面)的各类型车辆速度平均值;图13是定周期平均速度统计流程图。
信息输出步骤,输出检测区域内各个目标信息;
在所述信息输出步骤中包括如下步骤:
(a).判断是否有目标进入检测区域,若是,那么执行步骤(b),否则继续执行步骤(a);
(b).时钟开始计时,并判断车辆是否离开检测区域,若是,那么执行步骤(c),否则继续执行步骤(b);
(c).计时结束,并且将车辆存在数据信息输出。
本发明公开了一种基于微波的路口存在检测系统,包括:
交通参数设置模块,用于设定雷达检测覆盖区域;
道路交通背景学习模块,用于雷达对检测环境背景进行学习;
道路背景噪声抑制模块包括:
生成单元,用于波束扫描一个周期生成一个二维功率位图;
相减单元,用于将生成单元中的二维功率位图与背景功率位图进行相减;
判断单元,用于判断是否存在目标,若是,那么执行计算处理单元,否则执行生成单元;
计算处理单元,用于根据散射中心功率点的中心差频值进行径向距离与速度计算;
计算模块,用于计算各个目标的RCS值;
建立坐标系统模块,用于以雷达为中心点建立坐标系;
车型分类模块,用于根据被检测目标的雷达反射截面积RCS进行目标分类;
跟踪处理模块,用于对检测区域内各个离散目标点进行跟踪处理从而完成对区域内目标轨迹的重建;
信息输出模块,用于输出检测区域内各个目标信息;
在所述信息输出模块中包括:
目标进入判断模块.用于判断是否有目标进入检测区域,若是,那么执行车辆离开判断模块,否则继续执行目标进入判断模块;
车辆离开判断模块.用于时钟开始计时,并判断车辆是否离开检测区域,若是,那么执行输出单元,否则继续执行车辆离开判断模块;
输出单元.用于计时结束,并且将车辆存在数据信息输出。
在所述跟踪处理模块中包括:
第一处理模块,跟踪起始,在第一个周期将传感器输出的离散坐标进行录入,每个离散目标所具备的信息包含离散目标的X方向坐标、Y方向坐标、X方向速度、Y方向速度、目标所在车道、目标的车长和目标编号ID;
第二处理模块,在第一个周期,针对微波传感器输出离散坐标点进行下一周期目标点存在预估区域设定△i;
第三处理模块,在第二个周期,对各个离散点进行目标寻找,将离散的坐标点根据判定要求与现有ID号进行匹配,匹配成功,将更新现有ID所包含的信息,ID所包含的信息包括离散目标的X方向坐标、Y方向坐标、X方向速度、Y方向速度、目标所在车道和目标的车长。
在所述跟踪处理模块中,当两个或者多个目标存在一个预估区域内时,距离此预估区域起始点距离最近的点为此刻目标点,将此坐标点的信息更新给此ID号;如果目标离开检测区域,将此目标的ID号信息初始化,此ID号将空闲出来,将给予新进入的离散目标。
本发明还公开了一种基于微波的车辆检测装置,该基于微波的车辆检测装置包括阵列天线模块和射频模块,所述阵列天线模块包括发射天线和多路接收天线,所述发射天线和所述多路接收天线均与所述射频模块相连。
所述阵列天线模块中的天线采用扫描式天线。所述接收天线为18-36路。
所述射频模块包括振荡器1、第一放大器2、混频器3,所述第一放大器2一端与所述多路接收天线相连,所述第一放大器2另一端与所述混频器3相连,所述振荡器1一端与所述发射天线相连,所述振荡器1另一端与所述混频器3相连;所述射频模块还包括依次相连的滤波器4、第二放大器5、移相器6、信号处理单元7,所述混频器3与所述滤波器4相连。
所述车辆检测装置还包括第一开关和第二开关,所述第一开关连接于所述第一放大器2和所述接收天线之间,所述第二开关连接于所述混频器3与所述滤波器4之间。
如图14所示,本发明采用扫描式天线,通过一个非常窄的波束对检测区域内快速扫描,通过这样可以提高对多目标检测的分辨率。
图15是扫描式天线波形发射图,其中的另一个实施例。
本发明针对现有检测设备的缺陷,以及智能交通对前端检测系统的要求,提出一种基于微波方式的能够在全天候、高精度、高可靠性、大区域检测、高经济效益费用比、安装简便、能够多维度(备注:传统检测设备只是确定车辆是否存或不在某个定点区域,而多维度提出的系统不仅仅需要知道车辆是否在某几个定点的检测设备,更需要对整个区域内的车辆进行坐标定位,定位后对车辆进行运行轨迹重建,并准确判断车辆的类型以及及时速度,各个车道内的交通信息等)对检测区域内的各类车辆进行综合交通行为分析的方法与设备,同时针对道路上存在的一些例如隔离带或金属栏杆等会影响到雷达性能,通过一种二维雷达图像法进行背景噪声抑制。
本发明的有益效果是:相比于传统存在检测设备环境适应性不高、可靠性较差,后期维护成本过高等问题,本发明针对现有检测设备的缺陷提出一种基于微波(毫米波)方式的能够在全天候运行,具备高精度、高可靠性、高经济效益费用比、安装简便的一种存在检测方法,能够快速、准确的对路口存在信息进行检测。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (9)
1.一种基于微波的路口存在检测方法,其特征在于,包括如下步骤:
交通参数设置步骤,设定雷达检测覆盖区域;
道路交通背景学习步骤,雷达对检测环境背景进行学习;
道路背景噪声抑制步骤包括如下步骤:
(1).波束扫描一个周期生成一个二维功率位图;
(2).将步骤(1)中的二维功率位图与背景功率位图进行相减;
(3).判断是否存在目标,若是,那么执行步骤(4),否则执行步骤(1);
(4).根据散射中心功率点的中心差频值进行径向距离与速度计算;
计算步骤,计算各个目标的RCS值;
建立坐标系统步骤,以雷达为中心点建立坐标系;
车型分类步骤,根据被检测目标的雷达反射截面积RCS进行目标分类;
跟踪处理步骤,对检测区域内各个离散目标点进行跟踪处理从而完成对区域内目标轨迹的重建;
信息输出步骤,输出检测区域内各个目标信息;
在所述信息输出步骤中包括如下步骤:
(a).判断是否有目标进入检测区域,若是,那么执行步骤(b),否则继续执行步骤(a);
(b).时钟开始计时,并判断车辆是否离开检测区域,若是,那么执行步骤(c),否则继续执行步骤(b);
(c).计时结束,并且将车辆存在数据信息输出。
2.根据权利要求1所述的路口存在检测方法,其特征在于,在所述跟踪处理步骤中包括如下步骤:
步骤一,跟踪起始,在第一个周期将传感器输出的离散坐标进行录入,每个离散目标所具备的信息包含离散目标的X方向坐标、Y方向坐标、X方向速度、Y方向速度、目标所在车道、目标的车长和目标编号ID;
步骤二,在第一个周期,针对微波传感器输出离散坐标点进行下一周期目标点存在预估区域设定△i;
步骤三,在第二个周期,对各个离散点进行目标寻找,将离散的坐标点根据判定要求与现有ID号进行匹配,匹配成功,将更新现有ID所包含的信息,ID所包含的信息包括离散目标的X方向坐标、Y方向坐标、X方向速度、Y方向速度、目标所在车道和目标的车长。
3.根据权利要求2所述的路口存在检测方法,其特征在于,在所述跟踪处理步骤中,当两个或者多个目标存在一个预估区域内时,距离此预估区域起始点距离最近的点为此刻目标点,将此坐标点的信息更新给此ID号;如果目标离开检测区域,将此目标的ID号信息初始化,此ID号将空闲出来,将给予新进入的离散目标。
4.一种基于微波的路口存在检测系统,其特征在于,包括:
交通参数设置模块,用于设定雷达检测覆盖区域;
道路交通背景学习模块,用于雷达对检测环境背景进行学习;
道路背景噪声抑制模块包括:
生成单元,用于波束扫描一个周期生成一个二维功率位图;
相减单元,用于将生成单元中的二维功率位图与背景功率位图进行相减;
判断单元,用于判断是否存在目标,若是,那么执行计算处理单元,否则执行生成单元;
计算处理单元,用于根据散射中心功率点的中心差频值进行径向距离与速度计算;
计算模块,用于计算各个目标的RCS值;
建立坐标系统模块,用于以雷达为中心点建立坐标系;
车型分类模块,用于根据被检测目标的雷达反射截面积RCS进行目标分类;
跟踪处理模块,用于对检测区域内各个离散目标点进行跟踪处理从而完成对区域内目标轨迹的重建;
信息输出模块,用于输出检测区域内各个目标信息;
在所述信息输出模块中包括:
目标进入判断模块.用于判断是否有目标进入检测区域,若是,那么执行车辆离开判断模块,否则继续执行目标进入判断模块;
车辆离开判断模块.用于时钟开始计时,并判断车辆是否离开检测区域,若是,那么执行输出单元,否则继续执行车辆离开判断模块;
输出单元.用于计时结束,并且将车辆存在数据信息输出。
5.根据权利要求4所述的路口存在检测系统,其特征在于,在所述跟踪处理模块中包括:
第一处理模块,跟踪起始,在第一个周期将传感器输出的离散坐标进行录入,每个离散目标所具备的信息包含离散目标的X方向坐标、Y方向坐标、X方向速度、Y方向速度、目标所在车道、目标的车长和目标编号ID;
第二处理模块,在第一个周期,针对微波传感器输出离散坐标点进行下一周期目标点存在预估区域设定△i;
第三处理模块,在第二个周期,对各个离散点进行目标寻找,将离散的坐标点根据判定要求与现有ID号进行匹配,匹配成功,将更新现有ID所包含的信息,ID所包含的信息包括离散目标的X方向坐标、Y方向坐标、X方向速度、Y方向速度、目标所在车道和目标的车长。
6.根据权利要求5所述的路口存在检测系统,其特征在于,在所述跟踪处理模块中,当两个或者多个目标存在一个预估区域内时,距离此预估区域起始点距离最近的点为此刻目标点,将此坐标点的信息更新给此ID号;如果目标离开检测区域,将此目标的ID号信息初始化,此ID号将空闲出来,将给予新进入的离散目标。
7.根据权利要求4所述的路口存在检测系统,其特征在于,该路口存在检测系统包括基于微波的车辆检测装置,所述车辆检测装置包括阵列天线模块和射频模块,所述阵列天线模块包括发射天线和多路接收天线,所述发射天线和所述多路接收天线均与所述射频模块相连。
8.根据权利要求7所述的路口存在检测系统,其特征在于,所述射频模块包括振荡器、第一放大器、混频器,所述第一放大器一端与所述多路接收天线相连,所述第一放大器另一端与所述混频器相连,所述振荡器一端与所述发射天线相连,所述振荡器另一端与所述混频器相连;所述射频模块还包括依次相连的滤波器、第二放大器、移相器、信号处理单元,所述混频器与所述滤波器相连。
9.根据权利要求8所述的路口存在检测系统,其特征在于,所述车辆检测装置还包括第一开关和第二开关,所述第一开关连接于所述第一放大器和所述接收天线之间,所述第二开关连接于所述混频器与所述滤波器之间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510940457.5A CN105575132B (zh) | 2015-12-15 | 2015-12-15 | 基于微波的路口存在检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510940457.5A CN105575132B (zh) | 2015-12-15 | 2015-12-15 | 基于微波的路口存在检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105575132A true CN105575132A (zh) | 2016-05-11 |
CN105575132B CN105575132B (zh) | 2018-01-02 |
Family
ID=55885207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510940457.5A Active CN105575132B (zh) | 2015-12-15 | 2015-12-15 | 基于微波的路口存在检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105575132B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106125076A (zh) * | 2016-07-13 | 2016-11-16 | 南京慧尔视智能科技有限公司 | 一种应用于城市交通的防撞雷达预警方法与装置 |
CN106646457A (zh) * | 2016-11-02 | 2017-05-10 | 南京慧尔视智能科技有限公司 | 基于微波的人员行为检测方法与装置 |
CN107564285A (zh) * | 2017-08-29 | 2018-01-09 | 南京慧尔视智能科技有限公司 | 基于微波的车辆排队长度检测方法及系统 |
CN108010334A (zh) * | 2017-11-29 | 2018-05-08 | 江苏速度信息科技股份有限公司 | 基于多普勒技术的矩阵雷达的交通数据采集方法及系统 |
CN111105509A (zh) * | 2019-12-26 | 2020-05-05 | 成都纳雷科技有限公司 | 基于毫米波雷达的etc车辆检测方法、系统及存储介质 |
CN111880155A (zh) * | 2020-07-15 | 2020-11-03 | 森思泰克河北科技有限公司 | 基于外定标rcs序列的交通雷达目标分类方法及终端设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201051310Y (zh) * | 2007-06-21 | 2008-04-23 | 南京理工大学 | 具有车型识别功能的毫米波和超声波双频交通参数检测器 |
CN101350109A (zh) * | 2008-09-05 | 2009-01-21 | 交通部公路科学研究所 | 多车道自由流视频车辆定位和控制方法 |
US20110080306A1 (en) * | 2009-10-01 | 2011-04-07 | Alexander Leopold | Device and method for determining the direction, speed and/or distance of vehicles |
CN102044157A (zh) * | 2009-10-20 | 2011-05-04 | 西安费斯达自动化工程有限公司 | 基于fpga的多车道超速检测系统 |
CN102819951A (zh) * | 2011-06-09 | 2012-12-12 | 无锡物联网产业研究院 | 一种道路目标检测系统、方法及装置 |
-
2015
- 2015-12-15 CN CN201510940457.5A patent/CN105575132B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201051310Y (zh) * | 2007-06-21 | 2008-04-23 | 南京理工大学 | 具有车型识别功能的毫米波和超声波双频交通参数检测器 |
CN101350109A (zh) * | 2008-09-05 | 2009-01-21 | 交通部公路科学研究所 | 多车道自由流视频车辆定位和控制方法 |
US20110080306A1 (en) * | 2009-10-01 | 2011-04-07 | Alexander Leopold | Device and method for determining the direction, speed and/or distance of vehicles |
CN102044157A (zh) * | 2009-10-20 | 2011-05-04 | 西安费斯达自动化工程有限公司 | 基于fpga的多车道超速检测系统 |
CN102819951A (zh) * | 2011-06-09 | 2012-12-12 | 无锡物联网产业研究院 | 一种道路目标检测系统、方法及装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106125076A (zh) * | 2016-07-13 | 2016-11-16 | 南京慧尔视智能科技有限公司 | 一种应用于城市交通的防撞雷达预警方法与装置 |
CN106646457A (zh) * | 2016-11-02 | 2017-05-10 | 南京慧尔视智能科技有限公司 | 基于微波的人员行为检测方法与装置 |
CN107564285A (zh) * | 2017-08-29 | 2018-01-09 | 南京慧尔视智能科技有限公司 | 基于微波的车辆排队长度检测方法及系统 |
CN108010334A (zh) * | 2017-11-29 | 2018-05-08 | 江苏速度信息科技股份有限公司 | 基于多普勒技术的矩阵雷达的交通数据采集方法及系统 |
CN111105509A (zh) * | 2019-12-26 | 2020-05-05 | 成都纳雷科技有限公司 | 基于毫米波雷达的etc车辆检测方法、系统及存储介质 |
CN111105509B (zh) * | 2019-12-26 | 2022-03-08 | 成都纳雷科技有限公司 | 基于毫米波雷达的etc车辆检测方法、系统及存储介质 |
CN111880155A (zh) * | 2020-07-15 | 2020-11-03 | 森思泰克河北科技有限公司 | 基于外定标rcs序列的交通雷达目标分类方法及终端设备 |
CN111880155B (zh) * | 2020-07-15 | 2023-04-11 | 森思泰克河北科技有限公司 | 基于外定标rcs序列的交通雷达目标分类方法及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN105575132B (zh) | 2018-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105261215B (zh) | 基于微波的智能交通行为感知方法及系统 | |
CN105575132A (zh) | 基于微波的路口存在检测方法及系统 | |
CN106125076A (zh) | 一种应用于城市交通的防撞雷达预警方法与装置 | |
CN205176271U (zh) | 基于微波的路口存在检测装置 | |
CN111830508B (zh) | 一种采用毫米波雷达的道闸防砸系统和方法 | |
CN100507601C (zh) | 双基地合成孔径雷达的双门限恒虚警运动目标检测方法 | |
Urazghildiiev et al. | Vehicle classification based on the radar measurement of height profiles | |
CN104881995A (zh) | 一种路侧双波束微波雷达交通流量检测装置及方法 | |
CN109615880B (zh) | 一种基于雷达图像处理的车流量测量方法 | |
CN103809163B (zh) | 一种基于局部极大值的车辆雷达目标检测方法 | |
CN110969855A (zh) | 一种基于毫米波雷达的交通流量监测系统 | |
CN101876705A (zh) | 基于单频连续波雷达的频域车辆检测方法 | |
CN103680138A (zh) | 一种车辆路况监测方法 | |
CN105301591A (zh) | 一种道路交通监控雷达及其实现方法 | |
CN107564285A (zh) | 基于微波的车辆排队长度检测方法及系统 | |
CN104730501A (zh) | 机动车雷达测速仪现场仿真方法及检测装置 | |
CN101093616A (zh) | 一种车流量检测雷达系统中压控振荡器非线性校正方法 | |
CN109598946A (zh) | 一种基于雷达体制的多车道测速方法 | |
CN203012135U (zh) | 一种调频连续波雷达系统 | |
CN207367369U (zh) | 基于微波的车辆排队长度检测系统 | |
CN103745601B (zh) | 超速车辆所在车道检测方法 | |
CN102289938A (zh) | 双列垂直雷达波的车辆分型方法 | |
CN205826863U (zh) | 一种应用于城市交通的防撞雷达预警装置 | |
Wengerter et al. | Simulation of urban automotive radar measurements for deep learning target detection | |
CN2929859Y (zh) | 微波交通车辆信息检测器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Zhang Jun Inventor after: Tao Zheng Inventor before: Zhang Jun Inventor before: Xia Weijie Inventor before: Tao Zheng |