CN105741546B - 路侧设备与车传感器融合的智能车辆目标跟踪系统及方法 - Google Patents
路侧设备与车传感器融合的智能车辆目标跟踪系统及方法 Download PDFInfo
- Publication number
- CN105741546B CN105741546B CN201610157445.XA CN201610157445A CN105741546B CN 105741546 B CN105741546 B CN 105741546B CN 201610157445 A CN201610157445 A CN 201610157445A CN 105741546 B CN105741546 B CN 105741546B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- roadside device
- target
- module
- tracking
- 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.)
- Active
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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
Abstract
本发明请求保护一种路侧设备与车传感器融合的智能车辆目标跟踪系统及方法，车载设备包括目标检测、车辆定位、DSRC通信和目标跟踪模块，路侧设备包括DSRC通信与车辆跟踪模块。车载设备目标检测模块通过车载传感器检测主车周围车辆、行人等目标的位置信息；DSRC通信模块发送本车位置和身份信息给路侧设备，并接收路侧设备发送过来的附近目标车辆的位置及身份信息；目标跟踪模块根据目标检测模块检测到的目标观测数据进行数据关联，再根据路侧设备发送的信息对关联结果进行修正，最后对修正的关联结果进行跟踪滤波。路侧设备DSRC通信模块接收来自各车辆的位置及身份信息，经车辆跟踪模块修正后再发送给各车辆。本发明提高了智能车辆目标跟踪精度。
Description
技术领域
本发明属于计算机和自动化技术，特别是智能车辆目标跟踪技术领域，具体涉及一种利用基于DSRC(Dedicated Short Range Communications，专用短程无线通信)的车-路通信技术与车载传感器观测相结合的智能车辆多目标跟踪方法。
背景技术
目标跟踪系统是智能车辆的重要组成部分。为了实现碰撞预警及车辆自动驾驶控制，需要准确地检测并估计智能车辆周围环境中的各类目标，包括车辆、行人等的准确位置及运动状态信息。
中国专利申请：车辆控制设备、目标引导车辆指定设备和车辆控制方法(申请号：201180017118.X)公开了一种利用车辆通信单元和雷达装置来识别引导车辆，该方法是以通过两种检测的匹配来确定，没有考虑多目标场景雷达装置检测不到而通信方式可获得目标的情况。中国专利申请：车辆确定系统及车辆确定装置(申请号：201180072498.7)公开了一种利用通信模块及确定装置检测周边的他车，该方法通过两种模式不同的相对信息来确定发信车，没有考虑没有考虑与路侧设备的协同。中国专利申请：车辆跟踪方法及系统(申请号：201210497216.4)公开了一种基于目标已有的运动信息预测目标在当前帧出现的轨迹和位置，该方法评价每个候选框置信度，对跟踪结果进行修正，没有考虑与路侧设备的协同。中国专利申请：使用传感器融合进行目标跟踪的系统和方法(申请号：200610139627.0)公开了一种基于多传感器和通信模块，该方法接收周围车辆检测的信息，没有使用路侧设备提供的周围目标车辆的身份信息对跟踪进行改善。中国专利申请：组合的车辆到车辆通信和目标检测感测(申请号：201010113351.5)公开了一种基于目标感测及车到车通信模块，该方法通过车到车通信模块收集数据并与目标感测数据融合，没有使用路侧设备提供的周围目标车辆的身份信息对融合结果进行修正改善。
本发明针对智能车辆目标跟踪系统中，车载传感器在受遮挡及干扰情况下检测范围受限、跟踪精度及可靠性不高的问题，提出一种路侧设备与车载传感器融合的智能车辆目标跟踪系统及方法，利用路侧设备改善周围目标车辆位置精度并通过DSRC通信发布给主车，扩展了检测范围并对主车车载传感器获得的目标检测数据关联及跟踪滤波结果进行改善，以提高智能车辆目标跟踪精度。
发明内容
针对目前智能车辆目标跟踪系统的目标跟踪方法未能有效利用车辆-道路通信提供的信息，导致在目标跟踪过程中数据关联结果不够准确，跟踪精度不高的问题，本发明提出一种路侧设备与车传感器融合的智能车辆目标跟踪系统及方法，利用路侧设备通过DSRC通信接收附近车辆发布的该车辆自身的位置与身份信息，处理后再进行发布；智能车辆接收路侧设备发布的附近车辆的位置与身份信息，与车载传感器检测到的目标位置数据进行融合，来提高智能车辆目标跟踪精度。
本发明解决上述技术问题的方案是：路侧设备与车载传感器融合的智能车辆目标跟踪系统由车载设备与路侧设备两部分组成，其中车载设备包括基于车载传感器的目标检测模块、车载DSRC通信模块、车辆定位模块和目标跟踪模块，而路侧设备包括路侧DSRC通信模块与车辆跟踪模块。
车载设备的目标检测模块用于通过车载传感器检测主车周围目标车辆以及行人等目标的位置；车辆定位模块用于通过卫星定位设备采集主车自身位置信息，供DSRC通信模块发布；DSRC通信模块发布主车自身位置及身份信息，并接收路侧设备发布的在路侧设备通信范围内能够发布自身位置和身份的目标车辆的信息。
路侧设备的DSRC通信模块接收来自路侧设备周围的车辆发布的车辆自身位置及身份信息，供车辆跟踪模块处理，并将车辆跟踪模块处理后的信息进行发布；车辆跟踪模块通过安装于路侧设备的卫星定位设备采集路侧设备位置，与路侧设备的精确位置对比，求解出差分修正值，对接收到的各车辆位置进行修正。
最后，车载设备的目标跟踪模块根据基于车载传感器的目标检测模块检测到的目标观测数据进行数据关联，再根据DSRC通信模块接收的路侧设备发布的其通信范围内能够发布自身位置和身份信息的目标车辆的位置与身份信息对关联结果进行修正，最后对修正后的关联结果进行跟踪滤波，得到主车周围目标的运动状态信息，实现对智能车辆目标跟踪精度的改善。
本发明的优点及有益效果如下：
本发明提出一种路侧设备与车载传感器融合的智能车辆目标跟踪系统及方法。DSRC是一种适合高速运动下的移动目标的双向无线通信技术，本发明提出的智能车辆目标跟踪系统利用路侧设备通过DSRC通信装置接收通信范围内能够发布自身位置和身份信息的目标车辆发布的信息，能够解决车载传感器易受遮挡影响等问题，扩展了主车感知范围；利用路侧设备作为卫星定位基准站对车辆位置进行差分修正，提高车辆定位精度；通过接收到的目标车辆发布的位置和身份信息，对数据关联结果和跟踪滤波结果进行修正，改善了传统目标跟踪方法的精度。通过上述三个方面，本发明可以有效提高智能车辆目标跟踪系统性能，对更有效地估计周围车辆的威胁程度、规划智能车辆行驶路径具有重要意义与使用价值。
附图说明
图1本发明路侧设备与车载传感器融合的智能车辆目标跟踪系统总体架构；
图2本发明路侧设备与车载传感器融合的智能车辆目标跟踪方法流程图；
图3本发明路侧设备车辆跟踪模块工作流程图；
图4本发明数据关联方法流程图。
具体实施方式
以下结合附图，对本发明作进一步说明：
如图1所示为本发明提出的一种路侧设备与车载传感器融合的智能车辆目标跟踪系统的总体架构。该系统可划分为车载设备与路侧设备两部分，其中车载设备由基于车载传感器的目标检测模块、车辆定位模块、车载DSRC通信模块和目标跟踪模块组成，而路侧设备由DSRC通信与车辆跟踪模块组成。
车载设备部分：目标检测模块通过车载传感器检测主车周围目标车辆以及行人等目标的位置；车辆定位模块用于通过卫星定位设备采集主车自身位置信息，供DSRC通信模块发布；DSRC通信模块发布主车位置与身份信息，并接收路侧设备发布的在路侧设备通信范围内能够发布自身位置和身份的目标车辆的信息，目标车辆的信息包含由目标车辆得到的自身位置信息和身份信息；目标跟踪模块用于根据基于车载传感器的目标检测模块检测到的目标观测数据进行数据关联，再根据DSRC通信模块接收的路侧设备发布的其通信范围内能够发布自身位置和身份信息的目标车辆的位置与身份信息对关联结果进行修正，最后对修正后的关联结果进行跟踪滤波，得到主车周围目标的运动状态信息。
路侧设备部分：DSRC通信模块接收来自路侧设备周围的车辆发布的车辆自身位置及身份信息，供车辆跟踪模块处理，并将车辆跟踪模块处理后的信息进行发布；车辆跟踪模块通过安装于路侧设备的卫星定位设备采集路侧设备位置，与路侧设备的精确位置对比，求解出差分修正值，对接收到的各车辆位置进行修正。
2、如图2所示为本发明提出的一种路侧设备与车载传感器融合的智能车辆目标跟踪方法流程图，该方法包括以下步骤：
(1)车载传感器目标检测：在当前时刻k，车载传感器检测主车周围的目标，得到主车坐标系中的目标位置观测向量其中mk为k时刻主车车载传感器探测到的目标的个数，相应的观测误差方差阵为
(2)主车位置检测：在当前时刻k，主车的车载卫星定位装置采集主车位置，得到地理坐标系中表示的主车位置其观测误差方差阵为供DSRC通信模块发布。
(3)主车位置与身份信息发布：车载设备DSRC通信模块发布步骤(2)中主车的位置观测误差及身份信息。
(4)路侧设备车辆信息采集：路侧设备DSRC通信模块接收来自路侧设备周围的目标车辆按步骤(3)发布的车辆自身位置及身份信息。设地理坐标系中表示的目标车辆i的位置及其误差为及组合后得到地理坐标系中表示的目标车辆位置及其误差协方差阵其中nk为DSRC通信模块接收到信息的目标车辆个数。
(5)路侧设备车辆跟踪：通过安装于路侧设备的卫星定位设备采集路侧设备位置，与路侧设备的精确位置对比，求解出差分修正值，对步骤(4)中接收到的各目标车辆位置进行修正，修正后的各目标车辆位置记为对应观测误差为对及利用Kalman滤波器进行滤波，得到地理坐标系中表示的各目标车辆运动状态的最优估计及其估计误差
(6)路侧设备车辆信息发布：路侧设备DSRC通信模块发布步骤(5)中车辆跟踪模块修正后的各目标车辆运动状态误差以及各目标车辆身份信息；
(7)车载设备目标车辆信息接收：车载设备DSRC通信模块接收步骤(6)中路侧设备发布的各目标车辆位置与身份信息；
(8)车载设备目标跟踪：车载设备目标跟踪模块将步骤(1)中目标检测模块检测到的目标位置量测数据和步骤(7)中DSRC通信模块接收的路侧设备发布的各目标车辆的位置与身份信息融合，得到主车周围目标的运动状态信息。
首先进行坐标变换与时间配准。令目标车辆运动的状态方程与观测方程为
其中，Xk为目标车辆运动状态，包括位置、速度及加速度，Φ为状态转移矩阵，Γ为过程噪声输入矩阵，ω～N(0，Qk)为过程噪声，Zk为目标状态的观测值，H为观测矩阵，v～N(0，Rk)为观测噪声。
将步骤(7)中得到的地理坐标系中表示的目标车辆运动状态与误差协方差阵转换到主车坐标系，并与车载传感器量测在时间上配准，得到主车坐标系中的目标车辆运动状态与误差协方差阵，记为及
坐标及时间统一后，根据目标检测模块获得的量测和DSRC通信模块获得的目标车辆状态利用目标跟踪算法进行跟踪，获得更高精度的主车周围目标车辆运动状态。其中目标跟踪算法包括数据关联和跟踪滤波两部分。
3、如图3所示为本发明提出的路侧设备与车载传感器融合的智能车辆目标跟踪系统中路侧设备车辆跟踪模块的工作流程，，其步骤包括：
(1)采集路侧设备位置：通过安装于路侧设备的卫星定位设备采集路侧设备位置
(2)计算差分修正值：利用卫星定位设备采集的路侧设备位置与路侧设备的精确位置ZR对比，求解出差分修正值Δ：
(3)逐个修正各目标车辆位置：利用步骤(2)中计算得到的差分修正值Δ，对路侧设备DSRC通信模块接收到的以地理坐标系表示的各目标车辆位置进行修正，修正方法为：
修正后的各目标车辆位置记为对应观测误差记为
4、如图4所示为本发明提出的路侧设备与车载传感器融合的智能车辆目标跟踪系统的数据关联方法流程，其步骤包括：
(1)目标车辆状态一步预测：根据公式(1)的目标车辆运动模型及前一时刻目标车辆状态估计对k时刻目标车辆状态进行一步预测，其中lk为跟踪系统保持跟踪的目标个数，或轨迹条数。预测值和预测误差方差阵分别为：
(2)目标车辆状态预测与车载传感器量测数据关联。此处采用最近邻算法为例进行说明，但本专利不仅限于该算法。用最近邻算法对目标车辆状态预测与车载传感器量测进行关联，使的mk个量测中使得传感器量测与目标状态预测之间的统计距离之和达到最小的lk个量测作为数据关联的结果传感器量测与目标i状态预测的统计距离d2(i,j)计算公式为：
d2(i,j)＝ek(i,j)Sk -1(i,j)ek T(i,j)，(6)
其中ek(i,j)为跟踪滤波器残差，即传感器量测与目标i状态预测之间的差值，Sk -1(i,j)为ek(i,j)的协方差矩阵：
(3)根据DSRC接收的目标车辆位置重构目标车辆状态预测。用DSRC通信模块接收到并转换到主车坐标系的目标车辆位置置换当前时刻目标车辆的状态预测中具有相同身份的目标车辆的状态，并更新误差协方差阵。具体方法是：
对中的每一分量对应的目标车辆的身份ci，如果中有一分量对应的目标车辆身份cj与其相同，即满足ci＝cj，则用置换中的并用置换Pk s |k-1中的重构后的目标车辆状态预测及其误差方差记为及
(4)重构的目标车辆状态预测与车载传感器量测数据关联。采用与步骤(2)相同的方法，用最近邻算法对步骤(3)所述的重构后的目标车辆状态预测与车载传感器量测进行关联，关联结果记为
(5)计算修正后的关联结果。利用步骤(4)获得的关联结果对步骤(3)获得的关联结果进行修正，修正结果为：
其中为误差方差阵
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (3)
1.一种路侧设备与车传感器融合的智能车辆目标跟踪系统，其特征在于，包括：车载设备与路侧设备两部分，其中车载设备包括基于车载传感器的目标检测模块、车辆定位模块、车载DSRC通信模块和目标跟踪模块，而路侧设备包括路侧DSRC通信模块与车辆跟踪模块；
其中，车载设备部分：目标检测模块通过车载传感器检测主车周围目标车辆以及行人目标的位置；车辆定位模块用于通过卫星定位设备采集主车自身位置信息，供DSRC通信模块发布；DSRC通信模块发布主车位置与身份信息，并接收路侧设备发布的在路侧设备通信范围内能够发布自身位置和身份的目标车辆的信息；目标跟踪模块用于根据基于车载传感器的目标检测模块检测到的目标观测数据进行数据关联，再根据DSRC通信模块接收的路侧设备发布的其通信范围内能够发布自身位置和身份信息的目标车辆的位置与身份信息对关联结果进行修正，最后对修正后的关联结果进行跟踪滤波，得到主车周围目标的运动状态信息；
路侧设备部分：DSRC通信模块接收来自路侧设备周围的车辆发布的车辆自身位置及身份信息，供车辆跟踪模块处理，并将车辆跟踪模块处理后的信息进行发布；车辆跟踪模块通过安装于路侧设备的卫星定位设备采集路侧设备位置，与路侧设备的精确位置对比，求解出差分修正值，对接收到的各车辆位置进行修正。
2.一种基于权利要求1所述系统的路侧设备与车传感器融合的智能车辆目标跟踪方法，其特征在于，包括以下步骤：
2.1车载设备传感器进行数据采集，获得包括主车周围的车辆、行人目标在内的位置的量测数据；
2.2车载设备车辆定位模块通过卫星定位设备采集主车自身位置信息，供DSRC通信模块发布；
2.3车载设备DSRC通信模块发布主车的位置及身份信息；
2.4路侧设备DSRC通信模块接收通信范围内能够发布自身位置和身份信息的各车辆的位置与身份信息；
2.5路侧设备车辆跟踪模块对接收到的各车辆位置进行修正；
2.6路侧设备DSRC通信模块发布车辆跟踪模块修正后的各车辆位置与身份信息；
2.7车载设备DSRC通信模块接收路侧设备发布的各车辆位置与身份信息；
2.8车载设备目标跟踪模块将目标检测模块检测到的目标位置量测数据和DSRC通信模块接收的路侧设备发布的各车辆的位置与身份信息融合，得到主车周围目标的运动状态信息。
3.根据权利要求2所述的路侧设备与车传感器融合的智能车辆目标跟踪方法，其特征在于，所述步骤2.5路侧设备车辆跟踪模块对接收到的各车辆位置进行修正，其步骤为：
4.1安装于路侧设备的卫星定位设备采集路侧设备位置；
4.2步骤4.1采集到的路侧设备位置与路侧设备的精确位置对比，求解出差分修正值，对接收到的各车辆位置进行修正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610157445.XA CN105741546B (zh) | 2016-03-18 | 2016-03-18 | 路侧设备与车传感器融合的智能车辆目标跟踪系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610157445.XA CN105741546B (zh) | 2016-03-18 | 2016-03-18 | 路侧设备与车传感器融合的智能车辆目标跟踪系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105741546A CN105741546A (zh) | 2016-07-06 |
| CN105741546B true CN105741546B (zh) | 2018-06-29 |
Family
ID=56251712
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610157445.XA Active CN105741546B (zh) | 2016-03-18 | 2016-03-18 | 路侧设备与车传感器融合的智能车辆目标跟踪系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105741546B (zh) |
Families Citing this family (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108073929B (zh) * | 2016-11-15 | 2023-11-24 | 北京三星通信技术研究有限公司 | 基于动态视觉传感器的物体检测方法及设备 |
| US10225717B2 (en) * | 2017-02-03 | 2019-03-05 | Honda Motor Co., Ltd. | Systems and methods for controlling DSRC communications |
| CN106969779B (zh) * | 2017-03-17 | 2020-05-12 | 重庆邮电大学 | 基于dsrc的智能车辆地图融合系统及方法 |
| CN109426252B (zh) * | 2017-08-29 | 2021-09-21 | 上海汽车集团股份有限公司 | 一种车辆跟踪方法及装置 |
| CN109900490B (zh) * | 2017-12-11 | 2020-11-03 | 上海交通大学 | 基于自主式和协同式传感器的车辆运动状态检测方法及系统 |
| TWI680682B (zh) | 2017-12-20 | 2019-12-21 | 財團法人工業技術研究院 | 決定行動節點之位置之方法及其相關通訊系統、路測裝置及車輛 |
| CN108762245B (zh) * | 2018-03-20 | 2022-03-25 | 华为技术有限公司 | 数据融合方法以及相关设备 |
| CN108897025B (zh) * | 2018-05-15 | 2021-11-26 | 艾欧创想智能科技（武汉）有限公司 | 高精度定位方法、装置、终端设备及计算机可读存储介质 |
| CN108471607A (zh) * | 2018-05-22 | 2018-08-31 | 奇瑞汽车股份有限公司 | 一种t-box与v2x融合的互联系统 |
| CN108875600A (zh) * | 2018-05-31 | 2018-11-23 | 银江股份有限公司 | 一种基于yolo的车辆信息检测和跟踪方法、装置及计算机存储介质 |
| CN108876948A (zh) * | 2018-06-25 | 2018-11-23 | 浙大正呈科技有限公司 | 基于北斗高精度定位的高速etc不停车收费方法及系统 |
| CN114894201A (zh) * | 2018-10-18 | 2022-08-12 | 百度在线网络技术（北京）有限公司 | 用于车辆定位的方法、装置、设备和计算机可读存储介质 |
| CN109815818B (zh) * | 2018-12-25 | 2020-12-08 | 深圳市天彦通信股份有限公司 | 目标人物追踪方法、系统及相关装置 |
| CN109739236B (zh) * | 2019-01-04 | 2022-05-03 | 腾讯科技（深圳）有限公司 | 车辆信息的处理方法、装置、计算机可读介质及电子设备 |
| CN110012453A (zh) * | 2019-04-11 | 2019-07-12 | 深圳成有科技有限公司 | 通信系统、通信方法和存储介质 |
| CN109975846A (zh) * | 2019-04-12 | 2019-07-05 | 深圳成有科技有限公司 | Dsrc和卫星定位融合的定位车载终端、路侧单元和系统 |
| CN109991639A (zh) * | 2019-04-22 | 2019-07-09 | 深圳成有科技有限公司 | 基于北斗地面差分站和dsrc融合的定位路侧单元 |
| CN110045405A (zh) * | 2019-04-23 | 2019-07-23 | 深圳成谷科技有限公司 | 基于北斗差分定位的车载单元obu及车辆定位系统 |
| CN110068837A (zh) * | 2019-04-26 | 2019-07-30 | 深圳成谷科技有限公司 | 一种高精度北斗和dsrc融合的城市道路收费方法及系统 |
| CN110276972A (zh) * | 2019-07-16 | 2019-09-24 | 启迪云控(北京)科技有限公司 | 一种基于车联网的目标物感知方法及系统 |
| CN110782693B (zh) * | 2019-08-12 | 2022-07-19 | 腾讯科技（深圳）有限公司 | 一种定位方法、装置及设备 |
| CN110570688A (zh) * | 2019-08-30 | 2019-12-13 | 唐山茁棋科技发展有限公司 | 一种雷达数据处理装置及信号数据处理方法 |
| CN110632626A (zh) * | 2019-10-28 | 2019-12-31 | 启迪云控(北京)科技有限公司 | 一种基于车联网的定位方法及系统 |
| CN112861570A (zh) * | 2019-11-26 | 2021-05-28 | 斑马智行网络(香港)有限公司 | 检测方法、装置及路侧单元 |
| CN111079079B (zh) * | 2019-11-29 | 2023-12-26 | 北京百度网讯科技有限公司 | 数据修正方法、装置、电子设备及计算机可读存储介质 |
| CN111209327A (zh) * | 2020-01-14 | 2020-05-29 | 南京悠淼科技有限公司 | 一种多传感器分布式感知互联与边缘融合处理系统及方法 |
| DE102020207065B3 (de) * | 2020-06-05 | 2021-02-11 | Volkswagen Aktiengesellschaft | Fahrzeug, Verfahren, Computerprogramm und Vorrichtung zum Zusammenführen von Objektinformationen über ein oder mehrere Objekte in einem Umfeld eines Fahrzeugs |
| CN111768621B (zh) * | 2020-06-17 | 2021-06-04 | 北京航空航天大学 | 一种基于5g的城市道路路车融合全域感知方法 |
| CN111913200B (zh) * | 2020-06-28 | 2023-07-14 | 深圳市金溢科技股份有限公司 | 车辆群体差分定位方法、rsu设备、融合感知设备及系统 |
| CN111915921A (zh) * | 2020-08-11 | 2020-11-10 | 大陆投资(中国)有限公司 | 利用路侧设备的车道级精度定位方法 |
| EP4207133A4 (en) * | 2020-09-25 | 2023-11-01 | Huawei Technologies Co., Ltd. | METHOD AND APPARATUS FOR OBSERVING TRAFFIC ELEMENT |
| CN112346007B (zh) * | 2020-10-26 | 2022-08-12 | 上海航天测控通信研究所 | 一种测向定位方法及系统 |
| CN113155123B (zh) * | 2021-04-01 | 2022-09-27 | 北京大学 | 基于数据共享的多智能车辆协同定位追踪方法及装置 |
| CN113340325B (zh) * | 2021-06-01 | 2022-11-15 | 上海智能网联汽车技术中心有限公司 | 一种验证车路协同路侧感知融合精度的系统、方法及介质 |
| CN113779174B (zh) * | 2021-11-05 | 2022-04-01 | 华砺智行(武汉)科技有限公司 | 提高路侧传感器感知精度的方法、系统、设备及介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001109998A (ja) * | 1999-10-08 | 2001-04-20 | Hitachi Ltd | 車両走行支援装置 |
| EP2085279B1 (en) * | 2008-01-29 | 2011-05-25 | Ford Global Technologies, LLC | A system for collision course prediction |
| CN102194330A (zh) * | 2010-03-15 | 2011-09-21 | 邢刚 | 高速公路安全行车系统 |
| CN103064086B (zh) * | 2012-11-04 | 2014-09-17 | 北京工业大学 | 一种基于深度信息的车辆跟踪方法 |
| CN103871273A (zh) * | 2014-04-04 | 2014-06-18 | 上海扬梓投资管理有限公司 | 车载通信装置、车辆及车辆通信方法 |
-
2016
- 2016-03-18 CN CN201610157445.XA patent/CN105741546B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105741546A (zh) | 2016-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105741546B (zh) | 路侧设备与车传感器融合的智能车辆目标跟踪系统及方法 | |
| CN105809126B (zh) | Dsrc与车载传感器融合的智能车辆目标跟踪系统及方法 | |
| US10297153B2 (en) | Vehicle on-board controller centered train control system | |
| CN104933856B (zh) | 道路路况实时评估系统及方法 | |
| CN107315413B (zh) | 一种车车通信环境下考虑车辆间相对位置的多车协同定位算法 | |
| CN103703497B (zh) | 车辆确定系统及车辆确定装置 | |
| CN104867356B (zh) | 一种基于DSRC和Telematics的车辆威胁评估系统 | |
| CN104793202B (zh) | 多雷达成像传感器的对象融合系统 | |
| CN103064086B (zh) | 一种基于深度信息的车辆跟踪方法 | |
| CN109552367B (zh) | 基于通信与主动识别相结合的列车行驶防护系统及方法 | |
| CN113468941B (zh) | 障碍物检测方法、装置、设备及计算机存储介质 | |
| KR101339354B1 (ko) | 영상을 이용한 철도차량의 위치검지 시스템 및 위치검지방법 | |
| CN110208842A (zh) | 一种车联网环境下车辆高精度定位方法 | |
| CN102806913A (zh) | 一种新型的车道线偏离检测方法及装置 | |
| CN110406565B (zh) | 智能铁鞋的定位纠偏及被盗判定方法及装置 | |
| CN106710281A (zh) | 车辆定位数据获取方法及装置 | |
| CN107437044A (zh) | 一种矿井移动目标跟踪与定位方法 | |
| CN113378741B (zh) | 一种基于多源传感器的飞机牵引车辅助感知方法及其系统 | |
| CN102542634B (zh) | 一种目标车辆行驶状态测量系统 | |
| CN110307841B (zh) | 一种基于信息量测不完全的车辆运动参数估计方法 | |
| CN110007327A (zh) | 用于确定车辆的停车位的方法 | |
| CN104773190A (zh) | 列车的牵引控制辅助系统 | |
| US9551778B2 (en) | GNSS jammer detection system with optical tracking and identification | |
| JP6920342B2 (ja) | 可動オブジェクトのオブジェクト・キネマティクスを割り出すための装置および方法 | |
| CN107110952A (zh) | 位置检测系统 |
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 |