CN108399753B - 基于超声波录波信息的车辆轨迹跟踪方法与系统 - Google Patents

基于超声波录波信息的车辆轨迹跟踪方法与系统 Download PDF

Info

Publication number
CN108399753B
CN108399753B CN201810172011.6A CN201810172011A CN108399753B CN 108399753 B CN108399753 B CN 108399753B CN 201810172011 A CN201810172011 A CN 201810172011A CN 108399753 B CN108399753 B CN 108399753B
Authority
CN
China
Prior art keywords
vehicle
ultrasonic
detector
intersection
recording information
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
Application number
CN201810172011.6A
Other languages
English (en)
Other versions
CN108399753A (zh
Inventor
田晨璐
张桂青
王培屹
闫俏
李成栋
马国旗
王兆进
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Jianzhu University
Original Assignee
Shandong Jianzhu University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Jianzhu University filed Critical Shandong Jianzhu University
Priority to CN201810172011.6A priority Critical patent/CN108399753B/zh
Publication of CN108399753A publication Critical patent/CN108399753A/zh
Application granted granted Critical
Publication of CN108399753B publication Critical patent/CN108399753B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/04Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/056Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/14Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/141Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
    • G08G1/142Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces external to the vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于超声波录波信息的车辆轨迹跟踪方法与系统,通过道路口超声波探测器探测到车辆经过时,触发超声波探测器进行录波,并记录下录波信息中的车辆特征值及录波的时间,车位与道路口超声波探测器通过网络与停车管理服务器通信。停车管理服务器实现车辆轨迹的追踪。本发明利用超声波录波信息的车辆轨迹追踪方法代替了视频寻车系统,在极大节约成本的同时也解决了车主寻车难的问题。

Description

基于超声波录波信息的车辆轨迹跟踪方法与系统
技术领域
本发明涉及一种基于超声波录波信息的车辆轨迹跟踪方法与系统。
背景技术
随着经济发展及人们生活水平的提高,车辆越来越多,停车场的建设规模也日益扩大,停车场内部格局纵横交错,出入口众多,“寻车难”的情况变得越来突出。
目前针对车辆轨迹跟踪的问题,很多学者提出了多种解决方案,如基于RFID方式的反向寻车系统,设计时需要在行车道两旁、停车位等处安置RFID读卡器,用户需要随身携带射频卡寻车,增加了设计成本与难度;
又例如基于视频图像处理技术和车牌识别技术的反向寻车系统,该技术与人工寻车和刷卡寻车相比虽然有了非常大的改善,但系统相对造价较高,不易普及和推广。
综上,由于考虑因素众多、条件各异,车辆轨迹跟踪问题一直未能得到完善解决。
发明内容
本发明为了解决上述问题,提出了一种基于超声波录波信息的车辆轨迹跟踪方法与系统,本发明通过超声波录波信息建立相应车型特征向量,可以使得停车管理系统仅通过超声波探测器即可判断车辆停车位置,从而实现车辆轨迹的跟踪,具有配置简单、安装方便、价格低廉、标定识别灵活、识别准确性高和抗干扰能力强等优点。
为了实现上述目的,本发明采用如下技术方案:
一种基于超声波录波信息的车辆轨迹跟踪方法,包括以下步骤:
识别车辆牌号,作为行车唯一标识同时为车辆分配行车路径,开始路径追踪;
每个路口各个方向处均布设超声波探测器,依次记录车辆行驶到某个路口的超声波探测信号,记录采集到探测信息的探测器ID、车辆特征值和通过时间,根据车辆行驶方向,结合下一路口可能探测到信号的探测器,以最先接收到的信息作为判断行驶方向的依据,作为初步判断结果;
结合初步判断结果,计算所述某个路口第一个探测器探测车辆特征值与路口其他探测器探测的车辆特征值的欧式距离,得到欧式距离最小对应的探测器,进而确定车辆行驶方向,对应两个探测器的信号构成了该路口车辆通过信息;
比对该路口车辆实际行车方向与分配行车路径是否一致,若不一致则重新规划路径并在下一路口重新进行判断和存储,直到车辆到达指定停车位位置,依次存储每个路口的轨迹信息,形成该车辆行驶轨迹数据。
当车辆经过路口时,先采用基于时序的判别方法初步识别该车辆,再采用录波数据确认车辆身份。
进一步的,对同一车辆在不同探测器位置的录波曲线进行二者的归一化处理。
更进一步的,在进行归一化时,以采样点数量少的曲线作为目标,其他曲线通过采样点信号抽取得到与目标曲线相同宽度的数据来实现。
更进一步的,数据归一化处理采用归一化后的n个采样点作为特征向量,记下各点高度值,用欧式距离度量计算函数拟合的偏差,在对目标车辆进行识别时,以欧氏距离作为相似度标准,预先设定一个阈值以确定录波信息之间的相似度,如果偏差小于阈值,则探测到的车辆为目标车辆,反之则不是。
在对目标车辆进行识别时,计算目标车辆和超声波录波信息的特征量的欧氏距离作为相似度标准,预先设定一个最大阈值以确定录波信息之间的相似度,如果欧氏距离小于最大阈值,则录波信息探测到的车辆为目标车辆,反之则不是。
在入口处或单独经过路口时,将超声波探测器探测到的车辆的车身特征值与车辆车牌号对应,从而当有多辆车经过同一路口时,超声波探测器通过探测到车辆的录波信息即可识别车辆。
一种基于超声波录波信息的车辆轨迹跟踪系统,包括停车场出入口车牌识别系统、车位与道路口超声波探测器和停车管理服务器,其中:
所述停车场出入口车牌识别系统,被配置为检测出入车辆的车牌号,并将获取的车牌号、出入时间发送至停车管理服务器;
所述道路口超声波探测器,设置于停车场的各路口的各个方向处,检测并记录经过每个路口车辆的通过时刻,被配置为探测到车辆经过的超声波探测信号,并进行录波,得到车辆识别特征值;
所述车位超声波探测器,被配置为检测停车位占用状态;
所述停车管理服务器,被配置为接收车牌识别信息与车位和道路超声波探测信息,追踪车辆的实时行车路径,确定车辆的停靠位置。
进一步的,所述道路口超声波探测器,有两种工作模式,休眠模式和录波模式,休眠模式工作频率较低,录波模式工作频率高,当探测器探测到有车辆经过时,立即触发录波模式;超声波探测器采用基于事件的通信机制,当探测到有车辆经过后,触发通信,并将对应的超声波探测器编号、录波信息、录波时间发送至服务端记录。
进一步的,所述道路口超声波探测器安装在距地一定高度上,以固定频率向垂直于路面方向发射超声波并接受反射波,经过计算后可得到探测器与地面之间的距离。
更进一步的,当没有车辆驶过时,超声波探测器距离高度为H,当汽车驶过时,探测器以相同的频率向下发射超声波,遇到车辆顶部时反射并被接收,超声波探测器将输出此时刻至所测车辆顶部的距离dz,将超声波安装高度减去所测距离,就得到此时刻车辆顶部的高度h,当一辆汽车从驶入测量区域到完全驶出,对应的超声波探测器将输出一个完整的数据序列,其中每一个高度值即为车辆顶部某一点与探测器之间距离,进而获得车辆顶部的高度值序列。
更进一步的,所述道路口超声波探测器通过采集车辆顶部高度数据序列来代替车辆顶部轮廓曲线,对车辆进行车型识别和判断。
与现有技术相比,本发明的有益效果为:
1、本发明采用基于超声波录波信息的车辆轨迹跟踪方法,当有多辆车经过同一路口时,超声波探测器通过探测到车辆的录波信息即可识别车辆,不会因超车或不确定车辆等情况的出现,影响实际行车路径追踪的准确性。
2、本发明具有配置简单、安装方便、价格低廉、标定识别灵活、识别准确性高和抗干扰能力强等优点,解决了地下车库寻车成本高、布设难度大、准确性低等问题。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1为本发明的整体架构图;
图2(a)-图2(c)为本发明的车辆曲线归一化处理过程示意图;
图2(a)为车速为v1的车辆原始曲线;
图2(b)车速为v2的车辆原始曲线;
图2(c)车速为v2的归一化后的曲线;
图3为本发明的停车库超声波探测器分布平面图;
图4为本发明的行车轨迹跟踪流程图:
具体实施方式:
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在本发明中,术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系,只是为了便于叙述本发明各部件或元件结构关系而确定的关系词,并非特指本发明中任一部件或元件,不能理解为对本发明的限制。
本发明中,术语如“固接”、“相连”、“连接”等应做广义理解,表示可以是固定连接,也可以是一体地连接或可拆卸连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员,可以根据具体情况确定上述术语在本发明中的具体含义,不能理解为对本发明的限制。
如图1所示,一种基于超声波录波信息的车辆轨迹跟踪方法与系统,包括以下部分:停车场出入口车牌识别系统、车位与道路口超声波探测器和停车管理服务器。车辆出入口车牌识别系统识别出入车辆的车牌号码,并将获取的车牌号码、出入时间发送至停车管理服务器。道路口超声波探测器探测到车辆经过时,触发超声波探测器进行录波,并记录下录波信息中的车辆特征值及录波的时间,车位超声波探测器检测停车位占用状态,车位与道路口超声波探测器通过网络与停车管理服务器通信。停车管理服务器上部署有关系数据库和车辆轨迹跟踪模块,关系数据库用于保存每辆车的车牌、用户名称、入库时间、轨迹、停车位和/或出库时间信息;车辆轨迹跟踪模块采用基于超声波时间录波序列停车场车辆轨迹跟踪算法,对车辆进行实时轨迹数据的上传和采集。
停车场内设置有灯光引导系统,所述灯光引导系统包括设置于各个路口、各道路以及停车位上的多个照明灯;所述停车管理服务器接收车辆信息后,为车辆预分配车位和行车路线,下发命令到相应的超声波探测器灯光控制器,提供相应的灯光导引服务。
其中,道路口超声波探测器有两种工作模式,休眠模式和录波模式,休眠模式工作频率较低,录波模式工作频率高,当探测器探测到有车辆经过时,立即触发录波模式;超声波探测器采用基于事件的通信机制,当探测到有车辆经过后,触发通信,并将对应的超声波探测器编号、录波信息、录波时间发送至服务端记录。
超声波探测器一般安装在距地一定高度的上,以固定频率向垂直于路面方向发射超声波并接受反射波,经过计算后以固定频率输出与地面之间的距离。当没有车辆驶过时,输出探测器安装高度H,当汽车驶过时,探测器以相同的频率向下发射超声波,遇到车辆顶部反射并被接收,探测器输出此时刻至所测车顶部的距离dz。将安装高度减去所测距离,就得到某一时刻车辆顶部的高度h,h=H-dz。当一辆汽车从驶入测量区域到完全驶出,对应探测器输出一个数据序列,其中每一个高度数据为车辆顶部某一点与探测器之间距离,对应也可获得车辆顶部高度值序列。同时,因为探测器以固定频率发射超声波,测得的距离序列的数量可以转换为车辆驶过探测器的时间tp,tp=n/f,n为采集数据的个数,f为传感器的测量频率。为了能尽量准确的识别车型,首先应该尽量准确的获得车辆的二维轮廓信息,因此测量频率应该尽量高,以尽可能多的采集到车辆的高度数据。在超声波探测器采样频率一定的情况下,车辆速度越快,长度越短,车辆的采集数据越少。
不同类型的车辆,由于其车长和通过时的车速不同,所采集到的数据个数也不同,通过采集车辆顶部高度数据序列来代替车辆顶部轮廓曲线,进一步对车辆进行车型识别并确认。因此当车辆经过路口时,先采用基于时序的判别方法初步识别该车辆(判断路口进入方向道路的首辆车为通过路口车辆),再采用录波数据确认车辆身份。
同一车辆在不同探测器位置的录波曲线会随着速度不同而有所不同,主要表现在采集点数多少的变化将造成曲线被拉伸或压缩,信号尺度归一化是进行两个曲线比较的基础。因此,为了便于两条曲线相似度比较,首先要进行二者的归一化处理。在进行归一化时,可以以采样点数量少的曲线作为目标,另一条曲线通过采样点信号抽取得到与目标曲线相同宽度的数据来实现。
数据的归一化处理采用Akima插值法进行曲线段估计。对于采样点x0<x1<...<xn-1,其对应的车辆高度为y0,y1,...,yn-1,令yi=f(xi)。在子区间[xk,xk+1](k=0,1,...,n-2)上,若
Figure BDA0001586124410000081
则区间可以唯一确定一个三次多项式:s(x)=s0+s1(x-xk)+s2(x-xk)2+s3(x-xk)3
其中,x∈[xk,xk+1],s0、s1、s2、s3为系数。此时可用三次多项式确定该区间上的插值点t对应的函数值。根据Akima几何条件,有:
Figure BDA0001586124410000082
Figure BDA0001586124410000083
其中,
Figure BDA0001586124410000084
当uk+1=uk且uk-1=uk-2时,gk+1=0.5(uk-1+uk);
当uk+2=uk+1且uk=uk-1时,在端点处,有:
Figure BDA0001586124410000091
最后得到x∈[xk,xk+1]的函数近似为:
Figure BDA0001586124410000092
在某个交叉路口两个方向的超声波探测器采集某车辆的信号曲线,v1>v2,分别检测到该车的采样点为n和m,其中n<m,则将曲线归一化到采样点数为n的标准下的状态。原始曲线、压缩曲线依次显示在图2(a)-图2(c)中。
采用归一化后的n个采样点作为特征向量:记下各点高度值为yi=(y1,y2,...,yi),用欧式距离度量计算函数拟合的偏差:
Figure BDA0001586124410000093
在对目标车辆进行识别时,以欧氏距离作为相似度标准,预先设定一个阈值T以确定录波信息之间的相似度,如果δ<T则探测到的车辆为目标车辆,反之则不是。
对于停车场超声波探测器的部署方式,停车场的实体包括有道路、路口、停车位等,其中,每个交叉路口四个方向需分别部署一个超声波探测器,每个车位部署有一个超声波探测器,每个超声波探测器有唯一的ID标识。数据库用于保存每辆车的车牌、用户名称、入库时间、轨迹、停车位、出库时间等信息。当车辆依次通过多个路口最终停在相应车位时,系统按时间顺序逐个记录了该车辆在各超声波探测器的通过时刻和最终停车位,该位置时间序列即表示为该车辆行驶轨迹。
上述系统对应的是一种基于超声波录波信息的车辆轨迹跟踪方法,结合图3中超声波探测器分布平面图和图4行车路径跟踪流程图,具体实施步骤如下:
步骤一:入口处,通过车牌识别装置识别车辆牌号,作为行车唯一标识同时为车辆分配行车路径,开始路径追踪;
步骤二:车辆行驶到第一个路口,例如图2中F101路口,通过路口后,系统会接收到两个道路超声波探测器的信号,第一个是探测器F101a的ID、车辆录波信息的特征值、通过时间,根据车辆行驶方向,第二个路过的探测器可能是F101b,F101c,F101d,以系统最先接收到的信息作为判断行驶方向的依据。该两个探测器信号构成了该路口车辆通过信息。
步骤三:系统依据超声波探测时序先后初步判断行车辆的行驶方向后,计算该路口第一个探测器探测车辆特征值与路口其他探测器探测的车辆特征值的欧式距离,得到欧式距离最小对应的探测器,进而确定车辆行驶方向。对应两个探测器的信号便构成了该路口车辆通过信息。
步骤四:比对该路口车辆实际行车方向与分配行车路径是否一致,若不一致则重新规划路径并在下一路口按照步骤二进行判断和存储;
步骤五:判断是否接受到停车位探测器信息,若不是则在下一路口按照步骤二进行判断和存储,直到接收到停车位探测器信息,存储后形成该车辆行驶轨迹数据。
后续车辆路径跟踪步骤同上。
步骤二中基于超声波探测器探测车辆所得到的录波信息的方式利用了超声波测距的基本原理,超声波发生器在某一时刻发出超声波信号,遇到被测物体后反射回来,被超声波接收器接收到。设d为被测物反射面到超声波传感器之间的距离;s为超声波往返通过的路程;v为超声波在介质中的传播速度;t为超声波从发射到接收所用的时间。只要计算出超声波信号从发射到接收到回波信号的时间,知道在介质中的传播速度,就可以计算出超声波传感器距被测物体的距离:d=s/2=(vt)/2。当安装有超声波探测器的车道上无车辆通过时,探测器探测到的是探测器与地面之间的距离,当车道上有车通过时,探测到的是探测器与车顶之间的距离,车辆顶部高低起伏,探测器探测到的距离长短也随之变化,从而车辆通过时可以得到超声波受扰动后的波形。
步骤二中,当车辆在入口处,或单独经过路口时,将超声波探测器探测到的车身特征值与该车辆车牌号对应,从而当有多辆车经过同一路口时,超声波探测器通过探测到车辆的录波信息即可识别车辆,不会因超车或不确定车辆等情况的出现,影响实际行车路径追踪的准确性。
步骤三依据超声波探测时序先后初步判断行驶车辆,如图2所示,每个路口部署有四个超声波探测器a/b/c/d。当车辆通过某路口处超声波探测器时,系统接收探测器a的探测数据,相应探测器将超声波探测器ID、车辆经过的时间发送到停车管理服务器。同时可能接收到探测器器b、c、d的数据,以系统最先接收到的信息作为判断行驶方向的依据。车辆轨迹数据格式如下表:
车牌号 车辆录波信息 第一路口信息 第二路口信息 停车位信息
当车辆依次通过多个路口最终停在相应车位时,系统按时间顺序逐个记录了该车辆在各超声波探测器的通过时刻和最终停车位,同时通过车辆的录波信息将对应时刻位置存入相应存储区域,即可表示为该车辆行驶轨迹。
车位预分配方法是依据入场车牌的信息和停车库车位占用情况给出车位预分配并实现行车灯光引导控制:若有固定车位车辆则直接分配相应车位;若无固定车位则需根据剩余车位动态分配。
行车路径规划的分配算法对剩余车位依据Dijkstra算法或蚁群算法进行路径规划。
行车路径规划的分配也可以是随机分配,甚至可以对剩余车位距离进行比较选择最近路径等。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (8)

1.一种基于超声波录波信息的车辆轨迹跟踪方法,其特征是:包括以下步骤:
识别车辆牌号,作为行车唯一标识同时为车辆分配行车路径,开始路径追踪;
每个路口各个方向处均布设超声波探测器,依次记录车辆行驶到某个路口的超声波探测信号,记录采集到探测信息的探测器ID、车辆特征值和通过时间,根据车辆行驶方向,结合下一路口可能探测到信号的探测器,以最先接收到的信息作为判断行驶方向的依据,作为初步判断结果;
结合初步判断结果,计算所述某个路口第一个探测器探测车辆特征值与路口其他探测器探测的车辆特征值的欧式距离,得到欧式距离最小对应的探测器,进而确定车辆行驶方向,对应两个探测器的信号构成了该路口车辆通过信息;
比对该路口车辆实际行车方向与分配行车路径是否一致,若不一致则重新规划路径并在下一路口重新进行判断和存储,直到车辆到达指定停车位位置,依次存储每个路口的轨迹信息,形成该车辆行驶轨迹数据;
对同一车辆在不同探测器位置的录波曲线进行二者的归一化处理;在进行归一化时,以采样点数量少的曲线作为目标,其他曲线通过采样点信号抽取得到与目标曲线相同宽度的数据来实现;
数据归一化处理采用归一化后的n个采样点作为特征向量,记下各点高度值,用欧式距离度量计算函数拟合的偏差,在对目标车辆进行识别时,以欧氏距离作为相似度标准,预先设定一个阈值以确定录波信息之间的相似度,如果偏差小于阈值,则探测到的车辆为目标车辆,反之则不是。
2.如权利要求1所述的一种基于超声波录波信息的车辆轨迹跟踪方法,其特征是:当车辆经过路口时,先采用基于时序的判别方法初步识别该车辆,再采用录波数据确认车辆身份。
3.如权利要求1所述的一种基于超声波录波信息的车辆轨迹跟踪方法,其特征是:在对目标车辆进行识别时,计算目标车辆和超声波录波信息的特征量的欧氏距离作为相似度标准,预先设定一个最大阈值以确定录波信息之间的相似度,如果欧氏距离小于最大阈值,则录波信息探测到的车辆为目标车辆,反之则不是。
4.如权利要求1所述的一种基于超声波录波信息的车辆轨迹跟踪方法,其特征是:在入口处或单独经过路口时,将超声波探测器探测到的车辆的车身特征值与车辆车牌号对应,从而当有多辆车经过同一路口时,超声波探测器通过探测到车辆的录波信息即可识别车辆。
5.一种基于超声波录波信息的车辆轨迹跟踪系统,其特征是:包括停车场出入口车牌识别系统、车位与道路口超声波探测器和停车管理服务器,其中:
所述停车场出入口车牌识别系统,被配置为检测出入车辆的车牌号,并将获取的车牌号、出入时间发送至停车管理服务器;
所述道路口超声波探测器,设置于停车场的各路口的各个方向处,检测并记录经过每个路口车辆的通过时刻,被配置为探测到车辆经过的超声波探测信号,并进行录波,得到车辆识别特征值;
所述车位超声波探测器,被配置为检测停车位占用状态;
所述停车管理服务器,被配置为接收车牌识别信息与车位和道路超声波探测信息,追踪车辆的实时行车路径,确定车辆的停靠位置;
对同一车辆在不同探测器位置的录波曲线进行二者的归一化处理;在进行归一化时,以采样点数量少的曲线作为目标,其他曲线通过采样点信号抽取得到与目标曲线相同宽度的数据来实现;
数据归一化处理采用归一化后的n个采样点作为特征向量,记下各点高度值,用欧式距离度量计算函数拟合的偏差,在对目标车辆进行识别时,以欧氏距离作为相似度标准,预先设定一个阈值以确定录波信息之间的相似度,如果偏差小于阈值,则探测到的车辆为目标车辆,反之则不是。
6.如权利要求5所述的一种基于超声波录波信息的车辆轨迹跟踪系统,其特征是:所述道路口超声波探测器安装在距地一定高度上,以固定频率向垂直于路面方向发射超声波并接受反射波,经过计算后可得到探测器与地面之间的距离。
7.如权利要求5所述的一种基于超声波录波信息的车辆轨迹跟踪系统,其特征是:当没有车辆驶过时,超声波探测器距离高度为H,当汽车驶过时,探测器以相同的频率向下发射超声波,遇到车辆顶部时反射并被接收,超声波探测器将输出此时刻至所测车辆顶部的距离dz,将超声波安装高度减去所测距离,就得到此时刻车辆顶部的高度h,当一辆汽车从驶入测量区域到完全驶出,对应的超声波探测器将输出一个完整的数据序列,其中每一个高度值即为车辆顶部某一点与探测器之间距离,进而获得车辆顶部的高度值序列。
8.如权利要求5所述的一种基于超声波录波信息的车辆轨迹跟踪系统,其特征是:所述道路口超声波探测器通过采集车辆顶部高度数据序列来代替车辆顶部轮廓曲线,对车辆进行车型识别和判断。
CN201810172011.6A 2018-03-01 2018-03-01 基于超声波录波信息的车辆轨迹跟踪方法与系统 Active CN108399753B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810172011.6A CN108399753B (zh) 2018-03-01 2018-03-01 基于超声波录波信息的车辆轨迹跟踪方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810172011.6A CN108399753B (zh) 2018-03-01 2018-03-01 基于超声波录波信息的车辆轨迹跟踪方法与系统

Publications (2)

Publication Number Publication Date
CN108399753A CN108399753A (zh) 2018-08-14
CN108399753B true CN108399753B (zh) 2020-08-11

Family

ID=63091405

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810172011.6A Active CN108399753B (zh) 2018-03-01 2018-03-01 基于超声波录波信息的车辆轨迹跟踪方法与系统

Country Status (1)

Country Link
CN (1) CN108399753B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110796872B (zh) * 2019-11-13 2020-11-06 佛山科学技术学院 一种用于车道收集车辆型号的采集系统
CN110796896B (zh) * 2019-11-29 2021-02-26 江苏集萃智能传感技术研究所有限公司 停车场车位状态监测系统及监测方法
CN114608590B (zh) * 2022-03-09 2024-04-30 吉林大学 一种恶劣环境下基于智能反射表面的多车辆追踪方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5173692A (en) * 1990-08-13 1992-12-22 Ai Computer Services, Inc. System and method of vehicle detection
CN201133809Y (zh) * 2007-10-29 2008-10-15 麻伟明 机动车外廓尺寸动态自动测量装置
CN105809184A (zh) * 2015-10-30 2016-07-27 哈尔滨工程大学 一种适用于加油站的车辆实时识别跟踪与车位占用判断的方法
CN107610511A (zh) * 2017-09-15 2018-01-19 山东建筑大学 一种融合超声波探测和图像采集的反向寻车系统及方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6615158B2 (en) * 2001-06-25 2003-09-02 National Instruments Corporation System and method for analyzing a surface by mapping sample points onto the surface and sampling the surface at the mapped points
US7388990B2 (en) * 2003-09-22 2008-06-17 Matrox Electronics Systems, Ltd. Local mass distribution partitioning for object recognition
CN101383095A (zh) * 2008-08-25 2009-03-11 武汉市路安电子科技有限公司 超声波固定式交通流量调查设备
JP2010133845A (ja) * 2008-12-05 2010-06-17 Honda Motor Co Ltd 車高測定装置
CN101661669A (zh) * 2009-09-11 2010-03-03 北京物资学院 道路车辆类型识别方法及系统
EP2306427A1 (de) * 2009-10-01 2011-04-06 Kapsch TrafficCom AG Vorrichtungen und Verfahren zur Klassifizierung von Fahrzeugen
CN101833860B (zh) * 2010-05-11 2012-01-04 武汉市路安电子科技有限公司 高精度超声波固定式交通流量调查设备
CN102637362B (zh) * 2012-04-01 2014-06-18 长安大学 一种基于视频的隧道车型识别方法
CN202615608U (zh) * 2012-04-16 2012-12-19 公安部第三研究所 基于激光测距的道路车辆信息采集节点装置
CN103116988B (zh) * 2013-01-18 2014-10-08 合肥工业大学 基于tof相机的车流量及车型检测方法
WO2016126322A1 (en) * 2015-02-06 2016-08-11 Delphi Technologies, Inc. Autonomous vehicle with unobtrusive sensors
CN107123297B (zh) * 2016-02-24 2019-11-08 武汉万集信息技术有限公司 一种反向寻车系统及基于该系统的反向寻车方法
CN105957355B (zh) * 2016-06-08 2018-06-22 东莞理工学院 一种车辆测速方法
CN206249557U (zh) * 2016-11-14 2017-06-13 苏州大学 基于磁传感器和超声波传感器融合的车辆检测系统
CN107274679B (zh) * 2017-06-06 2019-08-30 东莞理工学院 车辆识别方法、装置、设备及计算机可读存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5173692A (en) * 1990-08-13 1992-12-22 Ai Computer Services, Inc. System and method of vehicle detection
CN201133809Y (zh) * 2007-10-29 2008-10-15 麻伟明 机动车外廓尺寸动态自动测量装置
CN105809184A (zh) * 2015-10-30 2016-07-27 哈尔滨工程大学 一种适用于加油站的车辆实时识别跟踪与车位占用判断的方法
CN107610511A (zh) * 2017-09-15 2018-01-19 山东建筑大学 一种融合超声波探测和图像采集的反向寻车系统及方法

Also Published As

Publication number Publication date
CN108399753A (zh) 2018-08-14

Similar Documents

Publication Publication Date Title
CN107591002B (zh) 一种基于分布式光纤的高速公路交通参数实时估计方法
CN108399753B (zh) 基于超声波录波信息的车辆轨迹跟踪方法与系统
CN109800658B (zh) 基于神经网络的泊车位类型在线识别与定位系统及方法
CN108230741B (zh) 基于超声波时间序列的停车场车辆轨迹跟踪方法及系统
CN100520853C (zh) 基于单频连续波雷达的车型分类方法
CN101464520B (zh) 用于分类距离数据的方法和相应的距离测量装置
CN105157699B (zh) 一种基于WiFi和传感网技术融合的室内停车场导航方法
CN112053584B (zh) 一种基于地磁、雷达及摄像的路牙车位状态预测管理系统及其管理方法
CN107134143A (zh) 一种基于连续波雷达的车流量统计与车型判别的方法
CN111311957A (zh) 一种基于rfid和无人机的停车引导系统及工作方法
CN113256990B (zh) 基于聚类算法的雷达采集道路车辆信息的方法及系统
CN106408944A (zh) 基于双通信数据的拥堵等级分析平台
CN114706070A (zh) 一种基于4d毫米波雷达的自动泊车车位搜索方法和系统
CN103714604B (zh) 基于超声波传感器的公交车客流统计系统
CN114003849A (zh) 一种多车道非接触式车轴数自动计算方法及系统
JPH0830892A (ja) 交通監視システム及び車番認識装置付き自動車
CN114155737A (zh) 基于rssi定位算法的个性化公共停车位定位引导系统
CN113436442A (zh) 一种利用多地磁传感器的车速估计方法
CN116642564A (zh) 一种无人值守智能称重系统
CN206259020U (zh) 交通流动态实时采集系统
CN110264776B (zh) 一种智能车库管理系统及车库控制方法
CN103730011A (zh) 一种基于激光器的车型识别检测方法及系统
CN202422424U (zh) 一种被动红外微波双鉴车流量检测装置
CN113128847A (zh) 一种基于激光雷达的出入口匝道实时风险预警系统及方法
CN109859499B (zh) 一种交通流量检测系统及其检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant