CN109116346B - 一种基于雷达的人车识别门禁系统及方法 - Google Patents

一种基于雷达的人车识别门禁系统及方法 Download PDF

Info

Publication number
CN109116346B
CN109116346B CN201810606468.3A CN201810606468A CN109116346B CN 109116346 B CN109116346 B CN 109116346B CN 201810606468 A CN201810606468 A CN 201810606468A CN 109116346 B CN109116346 B CN 109116346B
Authority
CN
China
Prior art keywords
radar
vehicle
unit
target
mode
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
CN201810606468.3A
Other languages
English (en)
Other versions
CN109116346A (zh
Inventor
陈军
王成
袁江
高雷
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.)
Yangzhou Rui Kong Automotive Electronics Co ltd
Original Assignee
Yangzhou Rui Kong Automotive Electronics Co ltd
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 Yangzhou Rui Kong Automotive Electronics Co ltd filed Critical Yangzhou Rui Kong Automotive Electronics Co ltd
Priority to CN201810606468.3A priority Critical patent/CN109116346B/zh
Publication of CN109116346A publication Critical patent/CN109116346A/zh
Application granted granted Critical
Publication of CN109116346B publication Critical patent/CN109116346B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/04—Systems determining presence of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于雷达的人车识别门禁系统及方法，该系统包括微处理器，与微处理器连接的信号调理单元，输出单位，指示单元，高度设定单元和模式选择单元；与信号调理单位连接的雷达探测器单元。本发明根据安装的高度来调节高度设定单元参数并根据需求通过模式选择单元设置人允许通行模式或者车辆允许通行模式或者人和车辆都运行通行模式，通过雷达探测器进行信号采集并通过微处理器进行人车信息的识别，通过输出单元和指示单元对允许通行的目标进行动作，解决了在粉尘、烟雾或者更恶劣的环境下，图像视觉摄像头识别不清，准确性不高的问题，使用雷达信号采集能在恶劣的环境下保证人车识别的准确性并且用雷达代替图像视觉摄像头更节约成本。

Description

一种基于雷达的人车识别门禁系统及方法
技术领域
本发明属于人车识别技术领域，更具体地说，涉及一种基于雷达的人车识别门禁系统及方法。
背景技术
在智能安全监控、机器视觉、模式识别等多个计算机视觉领域中，都需要对行人和车辆进行识别，例如，在智能监控系统中，需要识别出行人和车辆对其进行分流处理。现有最多使用的智能车辆门禁管理系统，是利用高度自动化的机电设备和计算机技术对机关、单位、社区、停车场、汽车场站、货场等进行安全、有效的管理。由于尽量减少人工的参与，从而最大限度的减少人员费用和人为失误造成的损失，大大提高整个管辖区域的安全性与使用效率。现有系统一般采用RFID识别技术和高速的视频图像存储比较相结合，从而对车辆和行人进行有效的识别。车辆出入大门不必停车，只要是安装了有效的RFID识别卡的车辆，道闸档杆或电动门就会自动打开，摄像机会对每一台出入车辆进行拍照或录像，后台计算机会准确记录车辆出入的相关信息，从而实现完全的自动化。而目前用于检测人车的普遍方法是对人车通过图像视觉提取样本再通过分类器进行判别。但是在粉尘或烟雾的环境下或者更恶劣的环境情况下，图像处理难度较大，使得识别速率降低，更降低了识别的准确率。
发明内容
本发明要解决的技术问题在于，针对现有技术使用图像视觉来进行人车识别在粉尘或烟雾的环境下或者更恶劣的环境情况下图像处理难度较大，识别速率降低，更降低了识别的准确率的问题，提供了一种基于雷达的人车识别门禁系统及方法。
为解决以上技术问题，本发明采用的技术方案为：
本发明基于雷达的人车识别门禁系统包括：用于采集人车信号的雷达探测器单元；用于对采集信号两路放大的信号调理单元；用于对采集信号进行识别处理的微处理器；以及与微处理器连接的输出单元，指示单元，高度设定单元和模式选择单元，微处理器对雷达采集信号进行识别分析后输出信号到输出单元及指示单元进行设定模式操作，雷达探测器单元是通过CW雷达混频信号，对运动目标进行检测，行人运动特征主要包含躯干和四肢的运动，运动特征为一个能量较大主目标和多个能量相对小的副目标；车辆的运动表现为一个刚体的运动，运动特征为一个能量较大的主目标并且周围无副目标，所以CW雷达通过发射固定频率的高频电磁信号，同时接收回波信号，混频后，提取混频信号的频率，然后通过信号调理单元进行雷达信号的两路放大，高度设定单元包括档位1和档位2，系统安装档位1的高度范围为3～5m，档位2的高度范围为5～7m。系统检测范围阈值设置为g1为80dB，g2为70dB，保证检测范围的长度与系统安装高度相等。系统安装，安装高度和设置的高度档位的高度范围相对应，安装对应角度为30～45度。模式选择单元包括人允许通行模式、车辆允许通行模式或者人和车都允许通行模式，雷达信号输入到微处理器中进行处理，并对继电器输出单元给出指令，第一继电器输出单元用于行人允许通行的控制机构，第二继电器输出单元用于车辆允许通行的控制机构，第一LED灯用于允许通行的指示，第二LED灯用于禁止通行的指示。
与现有技术相比，本发明存在以下技术效果：采用CW雷达是通过运动目标的速度来进行人车识别，解决了图像视觉在粉尘、烟雾或者更恶劣的环境下识别不清，准确度降低的情况，而使用CW雷达比图像视觉摄像头更有价格优势，降低成本。
本发明的另一个目的在于提供一种基于雷达人车识别系统的方法，实现在粉尘或烟雾的环境下或者更恶劣的环境情况下的人车识别。
为实现以上目的，本发明采用的技术方案为：一种基于雷达的人车识别门禁系统的方法，包括以下步骤：(A)雷达探测器单元采集雷达第一通道、第二通道的信号，同时采集512点；(B)对(A)得到的雷达信号进行两路放大；(C)根据安装设置的高度档位1或者档位2对(B)得到的两路信号进行选择；(D)通过(C)选择第一雷达通道信号和检测区域阈值g1或选择第二雷达通道信号和检测区域阈值g2，进行人车特征的提取；(E)通过(D)步骤中人车特征的提取计算车辆特征概率Q；(F)人允许通行模式时，Q<P，第一继电器单元工作，第一LED灯亮，行人可通行，系统关闭，结束程序，或不关闭系统，程序循环进行判断；若Q>P，第二LED灯亮，系统关闭，结束程序，或不关闭系统，程序循环进行判断；车允许通行模式时，Q>P，第二继电器单元工作，第一LED灯亮，车辆可通行，系统关闭，结束程序，或不关闭系统，程序循环进行判断；若Q<P，第二LED灯亮，系统关闭，结束程序，或不关闭系统，程序循环进行判断。
与现有技术相比，本发明存在以下技术效果：通过CW雷达进行人车识别，可以根据用户使用需求设置对应的模式，对进行系统检测范围的运动目标进行人车识别并进行相关动作，提高了通行效率，也减少人员重复性工作。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明基于雷达的人车识别系统的系统框图；
图2是本发明基于雷达的人车识别系统的系统流程图；
图3是本发明基于雷达的人车识别系统的人车特征提取算法流程图；
具体实施方式
下面结合图1至图3对本发明做进一步的详细叙述：
参阅图1，一种基于雷达的人车识别门禁系统，包括：用于采集人车信号的雷达探测器单元；用于对采集信号两路放大的信号调理单元；用于对采集信号进行识别处理的微处理器；以及与微处理器连接的输出单元，指示单元，高度设定单元和模式选择单元，微处理器对雷达采集信号进行识别分析后输出信号到输出单元及指示单元进行设定模式操作。一般采集信号都是通过图像视觉摄像头来进行数据的采集，这里是通过雷达来对信号的采集。
具体地，这里所说的雷达是CW雷达，因为CW雷达只能检测运动目标，可以通过行人和车辆的运动特征进行目标识别，即使在恶劣的环境中，例如:在粉尘或烟雾等，也能正常工作，不影响系统识别的准确性。
雷达探测器单元是通过发射固定频率的高频电磁信号，同时接收回波信号，根据多普勒效应，预处理CW雷达的混频信号，对预处理的混频信号进行人车信息的提取,CW雷达混频信号对运动目标进行检测，行人运动特征主要包含躯干和四肢的运动，运动特征为一个能量较大主目标和多个能量相对小的副目标；车辆的运动表现为一个刚体的运动，运动特征为一个能量较大的主目标并且周围无副目标，所以CW雷达通过发射固定频率的高频电磁信号，同时接收回波信号，混频后，提取混频信号的频率，然后通过信号调理单元进行雷达信号的两路放大，高度设定单元包括档位1和档位2，系统安装档位1的高度范围为3～5m，档位2的高度范围为5～7m。系统检测范围阈值设置为g1为80dB，g2为70dB，保证检测范围的长度与系统安装高度相等。系统安装，安装高度和设置的高度档位的高度范围相对应，安装对应角度为30～45度。模式选择单元包括人允许通行模式、车辆允许通行模式或者人和车都允许通行模式，雷达信号输入到微处理器中进行处理，并对继电器输出单元给出指令，第一继电器输出单元用于行人允许通行的控制机构，第二继电器输出单元用于车辆允许通行的控制机构，第一LED灯用于允许通行的指示，第二LED灯用于禁止通行的指示。
本系统不需要人为的操作，系统可以根据人和车的运动特征识别出目标为行人或者车辆，从而根据设定的模式进行操作。
参阅图2，一种基于雷达的人车识别门禁系统的方法，包括以下步骤：(A)雷达探测器单元采集雷达第一通道、第二通道的信号，同时采集512点；(B)对(A)得到的雷达信号经过两路不同运放，第一雷达通道放大300倍，第二雷达通道放大500倍，通过CW雷达混频信号提取人和车的行为特征；设置系统的检测范围阈值g1为80dB，g2为70dB，车辆判定阈值P为80％，设置FFT处理获得能力最大的目标a，能量值为A,人车特征概率为Q,雷达信号经过高度设置档位1,YES，选择第一雷达通道信号和检测区域阈值g1，信号最大幅值A>g1,YES，进入人车特征提取；NO,系统关闭或不关闭系统，程序循环进行判断；雷达信号经过高度设置档位1,NO，选择第二雷达通道信号和检测区域阈值g2，信号最大幅值A>g2,YES，进入人车特征提取；NO,系统关闭或不关闭系统，程序循环进行判断；通过人车特征的提取计算车辆特征概率Q；选择通行模式，人允许通行模式，YES,Q>P,YES,第二LED灯亮，系统关闭或不关闭系统，程序循环进行判断；人允许通行模式，YES,Q>P,NO,第一继电器单元工作，第一LED灯亮，系统关闭；人允许通行模式，NO,车允许通行模式,YES,Q>P,YES,第二继电器单元工作，第一LED灯亮，系统关闭；车允许通行模式,YES,Q>P,NO,第二LED灯亮，系统关闭或不关闭系统，程序循环进行判断；车允许通行模式,NO,人、车都允许通行模式,第一继电器工作，第二继电器工作，第一LED灯亮，系统关闭；(F)系统关闭,NO,回到雷达第一通道，第二通道的信号同时采集512点，系统关闭,YES,关闭系统，结束。
具体地，当系统为人允许通行模式时，若Q<P，第一继电器单元工作，第一LED灯亮，行人可通行，系统关闭，结束程序，或不关闭系统，程序循环进行判断；若Q>P，第二LED灯亮，系统关闭，结束程序，或不关闭系统，程序循环进行判断。
当系统为车允许通行模式时，若Q>P，第二继电器单元工作，第一LED灯亮，车辆可通行，系统关闭，结束程序，或不关闭系统，程序循环进行判断；若Q<P，第二LED灯亮，系统关闭，结束程序，或不关闭系统，程序循环进行判断。
参阅图3，一种基于雷达的人车识别门禁系统的方法，设置目标运动的速度大于阈值V1的目标为车辆，速度小于V1且大于V2的目标，根据速度越大目标运动稳定性越差的关系建立特征系数Q_k，速度小于V2的目标，建立特征系数Q_k，运动特征提取的车辆特征概率Q乘以特性系数Q_k获得最终车辆特征概率Q，FFT处理获得能量最大目标a，能量值为A,设置目标a的速度为v,速度阈值V1、V2，V1为20Km/h，V2为5Km/h，设置副目标的能量区间阈值系数k1、k2，k1为1/5，k2为2/3，设置信号截取长度阈值N，N为40，设置特征概率函数阈值n_flag1、n_flag2，n_flag1为10，n_flag2为30，
当v≤v2，Q_k＝0.8+0.2*v/V2；
否则v2<v≤v1,Q_k＝1+(v-v2)/(v1-v2)；
都得到特征系数Q_k，
L_level＝A*k1,
H_level＝A*k2,截取距离目标a最近的N目标点，然后得出幅值>L-level的目标个数n1，幅值>H-level的目标个数n2，n＝n1-n2；
得出
Figure GDA0003826429060000041
Figure GDA0003826429060000042
具体来说，因为CW雷达只能检测运动目标，可以通过行人和车辆的运动特征进行目标识别。行人的运动特征主要包含躯干和四肢的运动，运动特征为一个能量较大主目标和多个能量相对小的副目标；车辆的运动表现为一个刚体的运动，运动特征为一个能量较大的主目标并且周围无副目标。目标运动的速度大小会影响特征的表现，速度大于阈值V1的目标都为车辆；速度小于V1且大于V2的目标，根据速度越大目标运动稳定性越差的关系建立特征系数Q_k；速度小于V2的目标，建立特征系数Q_k。运动特征提取的车辆特征概率Q乘以特性系数Q_k获得最终车辆特征概率Q。
通过上述实施方式可见本发明有以下优点：
(1)采用CW雷达解决了图像视觉在粉尘、烟雾或者更恶劣的环境下识别不清，准确度降低的情况，CW雷达是检测运动目标，可以通过行人和车辆的运动特征进行目标识别，即使在恶劣的环境中，例如:在粉尘或烟雾等，也能正常工作，不影响系统识别的准确性。
(2)CW雷达比现有技术中用到的图像视觉摄像头存在价格优势，降低成本。
(3)通过CW雷达进行人车识别，可以根据用户使用需求设置对应的模式，对进行系统检测范围的运动目标进行人车识别并进行相关动作，提高了通行效率，也减少人员重复性工作。

Claims (9)

1.一种基于雷达的人车识别门禁方法，其特征在于：所述方法包括以下步骤：
(A)雷达探测器单元采集雷达第一通道、雷达第二通道的信号，同时采集512点；
(B)对(A)得到的雷达信号进行两路放大；
(C)根据安装设置的高度档位1或者档位2对(B)得到的两路信号进行选择；
(D)通过(C)选择第一雷达通道信号和检测区域阈值g1或选择第二雷达通道信号和检测区域阈值g2，进行人车特征的提取；
(E)通过(D)步骤中人车特征的提取计算人车特征概率Q，其中1≥Q≥0，设置目标运动的速度大于阈值V1的目标为车辆，速度小于V1且大于V2的目标，根据速度越大目标运动稳定性越差的关系建立特征系数Q_k，速度小于V2的目标，建立特征系数Q_k，运动特征提取的人车特征概率Q乘以特性系数Q_k获得最终人车特征概率Q，FFT处理获得能量最大目标a，能量值为A,设置目标a的速度为v,速度阈值V1、V2，V1为20Km/h，V2为5Km/h，设置副目标的能量区间阈值系数k1、k2，k1为1/5，k2为2/3，设置信号截取长度阈值N，N为40，设置特征概率函数阈值n_flag1、n_flag2，n_flag1为10，n_flag2为30，当v≤V2，Q_k＝0.8+0.2*v/V2；否则V2<v≤V1,Q_k＝1+(v-V2)/(V1-V2)；都得到特征系数Q_k，L_level＝A*k1,H_level＝A*k2,截取距离目标a最近的N目标点，然后得出幅值>L-level的目标个数n1，幅值>H-level的目标个数n2，n＝n1-n2；
得出
Figure FDA0003926299100000011
Figure FDA0003926299100000012
(F)人允许通行模式时，Q<P，第一继电器工作，第一LED灯亮，行人可通行，系统关闭，结束程序，或不关闭系统，程序循环进行判断；若Q>P，第二LED灯亮，系统关闭，结束程序，或不关闭系统，程序循环进行判断；
车允许通行模式时，Q>P，第二继电器工作，第一LED灯亮，车辆可通行，系统关闭，结束程序，或不关闭系统，程序循环进行判断；若Q<P，第二LED灯亮，系统关闭，结束程序，或不关闭系统，程序循环进行判断；步骤F中设置人车判定阈值P为80％。
2.根据权利要求1所述的一种基于雷达的人车识别门禁方法，其特征在于：所述步骤B中雷达信号进行两路不同运放,第一雷达通道的放大倍数为300，第二雷达通道的倍数为500。
3.根据权利要求1所述的一种基于雷达的人车识别门禁方法，其特征在于：所述步骤D中选择第一雷达通道信号和检测区域阈值g1为80dB，选择第二雷达通道信号和检测区域阈值g2为70dB。
4.一种用于实现如权利要求1所述的一种基于雷达的人车识别门禁方法的系统，其特征在于，包括：
用于采集人车信号的雷达探测器单元；
用于对采集信号放大的信号调理单元；
用于对采集信号进行识别处理的微处理器；
以及与微处理器连接的输出单元，指示单元，高度设定单元和模式选择单元，所述微处理器对雷达采集信号进行识别分析后输出信号到输出单元及指示单元进行设定模式操作。
5.根据权利要求4所述的一种系统，其特征在于：所述雷达探测器单元是CW雷达探测。
6.根据权利要求4或5所述的一种系统，其特征在于：所述高度设定单元包括档位1和档位2，档位1的高度范围为3～5m，档位2的高度范围为5～7m。
7.根据权利要求4所述的一种系统，其特征在于：所述模式选择单元包括人允许通行模式、车辆允许通行模式或者人和车都允许通行模式。
8.根据权利要求4所述的一种系统，其特征在于：所述输出单元包括第一继电器输出单元，第二继电器输出单元。
9.根据权利要求4所述的一种系统，其特征在于：所述指示单元包括第一LED灯指示单元，第二LED灯指示单元。
CN201810606468.3A 2018-06-13 2018-06-13 一种基于雷达的人车识别门禁系统及方法 Active CN109116346B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810606468.3A CN109116346B (zh) 2018-06-13 2018-06-13 一种基于雷达的人车识别门禁系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810606468.3A CN109116346B (zh) 2018-06-13 2018-06-13 一种基于雷达的人车识别门禁系统及方法

Publications (2)

Publication Number Publication Date
CN109116346A CN109116346A (zh) 2019-01-01
CN109116346B true CN109116346B (zh) 2023-01-06

Family

ID=64822242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810606468.3A Active CN109116346B (zh) 2018-06-13 2018-06-13 一种基于雷达的人车识别门禁系统及方法

Country Status (1)

Country Link
CN (1) CN109116346B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109917714B (zh) * 2019-03-27 2020-11-10 森思泰克河北科技有限公司 道闸控制方法及装置
CN111880160B (zh) * 2020-08-10 2023-01-31 深圳电目科技有限公司 基于雷达的人车识别方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101539990A (zh) * 2008-03-20 2009-09-23 中国科学院自动化研究所 一种虹膜图像鲁棒特征选择和快速比对的方法
CN102811343A (zh) * 2011-06-03 2012-12-05 南京理工大学 一种基于行为识别的智能视频监控系统
CN106296950A (zh) * 2016-09-30 2017-01-04 深圳市商汤科技有限公司 一种基于人脸识别的门禁系统
JP2017037076A (ja) * 2015-08-13 2017-02-16 株式会社リコー 位置判断方法、位置判断装置及び電子機器
CN206292891U (zh) * 2016-12-16 2017-06-30 扬州瑞控汽车电子有限公司 一种基于人体特征识别的门禁控制系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1268827C (zh) * 2000-10-20 2006-08-09 布鲁索尔泰克有限公司 利用无线电通信的目标装置的控制系统和控制方法
CN104536009B (zh) * 2014-12-30 2016-12-28 华中科技大学 一种激光红外复合的地面建筑物识别及导航方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101539990A (zh) * 2008-03-20 2009-09-23 中国科学院自动化研究所 一种虹膜图像鲁棒特征选择和快速比对的方法
CN102811343A (zh) * 2011-06-03 2012-12-05 南京理工大学 一种基于行为识别的智能视频监控系统
JP2017037076A (ja) * 2015-08-13 2017-02-16 株式会社リコー 位置判断方法、位置判断装置及び電子機器
CN106296950A (zh) * 2016-09-30 2017-01-04 深圳市商汤科技有限公司 一种基于人脸识别的门禁系统
CN206292891U (zh) * 2016-12-16 2017-06-30 扬州瑞控汽车电子有限公司 一种基于人体特征识别的门禁控制系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
低分辨雷达目标分类的最小代价拒判算法;陈志仁等;《自动化学报》;20180323(第06期);全文 *
基于GMM的移动终端声纹持续认证;石元兵等;《通信技术》;20170810(第08期);全文 *
基于多特征融合的飞机目标识别;周静等;《华中科技大学学报(自然科学版)》;20090115(第01期);全文 *

Also Published As

Publication number Publication date
CN109116346A (zh) 2019-01-01

Similar Documents

Publication Publication Date Title
CN109948582B (zh) 一种基于跟踪轨迹分析的车辆逆行智能检测方法
KR100459476B1 (ko) 차량의 대기 길이 측정 장치 및 방법
US8339282B2 (en) Security systems
Pan et al. Traffic surveillance system for vehicle flow detection
CN104835323B (zh) 一种结合电子围栏的多目标公交客流检测方法
CN107301776A (zh) 基于视频检测技术的车道路况处理及发布方法
CN106541968B (zh) 基于视觉分析的地铁车厢实时提示系统的识别方法
CN103576154A (zh) 使用雷达和摄像机的障碍物探测的融合
CN109116346B (zh) 一种基于雷达的人车识别门禁系统及方法
CN103400500A (zh) 车辆信息数据采集装置及方法
CN109932702B (zh) 道闸控制方法及道闸雷达
AU2015352462A1 (en) Method of controlling a traffic surveillance system
CN103236162A (zh) 一种基于视频分析的信号交叉口通行能力分析方法
CN109977908B (zh) 一种基于深度学习的车辆行车车道检测方法
CN109541601A (zh) 基于毫米波的障碍物识别系统及其检测方法
CN103345842A (zh) 一种道路车辆分型系统及方法
CN102254394A (zh) 一种基于视频差异分析的输电线路杆塔防盗监控方法
CN104616381A (zh) 一种小区物业汽车通道智能测控门禁系统
CN111157994A (zh) 一种毫米波雷达感知算法
CN113192337A (zh) 一种基于毫米波雷达的车位检测方法
CN108839614A (zh) 一种用于电动车的车辆安全减速系统
CN105426852A (zh) 车载单目长波红外相机行人识别方法
CN110648542B (zh) 基于方位识别窄波雷达的高精度车流量检测系统
CN110517251B (zh) 一种景区区域过载检测与预警系统及方法
CN105774779B (zh) 抑制自动紧急制动系统对小障碍物误工作的装置和方法

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