CN109212513A - 多目标在雷达间数据传递、数据融合及连续跟踪定位方法 - Google Patents
多目标在雷达间数据传递、数据融合及连续跟踪定位方法 Download PDFInfo
- Publication number
- CN109212513A CN109212513A CN201811151758.XA CN201811151758A CN109212513A CN 109212513 A CN109212513 A CN 109212513A CN 201811151758 A CN201811151758 A CN 201811151758A CN 109212513 A CN109212513 A CN 109212513A
- Authority
- CN
- China
- Prior art keywords
- radar
- data
- information
- radar data
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 72
- 230000004927 fusion Effects 0.000 title claims abstract description 32
- 230000004807 localization Effects 0.000 title claims abstract description 8
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000007405 data analysis Methods 0.000 claims abstract description 11
- 238000005192 partition Methods 0.000 claims description 24
- 238000012544 monitoring process Methods 0.000 claims description 23
- 230000002159 abnormal effect Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 14
- 230000033001 locomotion Effects 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 8
- 241001465754 Metazoa Species 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 230000002547 anomalous effect Effects 0.000 claims description 3
- 238000007499 fusion processing Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 17
- 230000003993 interaction Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 241001269238 Data Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000005641 tunneling Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01S13/006—Theoretical aspects
-
- 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
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
- G01S13/726—Multiple target tracking
Abstract
本发明公开了多目标在雷达间数据传递、数据融合及连续跟踪定位方法,所述方法包括:至少两个雷达传感器采集各雷达检测区域内的各原始雷达数据;各雷达数据处理器对采集到的各原始雷达数据进行数据分析处理、目标判断、数据传递或数据融合的处理;各雷达数据处理器根据预设的多目标跨雷达间连续跟踪实时定位模型和对应的算法,对相应的处理后的雷达数据进行处理,得到相应的有效跟踪目标,并对确定出的各有效跟踪目标进行跟踪。本发明的方案,能够做到:各雷达传感器采集到的各原始雷达数据之间能够进行数据传递或数据融合,且各雷达数据处理器能够根据各处理后的雷达数据确定出各有效跟踪目标并进行持续跟踪、实时定位。
Description
技术领域
本发明涉及交通领域以及雷达数据处理分析、跟踪、融合技术领域,具体涉及多目标在雷达间数据传递、数据融合及连续跟踪定位方法。
背景技术
现有的技术雷达技术,往往仅仅通过一个雷达传感器采集该雷达对应的雷达电波覆盖范围内的行驶车辆的原始雷达数据,且采集到的原始雷达数据往往是随机的数据,根据该采集到的原始雷达数据并无法判断出当前监控车道内行驶车辆的行驶方向,这样,后期与该雷达传感器对应的该雷达数据处理器对采集到的原始雷达数据进行处理的过程是无序的,首先需要判断原始雷达数据中哪些数据是正向行驶方向的数据,哪些数据是反向行驶方向的数据。
进一步地,由于现有的技术采用的是一个雷达传感器,就无法做到对各雷达传感器采集到的各原始雷达数据进行数据传递,以及进行数据融合的处理,这样,得到的雷达原始数据也更加单一,且并不准确,因此,现有的雷达数据处理器无法对雷达传感器采集到的原始雷达数据进行数据传递,以及数据融合的处理,这样,得到的原始雷达数据并不准确。
进一步地,由于仅仅根据单一的雷达传感器采集到的原始雷达数据不够准确,这样,就无法根据该不准确的原始雷达数据对待锁定的有效目标进行有效跟踪。
如何对多个雷达传感器采集到的同一车道内的行驶车辆的多个原始雷达数据进行数据处理,以及如何根据处理后的雷达数据对待锁定的目标进行有效跟踪,是待解决的技术问题。
发明内容
本发明实施例的目的在于提供多目标在雷达间数据传递、数据融合及连续跟踪定位方法,用以解决现有的雷达间采集的数据无法进行数据传递、数据融合,以及无法根据处理得到的数据对目标进行连续跟踪的问题。
为实现上述目的,本发明实施例提供多目标在雷达间数据传递、数据融合及连续跟踪定位方法,所述方法包括:至少两个雷达传感器采集各雷达电波覆盖范围内对应的检测区域内的行驶车辆、行人以及其他目标对象的各原始雷达数据,并将各原始雷达数据传输至相应的雷达数据处理器;各雷达数据处理器对采集到的各原始雷达数据进行数据分析处理、目标判断、数据传递的第一数据处理,使得各原始雷达数据之间能够进行数据传递;和/或,各雷达数据处理器对采集到的各原始雷达数据进行数据融合的第二数据处理,使得各原始雷达数据之间能够进行数据融合,得到相应的处理后的雷达数据;各雷达数据处理器根据预设的预设的多目标跨雷达间连续跟踪实时定位模型和对应的算法,对相应的处理后的雷达数据进行处理,得到相应的有效跟踪目标,并对确定出的各有效跟踪目标进行持续跟踪、实时定位。
可选地,各雷达数据处理器均能够对采集到的检测区域内双向或多向车道行驶的行驶车辆、行人或其他目标物体对象的各原始雷达数据进行处理。
可选地,各雷达数据处理器对应的各自检测区域内双向或多向车道均能够根据所述多目标跨雷达间连续跟踪实时定位模型,转换出与行车通道通行方向相匹配的输出信号,并将匹配出的输出信号通过对应规格的通信接口将单个雷达区域内或多个雷达区域内各跟踪对象对应的各雷达数据信息输出至第三方管理平台或设备;其中,所述跟踪对象至少包括以下一项:车辆、行人、动物、抛洒物;各雷达数据信息包括各跟踪对象的各跟踪信息和基于各跟踪信息分析得到的交通状况分析信息;各跟踪信息至少包括以下一项:即时速度信息、运动方向信息、经纬度信息、目标尺寸信息、ID编号信息、方向角信息;所述交通状况分析信息至少包括以下一项:交通状态信息、路况状态信息、车道通行状态信息、异常事件事故告警信息。
可选地,所述方法还包括:设置与以下至少一个过程相关联的各个关联参数:两个及两个以上的雷达传感器之间的数据传递过程;对同一目标持续跟踪过程;跨雷达跟踪过程;两个及两个以上的雷达传感器之间的数据融合过程。
可选地,所述方法还包括:通过服务器对各个关联参数对应的规则进行配置。
可选地,所述方法还包括:通过服务器对各雷达布设的参数进行配置,各雷达包括各雷达传感器和对应的各雷达数据处理器。
可选地,所述方法还包括:对各雷达传感器采集各原始雷达数据的区域进行分区,每一个分区为一个车道区域,每一个车道区域包括双向或多向多车道,以及针对各个双向或多向多车道对应的检测区域。
可选地,所述方法还包括:当各雷达传感器检测到当前分区对应的区域内的当前一台或两台及两台以上的行驶车辆、行人或其他目标物体对象出现异常时,则当前分区对应的区域进入警报状态,并用警报声和/标注的警戒颜色提示当前分区对应的区域出现异常。
可选地,所述方法还包括:服务器向摄像机发送监控指令,所述监控指令用于通过摄像机对出现异常的当前分区进行监控,其中,各摄像机用于拍摄出现异常的当前分区的监控视频图像。
可选地,所述方法还包括:对出现异常的当前分区进行监控的各个摄像机进行布设,以及所述对出现异常的当前分区进行监控的各个摄像机进行布设具体包括:添加用于监控出现异常的当前分区的各个摄像机,其中,各个摄像机的监控模式至少包括以下一项:临近跟踪模式、持续跟踪模式;设定各监控摄像机各预置位置,各监控摄像机的各预设位置至少包括以下一项:各监控摄像机的各摇移值、各监控摄像机的各倾斜值、各监控摄像机的各高度值和各监控摄像机的各变焦定位值;设定各监控摄像机的各监控路径。
本发明实施例具有如下优点:本发明实施例提供的多目标在雷达间数据传递、数据融合及连续跟踪定位方法,能够做到:各雷达传感器采集到的各原始雷达数据之间能够进行数据传递,或数据融合,且各雷达数据处理器能够根据各处理后的雷达数据确定出各有效跟踪目标并进行跟踪。
附图说明
图1为本发明实施例1提供的多目标在雷达间数据传递、数据融合及连续跟踪定位方法的流程示意图;
图2为本发明实施例1提供的雷达对目标持续跟踪的方法的流程示意图;
图3为本发明实施例1提供的重叠区域目标唯一性判断模型对应的方法流程示意图;
图4为本发明实施例1提供的相同目标数据融合模型以及工作流程示意图;
图5为本发明实施例1提供的数据平行传输功能模块的结构示意图;
图6为本发明实施例2提供的连续跟踪方法的一流程示意图;
图7为本发明实施例3提供的雷达布设流程示意图;
图8为本发明实施例4提供的摄像机布设与工作流程图;
图9为本发明实施例5提供的工作站工作流程图。
具体实施方式
以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例1
根据本发明的实施例,提供了多目标在雷达间数据传递、数据融合及连续跟踪定位方法,如图1所示,为本发明实施例1提供的多目标在雷达间数据传递、数据融合及连续跟踪定位方法的一流程示意图。该方法至少包括以下步骤:
S101,至少两个雷达传感器采集各雷达电波覆盖范围内对应的检测区域内的行驶车辆、行人以及其他目标对象的各原始雷达数据,并将各原始雷达数据传输至相应的雷达数据处理器;
S102,各雷达数据处理器对采集到的各原始雷达数据进行数据分析处理、目标判断、数据传递的第一数据处理,使得各原始雷达数据之间能够进行数据传递;和/或,各雷达数据处理器对采集到的各原始雷达数据进行数据融合的第二数据处理,使得各原始雷达数据之间能够进行数据融合,得到相应的处理后的雷达数据;
S103,各雷达数据处理器根据预设的预设的多目标跨雷达间连续跟踪实时定位模型,对相应的处理后的雷达数据进行处理,得到相应的有效跟踪目标,并对确定出的各有效跟踪目标进行持续跟踪、实时定位;这样,本发明实施例提供的多目标在雷达间数据传递、数据融合及连续跟踪定位方法,能够做到:各雷达传感器采集到的各原始雷达数据之间能够进行数据传递,或数据融合,且各雷达数据处理器能够根据各处理后的雷达数据确定出各有效跟踪目标并进行持续跟踪、实时定位。
需要说明的是,在本发明实施例1提供的方法中,预设的多目标跨雷达间连续跟踪实时定位模型和对应的算法是常规的技术,在此不再赘述。
在一个可选的例子中,各雷达数据处理器均能够对采集到的检测区域内双向或多向车道行驶的行驶车辆、行人或其他目标对象的各原始雷达数据进行处理;这样,能够有效地区分出行驶方向相反的行驶车辆的各原始雷达数据。
在一个可选的例子中,各雷达数据处理器对应的各自检测区域内双向或多向车道均能够根据所述多目标跨雷达间连续跟踪实时定位模型,转换出与行车通道通行方向相匹配的输出信号,并将匹配出的输出信号通过对应规格的通信接口将单个雷达区域内或多个雷达区域内各跟踪对象对应的各雷达数据信息输出至第三方管理平台或设备;其中,所述跟踪对象至少包括以下一项:车辆、行人、动物、抛洒物;各雷达数据信息包括各跟踪对象的各跟踪信息和基于各跟踪信息分析得到的交通状况分析信息;各跟踪信息至少包括以下一项:即时速度信息、运动方向信息、经纬度信息、目标尺寸信息、ID(IDentity,身份标识号码)编号信息、方向角信息、所在车道信息,并判断该目标是否是行人、车辆或障碍物体;所述交通状况分析信息至少包括以下一项:交通状态信息、路况状态信息、车道通行状态信息、异常事件事故告警信息;这样,能够做到输出信号与行车通道通信方向保持一致。
在一个可选的例子中,所述方法还包括:设置与以下至少一个过程相关联的各个关联参数:两个及两个以上的雷达传感器之间的数据传递过程;对同一目标持续跟踪过程;跨雷达跟踪过程;两个及两个以上的雷达传感器之间的数据融合过程。
在一个可选的例子中,所述方法还包括:通过服务器对各个关联参数对应的规则进行配置。
在一个可选的例子中,所述方法还包括:通过服务器对各雷达布设的参数进行配置,各雷达包括各雷达传感器和对应的各雷达数据处理器。
在一个可选的例子中,所述方法还包括:对各雷达传感器采集各原始雷达数据的区域进行分区,每一个分区为一个车道区域,每一个车道区域包括双向或多向多车道,以及针对各个双向或多向多车道对应的双向或多向检测区域。
在一个可选的例子中,所述方法还包括:当各雷达传感器检测到当前分区对应的区域内的当前一台或两台及两台以上的行驶车辆、行人或其他目标对象出现异常时,则当前分区对应的区域进入警报状态,并用警报声和/标注的警戒颜色提示当前分区对应的区域出现异常;当各雷达传感器检测到当前分区对应的区域内的行驶车辆出现异常时,则用警报声和/标注的警戒颜色提示当前分区对应的区域出现异常,这样,能够及时通知相关人员,便于相关人员及时、快速地做出相应的处理。
在一个可选的例子中,所述方法还包括:服务器向摄像机发送监控指令,监控指令用于通过摄像机对出现异常的当前分区进行监控,其中,各摄像机用于拍摄出现异常的当前分区的监控视频图像。
在一个可选的例子中,所述方法还包括:对出现异常的当前分区进行监控的各个摄像机进行布设,以及对出现异常的当前分区进行监控的各个摄像机进行布设具体包括:添加用于监控出现异常的当前分区的各个摄像机,其中,各个摄像机的监控模式至少包括以下一项:临近跟踪模式、持续跟踪模式;设定各监控摄像机各预置位置,各监控摄像机的各预设位置至少包括以下一项:各监控摄像机的各摇移值、各监控摄像机的各倾斜值、各监控摄像机的各高度值和各监控摄像机的各变焦定位值;设定各监控摄像机的各监控路径。
为了更好地理解本发明实施例1提供的方法,图2示出了雷达对目标持续跟踪的过程,如图2所示,为本发明实施例1提供的雷达对目标持续跟踪的方法的流程示意图。如图2所示,雷达对目标持续跟踪的过程如下所述:
设定雷达检测区域和系统工作参数;
临近雷达间自动检测是否有区域重叠;
若判断出临近雷达间没有区域重叠,则各雷达进入独立雷达工作模式;反之,若判断出临近雷达间有区域重叠,则启动重叠区域目标唯一性判断模型以及算法,并在成功启动重叠区域目标唯一性判断模型以及算法之后,调用目标持续跟踪定位模型以及算法,进一步地调用目标持续跟踪数据融合模型以及算法,进一步地启动同一目标数据平行传输功能模块,这样,雷达数据分析处理器之间能够进行数据交互,最终将数据输出;上述“启动重叠区域目标唯一性判断模型以及算法,并在成功启动重叠区域目标唯一性判断模型以及算法之后,调用目标持续跟踪定位模型以及算法,进一步地调用目标持续跟踪数据融合模型以及算法,进一步地启动同一目标数据平行传输功能模块,雷达数据分析处理器之间能够进行数据交互”步骤可以根据具体不同的应用场景重复执行,至到最终数据输出为止。
若上述启动重叠区域目标唯一性判断模型以及算法的过程失败,则停止停止跨雷达目标持续跟踪定位的过程。
需要说明的是,上述过程涉及到众多模型和模型对应的算法,上述模型是基于常规的算法,并对常规的算法进行相应的改进,得到改进后的算法,并基于改进后的算法建立起来的模型,基于模型和各模型对应的算法不是本发明实施例1提供的方法保护的重点,只要能够实现相应的模块功能的对应算法均在本发明实施例1提供的方法保护的范围内,在此不再赘述。
此外,还需说明的是,目标对象持续跟踪的方法和单雷达对目标对象持续跟踪的方法相同,在此不再赘述,烦请参看前面所述的过程。
如图3所示,为本发明实施例1提供的重叠区域目标唯一性判断模型对应的方法流程示意图。
如图3所示,雷达数据处理器1用于获取被跟踪目标的经纬度信息,雷达数据处理器1还用于获取被跟踪目标的即时速度信息,雷达数据处理器1还用于获取被跟踪目标的所在车道信息,雷达数据处理器1还用于获取被跟踪目标的运动方向信息。
雷达数据处理器2的功能与雷达数据处理器1的功能类似,也是用于获取被跟踪目标的上述信息;这样,将雷达数据处理器1和雷达数据处理器2获取到的被跟踪目标的上述信息进行数据交互,数据交互与融合的发起和判断以被跟踪目标初进入雷达检测区域所对应的数据分析处理器为主。
在将雷达数据处理器1和雷达数据处理器2获取到的被跟踪目标的上述信息进行数据交互的过程中,需要判断被跟踪的两个目标的经纬度信息是否一致,还需要判断被跟踪的两个目标的即时速度信息是否一致,进一步地还需要判断被跟踪的两个目标的所在车道信息是否一致,最终还需要判断被跟踪两个目标的运动方向信息是否一致,在被跟踪的两个目标的上述信息均一致后,进一步地调用目标持续跟踪定位模型以及算法进行针对目标对象的持续跟踪、实时定位。
如图4所示,为本发明实施例1提供的相同目标数据融合模型以及工作流程示意图。
相同目标数据融合模型以及相应的工作流程图对应的描述如下所述:
雷达数据处理器1用于获取被跟踪目标的经纬度信息,雷达数据处理器还用于获取被跟踪目标的即使速度信息,雷达数据处理器1还用于获取被跟踪目标的所在车道信息,此外,雷达数据处理器1还用于获取被跟踪目标的运动方向信息。
雷达数据处理器2的功能与雷达数据处理器1的功能类似,也是用于获取被跟踪目标的上述信息,在此不再赘述。
雷达数据处理器1获取到的被跟踪目标的数据信息与雷达数据处理器2获取到的被跟踪目标的数据信息进行数据交互融合,在数据交互融合的过程中,数据交互与融合的发起和判断以被跟踪目标初进入雷达检测区域所对应的数据分析处理器为主,在进行数据交互融合的过程中,能够得到相应的融合数据:两雷达间目标唯一经纬度信息、两雷达间目标唯一即时速度信息、两雷达间目标唯一所在车道信息、两雷达间目标唯一运动方向信息、目标唯一的ID编码信息;在获取到上述融合数据之后,进一步地启动同一目标数据平行传输功能模块。
图5为本发明实施例1提供的数据平行传输功能模块的结构示意图;如图5所示,雷达数据采集分析处理器1和雷达数据采集分析处理器2用于采集被跟踪目标对象的被跟踪的唯一性多目标信息;此外,雷达数据采集分析处理器2和雷达数据采集分析处理器3也用于采集被跟踪目标对象的被跟踪唯一性的多目标信息;如图5所示,上述雷达数据采集分析处理器采集数据的过程是并行进行的,不再赘述。
平行传输功能模块主要作用是将被跟踪的目标物体系统所赋予的唯一雷达数据信息以接力的方式传递下去,直到被跟踪的目标驶离连续雷达的所覆盖的检测区域为止。举例说明,车辆1由1号雷达所覆盖的区域进入从3号雷达所覆盖的区域驶离,2号车3号雷达所覆盖的区域进入从1号雷达所覆盖的区域驶离,采用本功能模块后两辆车刚开始进入雷达检测区域后,系统所赋予被跟踪目标的唯一识别身份信息在多个雷达间进行相互的穿梭而不会被更改。
实施例2
如图6所示,为本发明实施例2提供的连续跟踪方法的一流程示意图。如图6所示,示出了检测区域、车道区域和分区
如图6所示,检测区域有检测区域1和检测区域2。
如图6所示,雷达数据处理器A包括与其相匹配的通道0和通道1,其中,通道0对应于西侧跟踪参数,通道1对应于东侧跟踪参数。
如图6所示,雷达数据处理器B包括与其相匹配的通道0和通道1,其中,通道0对应于西侧跟踪参数,通道1对应于东侧跟踪参数。
需要说明的是,检测区域用来表示道路两边的最外侧边界。一般来说车流行驶的一个方向定义一个检测区域。
行车道代表道路上一条或多条同向行驶的车道。每条行车道都包括一定数量的需要监控的车道。
分区称作一个车道区域。一个车道区域包括双向或多向多车道,并设置其对应的检测区域。以100米为间隔或以其他平均数值为间隔,每条车行道被分为多个分区。分区在整个系统操作中起着关键的角色,通过跟踪一台或多台车辆、并检测到存在问题时,整个分区(而不是某台车辆)将进入报警状态,并用红色(也可以用其它颜色进行提示)提示目标所在的区域和用报警声音来提示操作人员注意;随后向摄像头发送监控这个分区的指令。
实施例3
雷达、跟踪器和跟踪参数
雷达的位置安装在道路中央或路侧,其检测区域覆盖所有被检测的车道,两个雷达间有部分检测区域重叠。在重叠的检测区域内,两台雷达会同时检测到同一辆车辆,但由于采用的算法规则,这些规则是通过获取这辆车在两个不同雷达间所产生的雷达数据进行分析对比以及匹配,来确认两个雷达检测的车辆是否属于同一辆汽车,如果属于同一辆汽车雷达数据处理器就会将两者数据进行交换和传递和融合,避免了重复计数和错误跟踪现象的出现。每个雷达都会监控双向车道。每台雷达传感器直接与所属的数据处理器相连,后者的作用是将原始雷达数据处理为有效的跟踪目标。每个数据处理器都包括两通道,使其可以对双向车道中行驶的车辆进行高效监控。数据处理器根据实际道路(车道数、行驶方向、车道宽度)情况设置两条或多条一致的对应检测通道,再根据连续跟踪实时定位模型以及算法转换出符合行车道通行方向的输出信号,可通过系统通信接口将单个雷达区域内或多个雷达区域内所有跟踪的目标如车辆、行人、动物、抛洒物等雷达数据信息包括:即时速度、运动方向、经纬度、目标尺寸、ID编号、方向角、所在车道等,以及通过这些数据分析处理后所得到的交通状态信息、路况状态信息、车道通行状态信息、异常事件事故告警信息等输出给第三方管理平台或设备使用。连续跟踪模型以及算法是通用模块,用于设置多雷达传感器之间的数据传递和同一目标持续跟踪,并且支撑跨雷达跟踪。
如图7所示,为本发明实施例3提供的雷达布设流程示意图。
雷达布设是整个系统工作的关键环节,雷达布设正确、参数规则设定正确,整个系统就能够达到真正的使用需求,因为服务器是对所有雷达传感器、数据采集分析处理以及工作站(用户管理平台)全部的管理,由他来完成整个系统架构的搭建以及系统资源的分配和管理。服务器是整个数据的中心,也是核心业务的中心,管理中心,数据生成与第三方联动的中心。而雷达传感器的和处理器的布设又是这个环节的基础。
实施例4
如图8所示,为本发明实施例4提供的摄像机布设与工作流程图。
如图8所示,本发明实施例4提供的摄像机布设的步骤如下所述:
1)添加监控摄像机:本系统可以同时控制多个遥控式监控摄像机来对目标进行持续跟踪查看,也可以对多个目标进行查看。为了管理后续可能增加的大量设备,系统将每个单独的监控摄像机添加到两种不同类型的组中:监控摄像机组和监控摄像机关联组,两个类型的组分别控制者监控摄像机不同的工作模式:
根据对监控摄像机组的整体设置,系统控制各个监控摄像机对多个被跟踪物体作出反应:
临近跟踪模式:组中的摄像头只会静止监控视野内的物体;
持续跟踪模式:组中的监控摄像机会配合跟踪目标的移动,在切换到下一个跟踪目标之前调整各自的跟踪方式。
监控摄像机关联组:对监控摄像机与运行监控摄像机跟踪服务程序的算机之间的连接方式进行了定义。从多种连接方式中选择一种进行连接。某个连接组中的所有摄像头会共享相同的连接方式,并通过目标信息号进行区分。每个类型的组中可以添加任意数量的监控摄像机,监控摄像机也可以添加到到各组中。
2)设定监控摄像机预置位:监控摄像机预置位可以定义一个或多个监控摄像机位置(每个都包括摇移、倾斜、高度和变焦定位值)。
3)设定监控路径:监控路径是一个快速启动程序,可以命令空闲状态下的监控摄像机执行一系列的动作。监控摄像机监控的起始位置为创建摄像机预置位在的两个或以上。在“摄像机监控路径编辑”,调入需要的摄像机预设值,并为每个数值分配一个停留时长。完成监控路径命令编辑并启用,摄像机在空闲时段将按照各种预设值的规定位置和路径移动。
实施例5
如图9所示,为本发明实施例5提供的工作站工作流程图。工作站主要起到人机交互、数据查看、报警信息查看或确认以及简单的日常操作的作用。其他功能与服务器一样,因此本处不再赘述,烦请查看实施例1中服务器的相关功能。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (10)
1.多目标在雷达间数据传递、数据融合及连续跟踪定位方法,其特征在于,包括:
至少两个雷达传感器采集各雷达电波覆盖范围内对应的检测区域内的行驶车辆、行人以及其他目标对象的各原始雷达数据,并将各原始雷达数据传输至相应的雷达数据处理器;
各雷达数据处理器对采集到的各原始雷达数据进行数据分析处理、目标判断、数据传递的第一数据处理,使得各原始雷达数据之间能够进行数据传递;和/或,各雷达数据处理器对采集到的各原始雷达数据进行数据融合的第二数据处理,使得各原始雷达数据之间能够进行数据融合,得到相应的处理后的雷达数据;
各雷达数据处理器根据预设的预设的多目标跨雷达间连续跟踪实时定位模型,对相应的处理后的雷达数据进行处理,得到相应的有效跟踪目标,并对确定出的各有效跟踪目标进行持续跟踪、实时定位。
2.根据权利要求1所述的方法,其特征在于,
各雷达数据处理器均能够对采集到的检测区域内双向或多向车道行驶的行驶车辆、行人或其他目标对象的各原始雷达数据进行处理。
3.根据权利要求2所述的方法,其特征在于,
各雷达数据处理器对应的各自检测区域内双向或多向车道均能够根据所述多目标跨雷达间连续跟踪实时定位模型,转换出与行车通道通行方向相匹配的输出信号,并将匹配出的输出信号通过对应规格的通信接口将单个雷达区域内或多个雷达区域内各跟踪对象对应的各雷达数据信息输出至第三方管理平台或设备;其中,
所述跟踪对象至少包括以下一项:车辆、行人、动物、抛洒物;
各雷达数据信息包括各跟踪对象的各跟踪信息和基于各跟踪信息分析得到的交通状况分析信息;
各跟踪信息至少包括以下一项:即时速度信息、运动方向信息、经纬度信息、目标尺寸信息、所在车道信息、ID编号信息、方向角信息、并判断是否是行人、车辆或障碍物体;
所述交通状况分析信息至少包括以下一项:交通状态信息、路况状态信息、车道通行状态信息、异常事件事故告警信息。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
设置与以下至少一个过程相关联的各个关联参数:
两个及两个以上的雷达传感器之间的数据传递过程;
对同一目标持续跟踪过程;
跨雷达跟踪过程;
两个及两个以上的雷达传感器之间的数据融合过程。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
通过服务器对各个关联参数对应的规则进行配置。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过服务器对各雷达布设的参数进行配置,各雷达包括各雷达传感器和对应的各雷达数据处理器。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对各雷达传感器采集各原始雷达数据的区域进行分区,每一个分区为一个车道区域,每一个车道区域包括双向或多向多车道,以及针对各个双向或多向多车道对应的检测区域。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
当各雷达传感器检测到当前分区对应的区域内的当前一台或两台及两台以上的行驶车辆、行人或其他目标对象出现异常时,则当前分区对应的区域进入警报状态,并用警报声和/标注的警戒颜色提示当前分区对应的区域出现异常。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
服务器向摄像机发送监控指令,所述监控指令用于通过摄像机对出现异常的当前分区进行监控,其中,各摄像机用于拍摄出现异常的当前分区的监控视频图像。
10.根据权利要求9所述的方法,其特征在于,所述方法还包括:
对出现异常的当前分区进行监控的各个摄像机进行布设,以及
所述对出现异常的当前分区进行监控的各个摄像机进行布设具体包括:
添加用于监控出现异常的当前分区的各个摄像机,其中,各个摄像机的监控模式至少包括以下一项:临近跟踪模式、持续跟踪模式;
设定各监控摄像机各预置位置,各监控摄像机的各预设位置至少包括以下一项:各监控摄像机的各摇移值、各监控摄像机的各倾斜值、各监控摄像机的各高度值和各监控摄像机的各变焦定位值;
设定各监控摄像机的各监控路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811151758.XA CN109212513B (zh) | 2018-09-29 | 2018-09-29 | 多目标在雷达间数据传递、数据融合及连续跟踪定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811151758.XA CN109212513B (zh) | 2018-09-29 | 2018-09-29 | 多目标在雷达间数据传递、数据融合及连续跟踪定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109212513A true CN109212513A (zh) | 2019-01-15 |
CN109212513B CN109212513B (zh) | 2021-11-12 |
Family
ID=64982444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811151758.XA Active CN109212513B (zh) | 2018-09-29 | 2018-09-29 | 多目标在雷达间数据传递、数据融合及连续跟踪定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109212513B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110296713A (zh) * | 2019-06-17 | 2019-10-01 | 深圳数翔科技有限公司 | 路侧自动驾驶车辆定位导航系统及单个、多个车辆定位导航方法 |
CN110515073A (zh) * | 2019-08-19 | 2019-11-29 | 南京慧尔视智能科技有限公司 | 多雷达跨区域组网多目标跟踪识别方法及装置 |
CN110542898A (zh) * | 2019-06-18 | 2019-12-06 | 同济大学 | 一种基于雷达组群的车辆行为连续跟踪探测系统及方法 |
CN110874848A (zh) * | 2019-11-20 | 2020-03-10 | 东软睿驰汽车技术(沈阳)有限公司 | 一种基于毫米波雷达的物体跟踪方法及装置 |
CN110930692A (zh) * | 2019-10-24 | 2020-03-27 | 河北德冠隆电子科技有限公司 | 一种主动式车辆连续跟踪装置、系统及方法 |
CN111179592A (zh) * | 2019-12-31 | 2020-05-19 | 合肥工业大学 | 基于时空数据流融合分析的城市交通预测方法和系统 |
CN111257864A (zh) * | 2020-01-17 | 2020-06-09 | 河北德冠隆电子科技有限公司 | 一种主动式探测车辆持续跟踪断点补偿装置、系统及方法 |
CN111289969A (zh) * | 2020-03-27 | 2020-06-16 | 北京润科通用技术有限公司 | 一种车载雷达运动目标融合方法及装置 |
CN111366926A (zh) * | 2019-01-24 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 跟踪目标的方法、装置、存储介质和服务器 |
CN111429489A (zh) * | 2019-07-30 | 2020-07-17 | 杭州海康威视数字技术股份有限公司 | 一种目标跟踪监控展示方法及装置 |
CN112444805A (zh) * | 2020-11-01 | 2021-03-05 | 复旦大学 | 基于雷达的分布式多目标检测、定位跟踪与身份识别系统 |
CN112689842A (zh) * | 2020-03-26 | 2021-04-20 | 华为技术有限公司 | 一种目标检测方法以及装置 |
CN113393675A (zh) * | 2021-05-24 | 2021-09-14 | 青岛海信网络科技股份有限公司 | 一种车辆id确定方法、装置、设备和介质 |
CN113412506A (zh) * | 2019-02-13 | 2021-09-17 | 日立安斯泰莫株式会社 | 车辆控制装置及电子控制系统 |
CN114360256A (zh) * | 2021-07-05 | 2022-04-15 | 上海安道雷光波系统工程有限公司 | 嵌入式雷达监测复合仪以及车流量雷达信息系统 |
CN114554315A (zh) * | 2022-02-25 | 2022-05-27 | 南京慧尔视智能科技有限公司 | 雷达数据传输方法及装置、雷达感知网络及毫米波雷达 |
CN115171378A (zh) * | 2022-06-28 | 2022-10-11 | 武汉理工大学 | 一种基于路侧雷达长距离多车辆高精度检测追踪方法 |
CN116434148A (zh) * | 2023-06-14 | 2023-07-14 | 易通远见(北京)科技有限公司 | 一种基于物联网的数据处理系统以及处理方法 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101866545A (zh) * | 2010-05-11 | 2010-10-20 | 中国科学院软件研究所 | 移动对象路网匹配轨迹的采集方法 |
EP2701133A1 (de) * | 2012-08-22 | 2014-02-26 | Kapsch TrafficCom AG | Verfahren und Vorrichtungen zur Bildaufnahme eines geschwindigkeitsübertretenden Fahrzeugs |
CN104200657A (zh) * | 2014-07-22 | 2014-12-10 | 杭州智诚惠通科技有限公司 | 一种基于视频和传感器的交通流量参数采集方法 |
CN104237879A (zh) * | 2014-09-09 | 2014-12-24 | 中国电子科技集团公司第二十八研究所 | 一种雷达系统中的多目标跟踪方法 |
CN104637321A (zh) * | 2015-02-17 | 2015-05-20 | 刘业兴 | 一种高速公路事件管理系统及其方法 |
CN104950298A (zh) * | 2015-07-01 | 2015-09-30 | 山东康威通信技术股份有限公司 | 一种基于多台相控阵雷达的目标跨防区识别方法 |
CN205050341U (zh) * | 2015-08-12 | 2016-02-24 | 河北德冠隆电子科技有限公司 | 一种视频排队检测装置及城市交通告警控制系统 |
CN105389978A (zh) * | 2015-09-15 | 2016-03-09 | 安徽省综合交通研究院股份有限公司 | 封闭快速道路监测系统及监控数据处理方法 |
CN106373143A (zh) * | 2015-07-22 | 2017-02-01 | 中兴通讯股份有限公司 | 一种自适应跨摄像机多目标跟踪方法及系统 |
CN106980113A (zh) * | 2016-01-19 | 2017-07-25 | 松下电器产业株式会社 | 物体检测装置和物体检测方法 |
CN107024692A (zh) * | 2017-04-10 | 2017-08-08 | 北京海兰信数据科技股份有限公司 | 一种船用导航雷达航迹管理的多跟踪目标跟踪方法和系统 |
CN107144837A (zh) * | 2017-04-24 | 2017-09-08 | 北京海兰信数据科技股份有限公司 | 一种船用导航雷达数据互联的多目标跟踪方法及系统 |
CN107728140A (zh) * | 2017-11-22 | 2018-02-23 | 中国电子科技集团公司第二十八研究所 | 一种警戒雷达多目标多通道并行跟踪处理方法 |
CN107767668A (zh) * | 2017-10-19 | 2018-03-06 | 深圳市置辰海信科技有限公司 | 一种基于雷达主动探测车辆连续实时跟踪的方法 |
CN108091142A (zh) * | 2017-12-12 | 2018-05-29 | 公安部交通管理科学研究所 | 用于高速公路大场景下车辆违法行为跟踪识别和自动抓拍的方法 |
CN108490432A (zh) * | 2018-05-18 | 2018-09-04 | 中船重工鹏力(南京)大气海洋信息系统有限公司 | 一种导航雷达系统中全局目标跟踪的方法 |
CN108510797A (zh) * | 2018-04-04 | 2018-09-07 | 南京微达电子科技有限公司 | 基于雷达侦测的高速公路预警系统及方法 |
-
2018
- 2018-09-29 CN CN201811151758.XA patent/CN109212513B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101866545A (zh) * | 2010-05-11 | 2010-10-20 | 中国科学院软件研究所 | 移动对象路网匹配轨迹的采集方法 |
EP2701133A1 (de) * | 2012-08-22 | 2014-02-26 | Kapsch TrafficCom AG | Verfahren und Vorrichtungen zur Bildaufnahme eines geschwindigkeitsübertretenden Fahrzeugs |
CN104200657A (zh) * | 2014-07-22 | 2014-12-10 | 杭州智诚惠通科技有限公司 | 一种基于视频和传感器的交通流量参数采集方法 |
CN104237879A (zh) * | 2014-09-09 | 2014-12-24 | 中国电子科技集团公司第二十八研究所 | 一种雷达系统中的多目标跟踪方法 |
CN104637321A (zh) * | 2015-02-17 | 2015-05-20 | 刘业兴 | 一种高速公路事件管理系统及其方法 |
CN104950298A (zh) * | 2015-07-01 | 2015-09-30 | 山东康威通信技术股份有限公司 | 一种基于多台相控阵雷达的目标跨防区识别方法 |
CN106373143A (zh) * | 2015-07-22 | 2017-02-01 | 中兴通讯股份有限公司 | 一种自适应跨摄像机多目标跟踪方法及系统 |
CN205050341U (zh) * | 2015-08-12 | 2016-02-24 | 河北德冠隆电子科技有限公司 | 一种视频排队检测装置及城市交通告警控制系统 |
CN105389978A (zh) * | 2015-09-15 | 2016-03-09 | 安徽省综合交通研究院股份有限公司 | 封闭快速道路监测系统及监控数据处理方法 |
CN106980113A (zh) * | 2016-01-19 | 2017-07-25 | 松下电器产业株式会社 | 物体检测装置和物体检测方法 |
CN107024692A (zh) * | 2017-04-10 | 2017-08-08 | 北京海兰信数据科技股份有限公司 | 一种船用导航雷达航迹管理的多跟踪目标跟踪方法和系统 |
CN107144837A (zh) * | 2017-04-24 | 2017-09-08 | 北京海兰信数据科技股份有限公司 | 一种船用导航雷达数据互联的多目标跟踪方法及系统 |
CN107767668A (zh) * | 2017-10-19 | 2018-03-06 | 深圳市置辰海信科技有限公司 | 一种基于雷达主动探测车辆连续实时跟踪的方法 |
CN107728140A (zh) * | 2017-11-22 | 2018-02-23 | 中国电子科技集团公司第二十八研究所 | 一种警戒雷达多目标多通道并行跟踪处理方法 |
CN108091142A (zh) * | 2017-12-12 | 2018-05-29 | 公安部交通管理科学研究所 | 用于高速公路大场景下车辆违法行为跟踪识别和自动抓拍的方法 |
CN108510797A (zh) * | 2018-04-04 | 2018-09-07 | 南京微达电子科技有限公司 | 基于雷达侦测的高速公路预警系统及方法 |
CN108490432A (zh) * | 2018-05-18 | 2018-09-04 | 中船重工鹏力(南京)大气海洋信息系统有限公司 | 一种导航雷达系统中全局目标跟踪的方法 |
Non-Patent Citations (1)
Title |
---|
方梓成: "多帧联合检测与跟踪技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111366926A (zh) * | 2019-01-24 | 2020-07-03 | 杭州海康威视系统技术有限公司 | 跟踪目标的方法、装置、存储介质和服务器 |
CN113412506B (zh) * | 2019-02-13 | 2023-06-13 | 日立安斯泰莫株式会社 | 车辆控制装置及电子控制系统 |
JP7281000B2 (ja) | 2019-02-13 | 2023-05-24 | 日立Astemo株式会社 | 車両制御方法および車両制御システム |
JP2022107660A (ja) * | 2019-02-13 | 2022-07-22 | 日立Astemo株式会社 | 車両制御装置および電子制御システム |
CN113412506A (zh) * | 2019-02-13 | 2021-09-17 | 日立安斯泰莫株式会社 | 车辆控制装置及电子控制系统 |
CN110296713A (zh) * | 2019-06-17 | 2019-10-01 | 深圳数翔科技有限公司 | 路侧自动驾驶车辆定位导航系统及单个、多个车辆定位导航方法 |
CN110542898A (zh) * | 2019-06-18 | 2019-12-06 | 同济大学 | 一种基于雷达组群的车辆行为连续跟踪探测系统及方法 |
CN111429489A (zh) * | 2019-07-30 | 2020-07-17 | 杭州海康威视数字技术股份有限公司 | 一种目标跟踪监控展示方法及装置 |
CN110515073A (zh) * | 2019-08-19 | 2019-11-29 | 南京慧尔视智能科技有限公司 | 多雷达跨区域组网多目标跟踪识别方法及装置 |
CN110515073B (zh) * | 2019-08-19 | 2021-09-07 | 南京慧尔视智能科技有限公司 | 多雷达跨区域组网多目标跟踪识别方法及装置 |
WO2021031338A1 (zh) * | 2019-08-19 | 2021-02-25 | 南京慧尔视智能科技有限公司 | 多雷达跨区域组网多目标跟踪识别方法及装置 |
CN110930692B (zh) * | 2019-10-24 | 2021-06-18 | 河北德冠隆电子科技有限公司 | 一种主动式车辆连续跟踪装置、系统及方法 |
CN110930692A (zh) * | 2019-10-24 | 2020-03-27 | 河北德冠隆电子科技有限公司 | 一种主动式车辆连续跟踪装置、系统及方法 |
CN110874848A (zh) * | 2019-11-20 | 2020-03-10 | 东软睿驰汽车技术(沈阳)有限公司 | 一种基于毫米波雷达的物体跟踪方法及装置 |
CN111179592A (zh) * | 2019-12-31 | 2020-05-19 | 合肥工业大学 | 基于时空数据流融合分析的城市交通预测方法和系统 |
CN111179592B (zh) * | 2019-12-31 | 2021-06-11 | 合肥工业大学 | 基于时空数据流融合分析的城市交通预测方法和系统 |
CN111257864A (zh) * | 2020-01-17 | 2020-06-09 | 河北德冠隆电子科技有限公司 | 一种主动式探测车辆持续跟踪断点补偿装置、系统及方法 |
CN112689842A (zh) * | 2020-03-26 | 2021-04-20 | 华为技术有限公司 | 一种目标检测方法以及装置 |
CN111289969A (zh) * | 2020-03-27 | 2020-06-16 | 北京润科通用技术有限公司 | 一种车载雷达运动目标融合方法及装置 |
CN111289969B (zh) * | 2020-03-27 | 2022-03-04 | 北京润科通用技术有限公司 | 一种车载雷达运动目标融合方法及装置 |
CN112444805A (zh) * | 2020-11-01 | 2021-03-05 | 复旦大学 | 基于雷达的分布式多目标检测、定位跟踪与身份识别系统 |
CN113393675A (zh) * | 2021-05-24 | 2021-09-14 | 青岛海信网络科技股份有限公司 | 一种车辆id确定方法、装置、设备和介质 |
CN114360256A (zh) * | 2021-07-05 | 2022-04-15 | 上海安道雷光波系统工程有限公司 | 嵌入式雷达监测复合仪以及车流量雷达信息系统 |
CN114554315A (zh) * | 2022-02-25 | 2022-05-27 | 南京慧尔视智能科技有限公司 | 雷达数据传输方法及装置、雷达感知网络及毫米波雷达 |
CN114554315B (zh) * | 2022-02-25 | 2024-04-12 | 南京慧尔视智能科技有限公司 | 雷达数据传输方法及装置、雷达感知网络及毫米波雷达 |
CN115171378A (zh) * | 2022-06-28 | 2022-10-11 | 武汉理工大学 | 一种基于路侧雷达长距离多车辆高精度检测追踪方法 |
CN115171378B (zh) * | 2022-06-28 | 2023-10-27 | 武汉理工大学 | 一种基于路侧雷达长距离多车辆高精度检测追踪方法 |
CN116434148A (zh) * | 2023-06-14 | 2023-07-14 | 易通远见(北京)科技有限公司 | 一种基于物联网的数据处理系统以及处理方法 |
CN116434148B (zh) * | 2023-06-14 | 2023-10-17 | 北京航天联智科技有限公司 | 一种基于物联网的数据处理系统以及处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109212513B (zh) | 2021-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109212513A (zh) | 多目标在雷达间数据传递、数据融合及连续跟踪定位方法 | |
EP3473522B1 (en) | Vehicle on-board controller centered train operation control system | |
US20240038063A1 (en) | Traffic monitoring and management systems and methods | |
CN206772594U (zh) | 自动驾驶车辆避让动态障碍物能力的测试场 | |
CN110349405A (zh) | 利用联网汽车的实时交通监视 | |
CN104192174B (zh) | 列车预警系统和列车预警方法 | |
CN106769085A (zh) | 自动驾驶车辆避让动态障碍物能力的测试方法及测试场 | |
CN109993969A (zh) | 一种路况判定信息获取方法、装置及设备 | |
CN205507542U (zh) | 基于激光和视觉的道路自主清扫控制系统 | |
KR101745551B1 (ko) | Cctv 영상정보를 이용한 과속차량 감시 장치 및 그 방법 | |
CN107329466A (zh) | 一种自动驾驶小型车 | |
CN105702083A (zh) | 基于分布式视觉的停车场-车辆协同智能停车系统及方法 | |
CN110207832A (zh) | 基于无人机的高压线路巡检系统及其巡检方法 | |
US11386778B2 (en) | Road user detecting and communication device and method | |
KR20140011245A (ko) | 고유 식별자를 이용한 해상교통관제시스템의 추적정보 관리 방법 및 이를 위한 장치 | |
CN110155079A (zh) | 基于区块链技术的辅助驾驶系统及方法 | |
CN207036429U (zh) | 自动驾驶车辆连续通过交叉路口能力的测试场 | |
CN109637137A (zh) | 基于车路协同的交通管理系统 | |
CN111273673A (zh) | 一种无人车的自动驾驶跟随方法、系统及无人车 | |
US10665109B1 (en) | Construction zone apparatus and method | |
CN110562269A (zh) | 一种智能驾驶车辆故障处理的方法、车载设备和存储介质 | |
CN114494998B (zh) | 一种车辆数据智能分析方法及系统 | |
CN112150831A (zh) | 基于大数据的智慧城市路灯信息控制处理方法 | |
CN111429734A (zh) | 港口内外集卡实时监控系统及监控方法 | |
KR20210117077A (ko) | 응급차량 이동 경로 확보 방법 및 이를 구현한 시스템 |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190115 Assignee: Beijing Zhongsheng Guoxin Technology Co.,Ltd. Assignor: HEBEI DEGUROON ELECTRONIC TECHNOLOGY Co.,Ltd. Contract record no.: X2023980053004 Denomination of invention: Multi target data transmission, data fusion, and continuous tracking and positioning methods between radars Granted publication date: 20211112 License type: Common License Record date: 20231218 |