CN110648538A - 一种基于激光雷达网络的交通信息感知系统及方法 - Google Patents

一种基于激光雷达网络的交通信息感知系统及方法 Download PDF

Info

Publication number
CN110648538A
CN110648538A CN201911020615.XA CN201911020615A CN110648538A CN 110648538 A CN110648538 A CN 110648538A CN 201911020615 A CN201911020615 A CN 201911020615A CN 110648538 A CN110648538 A CN 110648538A
Authority
CN
China
Prior art keywords
information
laser radar
lidar
data
traffic
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
Application number
CN201911020615.XA
Other languages
English (en)
Other versions
CN110648538B (zh
Inventor
郑建颖
徐浩
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.)
Suzhou University
Original Assignee
Suzhou 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 Suzhou University filed Critical Suzhou University
Priority to CN201911020615.XA priority Critical patent/CN110648538B/zh
Publication of CN110648538A publication Critical patent/CN110648538A/zh
Application granted granted Critical
Publication of CN110648538B publication Critical patent/CN110648538B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G08G1/0125—Traffic data processing
    • 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)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明实施例公开了一种基于激光雷达网络的交通信息感知系统及方法。该感知系统包括设置于路侧的第一种激光雷达传感器，设置于路侧且不同于第一种激光雷达传感器的第二种激光雷达传感器，用于接收传感器的数据并进行数据处理而获得目标的轨迹信息的数据处理设备和用于将目标的轨迹信息传输给智能交通系统中其他设备的信息传输设备。本发明实施例通过全局性地布置多种激光雷达，并将采集到的多种数据进行融合处理，有效地解决现有检测中所存在的目标遮挡及检测范围过窄的问题，从而有效地提高智能交通系统的精确性、共享性及安全性。

Description

一种基于激光雷达网络的交通信息感知系统及方法
技术领域
本发明涉及智能交通的技术领域，特别是涉及一种基于激光雷达网络的交通信息感知系统及方法。
背景技术
随着我国经济的快速发展，人均车辆数快速增加，车辆的增加在带给人们交通便利的同时，也给智能交通系统带来了巨大的压力。智能交通系统是将先进的科学技术如数据通讯传输技术、电子传感技术、信息技术以及计算机技术等有效的结合运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。
交通信息感知是智能交通系统的重要组成部分。目前，交通信息的感知技术方法主要包括激光雷达、地感线圈、视频图像等。由于实际交通情形包括交叉路口、直线车道、车道数量多及交通参与者的行为较复杂，现有的激光雷达在进行目标检测会出现目标之间相互遮挡及检测范围过窄的问题，影响目标检测效果，从而影响智能交通系统的精确性、共享性以及影响人们出行的安全性。
因此，针对上述技术问题，有必要提供一种具有高精度、共享性且有助于提高人们出行安全性的基于激光雷达网络的交通信息感知系统及感知方法。
发明内容
有鉴于此，针对现有技术中的激光雷达在进行目标检测中存在相互遮挡现象而导致智能交通系统的精确性、共享性及安全性较低的问题，本发明实施例通过全局性地布置多种激光雷达，并将采集到的多种数据进行融合处理，有效地解决现有检测中所存在的目标遮挡及检测范围过窄的问题，从而有效地提高智能交通系统的精确性、共享性及安全性。
为了实现上述目的，本发明一实施例提供的技术方案如下：一种基于激光雷达网络的交通信息感知系统，包括：第一种激光雷达传感器，用于检测交通环境信息而获得第一数据信息；其中，所述第一种激光雷达传感器设置于路侧的第一预定位置；第二种激光雷达传感器，用于检测交通环境信息而获得第二数据信息；其中，所述第二种激光雷达传感器设置于路侧的第二预定位置；所述第二种激光雷达传感器不同于所述第一种激光雷达传感器；数据处理设备，用于接收所述第一数据信息和第二数据信息，将所述第一数据信息、第二数据信息与原始环境信息进行数据融合，再对目标进行检测、分类和跟踪，提取并获得目标的轨迹信息；信息传输设备，用于将数据处理设备所获得的目标的轨迹信息传输给智能交通系统中的其他设备。
作为本发明的进一步改进，所述第一种激光雷达传感器包括2D激光雷达传感器，所述第二种激光雷达传感器包括3D激光雷达传感器。
作为本发明的进一步改进，所述感知系统还包括固定装置，所述固定装置具有一定的垂直高度，所述固定装置用于固定所述3D激光雷达传感器。
作为本发明的进一步改进，所述感知系统包括多个第一种激光雷达传感器。
作为本发明的进一步改进，所述感知系统包括多个第二种激光雷达传感器。
作为本发明的进一步改进，所述感知系统还包括不间断移动电源，用于给所述第一种激光雷达传感器和所述第二种激光雷达传感器提供电源。
作为本发明的进一步改进，当交通环境为十字交叉路口时，所述第一预设位置为道路相交处的路侧位置；所述第二预设位置为所述第一预设位置同方位的邻近位置。
作为本发明的进一步改进，当交通环境为直线道路时，所述第一预设位置为所述直线道路的某一路侧，所述第二预设位置为所述第一预设位置同侧的邻近位置。
作为本发明的进一步改进，所述信息传输设备包括DSRC设备、蜂窝移动通信设备、蓝牙通信设备、WIFI通信设备。
本发明实施例还提供一种基于激光雷达网络的交通信息感知方法。其具体的技术方案如下所述，一种基于激光雷达网络的交通信息感知方法包括：采用第一种激光雷达传感器检测交通环境信息而获得第一数据信息；其中，所述第一种激光雷达传感器设置于路侧的第一预定位置；采用第二种激光雷达传感器检测交通环境信息而获得第二数据信息；其中，所述第二种激光雷达传感器设置于路侧的第二预定位置；所述第二种激光雷达传感器不同于所述第一种激光雷达传感器；采用数据处理设备接收所述第一数据信息和第二数据信息，并将所述第一数据信息、第二数据信息与原始环境信息进行数据融合，再对目标进行检测、分类和跟踪，提取并获得目标的轨迹信息；采用信息传输设备将所述数据处理设备所获得的目标的轨迹信息传输给智能交通系统中的其他设备。
本发明具有以下优点：
本发明实施例所提供的一种基于激光雷达网络的交通信息感知系统通过多种不同的激光雷达传感器检测同一交通环境而获得多种数据，为融合提供了更多数据，使得目标检测的数据更加全面和精确。进一步地，本发明实施例所提供的基于激光雷达网络的交通信息感知系统的多种激光雷达传感器都设置在道路的路侧，且根据不同的交通环境而变换具体的设置位置，有助于获得较大范围的检测视野、也有助于适应在不同的交通环境下的目标遮挡问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于激光雷达网络的交通信息感知系统的结构示意图；
图2为图1所示实施例的感知系统的功能示意图；
图3为当交通环境为十字交叉路口时，激光雷达传感器的位置布置示意图；
图4为当交通环境为直线道路时，激光雷达传感器的位置布置示意图；
图5为本发明实施例提供的一种基于激光雷达网络的交通信息感知方法的流程示意图。
附图中的标记说明：
100、基于激光雷达网络的交通信息感知系统
10、第一种激光雷达传感器 20、第二种激光雷达传感器
30、数据处理设备 40、信息传输设备
22、固定装置
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
参考图1和图2所示，一种基于激光雷达网络的交通信息感知系统100包括：用于检测交通环境信息而获得第一数据信息的第一种激光雷达传感器10，用于检测交通环境信息而获得第二数据信息的第二种激光雷达传感器20，数据处理设备30和用于将数据处理设备30所获得的目标的轨迹信息传输给智能交通系统中的其他设备的信息传输设备40。其中，第一种激光雷达传感器10设置于路侧的第一预定位置，第二种激光雷达传感器20设置于路侧的第二预定位置；第二种激光雷达传感器20不同于第一种激光雷达传感器10。
数据处理设备30接收所述第一数据信息和第二数据信息，将所述第一数据信息、第二数据信息与原始环境信息进行数据融合，再对目标进行检测、分类和跟踪，提取并获得目标的轨迹信息。如图2所示，GPS主要是为了获取交通环境中的实际空间数据，从而将实际空间数据与第二种激光雷达传感器20所获得的第二数据信息进行匹配，以实现对目标的检测、分类和追踪等操作。在该实施例中，目标主要指交通参与者，具体包括车辆、行人等。目标的轨迹信息包括目标的位置、速度和加速度等信息。在该实施例中，数据处理设备30具体可以为参数符合处理需求的通用计算机，如笔记本电脑、台式电脑等。在其他实施例中，数据处理设备30也可以为专用的用于处理数据的设备。数据处理设备30所用的数据融合算法，目标检测、分类和跟踪算法，目标提取算法可以为智能交通领域的常用算法，此处不再进行赘述。
在该实施例中，第一种激光雷达传感器10为2D激光雷达传感器，第二种激光雷达传感器20为3D激光雷达传感器。2D激光雷达传感器所获取的第一数据信息为交通环境的2D数据，3D激光雷达传感器所获取的第二数据信息为交通环境的3D数据。基于激光雷达网络的交通信息感知系统100通过两种不同的激光雷达传感器检测同一交通环境而获得两种交通环境的数据，为融合提供了更多数据，使得目标检测的数据更加全面和精确。
进一步地，基于激光雷达网络的交通信息感知系统100还包括固定装置22。固定装置22具有一定的垂直高度，用于固定3D激光雷达传感器。通过固定装置22将3D雷达激光传感器的高度提高到预定高度，从而更有利于3D雷达激光传感器从空间上感知交通环境中的信息。3D激光雷达传感器和2D激光雷达传感器在感知的空间上存在一个预设的高度落差，有利于扩大整个交通环境感知的范围、避免复杂交通环境中目标遮挡等问题。固定装置22可以为可移动的三脚架或者位置固定的夹杆或者道路路侧、具有一定垂直高度的路边设备(如路灯杆)等。
进一步地，基于激光雷达网络的交通信息感知系统100还包括不间断移动电源(如UPS不间断移动电源)。不间断移动电源用于给第一种激光雷达传感器10和第二种激光雷达传感器20提供电源。不间断移动电源的个数可以根据基于激光雷达网络的交通信息感知系统100的需求而自行设定。
进一步地，第一种激光雷达传感器10的个数可以为多个，第二种激光雷达传感器20的个数也可以为多个。通过多个第一种激光雷达传感器10或/和第二种激光雷达传感器20获取关于同一个交通环境的第一数据信息或/和第二数据信息，有利于提高数据的全面性及准确性，从而有利于提高整个智能交通系统的精度和有助于提高人们出行安全性。
在该实施例中，信息传输设备40用于将数据处理设备30所获得的目标的轨迹信息传输给智能交通系统中的其他设备。信息传输设备40所采用的信息传输技术可以为DSRC传输技术、蜂窝移动通信传输技术(如5G、4G等)、蓝牙通信技术或WIFI通信技术。相应地，信息传输设备40包括包括DSRC设备、移动通信设备、蓝牙通信设备、WIFI通信设备。如本领域技术人员所知，上述通信传输技术也可以集成为一个模块。该模块可嵌入在激光雷达网络的交通信息感知系统100中的某个设备中，如当数据处理设备30为通用计算机时，信息传输设备40为该通用计算机中的通信模块。
在该实施例中，激光雷达网络的交通信息感知系统100中的第一种激光雷达传感器10和第二种激光雷达传感器20都设置在道路的路侧，且可根据不同的交通环境而变换具体的设置位置，有助于获得较大范围的检测视野、也有助于适应在不同的交通环境下的目标遮挡问题。
当交通环境为十字交叉路口时，第一种激光雷达传感器10的第一预设位置为道路相交处的路侧位置；第二种激光雷达传感器20的第二预设位置为所述第一预设位置同方位的邻近位置。在图3所示实施例中，激光雷达网络的交通信息感知系统100包括两个第一种激光雷达传感器10和两个第二种激光雷达传感器20。第一个第一种激光雷达传感器10和第一个第二种激光雷达传感器都设置于道路交叉处的第一个路侧位置(即图3所示的上方角落)；第二个第一种激光雷达传感器10和第二个第二种激光雷达传感器都设置于道路交叉处的第二个路侧位置(即图3所示的上方角落)。
当交通环境为直线道路时，所述第一预设位置为所述直线道路的某一路侧，所述第二预设位置为所述第一预设位置同侧的邻近位置。在图4所示实施例中，激光雷达网络的交通信息感知系统100包括两个第一种激光雷达传感器10和两个第二种激光雷达传感器20。两个第一种激光雷达传感器10和两个第二种激光雷达传感器20都位于道路路侧的同一侧。在其他实施例中，一个第一种激光雷达传感器10和一个第二种激光雷达传感器20设置于道路的一边路侧，另一个第一种激光雷达传感器10和另一个第二种激光雷达传感器20设置于道路另一边的路侧。
本发明实施例所提供的一种基于激光雷达网络的交通信息感知系统通过多种不同的激光雷达传感器检测同一交通环境而获得多种数据，为融合提供了更多数据，使得目标检测的数据更加全面和精确。
进一步地，本发明实施例所提供的基于激光雷达网络的交通信息感知系统的多种激光雷达传感器都设置在道路的路侧，且根据不同的交通环境而变换具体的设置位置，有助于获得较大范围的检测视野、也有助于适应在不同的交通环境下的目标遮挡问题。
如图5所示，本发明实施例还提供一种基于激光雷达网络的交通信息感知方法。一种基于激光雷达网络的交通信息感知方法包括：
步骤S1：采用第一种激光雷达传感器检测交通环境信息而获得第一数据信息；其中，所述第一种激光雷达传感器设置于路侧的第一预定位置。
步骤S2：采用第二种激光雷达传感器检测交通环境信息而获得第二数据信息；其中，所述第二种激光雷达传感器设置于路侧的第二预定位置；所述第二种激光雷达传感器不同于所述第一种激光雷达传感器。
步骤S3：采用数据处理设备接收所述第一数据信息和第二数据信息，并将所述第一数据信息、第二数据信息与原始环境信息进行数据融合，再对目标进行检测、分类和跟踪，提取并获得目标的轨迹信息。
步骤S4：采用信息传输设备将所述数据处理设备所获得的目标的轨迹信息传输给智能交通系统中的其他设备。
在该方法中，步骤S1和步骤S2只是用于进行信息的获取，其步骤顺序不会对发明目的产生影响，因此，步骤S1和步骤S2的顺序可以进行调换，进一步地，步骤S1和步骤S2也可以同步进行。
本发明实施例所提供的一种基于激光雷达网络的交通信息感知方法通过多种不同的激光雷达传感器检测同一交通环境而获得多种数据，为融合提供了更多数据，使得目标检测的数据更加全面和精确。
进一步地，本发明实施例所提供的基于激光雷达网络的交通信息感知方法中的多种激光雷达传感器都设置在道路的路侧，且根据不同的交通环境而变换具体的设置位置，有助于获得较大范围的检测视野、也有助于适应在不同的交通环境下的目标遮挡问题。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (10)

1.一种基于激光雷达网络的交通信息感知系统，其特征在于，所述感知系统包括：
第一种激光雷达传感器，用于检测交通环境信息而获得第一数据信息；其中，所述第一种激光雷达传感器设置于路侧的第一预定位置；
第二种激光雷达传感器，用于检测交通环境信息而获得第二数据信息；其中，所述第二种激光雷达传感器设置于路侧的第二预定位置；所述第二种激光雷达传感器不同于所述第一种激光雷达传感器；
数据处理设备，用于接收所述第一数据信息和第二数据信息，将所述第一数据信息、第二数据信息与原始环境信息进行数据融合，再对目标进行检测、分类和跟踪，提取并获得目标的轨迹信息；
信息传输设备，用于将数据处理设备所获得的目标的轨迹信息传输给智能交通系统中的其他设备。
2.根据权利要求1所述的一种基于激光雷达网络的交通信息感知系统，其特征在于，所述第一种激光雷达传感器包括2D激光雷达传感器，所述第二种激光雷达传感器包括3D激光雷达传感器。
3.根据权利要求2所述的一种基于激光雷达网络的交通信息感知系统，其特征在于，所述感知系统还包括固定装置，所述固定装置具有一定的垂直高度，所述固定装置用于固定所述3D激光雷达传感器。
4.根据权利要求1所述的一种基于激光雷达网络的交通信息感知系统，其特征在于，所述感知系统包括多个第一种激光雷达传感器。
5.根据权利要求1所述的一种基于激光雷达网络的交通信息感知系统，其特征在于，所述感知系统包括多个第二种激光雷达传感器。
6.根据权利要求1所述的一种基于激光雷达网络的交通信息感知系统，其特征在于，所述感知系统还包括不间断移动电源，用于给所述第一种激光雷达传感器和所述第二种激光雷达传感器提供电源。
7.根据权利要求1所述的一种基于激光雷达网络的交通信息感知系统，其特征在于，当交通环境为十字交叉路口时，所述第一预设位置为道路相交处的路侧位置；所述第二预设位置为所述第一预设位置同方位的邻近位置。
8.根据权利要求1所述的一种基于激光雷达网络的交通信息感知系统，其特征在于，当交通环境为直线道路时，所述第一预设位置为所述直线道路的某一路侧，所述第二预设位置为所述第一预设位置同侧的邻近位置。
9.根据权利要求1所述的一种基于激光雷达网络的交通信息感知系统，其特征在于，所述信息传输设备包括DSRC设备、蜂窝移动通信设备、蓝牙通信设备、WIF工通信设备。
10.一种基于激光雷达网络的交通信息感知方法，其特征在于，所述感知方法包括：
采用第一种激光雷达传感器检测交通环境信息而获得第一数据信息；其中，所述第一种激光雷达传感器设置于路侧的第一预定位置；
采用第二种激光雷达传感器检测交通环境信息而获得第二数据信息；其中，所述第二种激光雷达传感器设置于路侧的第二预定位置；所述第二种激光雷达传感器不同于所述第一种激光雷达传感器；
采用数据处理设备接收所述第一数据信息和第二数据信息，并将所述第一数据信息、第二数据信息与原始环境信息进行数据融合，再对目标进行检测、分类和跟踪，提取并获得目标的轨迹信息；
采用信息传输设备将所述数据处理设备所获得的目标的轨迹信息传输给智能交通系统中的其他设备。
CN201911020615.XA 2019-10-29 2019-10-29 一种基于激光雷达网络的交通信息感知系统及方法 Active CN110648538B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911020615.XA CN110648538B (zh) 2019-10-29 2019-10-29 一种基于激光雷达网络的交通信息感知系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911020615.XA CN110648538B (zh) 2019-10-29 2019-10-29 一种基于激光雷达网络的交通信息感知系统及方法

Publications (2)

Publication Number Publication Date
CN110648538A true CN110648538A (zh) 2020-01-03
CN110648538B CN110648538B (zh) 2022-02-01

Family

ID=69013510

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911020615.XA Active CN110648538B (zh) 2019-10-29 2019-10-29 一种基于激光雷达网络的交通信息感知系统及方法

Country Status (1)

Country Link
CN (1) CN110648538B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111477010A (zh) * 2020-04-08 2020-07-31 图达通智能科技(苏州)有限公司 一种用于路口全息感知的装置及其控制方法
CN113296109A (zh) * 2021-05-31 2021-08-24 阿波罗智联(北京)科技有限公司 基座、路侧传感设备以及智能交通系统
CN114419882A (zh) * 2021-12-30 2022-04-29 联通智网科技股份有限公司 感知系统布置参数优化方法、设备终端及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN103162639A (zh) * 2011-12-12 2013-06-19 无锡物联网产业研究院 一种获取车辆三维轮廓的方法、装置及系统
CN106405555A (zh) * 2016-09-23 2017-02-15 百度在线网络技术（北京）有限公司 用于车载雷达系统的障碍物检测方法和装置
CN107705563A (zh) * 2017-11-28 2018-02-16 苏州大学 基于激光雷达的连续车辆速度检测方法
CN108389402A (zh) * 2018-03-28 2018-08-10 成都蓉创智谷科技有限公司 一种基于激光雷达的交通灯系统
CN108973995A (zh) * 2017-06-05 2018-12-11 上海汽车集团股份有限公司 用于辅助驾驶的环境感知数据处理方法、装置及车辆
US20190066344A1 (en) * 2017-08-23 2019-02-28 TuSimple 3d submap reconstruction system and method for centimeter precision localization using camera-based submap and lidar-based global map
CN109829386A (zh) * 2019-01-04 2019-05-31 清华大学 基于多源信息融合的智能车辆可通行区域检测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN103162639A (zh) * 2011-12-12 2013-06-19 无锡物联网产业研究院 一种获取车辆三维轮廓的方法、装置及系统
CN106405555A (zh) * 2016-09-23 2017-02-15 百度在线网络技术（北京）有限公司 用于车载雷达系统的障碍物检测方法和装置
CN108973995A (zh) * 2017-06-05 2018-12-11 上海汽车集团股份有限公司 用于辅助驾驶的环境感知数据处理方法、装置及车辆
US20190066344A1 (en) * 2017-08-23 2019-02-28 TuSimple 3d submap reconstruction system and method for centimeter precision localization using camera-based submap and lidar-based global map
CN107705563A (zh) * 2017-11-28 2018-02-16 苏州大学 基于激光雷达的连续车辆速度检测方法
CN108389402A (zh) * 2018-03-28 2018-08-10 成都蓉创智谷科技有限公司 一种基于激光雷达的交通灯系统
CN109829386A (zh) * 2019-01-04 2019-05-31 清华大学 基于多源信息融合的智能车辆可通行区域检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JINGRONG CHEN ET AL.: "Deer Crossing Road Detection With Roadside LiDAR Sensor", 《IEEE ACCESS(VOLUME:7)》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111477010A (zh) * 2020-04-08 2020-07-31 图达通智能科技(苏州)有限公司 一种用于路口全息感知的装置及其控制方法
CN113296109A (zh) * 2021-05-31 2021-08-24 阿波罗智联(北京)科技有限公司 基座、路侧传感设备以及智能交通系统
CN114419882A (zh) * 2021-12-30 2022-04-29 联通智网科技股份有限公司 感知系统布置参数优化方法、设备终端及存储介质

Also Published As

Publication number Publication date
CN110648538B (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
Qiu et al. Avr: Augmented vehicular reality
CN108417087B (zh) 一种车辆安全通行系统及方法
CN107274695B (zh) 智能照明系统、智能车辆及其车辆辅助驾驶系统和方法
CN110648538B (zh) 一种基于激光雷达网络的交通信息感知系统及方法
CN102944224B (zh) 一种无人驾驶车的自动环境感知系统的工作方法
Duan et al. V2I based environment perception for autonomous vehicles at intersections
CN109637137B (zh) 基于车路协同的交通管理系统
CN105976609A (zh) 一种车辆数据处理系统及方法
CN105761500A (zh) 交通事故处理方法及交通事故处理装置
EP4089659A1 (en) Map updating method, apparatus and device
CN105513342A (zh) 一种基于视频跟踪的车辆排队长度计算方法
CN112598899A (zh) 一种数据处理方法和装置
Anaya et al. Motorcycle detection for ADAS through camera and V2V Communication, a comparative analysis of two modern technologies
US20200219389A1 (en) Visualiziing real-time intersection occupancy and calculated analytics in 3d
Wang et al. Ips300+: a challenging multi-modal data sets for intersection perception system
CN115953912B (zh) 一种车路协同感知设备和方法
Zhang et al. Tracking multi-vehicles with reference points switches at the intersection using a roadside LiDAR sensor
Bai et al. Cyber mobility mirror: a deep learning-based real-world object perception platform using roadside LiDAR
Liu et al. Vision‐based inter‐vehicle distance estimation for driver alarm system
JP2019519051A (ja) 知的照明システム、照明デバイス、車両、車載端末、車両運転支援システム及び車両運転支援方法
CN217426263U (zh) 一种全息路网道路监控系统
CN114596706B (zh) 路侧感知系统的检测方法及装置、电子设备和路侧设备
CN113465608B (zh) 一种路侧传感器标定方法及系统
Battiato et al. Road traffic conflict analysis from geo-referenced stereo sequences
CN105205819A (zh) 一种基于层次结构的公交车辆检测方法

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