CN110738846B - 基于雷达与视频组群的车辆行为监测系统及其实现方法 - Google Patents
基于雷达与视频组群的车辆行为监测系统及其实现方法 Download PDFInfo
- Publication number
- CN110738846B CN110738846B CN201910921106.8A CN201910921106A CN110738846B CN 110738846 B CN110738846 B CN 110738846B CN 201910921106 A CN201910921106 A CN 201910921106A CN 110738846 B CN110738846 B CN 110738846B
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- radar
- millimeter wave
- wave radar
- 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
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
- 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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- 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
-
- 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种基于雷达与视频组群的车辆行为监测系统及其实现方法，系统包括多套监控终端设备、多套数据通信设备、数据存储设备、后台数据处理服务器、车辆行驶状态显示模块等，其中监控终端设备由毫米波雷达、高清摄像机、前端数据处理单元模块以及电源控制模块构成。与现有技术相比，本发明系统通过深度融合毫米波雷达数据与高清视频图像数据，实现二者在交通数据采集上的优势互补，使得检测的数据类型更加全面，准确率、可靠性与鲁棒性进一步提升，从而有利于为交通管控、安全预警等方面提供技术支持。
Description
技术领域
本发明属于道路交通数据采集技术领域，尤其是涉及一种基于雷达与视频组群的车辆行为监测系统及其实现方法。
背景技术
目前在道路交通数据采集技术领域，道路交通数据采集手段主要有视频数据采集方法和雷达数据采集方法，采用视频数据采集的优点在于其具有可视化效果，可辨识车辆的外观属性信息。然而其受环境(天气、光照)影响大，对车辆的空间位置和运动信息探测的准确性、可靠性较差。
雷达数据采集的优点与劣势：不受天气、光照等环境条件影响，可实时探测车辆的空间运动和位置信息，检测精度准确可靠，但由于不具有可视化效果，无法捕捉车辆的外观属性信息。
上述方法普遍存在可靠性不高、对环境依赖性强、抗干扰能力差、覆盖范围较小无法捕捉大范围下的行为过程、维护不便等缺陷，而对于当下道路交通管控领域，采集车辆在通过某一较大范围时(通常是路况复杂、易发生交通事故的较长路段范围)的连续行驶状态下的过程特征信息，已成为实施深化管理措施的前提条件，单点或单截面数据已不能满足目前不断发展的基础研究及应用要求，因此，迫切需要一种新的道路交通数据采集方式，以适应新的时代背景下道路交通管控技术不断发展和道路交通安全研究不断深入的需要。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于雷达与视频组群的车辆行为监测系统及其实现方法，该系统及其实现方法可实现雷达数据采集与视频数据采集在交通数据采集上的优势互补，使得检测的数据类型更加全面，准确率、可靠性与鲁棒性进一步提升，从而有利于为交通管控、安全预警等方面提供技术支持。
本发明的目的可以通过以下技术方案来实现：
基于雷达与视频组群的车辆行为监测系统，包括：
监控终端设备：用于采集指定区域的车辆目标的行驶状态数据和高清视频图像；多套监控终端设备设置在道路路侧上，每一套监控终端设备设有用以同步采集行驶状态数据和视频图像的毫米波雷达设备和高清摄像机，以及用以为毫米波雷达设备和高清摄像机进行供电的电源控制模块。
前端数据处理模块：用于对监控终端设备采集的数据进行处理，该模块包括毫米波雷达数据处理单元、高清视频图像处理单元以及雷达-视频数据匹配与融合单元，前端数据处理模块由电源控制模块供电。其中，所述的毫米波雷达数据处理单元对接收到的雷达数据进行噪声处理和信息提取，并将空间位置坐标转换至统一的道路坐标系中；所述的高清视频图像处理单元对接收到的视频数据进行图像处理，采用背景差分提取车辆前景目标，采用模式识别算法提取出车辆类型、车辆号牌、号牌颜色等车辆信息；所述的雷达-视频数据匹配与融合单元将雷达采集的车辆位置信息与视频图像上车辆位置进行匹配与融合，将雷达采集的车辆空间位置、行车速度与车辆类型、车辆号牌等信息进行关联。
数据通信设备：用于将监控终端设备的数据按统一格式传送至数据存储设备，每一套监控终端设备对应独立的数据通信设备。
数据存储设备：用于将数据通信设备传输的数据存入存储设备中指定的数据库，数据存储设备存在多个数据输入端接口，每一套监控终端设备对应一个输入端接口，每一套监控终端设备均独立接入数据存储设备。
后台数据处理服务器：用于读取存储于数据存储设备中的数据，进行单组监控终端设备内部的数据关联处理，实现对同一车辆在某一子监测区域下的轨迹跟踪与提取；并进行监控终端设备组群之间的数据融合处理，实现监测区域之间的车辆轨迹匹配衔接，获取车辆通过整个监测区域的轨迹与速度、加速度运行特征等完整行车特征，并对典型的驾驶行为进行分析与特殊标记。
车辆行驶状态显示模块：用于对车辆在监测区域内的行驶过程在计算机上的可视化显示包括完整的运动轨迹显示、运动速度和加速度显示以及包含车辆类型、车牌号码、车牌颜色在内的车辆信息显示，若后台数据服务器对典型的驾驶行为进行分析的结果为出现违法违规驾驶行为，则采用红颜色予以突出标识。
基于雷达与视频组群数据融合的车辆行为监测系统的实现方法，包括以下步骤：
S1、确定毫米波雷达设备、高清摄像机在道路路侧的安装位置，将其安装并组网，并使毫米波雷达设备、高清摄像机与监测路段三者编码关联。
S2、对毫米波雷达-高清摄像机空间坐标系进行组内标定与组间标定；具体包括以下步骤：
21)对毫米波雷达设备间的相对距离通过全站仪进行采集；
22)将毫米波雷达间方向按照当前雷达径向正对下一个雷达进行调整；
23)利用毫米波雷达本身的车流数据对自身方向角进行矫正，具体包括：
a)软矫正，通过对毫米雷达的雷达伺服器的参数进行调整达到正对效果；
b)硬矫正，对于较大偏差的毫米波雷达进行现场重新安装；
24)以某一毫米波雷达的检测路段为起始点，利用全站仪标定所有的高清摄像机的摄像头的坐标方向；
25)标定摄像头的检测路段。
S3、利用毫米波雷达设备、高清摄像机采集道路交通数据，利用前端数据处理模块对采集的数据进行处理。具体包括以下步骤：
31)前端数据处理模块对毫米波雷达返回的目标信息进行聚类分析，剔除产生的非法噪点，对信号进行滤波，并对大型车辆的密集聚类点进行再聚类；
32)前端数据处理模块对高清摄像机的摄像头内的车流信息进行车道识别，对摄像头内的移动目标进行车辆识别，并按照车道信息标注位置；
33)在毫米波雷达坐标系内寻找摄像头检测路段的目标信息，按照高清摄像机的摄像头中的车道信息以及位置信息，在雷达路段内寻找匹配目标，并将目标信息返回给摄像头进行标注。
S4、将处理后的数据进行数据传输与数据存储。其中，数据传输步骤包括：
a)雷达信息通过时序数据库由中央服务器发送给所有请求的客户端；
b)视频信息通过视频服务器经过本地处理与雷达信息融合；
数据存储步骤为将毫米波雷达数据存储于云端，其中，将近期数据完全保存，远期数据将采样后保存。
S5、对车辆目标的实时行驶状态进行显示。
S6、对毫米波雷达-视频单组内车辆离散行驶状态进行数据关联，提取车辆行驶轨迹。车辆行驶轨迹通过对毫米波雷达数据进行聚类分析获取，车辆轨迹通过在二维平面内进行展示。
S7、将毫米波雷达-视频组群间数据进行融合，对相邻监测区域的同一车辆进行行驶轨迹衔接与跟踪。具体内容为：
将相邻检测区域的毫米波雷达数据进行融合；对于已经融合的毫米波雷达数据标定视频组检测区域内的相对位置。
S8、对全路段车辆驾驶行为进行分析与过程重建。
S9、对全路段车辆驾驶行为过程进行可视化显示。
与现有技术相比，本发明具有以下优点：
1、本发明将雷达数据采集与视频数据采集的优点相结合，克服了单一采用视频数据采集方法受环境影响大，对车辆的空间位置和运动信息探测的准确性、可靠性较差的问题，且克服了单点或单截面数据不能满足目前不断发展的基础研究及应用要求的问题，有利于采集车辆在通过某一较大范围时(通常是路况复杂、易发生交通事故的较长路段范围)的连续行驶状态下的过程特征信息；
2、本发明将雷达数据采集与视频数据采集的优点相结合，能够重构车辆途径指定区域的整个行驶过程，并在计算上进行可视化显示，克服了单一采用雷达数据采集方法由于不具有可视化效果，无法捕捉车辆的外观属性信息的问题；
3、本发明通过深度融合毫米波雷达数据与高清视频图像数据，实现二者在交通数据采集上的优势互补，使得检测的数据类型更加全面，准确率、可靠性与鲁棒性进一步提升，从而有利于为交通管控、安全预警等方面提供技术支持；
4、本发明利用雷达与视频组群构建一套长路段大范围内连续不间断的车辆行驶行为过程信息采集系统，本质上是一种道路交通数据采集手段，除了能够监测异常的违规驾驶行为，本系统的主要目的是采集车辆连续行驶状态下的特征信息，通过该信息能事后还原车辆经过指定范围的行车全过程，包括位置、行车轨迹、速度等，因此该系统可以兼顾交通监控管理与车辆驾驶行为研究两方面。
附图说明
图1为本发明基于雷达与视频组群的车辆行为监测系统的物理构成框架示意图；
图2为基于雷达与视频组群的车辆行为监测系统的实现方法的逻辑框架图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。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的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
如图1所示，本发明涉及一种基于雷达与视频组群的车辆行为监测系统，该系统包括：多套监控终端设备、多个数据通信设备、数据存储设备、后台数据处理服务器以及车辆行驶状态显示模块，其中，监控终端设备由毫米波雷达、高清摄像机、前端数据处理模块以及电源控制模块构成。
毫米波雷达：监控终端设备的组成部分之一，负责探测指定区域内的车辆目标，采集车辆目标某一时刻的行驶状态数据，包括车辆的空间位置坐标和行车速度。雷达设备输出端与前端数据处理模块输入端相连。
高清摄像机：监控终端设备的组成部分之一，采集指定区域内的视频图像，指定区域与同一监控终端设备的毫米波雷达探测区域一致。高清摄像机设备输出端与前端数据处理模块输入端相连。
前端数据处理模块：监控终端设备的组成部分之一，具体又包括毫米波雷达数据处理单元、高清视频图像处理单元、雷达-视频数据匹配与融合单元三部分。毫米波雷达数据处理单元对接收到的雷达数据进行噪声处理和信息提取，并将空间位置坐标转换至统一的道路坐标系中；高清视频图像处理单元对接收到的视频数据进行图像处理，采用背景差分提取车辆前景目标，采用模式识别算法提取出车辆类型、车辆号牌、号牌颜色等车辆信息；雷达-视频数据匹配与融合单元将雷达采集的车辆位置信息与视频图像上车辆位置进行匹配与融合，将雷达采集的车辆空间位置、行车速度与车辆类型、车辆号牌等信息进行关联。前端数据处理模块的输入端分别与雷达设备的输出端、高清摄像机设备的输出端相连，前端数据处理模块的输出端与数据通信设备的输入端相连。
电源控制模块：监控终端设备的组成部分之一，负责对毫米波雷达设备和高清摄像机以及前端处理单元供电。
数据通信设备：负责将监控终端设备的数据(包括毫米波雷达、高清摄像机采集的原始数据，前端数据处理模块的处理数据)按统一的格式传送至数据存储设备。每一套监控终端设备对应独立的数据通信设备，并均独立接入数据存储设备。数据通信设备的输入端与对应监控终端设备的输出端相连，数据通信设备的输出端与数据存储设备的输入端相连。
数据存储设备：负责将数据通信设备传输来的数据存入存储设备中指定的数据库。数据存储设备存在多个数据输入端接口，每一套监控终端设备对应一个输入端接口。数据存储设备的输出端与后台数据处理服务器的输入端相连。
后台数据处理服务器：负责读取存储于数据存储设备中的数据，进行单组监控终端设备内部的数据关联处理，实现对同一车辆在某一子监测区域下的轨迹跟踪与提取；并进行监控终端设备组群之间的数据融合处理，实现监测区域之间的车辆轨迹匹配衔接，获取车辆通过整个监测区域的完整行车轨迹与速度、加速度运行特征，并对典型的驾驶行为如超速、变道、紧急刹车、随意停车等进行分析与特殊标记。其输入端与数据存储设备的输出端相连，输出端与车辆行驶状态显示模块相连。
车辆行驶状态显示模块：负责车辆在监测区域内的行驶过程在计算机上的可视化显示，包括显示完整的运动轨迹、运动速度和加速度，以及车辆类型、车牌号码、车牌颜色等车辆信息。若出现违法违规驾驶行为，采用红颜色予以突出标识。车辆行驶状态显示模块的输入端与后台数据处理服务器的输出端相连。
如图2所示，基于雷达与视频组群的车辆行为监测系统的实现方法包括如下步骤：
步骤一：毫米波雷达-高清摄像机设备位置确定与安装并组网，包括：
(1)雷达设备与高清摄像机设备安装；
(2)雷达设备、高清摄像机设备与监测路段三者编码关联。
步骤二：毫米波雷达-高清摄像机空间坐标系组内标定与组间标定。
首先确定雷达坐标系、高清摄像机坐标系与道路空间坐标系之间的转换参数，具体步骤为：
1、对雷达间相对距离通过全站仪进行采集；
2、将雷达间方向按照“当前雷达径向正对下一个雷达”进行调整；
3、利用雷达本身的车流数据对自身方向角进行矫正。(车流末端必须处于雷达径向轴线)包括：
a.软矫正，通过对雷达伺服器的参数进行调整达到正对效果；
b.硬矫正，对较大偏差进行现场重新安装；
4、以某一雷达的检测路段为起始点，利用全站仪标定所有的摄像头的坐标方向；
5、标定摄像头的检测路段。
步骤三：道路交通数据采集与前端数据处理，具体包括：
(1)毫米波雷达数据采集与数据处理：
a.对雷达返回的目标信息进行聚类分析；
b.剔除产生的非法噪点，对信号进行滤波；
c.对大型车辆的密集聚类点进行再聚类；
(2)高清视频数据采集与视频图像处理：
a.对高清摄像机的摄像头内的车流信息进行车道识别；
b.对摄像头内的移动目标进行车辆识别；
c.按照车道信息标注大致的位置；
(3)雷达-视频数据匹配与融合：
a.在雷达坐标系内寻找摄像头检测路段的目标信息；
b.按照摄像头中的车道信息以及位置信息，在雷达路段内寻找匹配目标；
c.将目标信息返回给摄像头进行标注。
步骤四：数据传输与数据存储，具体包括：
(1)数据传输
a.雷达信息通过时序数据库由中央服务器发送给所有请求的客户端；
b.视频信息通过视频服务器经过本地处理与雷达信息融合；
(2)数据存储
a.雷达数据存储于云端，近期数据完全保存，远期数据将采样后保存。
步骤五：车辆目标的实时行驶状态显示。
将车辆信息(车辆类型、车辆号牌、号牌颜色)及车辆行驶状态信息(位置坐标、速度、加速度)数据叠加于视频图像中实时显示。
步骤六：雷达-视频单组内车辆离散行驶状态数据关联——车辆行驶轨迹提取。具体地：车辆行驶轨迹通过对雷达数据进行聚类分析得到；车辆轨迹通过在二维平面内展示。
步骤七：雷达-视频组群间数据融合——相邻监测区域同一车辆行驶轨迹衔接与跟踪，主要内容为：将相邻检测区域融合依托于雷达数据；对于已经融合的雷达数据标定视频组检测区域内相对位置。
步骤八：全路段车辆驾驶行为分析与过程重建。
步骤九：全路段车辆驾驶行为过程可视化显示，包括：
·雷达数据可视化，对于全部路段对融合后的数据进行可视化；
·视频雷达可视化，选择某一摄像头，对摄像头内的车辆进行可视化标注。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的工作人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (3)
1.基于雷达与视频组群的车辆行为监测系统，其特征在于，该系统包括：
监控终端设备：用于采集指定区域的车辆目标的行驶状态数据和高清视频图像；多套监控终端设备设置在道路路侧上，每一套监控终端设备设有用以同步采集行驶状态数据和视频图像的毫米波雷达设备和高清摄像机，以及用以为毫米波雷达设备和高清摄像机进行供电的电源控制模块；
前端数据处理模块：用于对监控终端设备采集的数据进行处理，该模块包括毫米波雷达数据处理单元、高清视频图像处理单元以及雷达-视频数据匹配与融合单元，前端数据处理模块由电源控制模块供电；
数据通信设备：用于将监控终端设备的数据按统一格式传送至数据存储设备，每一套监控终端设备对应独立的数据通信设备；
数据存储设备：用于将数据通信设备传输的数据存入存储设备中指定的数据库，数据存储设备存在多个数据输入端接口，每一套监控终端设备对应一个输入端接口，每一套监控终端设备均独立接入数据存储设备；
后台数据处理服务器：用于读取存储于数据存储设备中的数据，进行单组监控终端设备内部的数据关联处理，实现对同一车辆在某一子监测区域下的轨迹跟踪与提取；并进行监控终端设备组群之间的数据融合处理，实现监测区域之间的车辆轨迹匹配衔接，获取车辆通过整个监测区域的完整行车特征，并对典型的驾驶行为进行分析与特殊标记；
车辆行驶状态显示模块：用于对车辆在监测区域内的行驶过程在计算机上进行可视化显示；
所述的毫米波雷达数据处理单元对接收到的雷达数据进行噪声处理和信息提取，并将空间位置坐标转换至统一的道路坐标系中；所述的高清视频图像处理单元对接收到的视频数据进行图像处理，采用背景差分提取车辆前景目标，采用模式识别算法提取出车辆类型、车辆号牌、号牌颜色车辆信息；所述毫米波雷达数据处理单元以某一毫米波雷达的检测路段为起始点，利用全站仪标定所有的高清摄像机的摄像头的坐标方向，并标定摄像头的检测路段；所述的雷达-视频数据匹配与融合单元将雷达采集的车辆位置信息与视频图像上车辆位置进行匹配与融合，将雷达采集的车辆空间位置、行车速度与车辆类型、车辆号牌信息进行关联；
实现所述的基于雷达与视频组群的车辆行为监测系统的方法，该方法包括如下步骤：
1)确定毫米波雷达设备、高清摄像机在道路路侧的安装位置，将其安装并组网，并使毫米波雷达设备、高清摄像机与监测路段三者编码关联；
2)对毫米波雷达-高清摄像机空间坐标系进行组内标定与组间标定；
3)利用毫米波雷达设备、高清摄像机采集道路交通数据，利用前端数据处理模块对采集的数据进行处理；
4)将处理后的数据进行数据传输与数据存储；
5)对车辆目标的实时行驶状态进行显示；
6)对毫米波雷达-视频单组内车辆离散行驶状态进行数据关联，提取车辆行驶轨迹；
7)将毫米波雷达-视频组群间数据进行融合，对相邻监测区域的同一车辆进行行驶轨迹衔接与跟踪；
8)对全路段车辆驾驶行为进行分析与过程重建；
9)对全路段车辆驾驶行为过程进行可视化显示；
步骤2)具体包括以下步骤：
21)对毫米波雷达设备间的相对距离通过全站仪进行采集；
22)将毫米波雷达间方向按照当前雷达径向正对下一个雷达进行调整；
23)利用毫米波雷达本身的车流数据对自身方向角进行矫正，具体包括：
a)软矫正，通过对毫米雷达的雷达伺服器的参数进行调整达到正对效果；
b)硬矫正，对于较大偏差的毫米波雷达进行现场重新安装；
24)以某一毫米波雷达的检测路段为起始点，利用全站仪标定所有的高清摄像机的摄像头的坐标方向；
25)标定摄像头的检测路段；
步骤3)具体包括以下步骤：
31)前端数据处理模块对毫米波雷达返回的目标信息进行聚类分析，剔除产生的非法噪点，对信号进行滤波，并对大型车辆的密集聚类点进行再聚类；
32)前端数据处理模块对高清摄像机的摄像头内的车流信息进行车道识别，对摄像头内的移动目标进行车辆识别，并按照车道信息标注位置；
33)在毫米波雷达坐标系内寻找摄像头检测路段的目标信息，按照高清摄像机的摄像头中的车道信息以及位置信息，在雷达路段内寻找匹配目标，并将目标信息返回给摄像头进行标注；
步骤4)中，数据传输步骤包括：
a)雷达信息通过时序数据库由中央服务器发送给所有请求的客户端；
b)视频信息通过视频服务器经过本地处理与雷达信息融合；
数据存储步骤为将毫米波雷达数据存储于云端，其中，将近期数据完全保存，远期数据将采样后保存；
步骤6)中，车辆行驶轨迹通过对毫米波雷达数据进行聚类分析获取，车辆轨迹通过在二维平面内进行展示；
步骤7)的具体内容为：
将相邻检测区域的毫米波雷达数据进行融合；对于已经融合的毫米波雷达数据标定视频组检测区域内的相对位置。
2.根据权利要求1所述的基于雷达与视频组群的车辆行为监测系统，其特征在于，所述的后台数据处理服务器获取车辆通过整个监测区域的完整行车特征包括轨迹与速度、加速度运行特征。
3.根据权利要求2所述的基于雷达与视频组群的车辆行为监测系统，其特征在于，所述的车辆行驶状态显示模块对车辆在监测区域内的行驶过程在计算机上的可视化显示包括完整的运动轨迹显示、运动速度和加速度显示以及包含车辆类型、车牌号码、车牌颜色在内的车辆信息显示，若后台数据服务器对典型的驾驶行为进行分析的结果为出现违法违规驾驶行为，则采用红颜色予以突出标识。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910921106.8A CN110738846B (zh) | 2019-09-27 | 2019-09-27 | 基于雷达与视频组群的车辆行为监测系统及其实现方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910921106.8A CN110738846B (zh) | 2019-09-27 | 2019-09-27 | 基于雷达与视频组群的车辆行为监测系统及其实现方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110738846A CN110738846A (zh) | 2020-01-31 |
| CN110738846B true CN110738846B (zh) | 2022-06-17 |
Family
ID=69269639
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910921106.8A Active CN110738846B (zh) | 2019-09-27 | 2019-09-27 | 基于雷达与视频组群的车辆行为监测系统及其实现方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110738846B (zh) |
Families Citing this family (31)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111260812B (zh) * | 2020-03-11 | 2022-04-19 | 广西信路威科技发展有限公司 | 一种基于rsu天线、雷达和图像识别的车辆检测装置及方法 |
| CN111427038A (zh) * | 2020-03-23 | 2020-07-17 | 厦门大学 | 车库环境下基于视觉与77GHz雷达的目标识别方法 |
| CN111429723B (zh) * | 2020-04-13 | 2021-08-06 | 大唐信通(浙江)科技有限公司 | 一种基于路侧设备的通信与感知数据融合方法 |
| CN111564062A (zh) * | 2020-04-29 | 2020-08-21 | 朱光宇 | 一种驾驶引导系统及方法 |
| CN111429734A (zh) * | 2020-04-30 | 2020-07-17 | 福建中科云杉信息技术有限公司 | 港口内外集卡实时监控系统及监控方法 |
| CN111599175A (zh) * | 2020-05-13 | 2020-08-28 | 特路（北京）科技有限公司 | 监看智能汽车行驶轨迹跟踪的管理系统及场景搭建方法 |
| CN113689691A (zh) * | 2020-05-18 | 2021-11-23 | 富士通株式会社 | 交通检测系统 |
| CN111856446A (zh) * | 2020-05-22 | 2020-10-30 | 青岛若愚科技有限公司 | 基于毫米波雷达的网络监控系统及毫米波天线阵列结构 |
| CN111696366A (zh) * | 2020-06-04 | 2020-09-22 | 中国人民解放军战略支援部队信息工程大学 | 一种道路事故感知识别方法及系统 |
| 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 |
| CN111754798A (zh) * | 2020-07-02 | 2020-10-09 | 上海电科智能系统股份有限公司 | 融合路侧激光雷达和视频实现车辆和周边障碍物探知方法 |
| CN112150799A (zh) * | 2020-08-19 | 2020-12-29 | 上海图丽信息技术有限公司 | 一种融合雷达视频的道路车辆交通大数据采集的方法 |
| CN114120625B (zh) * | 2020-08-31 | 2023-02-21 | 上汽通用汽车有限公司 | 车辆信息集成系统、方法和存储介质 |
| CN112099040A (zh) * | 2020-09-15 | 2020-12-18 | 浙江省机电设计研究院有限公司 | 基于激光雷达网络的全程连续轨迹车辆追踪系统及方法 |
| CN112433203B (zh) * | 2020-10-29 | 2023-06-20 | 同济大学 | 一种基于毫米波雷达数据的车道线形检测方法 |
| CN112489438B (zh) * | 2020-11-19 | 2022-09-27 | 公安部第三研究所 | 实现移动目标数据标定的雷达与球机联动系统及其方法 |
| CN112731324B (zh) * | 2020-12-16 | 2024-07-23 | 中交第一公路勘察设计研究院有限公司 | 高速公路多雷达跨区域组网多目标跟踪方法 |
| CN112509331A (zh) * | 2020-12-18 | 2021-03-16 | 芜湖易来达雷达科技有限公司 | 一种用于交通雷达数据的验证系统及其验证方法 |
| CN113129592A (zh) * | 2021-04-16 | 2021-07-16 | 江西方兴科技有限公司 | 一种高速公路隧道交通状态全息感知系统及方法 |
| CN113438449A (zh) * | 2021-06-07 | 2021-09-24 | 西安恒盛安信智能技术有限公司 | 一种视频图像传输方法 |
| CN113420805B (zh) * | 2021-06-21 | 2022-11-29 | 车路通科技(成都)有限公司 | 视频和雷达的动态轨迹图像融合方法、装置、设备及介质 |
| CN113450580A (zh) * | 2021-08-19 | 2021-09-28 | 浙江安沿科技有限公司 | 一种用于车流量监测的雷达 |
| CN114071228A (zh) * | 2021-09-28 | 2022-02-18 | 浙江预策科技有限公司 | 实时信息叠加方法、装置、电子装置和存储介质 |
| CN114170809A (zh) * | 2021-12-03 | 2022-03-11 | 智道网联科技(北京)有限公司 | 超速检测方法、装置、系统、电子设备和介质 |
| CN114280601B (zh) * | 2021-12-28 | 2023-03-28 | 河北德冠隆电子科技有限公司 | 多角度可调节雷视一体机传感器 |
| CN114495518A (zh) * | 2022-02-07 | 2022-05-13 | 厦门市执象智能科技有限公司 | 一种自动抓拍与分析相结合的场景展示方法 |
| CN115019516A (zh) * | 2022-05-12 | 2022-09-06 | 浙江亚太机电股份有限公司 | 基于摄像头识别与毫米波雷达检测的汽车违章上报系统 |
| CN115440056A (zh) * | 2022-08-02 | 2022-12-06 | 天津光电聚能专用通信设备有限公司 | 基于毫米波雷达与视觉融合的智能安全防护系统 |
| CN115527364B (zh) * | 2022-08-25 | 2023-11-21 | 西安电子科技大学广州研究院 | 一种基于雷视数据融合的交通事故溯源方法及系统 |
| CN115985095B (zh) * | 2022-12-23 | 2024-09-20 | 河北德冠隆电子科技有限公司 | 一种智慧交通用多维度雷视融合一体机 |
| CN117672007B (zh) * | 2024-02-03 | 2024-04-26 | 福建省高速公路科技创新研究院有限公司 | 一种基于雷视融合的道路施工区域安全预警系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106023580A (zh) * | 2016-06-12 | 2016-10-12 | 中国电信股份有限公司广东号百信息服务分公司 | 一种车队车辆跟踪定位全景展示系统 |
| CN106710240A (zh) * | 2017-03-02 | 2017-05-24 | 公安部交通管理科学研究所 | 融合多目标雷达与视频信息的通行车辆跟踪测速方法 |
| CN107256636A (zh) * | 2017-06-29 | 2017-10-17 | 段晓辉 | 一种融合激光扫描与视频技术的交通流获取方法 |
| CN108986510A (zh) * | 2018-07-31 | 2018-12-11 | 同济大学 | 一种面向路口的智能化本地动态地图实现系统及实现方法 |
| CN109190508A (zh) * | 2018-08-13 | 2019-01-11 | 南京财经大学 | 一种基于空间坐标系的多摄像头数据融合方法 |
| CN208477729U (zh) * | 2018-06-11 | 2019-02-05 | 同济大学 | 一种驾驶行为数据信息采集装置 |
| CN109581345A (zh) * | 2018-11-28 | 2019-04-05 | 深圳大学 | 基于毫米波雷达的目标检测与跟踪方法及系统 |
| CN109615870A (zh) * | 2018-12-29 | 2019-04-12 | 南京慧尔视智能科技有限公司 | 一种基于毫米波雷达和视频的交通检测系统 |
| CN109920185A (zh) * | 2019-04-16 | 2019-06-21 | 中科九度(北京)空间信息技术有限责任公司 | 一种基于毫米波雷达与视频数据融合检测移动目标的方法 |
| CN109948523A (zh) * | 2019-03-18 | 2019-06-28 | 中国汽车工程研究院股份有限公司 | 一种基于视频与毫米波雷达数据融合的目标物识别方法及其应用 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003157487A (ja) * | 2001-11-22 | 2003-05-30 | Mitsubishi Electric Corp | 交通状況監視装置 |
| BR112012019871A8 (pt) * | 2010-02-08 | 2018-06-19 | Obschestvo S Ogranichennoy Otveststvennostiyu Sistemy Peredovykh Tekh | método e dispositivo para determinar a velocidade de percurso e coordenadas de veículos e subsequentemente identificar os mesmos e registrar de forma automática violações de trânsito em estradas |
| JP6281460B2 (ja) * | 2014-09-24 | 2018-02-21 | 株式会社デンソー | 物体検出装置 |
| DK3574339T1 (da) * | 2017-01-30 | 2020-03-09 | Topgolf Sweden Ab | System og fremgangsmåde til tredimensional sporing af et objekt ved benyttelse af kombination af radar og billeddata |
| CN108847026A (zh) * | 2018-05-31 | 2018-11-20 | 安徽四创电子股份有限公司 | 一种基于矩阵坐标转换实现数据叠加显示的方法 |
| CN109686108B (zh) * | 2019-02-19 | 2023-11-21 | 广州华南路桥实业有限公司 | 一种车辆目标轨迹跟踪系统及车辆轨迹跟踪方法 |
-
2019
- 2019-09-27 CN CN201910921106.8A patent/CN110738846B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106023580A (zh) * | 2016-06-12 | 2016-10-12 | 中国电信股份有限公司广东号百信息服务分公司 | 一种车队车辆跟踪定位全景展示系统 |
| CN106710240A (zh) * | 2017-03-02 | 2017-05-24 | 公安部交通管理科学研究所 | 融合多目标雷达与视频信息的通行车辆跟踪测速方法 |
| CN107256636A (zh) * | 2017-06-29 | 2017-10-17 | 段晓辉 | 一种融合激光扫描与视频技术的交通流获取方法 |
| CN208477729U (zh) * | 2018-06-11 | 2019-02-05 | 同济大学 | 一种驾驶行为数据信息采集装置 |
| CN108986510A (zh) * | 2018-07-31 | 2018-12-11 | 同济大学 | 一种面向路口的智能化本地动态地图实现系统及实现方法 |
| CN109190508A (zh) * | 2018-08-13 | 2019-01-11 | 南京财经大学 | 一种基于空间坐标系的多摄像头数据融合方法 |
| CN109581345A (zh) * | 2018-11-28 | 2019-04-05 | 深圳大学 | 基于毫米波雷达的目标检测与跟踪方法及系统 |
| CN109615870A (zh) * | 2018-12-29 | 2019-04-12 | 南京慧尔视智能科技有限公司 | 一种基于毫米波雷达和视频的交通检测系统 |
| CN109948523A (zh) * | 2019-03-18 | 2019-06-28 | 中国汽车工程研究院股份有限公司 | 一种基于视频与毫米波雷达数据融合的目标物识别方法及其应用 |
| CN109920185A (zh) * | 2019-04-16 | 2019-06-21 | 中科九度(北京)空间信息技术有限责任公司 | 一种基于毫米波雷达与视频数据融合检测移动目标的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 雷达与摄像机视频融合的车辆检测跟踪技术研究;张富有;《中国优秀硕士学位论文全文数据库信息科技辑》;20190715;I138-904 * |
| 雷达与视频的信息提取与融合研究;方龙;《中国优秀硕士学位论文全文数据库信息科技辑》;20190715;I136-389 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110738846A (zh) | 2020-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110738846B (zh) | 基于雷达与视频组群的车辆行为监测系统及其实现方法 | |
| Semertzidis et al. | Video sensor network for real-time traffic monitoring and surveillance | |
| CN113671480B (zh) | 雷达与视频融合交通目标跟踪方法、系统、设备、终端 | |
| CN110542898A (zh) | 一种基于雷达组群的车辆行为连续跟踪探测系统及方法 | |
| US9520040B2 (en) | System and method for real-time 3-D object tracking and alerting via networked sensors | |
| CN112099040A (zh) | 基于激光雷达网络的全程连续轨迹车辆追踪系统及方法 | |
| WO2021077766A1 (zh) | 一种大区域多目标交通事件检测系统及方法 | |
| CN105654732A (zh) | 一种基于深度图像的道路监控系统及方法 | |
| CN114333330B (zh) | 一种基于路侧边缘全息感知的交叉口事件检测系统 | |
| CN102254429A (zh) | 一种基于视频识别的违章车辆检测装置和方法 | |
| CN102724482A (zh) | 基于gps和gis的智能视觉传感网络运动目标接力跟踪系统 | |
| CN102426801A (zh) | 基于视觉分析的停车场泊位自动管理方法和系统 | |
| CN104243935A (zh) | 基于视频识别的机场场监系统目标监控方法 | |
| CN216873319U (zh) | 一种雷视融合道路监控系统 | |
| CN103592901A (zh) | 一种云台控制的机场监控系统 | |
| CN113011252B (zh) | 轨道异物侵限检测系统及方法 | |
| CN115965655A (zh) | 一种基于雷视一体的交通目标跟踪方法 | |
| CN111275957A (zh) | 一种交通事故信息采集方法、系统及摄像机 | |
| CN105810023B (zh) | 机场起落架收放自动监测方法 | |
| CN116403179A (zh) | 基于雷视多源数据深度融合的车辆全息感知及风险行为识别系统 | |
| CN110853356A (zh) | 一种基于雷达和视频联动的车辆变道检测方法 | |
| CN110458089A (zh) | 一种基于高低轨光学卫星观测的海上目标关联系统及方法 | |
| US20230306729A1 (en) | Device and method for decision support of an artificial cognitive system | |
| CN117406212A (zh) | 一种交通多要素雷达视觉融合检测方法 | |
| CN113343849A (zh) | 一种基于雷达和视频的融合感知设备 |
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 |