CN110942636A - 多雷达级联实现交通流量统计的方法 - Google Patents

多雷达级联实现交通流量统计的方法 Download PDF

Info

Publication number
CN110942636A
CN110942636A CN201911298346.3A CN201911298346A CN110942636A CN 110942636 A CN110942636 A CN 110942636A CN 201911298346 A CN201911298346 A CN 201911298346A CN 110942636 A CN110942636 A CN 110942636A
Authority
CN
China
Prior art keywords
traffic flow
radar
coils
fld
virtual
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
CN201911298346.3A
Other languages
English (en)
Other versions
CN110942636B (zh
Inventor
张磊
李越
刘浩
杨敏
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.)
Nanjing Pu He Data Co Ltd
Original Assignee
Nanjing Pu He Data 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 Nanjing Pu He Data Co Ltd filed Critical Nanjing Pu He Data Co Ltd
Priority to CN201911298346.3A priority Critical patent/CN110942636B/zh
Publication of CN110942636A publication Critical patent/CN110942636A/zh
Application granted granted Critical
Publication of CN110942636B publication Critical patent/CN110942636B/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
    • 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
    • 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
    • G01S13/92—Radar or analogous systems specially adapted for specific applications for traffic control for velocity measurement
    • 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
    • G08G1/042—Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了智能交通领域的多雷达级联实现交通流量统计的方法，具体包括以下步骤：S1：在车道上等间距安装多部雷达，相邻两部雷达探测区域有融合区；S2：通过雷达在车道上设置多个用于获取车辆流量和平均车速的断面虚拟线圈；S3：通过设置的多个断面虚拟线圈，获取多组线圈数据；S4：获取单部雷达的车流量密度，通过计算单车道多个虚拟线圈的车流量密度，断面虚拟线圈之间通过插值的方法得到整个车道的车流量密度；S5：通过多部雷达覆盖全部车道，统计全路段的交通流；S6：设定阈值颜色显示，可靠性高、精度高；设置灵活，测量精度高；多雷达级联可以实现全路段车流量统计；雷达安装便捷，维护升级成本低；全数字信号，可靠性高。

Description

多雷达级联实现交通流量统计的方法
技术领域
本发明涉及智能交通技术领域，具体为多雷达级联实现交通流量统计的方法。
背景技术
交通流是运用物理和数学的定律来描述交通特性的一门边缘学科.它的应用能更好地解析交通现象及其本质,使车道发挥最大功效。作为交通工程学的基础理论，多年来交通流理论广泛应用于交通运输工程的许多研究领域:如交通规划、交通控制车道与交通工程设施设计等方面。
定量描述交通流的3个参数如下：
1、交通流量，又称交通量，表示交通流在单位时间内通过车道指定断面的车辆数量，单位是辆/小时或辆/日；
2、交通流速度,简称流速，表示交通流流动的快慢，单位是米/秒或公里/小时；
3、交通流密度，表示交通流的疏密程度，即车道单位长度上含有车辆的数量，单位是辆/公里。
现有的实现交通流量统计是通过统计路口地磁线圈的过车数实现交通流量统计。地磁线圈通过开关量设备向信号机发送过车信号，信号机统计开关量信号，从而来实现交通流量统计。存在如下缺陷：
1、交通流量的统计位置只能在安装地磁线圈才能统计交通流量；
2、地磁线圈安装要需要破路安装，并且无法维护，可靠性差，易损坏；
3、安装难度高，周期长；
4、地磁线圈输出为模拟量数据，需要信号机配合，成本高，设备复杂。
基于此，本发明设计了多雷达级联实现交通流量统计的方法，以解决上述提到的问题。
发明内容
本发明的目的在于提供多雷达级联实现交通流量统计的方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：多雷达级联实现交通流量统计的方法，具体包括以下步骤：
S1：在车道上等间距安装多部雷达，相邻两部雷达探测区域有融合区；
S2：通过雷达在车道上设置多个用于获取车辆流量和平均车速的断面虚拟线圈；
S3：通过设置的多个断面虚拟线圈，获取多组线圈数据；
S4：通过计算获取设定的虚拟线圈的流量和平均车速，获取单部雷达的车流量密度，通过计算单车道多个虚拟线圈的车流量密度，断面虚拟线圈之间通过插值的方法得到整个车道的车流量密度；
S5：通过多部雷达覆盖全部车道，得到全路的车流量密度值，以统计全路段的交通流；
S6：基于车道长度计算，进行图像化实现，设定阈值颜色显示。
优选的，所述多部雷达为在车道上每150米处安装一部雷达，雷达探测区域有50米的融合区；所述在单车道上设置有8个断面虚拟线圈vloop0、vloop1、vloop2、vloop3、vloop4、vloop5、vloop6、vloop7，8个所述线圈平均分布，25米1个，线圈宽为2米。
优选的，所述线圈数据包括字段：线圈编号、车道号、近边坐标、远边坐标和是否发送数据、A类车流量、B类车流量、C类车流量、总车流量、平均车速、平均车头时距、时间占有率、平均车长。
优选的，所述计算单车道多个虚拟线圈的车流量密度的具体步骤如下：
S5.1：通过配置软件获取线圈在雷达坐标系的坐标值：(X00，Y00)、(X01，Y01)、(X02，Y02)、(X03，Y03)、(X04，Y04)、(X05，Y05)、(X06，Y06)、(X07，Y07)，其中，下标00表示第0车道第0个虚拟线圈，以此类推；
S5.2：在软件中，设定车道lane0、lane1、lane2，设定5s为统计周期，即5s获取lane0车道上的8个虚拟线圈的统计数据，计算每个虚拟线圈的交通流密度，Fld00、Fld01、Fld02、Fld03、Fld04、Fld05、Fld06、Fld07，根据交通流密度创建3维坐标：(Fld00，y00，T)，其定义为：T时刻的通过车道lane0、虚拟线圈vloop0时的交通流密度Fld00，刷新周期为5s。
优选的，所述虚拟线圈定义为虚拟线圈的左上角为虚拟线圈坐标，即虚拟线圈坐标为(0，Y00)，以此类推。
优选的，所述断面虚拟线圈之间通过插值的方法计算方法如下：
设vloop0和vloop1虚拟线圈间的距离有25米，要进行25次插值计算得到交通流密度，设其交通流密度为Fld，单位辆/m，n为距离vloop0的距离，单位m，根据插值公式可得：
Figure BDA0002321196860000031
通过计算，同一时刻可以得到161组插值数据和8组虚拟线圈数据。
优选的，所述多部雷达交通流量统计的具体步骤如下：
建立统一雷达坐标系，指定每部雷达在统一雷达坐标系的位置，然后确定每一个虚拟线圈在统一雷达坐标系中的位置，雷达安装方向是朝向车流方向，设定重合区Fld的阈值范围，允许重合区的Fld有一定的偏差，采用插值方法进行修正，实现多雷达级联显示交通流密度。
优选的，每一部雷达的融合区为两个虚拟线圈重叠区域，雷达1的6线圈的Fld应等于雷达2的0线圈Fld，雷达1的7线圈的Fld等于雷达2的1线圈的Fld，在统一坐标系下这两个线圈的坐标是相同的。
优选的，所述设定阈值是根据分析实时交通流数据，得到交通流密度数据，并参考参数：车速、车流量和扫描周期而定。
优选的，还包括设置在车道边上的多个支撑杆，每部雷达通过安装座安装于每个支撑杆上，多部雷达均通过通讯线缆与外部电源通信控制箱连接，所述电源通信控制箱的通讯协议采用TCP网络通讯协议，后端可以接入不同的显示和统计设备。
与现有技术相比，本发明的有益效果是：
1、雷达通过发射电磁波，接收后向反射回波测量运动物体的速度、距离和方位，可靠性高、精度高；
2、可以在车道上任意位置设定虚拟线圈，通过虚拟线圈统计车流量密度，设置灵活，测量精度高；
3、多雷达级联可以实现全路段车流量统计；
4、雷达安装便捷，维护升级成本低；
5、全数字信号，可靠性高；
6、通讯协议采用TCP网络通讯协议，后端可以接入不同的显示和统计设备
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明结构示意图；
图2为本发明多雷达级联波束覆盖示意图；
图3为本发明车道与虚拟线圈设置图；
图4为本发明车流量密度、时间、距离三维显示图；
图5为本发明车流量密度显示图；
图6为本发明统一坐标系示意图。
附图中，各标号所代表的部件列表如下：
1、车道；2、支撑杆；3、安装座；4、雷达；5、虚拟线圈；6、电源通信控制箱。
具体实施方式
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1-6，本发明提供一种技术方案：多雷达级联实现交通流量统计的方法，具体包括以下步骤：
S1：在车道1上等间距安装多部雷达4，相邻两部雷达4探测区域有融合区；
S2：通过雷达4在车道1上设置多个用于获取车辆流量和平均车速的断面虚拟线圈5；
S3：通过设置的多个断面虚拟线圈5，获取多组线圈数据；
S4：通过计算获取设定的虚拟线圈5的流量和平均车速，获取单部雷达4的车流量密度，通过计算单车道1多个虚拟线圈5的车流量密度，断面虚拟线圈5之间通过插值的方法得到整个车道1的车流量密度；
S5：通过多部雷达4覆盖全部车道1，得到全路的车流量密度值，以统计全路段的交通流；
S6：基于车道1长度计算，进行图像化实现，设定阈值颜色显示，所述设定阈值是根据分析实时交通流数据，得到交通流密度数据，并参考参数：车速、车流量和扫描周期而定，根据实际情况，相同的车速和车流量，设定不同是扫描周期，可能得到不同的交通流密度，参阅图4和图5所示，图4中，X坐标为时间轴，每一格20s，Y坐标为距离轴，8个线圈的距离雷达4的距离，每一格表示25米，Z坐标为车流量密度，图5中，X坐标为时间轴，每一格20s，Y坐标为距离轴，8个线圈的距离雷达4的距离，每一格表示25米，颜色为车流量密度。
参阅图1、图2和图3所示，所述多部雷达4为在车道1上每150米处安装一部雷达4，雷达4探测区域有50米的融合区。
其中，所述在单车道1上设置有8个断面虚拟线圈5vloop0、vloop1、vloop2、vloop3、vloop4、vloop5、vloop6、vloop7，8个所述线圈平均分布，25米1个，线圈宽为2米(线圈的布局和宽度都可以设置)。所述线圈数据包括字段：线圈编号、车道1号、近边坐标、远边坐标和是否发送数据、A类车流量、B类车流量、C类车流量、总车流量、平均车速、平均车头时距、时间占有率、平均车长。
其中，所述计算单车道1多个虚拟线圈5的车流量密度的具体步骤如下：
S5.1：通过配置软件获取线圈在雷达4坐标系的坐标值：(X00，Y00)、(X01，Y01)、(X02，Y02)、(X03，Y03)、(X04，Y04)、(X05，Y05)、(X06，Y06)、(X07，Y07)，其中，下标00表示第0车道1第0个虚拟线圈5，以此类推，虚拟线圈5定义为虚拟线圈5的左上角为虚拟线圈5坐标，即虚拟线圈5坐标为(0，Y00)，以此类推；
S5.2：以3车道1车道1为例，雷达4安装完成后，通过雷达4配置软件可以获取雷达4的安装位置和检测车道1长度，在软件中，设定车道1lane0、lane1、lane2，设定5s为统计周期，即5s获取lane0车道1上的8个虚拟线圈5的统计数据，计算每个虚拟线圈5的交通流密度，Fld00、Fld01、Fld02、Fld03、Fld04、Fld05、Fld06、Fld07，根据交通流密度创建3维坐标：(Fld00，y00，T)，其定义为：T时刻的通过车道1lane0、虚拟线圈5vloop0时的交通流密度Fld00，刷新周期为5s。
其中，所述断面虚拟线圈5之间通过插值的方法计算方法如下：
设vloop0和vloop1虚拟线圈5间的距离有25米，要进行25次插值计算得到交通流密度，设其交通流密度为Fld，单位辆/m，n为距离vloop0的距离，单位m，根据插值公式可得：
Figure BDA0002321196860000061
通过计算，同一时刻可以得到161组插值数据和8组虚拟线圈5数据。
其中，所述多部雷达4交通流量统计的具体步骤如下：
建立统一雷达4坐标系，指定每部雷达4在统一雷达4坐标系的位置，然后确定每一个虚拟线圈5在统一雷达4坐标系中的位置，参阅6所示，雷达4安装方向是朝向车流方向，设定重合区Fld的阈值范围，允许重合区的Fld有一定的偏差，采用插值方法进行修正，实现多雷达4级联显示交通流密度。
每一部雷达4的融合区为两个虚拟线圈5重叠区域，雷达1的6线圈的Fld应等于雷达2的0线圈Fld，雷达1的7线圈的Fld等于雷达2的1线圈的Fld，在统一坐标系下这两个线圈的坐标是相同的。
还包括设置在车道1边上的多个支撑杆2，每部雷达4通过安装座3安装于每个支撑杆2上，多部雷达4均通过通讯线缆与外部电源通信控制箱6连接，所述电源通信控制箱6的通讯协议采用TCP网络通讯协议，后端可以接入不同的显示和统计设备。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (10)

1.多雷达级联实现交通流量统计的方法，其特征在于：具体包括以下步骤：
S1：在车道上等间距安装多部雷达，相邻两部雷达探测区域有融合区；
S2：通过雷达在车道上设置多个用于获取车辆流量和平均车速的断面虚拟线圈；
S3：通过设置的多个断面虚拟线圈，获取多组线圈数据；
S4：通过计算获取设定的虚拟线圈的流量和平均车速，获取单部雷达的车流量密度，通过计算单车道多个虚拟线圈的车流量密度，断面虚拟线圈之间通过插值的方法得到整个车道的车流量密度；
S5：通过多部雷达覆盖全部车道，得到全路的车流量密度值，以统计全路段的交通流；
S6：基于车道长度计算，进行图像化实现，设定阈值颜色显示。
2.根据权利要求1所述的多雷达级联实现交通流量统计的方法，其特征在于：所述多部雷达为在车道上每150米处安装一部雷达，雷达探测区域有50米的融合区；所述在单车道上设置有8个断面虚拟线圈vloop0、vloop1、vloop2、vloop3、vloop4、vloop5、vloop6、vloop7，8个所述线圈平均分布，25米1个，线圈宽为2米。
3.根据权利要求2所述的多雷达级联实现交通流量统计的方法，其特征在于：所述线圈数据包括字段：线圈编号、车道号、近边坐标、远边坐标和是否发送数据、A类车流量、B类车流量、C类车流量、总车流量、平均车速、平均车头时距、时间占有率、平均车长。
4.根据权利要求3所述的多雷达级联实现交通流量统计的方法，其特征在于：所述计算单车道多个虚拟线圈的车流量密度的具体步骤如下：
S5.1：通过配置软件获取线圈在雷达坐标系的坐标值：(X00，Y00)、(X01，Y01)、(X02，Y02)、(X03，Y03)、(X04，Y04)、(X05，Y05)、(X06，Y06)、(X07，Y07)，其中，下标00表示第0车道第0个虚拟线圈，以此类推；
S5.2：在软件中，设定车道lane0、lane1、lane2，设定5s为统计周期，即5s获取lane0车道上的8个虚拟线圈的统计数据，计算每个虚拟线圈的交通流密度，Fld00、Fld01、Fld02、Fld03、Fld04、Fld05、Fld06、Fld07，根据交通流密度创建3维坐标：(Fld00，y00，T)，其定义为：T时刻的通过车道lane0、虚拟线圈vloop0时的交通流密度Fld00，刷新周期为5s。
5.根据权利要求4所述的多雷达级联实现交通流量统计的方法，其特征在于：所述虚拟线圈定义为虚拟线圈的左上角为虚拟线圈坐标，即虚拟线圈坐标为(0，Y00)，以此类推。
6.根据权利要求5所述的多雷达级联实现交通流量统计的方法，其特征在于：所述断面虚拟线圈之间通过插值的方法计算方法如下：
设vloop0和vloop1虚拟线圈间的距离有25米，要进行25次插值计算得到交通流密度，设其交通流密度为Fld，单位辆/m，n为距离vloop0的距离，单位m，根据插值公式可得：
Figure FDA0002321196850000021
通过计算，同一时刻可以得到161组插值数据和8组虚拟线圈数据。
7.根据权利要求6所述的多雷达级联实现交通流量统计的方法，其特征在于：所述多部雷达交通流量统计的具体步骤如下：
建立统一雷达坐标系，指定每部雷达在统一雷达坐标系的位置，然后确定每一个虚拟线圈在统一雷达坐标系中的位置，雷达安装方向是朝向车流方向，设定重合区Fld的阈值范围，允许重合区的Fld有一定的偏差，采用插值方法进行修正，实现多雷达级联显示交通流密度。
8.根据权利要求7所述的多雷达级联实现交通流量统计的方法，其特征在于：每一部雷达的融合区为两个虚拟线圈重叠区域，雷达1的6线圈的Fld应等于雷达2的0线圈Fld，雷达1的7线圈的Fld等于雷达2的1线圈的Fld，在统一坐标系下这两个线圈的坐标是相同的。
9.根据权利要求8所述的多雷达级联实现交通流量统计的方法，其特征在于：所述设定阈值是根据分析实时交通流数据，得到交通流密度数据，并参考参数：车速、车流量和扫描周期而定。
10.根据权利要求1-9任一所述的多雷达级联实现交通流量统计的方法，其特征在于：还包括设置在车道边上的多个支撑杆，每部雷达通过安装座安装于每个支撑杆上，多部雷达均通过通讯线缆与外部电源通信控制箱连接，所述电源通信控制箱的通讯协议采用TCP网络通讯协议，后端可以接入不同的显示和统计设备。
CN201911298346.3A 2019-12-17 2019-12-17 多雷达级联实现交通流量统计的方法 Active CN110942636B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911298346.3A CN110942636B (zh) 2019-12-17 2019-12-17 多雷达级联实现交通流量统计的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911298346.3A CN110942636B (zh) 2019-12-17 2019-12-17 多雷达级联实现交通流量统计的方法

Publications (2)

Publication Number Publication Date
CN110942636A true CN110942636A (zh) 2020-03-31
CN110942636B CN110942636B (zh) 2021-11-26

Family

ID=69911785

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911298346.3A Active CN110942636B (zh) 2019-12-17 2019-12-17 多雷达级联实现交通流量统计的方法

Country Status (1)

Country Link
CN (1) CN110942636B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113781796A (zh) * 2021-08-18 2021-12-10 青岛图灵科技有限公司 基于视频虚拟线圈的车流量检测方法及装置
CN114120641A (zh) * 2021-11-23 2022-03-01 武汉理工大学 基于光栅阵列传感光纤网络进行交通流信息检测的方法及系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104183142A (zh) * 2014-08-18 2014-12-03 安徽科力信息产业有限责任公司 一种基于图像视觉处理技术的车流量统计方法
CN104575051A (zh) * 2015-01-14 2015-04-29 合肥革绿信息科技有限公司 一种基于阵列雷达的高架匝道智能信号控制方法及装置
CN104881995A (zh) * 2014-08-22 2015-09-02 中国科学院沈阳自动化研究所 一种路侧双波束微波雷达交通流量检测装置及方法
CN104966404A (zh) * 2015-07-23 2015-10-07 合肥革绿信息科技有限公司 一种基于阵列雷达的单点自优化信号控制方法及装置
CN105261215A (zh) * 2015-10-09 2016-01-20 南京慧尔视智能科技有限公司 基于微波的智能交通行为感知方法及系统
CN108417055A (zh) * 2018-03-22 2018-08-17 南京推推兔信息科技有限公司 一种基于雷达检测器的主干路协同信号机控制方法
CN108550269A (zh) * 2018-06-01 2018-09-18 中物汽车电子扬州有限公司 基于毫米波雷达的交通流量检测系统及其检测方法
CN109615882A (zh) * 2019-01-31 2019-04-12 厦门精益远达智能科技有限公司 一种单车道的车流量统计方法、装置、设备和存储介质
CN109658715A (zh) * 2019-01-31 2019-04-19 厦门精益远达智能科技有限公司 多车道的车流量统计方法、装置、设备和存储介质
CN109785632A (zh) * 2019-03-14 2019-05-21 济南浪潮高新科技投资发展有限公司 一种交通流量统计方法及装置
CN110389338A (zh) * 2019-06-26 2019-10-29 深圳市华讯方舟微电子科技有限公司 判断交通状况的方法、装置、毫米波雷达及存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104183142A (zh) * 2014-08-18 2014-12-03 安徽科力信息产业有限责任公司 一种基于图像视觉处理技术的车流量统计方法
CN104881995A (zh) * 2014-08-22 2015-09-02 中国科学院沈阳自动化研究所 一种路侧双波束微波雷达交通流量检测装置及方法
CN104575051A (zh) * 2015-01-14 2015-04-29 合肥革绿信息科技有限公司 一种基于阵列雷达的高架匝道智能信号控制方法及装置
CN104966404A (zh) * 2015-07-23 2015-10-07 合肥革绿信息科技有限公司 一种基于阵列雷达的单点自优化信号控制方法及装置
CN105261215A (zh) * 2015-10-09 2016-01-20 南京慧尔视智能科技有限公司 基于微波的智能交通行为感知方法及系统
CN108417055A (zh) * 2018-03-22 2018-08-17 南京推推兔信息科技有限公司 一种基于雷达检测器的主干路协同信号机控制方法
CN108550269A (zh) * 2018-06-01 2018-09-18 中物汽车电子扬州有限公司 基于毫米波雷达的交通流量检测系统及其检测方法
CN109615882A (zh) * 2019-01-31 2019-04-12 厦门精益远达智能科技有限公司 一种单车道的车流量统计方法、装置、设备和存储介质
CN109658715A (zh) * 2019-01-31 2019-04-19 厦门精益远达智能科技有限公司 多车道的车流量统计方法、装置、设备和存储介质
CN109785632A (zh) * 2019-03-14 2019-05-21 济南浪潮高新科技投资发展有限公司 一种交通流量统计方法及装置
CN110389338A (zh) * 2019-06-26 2019-10-29 深圳市华讯方舟微电子科技有限公司 判断交通状况的方法、装置、毫米波雷达及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHANG,HAIYING 等: "Traffic Flow Detection Based on the Rear-Lamp and Virtual Coil for Nighttime Conditions", 《2016 IEEE INTERNATIONAL CONFERENCE ON SIGNAL AND IMAGE PROCESSING》 *
胡凯峰 等: "基于TMS320DM648的多车道车流量检测系统", 《电视技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113781796A (zh) * 2021-08-18 2021-12-10 青岛图灵科技有限公司 基于视频虚拟线圈的车流量检测方法及装置
CN114120641A (zh) * 2021-11-23 2022-03-01 武汉理工大学 基于光栅阵列传感光纤网络进行交通流信息检测的方法及系统

Also Published As

Publication number Publication date
CN110942636B (zh) 2021-11-26

Similar Documents

Publication Publication Date Title
CN110942636B (zh) 多雷达级联实现交通流量统计的方法
CN110929810B (zh) 一种低慢小目标探测系统多源数据融合方法
CN106324601B (zh) 一种基于风廓线雷达组网的三维风场反演方法
CN110111590A (zh) 一种车辆动态排队长度检测方法
DE102014201026A1 (de) Verfahren zur Winkelschätzung und Radarsensor für Kraftfahrzeuge
CN109255837B (zh) 一种用于激光雷达点云数据处理的高效b样条曲面的构造方法
CN113781774B (zh) 考虑人机混驾交通流的信号控制交叉口通行能力确定方法
CN105374217A (zh) 一种基于道路交叉口平均饱和度的信号灯自适应控制方法
CN106530756A (zh) 一种考虑下游公交站点的交叉口最佳周期时长计算方法
CN111624623B (zh) 基于激光雷达非均匀扫描的风场反演方法
CN104569911A (zh) 一种obu定位方法、rsu及etc系统
CN207624159U (zh) 一种车辆定位系统
CN104050518A (zh) 一种基于多普勒天气雷达的电网对流致灾大风预警方法
CN113408504A (zh) 基于雷达的车道线识别方法、装置、电子设备及存储介质
CN117119374A (zh) 一种地铁隧道内的人员位置定位方法
CN105068076B (zh) 基于傅里叶谱分析的天气雷达图像插值方法的装置
WO2012034809A1 (de) Verfahren und vorrichtung zum bestimmen einer länge eines leiterseils
CN113240915A (zh) 一种基于匝道与主线交互影响的多匝道协同控制方法
CN102592282B (zh) 交通视频中道路实际距离与相应像素距离关系的标定方法
Yuan et al. Freeway traffic state estimation using extended Kalman filter for first-order traffic model in Lagrangian coordinates
CN114783181B (zh) 一种基于路侧感知的交通流量统计方法和装置
CN113985378B (zh) 一种阵列天气雷达衰减订正方法
CN115640986A (zh) 基于奖励的机器人调度方法、装置、设备及介质
CN205880942U (zh) 一种高精度动态自组网汽车行驶记录仪
EP1837661A1 (de) Fluiddynamisches Messverfahren

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Method for Implementing Traffic Flow Statistics by Cascading Multiple Radars

Effective date of registration: 20230330

Granted publication date: 20211126

Pledgee: Nanjing Branch of Jiangsu Bank Co.,Ltd.

Pledgor: NANJING PUHE DATA Co.,Ltd.

Registration number: Y2023980036968

PE01 Entry into force of the registration of the contract for pledge of patent right