CN112017431A - 基于多数据融合的主动式车辆持续跟踪定位系统及方法 - Google Patents

Abstract

本发明公开了基于多数据融合的主动式车辆持续跟踪定位系统及方法，所述系统的车辆跟踪检测传感器对车辆进行跟踪检测，采集的信息送至路侧服务平台处理获得车辆初步数据信息，并与区域地图数据进行融合生成车辆实时动态信息及唯一ID身份编号，车辆进入车牌抓拍触发区域，车辆特征识别设备获取车辆的特征信息，送至路侧服务平台，调取预先存在数据库中与之对应的车辆车型及三维轮廓尺寸数据，路侧服务平台将车辆实时动态信息、特征信息与北斗\GPS时钟授时信息进行融合，生成完整的车辆身份信息，启用物理空间属性进行轨迹修正，持续输出车辆跟踪定位数据。本发明实现了不需在车辆上安装定位设备就能对道路上行驶的车辆进行持续跟踪定位。

Description

基于多数据融合的主动式车辆持续跟踪定位系统及方法

技术领域

本发明涉及目标跟踪、行为轨迹分析、惯性导航、自动驾驶、自动控制技术领域，具体涉及基于多数据融合的主动式车辆持续跟踪定位系统及方法。

背景技术

目前高速公路对特殊车辆的精准管理主要是给这些特殊车辆，安装车载GPRS或北斗卫星定位模块来实现对其进行定位和异常行为的管理。但是该技术目前无法实现对普通车辆进行精准的管理，另外传统的定位管理系统在特殊区域或隧道中就会失去定位作用，无法实现全程无死角的监视管理应用需求，给道路运营管理者和车辆所有者本身带来不便。

高速公路上需要对行驶的车辆进行车速和行驶状态的监控，对汽车基础信息进行搜集，现有车牌抓拍系统主要由外部触发或自我触发两种工作方式，来实现对车辆的图像抓拍功能，外部触发工作方式主要是由：线圈车辆检测器、测速雷达传感器、多目标雷达传感器、激光雷达传感器等来实现，当车辆经过以上检测器预画划定的检测区域时，传感器就会给车牌车辆特征识别设备以及触发信号(一般是IO控制量)，车牌车辆特征识别设备在接收到这个触发信息号时便启动自身的摄像机快门实现对车辆的图像的抓拍。

利用雷达传感实现对车辆特征信息的跟踪，包括车辆的尺寸、类型、速度以及移动方向等信息，由于高速路段车流量大、车况信息较为复杂，超车会车频繁，容易出现车辆被其它大型车辆遮挡或者在车辆进入隧道后丢失信号的情况，此时雷达就无法追踪到车辆的信息，造成目标丢失，无法收集车辆信息。需要保证对每辆车进行精准的抓拍和持续跟踪，实现车辆的定位。

发明内容

为此，本发明提供基于多数据融合的主动式车辆持续跟踪定位系统及方法，以解决了不需在车辆上安装定位设备就可以实现对道路上行驶的车辆进行持续跟踪定位的问题。

为了实现上述目的，本发明提供如下技术方案：

根据本发明的第一方面，公开了基于多数据融合的主动式车辆持续跟踪定位系统，所述系统包括：车辆跟踪检测传感器、车辆特征识别设备和路侧服务平台，所述车辆跟踪检测传感器设置在道路侧边对经过的车辆进行跟踪检测，通过实时扫描的方式，采集检测区域范围内所有车辆的原始数据信息，并传送至路侧服务平台进行实时分析处理获得车辆的初步数据信息，路侧服务平台再将车辆的初步数据信息与该区域内的地图数据进行处理、换算以及首次融合，获取具有经纬度信息的完整车辆动态数据信息，启动预先设定的同步触发数据融合规则对进入检测范围的车辆进行持续跟踪监控，并将车辆动态数据信息中的唯一ID身份编号信息转化成车辆特征识别设备的触发信号，车辆进入预先设定的车辆特征获取触发区域后，车辆特征识别设备根据路侧服务平台发送的触发指令进行车辆特征数据信息提取，路侧服务平台将车辆特征数据信息与车辆动态数据信息进行进一步融合，路侧服务平台将车辆特征数据送入车辆三维轮廓尺寸识别匹配模块进行车辆特征数据信息模糊匹配，确定车辆的三维轮廓尺寸信息，形成一个具有车辆三维轮廓尺寸的完整的车辆数据信息，路侧服务平台将内嵌的北斗\GPS或其他时钟授时模块输出的时钟信息与具有车辆三维轮廓尺寸的完整的车辆数据信息进行融合，赋予每辆车一个全新的身份数据信息，完成对车流量持续跟踪、定位、数据输出所需关键变量数据的采集，系统启动物理空间属性功能模块对车辆的行驶轨迹、行为等数据进行修正，并对丢失的目标进行跟踪补充和二次校验、轨迹回溯以及启用跨区域融合技术，实现对车辆的远距离的持续跟踪、定位、监视。

进一步地，所述车辆跟踪检测传感器包括但不限于激光雷达传感器、毫米雷达车辆检测器中的一种或多种传感器组合而成。

进一步地，所述车辆跟踪检测传感器通过高速扫描的方式，获取检测范围内的所有目标车辆的原始数据信息，该数据被送入到路侧服务平台中进行实时分析处理获取车辆的初步数据信息，并生成检测区域内唯一ID数字标识信息，此后系统会对目标车辆进行持续跟踪、实时定位以及监视。

进一步地，所述路侧服务平台将车辆跟踪检测传感器实时采集扫描到的车辆原始数据经过分析处理后获得初步数据信息与区域内的地图数据信息进行同时分析处理、滤除干扰、相互融合、叠加换算后，获取具有经纬度信息的完整车辆动态数据信息并成为D1数据信息，该动态数据信息包括但不限于每一个被跟踪目标车辆的经纬度信息、所在车道信息、实时速度信息、运动方向信息、方向角信息、加速度信息、XYZ相对距离信息以及车辆在该路侧车辆跟踪检测传感器检测范围内唯一的ID数字标识信息。

进一步地，所述车辆特征识别设备根据车道的数量，在每条车道上方均设置有车辆特征识别设备，并与车道数量和车道位置一一相对应，系统在内部为每个车道进行一一编号并设好同步触发数据融合区域，车辆跟踪检测传感器检测到车辆进入触融合区域后，系统将车辆对应的唯一ID数字标识信息变成车辆特征识别设备的触发信号通过路侧服务平台传输给车辆特征识别设备，系统启用同步触发数据融合功能模块来获取车辆特征信息并与用于触发车辆设别设备的车辆动态信息数据进行融合，所述车辆的特征信息包括：车辆的颜色、车系、车型、品牌、商标、车牌、类别。

进一步地，所述车辆特征识别设备拍摄的车辆特征信息通过网络传送至路侧服务平台，路侧服务平台将车辆跟踪检测传感器传送的实时车辆动态信息和车辆特征识别设备传送的车辆特征信息进行融合，融合后每辆车辆都会带有自己唯一的完整的数据信息，系统采用车辆身份信息编制原则为每一辆带有完整信息的车辆在系统中生成唯一的车辆身份信息，记作数据D2。

进一步地，所述车辆特征识别设备将车辆的特征信息传送至路侧服务平台后，路侧服务平台将车辆特征数据信息送入车辆三维轮廓尺寸识别匹配模块，根据车辆的车型信息、品牌信息、型号信息、年代信息与车辆三维轮廓尺寸识别匹配模块的数据库中的车辆特征信息进行模糊匹配，车辆三维轮廓尺寸识别匹配模块收到系统发送过来的车辆特征信息，利用车辆特征匹配关键要素来与预先系统中存有的车辆模型特征数据信息进行逐条信息匹配，找出匹配度最高的车辆数据信息，并调取该车辆的其他数据信息包括车辆的精准车型信息、三维轮廓尺寸信息，路侧服务平台将经过匹配的车辆三维轮廓尺寸数据与车辆动态数据信息和车辆特征数据信息进行融合得到具有车辆三维轮廓尺寸的完整的车辆数据信息，记为D3数据信息。

进一步地，所述路侧服务平台将系统生成的每一辆被跟踪检测并生成完善的D3车辆数据信息与系统内嵌的北斗\GPS或其他时钟授时模块输出的时钟信息再次进行数据融合，系统会同时启动车辆唯一身份标识编码原则，赋予每一辆具有D3数据信息的车辆一个全新的身份数据信息，成为D4数据信息，D4数据信息包括：完整的车辆动态信息、完整的车辆特征信息、完整的车辆车型三位轮廓尺寸信息、数据时钟信息，系统就完成了对车辆持续跟踪、定位、数据输出所需要的所有关键数据变量信息的采集。

进一步地，所述路侧服务平台将车辆跟踪检测传感器采集的车辆原始动态信息依据物理空间属性对车辆轨迹行为进行修正，赋予车辆立体轮廓物理状态属性和道路沿线防护设施物理状态属性，导入车辆三维立体空间变量模型以及道路空间变量模型进行车辆运动轨迹修正，启用杂波干扰滤除技术消除堆叠干扰和夹缝干扰。

进一步地，所述路侧服务平台为一台高性能的边缘计算服务器，完成与各个设备相互通信、数据传输、数据处理、车辆特征识别设备同步触发、多数据融合、数据相互传递、图形分析获取车辆特征信息、定位系统精准授时、目标持续跟踪的功能，路侧服务平台将融合后的车辆信息发送至数据中心和第三方云端服务平台。

进一步地，所述路侧服务平台结合车辆跟踪检测传感器和车辆特征识别设备获取的车辆动态信息、特征信息，对短时间内跟踪丢失的目标进行补偿跟踪，保证跟踪的连贯性；针对长时间跟踪丢失的目标进行校验轨迹回溯，找回跟踪的目标进行接续跟踪。

进一步地，所述车辆跟踪检测传感器在道路侧边设置有多个，相邻的车辆跟踪检测传感器边界处相互重叠，利用目标跨区域融合技术完成车辆跨区域跟踪。

根据本发明的第二方面，公开了基于多数据融合的主动式车辆持续跟踪定位方法，所述方法为：

车辆跟踪检测传感器设置在路侧，在检测范围内对经过的车辆进行跟踪检测，通过实时扫描的方式，采集检测区域范围内所有车辆的原始数据信息，原始数据信息经过路侧服务平台处理得到车辆初步数据信息；

路侧服务平台将区域内的地图数据与车辆初步数据信息进行分析处理、滤除干扰、相互融合、叠加换算后，获取到车辆在该区域的实时动态数据，生成具有经纬度信息的完整车辆动态数据信息并记为D1数据信息；

车辆跟踪检测传感器检测到车辆进入车辆特征获取触发区域后，将车辆对应的唯一ID数字标识信息变成数字触发控制命令通过路侧服务平台传输给车辆特征识别设备，车辆特征识别设备获取车辆的特征数据信息，车辆特征数据信息包括：车辆的颜色、车型、品牌、商标、车牌、类别；

路侧服务平台将车辆跟踪检测传感器传送的车辆动态数据信息和车辆特征识别设备传送的车辆特征数据信息进行融合，融合后每辆车辆都会带有自己唯一的完整的数据信息，系统采用车辆身份信息编制原则为每一辆带有完整信息的车辆在系统中生成唯一的车辆身份信息，记作数据D2；

路侧服务平台将车辆特征数据送入车辆三维轮廓尺寸识别匹配模块进行车辆特征数据信息模糊匹配，确定车辆的三维轮廓尺寸信息，形成一个具有车辆三维轮廓尺寸的完整的车辆数据信息；

路侧服务平台将具有车辆三维轮廓尺寸的车辆数据信息与车辆动态数据信息和车辆特征数据信息相融合，形成完整的车辆数字信息，记做数据D3；

路侧服务平台将数据D3与北斗\GPS定位模块的时钟信息相融合，得到带有精准时钟信息数据D4，实现对车辆的精准实时跟踪定位，便于对车辆进行监控调度；

路侧服务平台利用物理空间属性进行车辆轨迹行为的修正；

路侧服务平台对短时间内跟踪丢失的目标进行补偿跟踪，保证跟踪的连贯性；对长时间跟踪丢失的目标进行校验轨迹回溯，找回跟踪的目标进行接续跟踪，实现持续跟踪；

系统获得车辆以上完整的信息后，通过数据中心或第三方服务平台并利用专用的通信通道和协议格式为每一辆车提供主动式定位信息了，实现车辆在特殊区域无法接收到定位信息通过该系统也能获取准确的定位信息，辅助车辆安全行驶和满足其导航使用，并将给数据送入到中心的道路管理平台上供其他系统使用实现对道路上行驶的所有车辆进行精细化的管理；

路侧服务平台将融合后的车辆信息跟跟踪数据发送至数据中心和第三方云端服务平台，便于对车辆进行更加智能的管控，提升整体调度指挥能力，促进搭建智慧高速公路大数据平台；

系统会得到每一辆车的详细行驶轨迹、点迹定位信息以及不同位置所对应的时钟信息，系统获得以上信息后，通过数据中心或第三方服务平台并利用专用的通信通道和协议格式为每一辆车提供主动式定位信息了，实现车辆在特殊区域无法接收到定位信息通过该系统也能获取准确的定位信息，辅助车辆安全行驶和满足其导航使用。

本发明具有如下优点：

本发明公开了基于多数据融合的主动式车辆持续跟踪定位系统及方法，通过车辆跟踪检测传感器采集并经过系统处理得到车辆的动态数据信息，利用车辆特征识别设备采集车辆的特征信息，路侧服务平台并结合区域内的高精地图数据或带有坐标系的二维、三维地图数据与车辆跟踪检测传感器获取的车辆原始动态数据进行分析处理、滤除干扰、相互融合、叠加换算后再与进行三轮廓尺寸模糊匹配的车辆的特征信息进行融合，使每辆车带有自己唯一的完整的数据信息，并对原始动态数据进行车辆轨迹修正，便于对车辆进行实时精准定位，持续跟踪。有助于后续实现车辆的自动驾驶，整体调度管控。提升整体调度指挥能力，促进搭建智慧高速公路大数据平台。用路侧传感器并采用多数据融合的方式实现对道路上行驶的车辆进行持续跟踪、定位、监视的技术，并实现了高速公路全覆盖无盲区的车辆级运行监测，开创性地研发车辆断点惯性补偿技术解决了高速公路障碍物和车辆遮挡的技术难题，实现了无盲区实时交通运行状态监测、车辆轨迹监测与还原和异常事件实时监测。实现车辆在特殊区域无法接收到定位信息通过该系统也能获取准确的定位信息，辅助车辆安全行驶和满足其导航使用。

附图说明

为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式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示例性的，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，还可以根据提供的附图引申获得其它的实施附图。

本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。

图1为本发明实施例提供的一种基于多数据融合的主动式车辆持续跟踪定位系统整体架构图；

图2为本发明实施例提供的一种基于多数据融合的主动式车辆持续跟踪定位系统流程图。

图中：1-车辆跟踪检测传感器、2-车辆特征识别设备、3-路侧服务平台、4-第三方云端服务平台、5-数据中心、6-检测区域、7-触发抓拍区域、8-重叠检测区域。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例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，都属于本发明保护的范围。

实施例1

本实施例公开了基于多数据融合的主动式车辆持续跟踪定位系统，所述系统包括：车辆跟踪检测传感器1、车辆特征识别设备2和路侧服务平台3，所述车辆跟踪检测传感器1设置在道路侧边对经过的车辆进行跟踪检测，通过实时扫描的方式，采集检测区域范围内所有车辆的原始数据信息，并传送至路侧服务平台进行实时分析处理获得车辆的初步数据信息，路侧服务平台3再将车辆的初步数据信息与该区域内的地图数据进行处理、换算以及首次融合，获取具有经纬度信息的完整车辆动态数据信息，启动预先设定的同步触发数据融合规则对进入检测范围的车辆进行持续跟踪监控，并将车辆动态数据信息中的唯一ID身份编号信息转化成车辆特征识别设备2的触发信号，车辆进入预先设定的车辆特征获取触发区域后，车辆特征识别设备2根据路侧服务平台发送的触发指令进行车辆特征数据信息提取，路侧服务平台3将车辆特征数据信息与车辆动态数据信息进行进一步融合，路侧服务平台3将车辆特征数据送入车辆三维轮廓尺寸识别匹配模块进行车辆特征数据信息模糊匹配，确定车辆的三维轮廓尺寸信息，形成一个具有车辆三维轮廓尺寸的完整的车辆数据信息，路侧服务平台3将内嵌的北斗\GPS或其他时钟授时模块输出的时钟信息与具有车辆三维轮廓尺寸的完整的车辆数据信息进行融合，赋予每辆车一个全新的身份数据信息，完成对车流量持续跟踪、定位、数据输出所需关键变量数据的采集，系统启动物理空间属性功能模块对车辆的行驶轨迹、行为等数据进行修正，并对丢失的目标进行跟踪补充和二次校验、轨迹回溯以及启用跨区域融合技术，实现对车辆的远距离的持续跟踪、定位、监视。

车辆跟踪检测传感器1包括但不限于激光雷达传感器、毫米雷达车辆检测器中的一种或多种传感器组合而成。车辆跟踪检测传感器1通过高速扫描的方式，获取检测范围内的所有目标车辆的原始数据信息，该数据被送入到路侧服务平台3中进行实时分析处理获取车辆的初步数据信息，并生成检测区域内唯一ID数字标识信息，此后系统会对目标车辆进行持续跟踪、实时定位以及监视。相邻检测区域6之间具有重叠检测区域8，实现对车辆的持续跟踪检测。车辆跟踪检测传感器1将采集的车辆原始数据信息通过网络传送至路侧服务平台3，路侧服务平台3对车辆原始数据信息进行暂时储存。

路侧服务平台3为一台高性能的边缘计算服务器，完成与各个设备相互通信、数据传输、数据处理、车辆特征识别设备2同步触发、多数据融合、数据相互传递、图形分析获取车辆特征信息、定位系统精准授时、目标持续跟踪的功能。

路侧服务平台3将车辆跟踪检测传感器1实时采集扫描到的车辆原始数据经过分析处理后获得初步数据信息与区域内的地图数据信息进行同时分析处理、滤除干扰、相互融合、叠加换算后，获取具有经纬度信息的完整车辆动态数据信息并成为D1数据信息，该动态数据信息包括但不限于每一个被跟踪目标车辆的经纬度信息、所在车道信息、实时速度信息、运动方向信息、方向角信息、加速度信息、XYZ相对距离信息以及车辆在该路侧车辆跟踪检测传感器检测范围内唯一的ID数字标识信息。

为了防止车辆并行、遮挡而导致车牌车辆特征识别设备2误触发，进而导致对于同一车辆获取车辆特征信息与动态信息错误匹配和错误的融合，车辆特征识别设备2根据车道的数量，在每条车道上均设置有车辆特征识别设备2与车道相对应，每个车道上划定有触发抓拍区域7，车辆跟踪检测传感器1检测到车辆进入触发抓拍区域7后，将车辆对应的唯一ID数字标识信息变成数字触发控制命令通过路侧服务平台3传输给车辆特征识别设备2。车辆特征识别设备2拍摄车辆的特征信息，所述车辆的特征信息包括：车辆的颜色、车型、品牌、商标、车牌、类别。同时，车辆的特征信息也可以通过ETC路侧天线对车辆安装的车载单元(OBU)进行识别与读取来获取车辆完整的特征信息和数据信息，在此不再赘述。

车辆特征识别设备2采集的车辆特征信息通过网络传送至路侧服务平台3，路侧服务平台3将车辆跟踪检测传感器1传送的车辆动态数据和车辆特征识别设备2传送的车辆特征信息进行融合，融合后每辆车辆都会带有自己唯一的完整的数据信息，系统采用车辆身份信息编制原则为每一辆带有完整信息的车辆在系统中生成唯一的车辆身份信息，记作数据D2。

车辆特征识别设备将车辆的特征信息传送至路侧服务平台后路侧服务平台将车辆特征数据信息送入车辆三维轮廓尺寸识别匹配模块，根据车辆的车型信息、品牌信息、型号信息、年代信息与车辆三维轮廓尺寸识别匹配模块的数据库中的车辆特征信息进行模糊匹配。为了能够使车辆的特征信息更加精准，系统会在路侧服务平台3上以小于25毫秒的处理速度实时对视频图像结构化来获取车辆的特征信息。并实时与系统数据库中预存的不少于200多种的车辆品牌数据信息，2000多种车辆车型及年款信息，12种车身颜色信息等进行快速对比。车辆三维轮廓尺寸识别匹配模块收到系统发送过来的车辆特征信息，利用车辆特征匹配关键要素来与预先系统中存有的车辆模型特征数据信息进行逐条信息匹配，找出匹配度最高的车辆数据信息，并调取该车辆的其他数据信息包括车辆的精准车型信息、三维轮廓尺寸信息，路侧服务平台将经过匹配的车辆三维轮廓尺寸数据与车辆动态数据信息和车辆特征数据信息进行融合得到具有车辆三维轮廓尺寸的完整的车辆数据信息，记为D3数据信息。

定位系统中常用的两种变量包括经纬度信息和时钟信息。通过车辆跟踪检测传感器1和车辆特征识别设备2可以获得目标车辆的实时经纬度信息，但是如果需要将该目标车辆所形成的D3数据做更多应用和处理时，就必须给安装在道路上的毫米波全向雷达传感器经路侧服务平台所采集实时处理后的数据进行精准授时，通过纳秒级数据时间授时能够使更加庞大的系统中所采集的数据都变得非常精准可靠，再将这些数据用于融合、分析、处理以及实现双向控制。该定位授时主要在路侧服务平台中实现，路侧服务平台安装有北斗\GPS定位授时模块获取导航卫星中的时钟信息。路侧服务平台3将系统生成的每一辆被跟踪检测并生成完善的D3车辆数据信息与系统内嵌的北斗\GPS或其他时钟授时模块输出的时钟信息再次进行数据融合，系统会同时启动车辆唯一身份标识编码原则，赋予每一辆具有D3数据信息的车辆一个全新的身份数据信息，成为D4数据信息，D4数据信息包括：完整的车辆动态信息、完整的车辆特征信息、完整的车辆车型三位轮廓尺寸信息、数据时钟信息，系统就完成了对车辆持续跟踪、定位、数据输出所需要的所有关键数据变量信息的采集。

路侧服务平台3将车辆跟踪检测传感器1采集的车辆原始动态信息依据物理空间属性对车辆轨迹行为进行修正，赋予车辆立体轮廓物理状态属性和道路沿线防护设施物理状态属性，导入车辆三维立体空间变量模型以及道路空间变量模型进行车辆运动轨迹修正，启用杂波干扰滤除技术消除堆叠干扰和夹缝干扰，保证车辆行驶轨迹的合理性，在系统中的表现和变化规律以及运动状态就能够跟现实场景中的实际物体和环境保持一致。

由于车辆在行驶过程中会出现大车遮挡小车、前车遮挡后车、后车遮挡前车、障碍物遮挡车辆等现象的出现，而导致毫米波全向雷达传感器短暂或长时间无法检测到被跟踪的车辆，这种突然的车辆“消失”会使系统无法持续对车辆进行持续跟踪定位。但是在实际中这个车辆并没有消失而是被遮挡。这个车辆仍然按照前面的行驶状态继续行驶着，因此可以借鉴惯性导航的原理，对丢失的车辆进行轨迹预判和行驶状态预判，当车辆又突然出现时，其运动状态和轨迹满足我们预判方案时，可以认为这个突然出现的车辆就是之前突然消失的车辆，从而能够保障该目标信息再出现短暂丢失时，数据依然会连贯而保持不变，本实施例中不再赘述。

通过惯性导航轨迹预判补点的方式能够将短暂丢失的目标轨迹和数据信息还原，但是对那些出现长时间丢失的现象，这种方法将会变得无效。因此需要另外一种方法将丢失的车辆信息重新获取车辆的信息，并与前面丢失的信息连贯起来。因此，们可以相隔一段距离的重新布设毫米波全向雷达传感器、车牌车辆特征识别设备、路侧服务平台并对车辆的动态信息和特征信息进行多数据融合和绑定，并利用车辆的特征信息与前面丢失的车辆特征信息进行比对，如果通过对比发现该车与前面丢失的车辆特征信息相符，则判断该车辆就是前面丢失的车辆，并将该车辆的信息与前面的信息合并，采用点迹首尾相连的方式将车辆的两个点迹相连其来，重新形成该车完整的数据信息和轨迹以及定位信息，在本实施例中不再赘述。

由于毫米波全向雷达传感器所覆盖的范围都是有限的，因此需要将每一辆融合完整后的车辆数据传递下去，直到车辆驶离被毫米波全向雷达传感器所覆盖的范围。因此相隔一段距离重新布设毫米波全向雷达传感器，并使两个毫米波全向雷达传感器的检测区域重叠，并利用目标跨区融合技术(阴影伴随目标跨区域融合技术)将车辆的数据，由一个区域传递到下一个区域，直到车辆驶离连续布设的毫米波全向雷达传感器所覆盖的连续区域为止，实现车辆的连续跟踪。

系统获得车辆以上完整的D4信息后，通过数据中心5或第三方服务平台4并利用专用的通信通道和协议格式为每一辆车提供主动式定位信息了，实现车辆在特殊区域无法接收到定位信息通过该系统也能获取准确的定位信息，辅助车辆安全行驶和满足其导航使用，并将给数据送入到中心5的道路管理平台上供其他系统使用实现对道路上行驶的所有车辆进行精细化的管理。

路侧服务平台3将融合后的车辆信息发送至数据中心5和第三方云端服务平台4，便于对车辆进行更加智能的管控，提升整体调度指挥能力，促进搭建智慧高速公路大数据平台。

实施例2

本实施例公开了基于多数据融合的主动式车辆持续跟踪定位方法，其特征在于，所述方法为：

车辆跟踪检测传感器1设置在路侧，在检测范围内对经过的车辆进行跟踪检测，通过实时扫描的方式，采集检测区域范围内所有车辆的原始数据信息，原始数据信息经过路侧服务平台处理得到车辆初步数据信息；

路侧服务平台3将区域内的地图数据与车辆初步数据信息进行分析处理、滤除干扰、相互融合、叠加换算后，获取到车辆在该区域的实时动态数据，生成具有经纬度信息的完整车辆动态数据信息并记为D1数据信息；

车辆跟踪检测传感器1检测到车辆进入车辆特征获取触发区域后，将车辆对应的唯一ID数字标识信息变成数字触发控制命令通过路侧服务平台传输给车辆特征识别设备2，车辆特征识别设备2获取车辆的特征数据信息，车辆特征数据信息包括：车辆的颜色、车型、品牌、商标、车牌、类别；

路侧服务平台3将车辆跟踪检测传感器1传送的车辆动态数据信息和车辆特征识别设备2传送的车辆特征数据信息进行融合，融合后每辆车辆都会带有自己唯一的完整的数据信息，系统采用车辆身份信息编制原则为每一辆带有完整信息的车辆在系统中生成唯一的车辆身份信息，记作数据D2；

路侧服务平台3将车辆特征数据送入车辆三维轮廓尺寸识别匹配模块进行车辆特征数据信息模糊匹配，确定车辆的三维轮廓尺寸信息，形成一个具有车辆三维轮廓尺寸的完整的车辆数据信息；

路侧服务平台3将具有车辆三维轮廓尺寸的车辆数据信息与车辆动态数据信息和车辆特征数据信息相融合，形成完整的车辆数字信息，记做数据D3；

路侧服务平台3将数据D3与北斗\GPS定位模块的时钟信息相融合，得到带有精准时钟信息数据D4，实现对车辆的精准实时跟踪定位，便于对车辆进行监控调度；

路侧服务平台3利用物理空间属性进行车辆轨迹行为的修正；

路侧服务平台3对短时间内跟踪丢失的目标进行补偿跟踪，保证跟踪的连贯性；对长时间跟踪丢失的目标进行校验轨迹回溯，找回跟踪的目标进行接续跟踪，实现持续跟踪；

系统获得车辆以上完整的信息D4后，通过数据中心5或第三方服务平台4并利用专用的通信通道和协议格式为每一辆车提供主动式定位信息了，实现车辆在特殊区域无法接收到定位信息通过该系统也能获取准确的定位信息，辅助车辆安全行驶和满足其导航使用，并将给数据送入到中心5的道路管理平台上供其他系统使用实现对道路上行驶的所有车辆进行精细化的管理；

路侧服务平台将融合后的车辆信息跟跟踪数据发送至数据中心5和第三方云端服务平台4，便于对车辆进行更加智能的管控，提升整体调度指挥能力，促进搭建智慧高速公路大数据平台。

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 (13)

1.基于多数据融合的主动式车辆持续跟踪定位系统，其特征在于，所述系统包括：车辆跟踪检测传感器、车辆特征识别设备和路侧服务平台，所述车辆跟踪检测传感器设置在道路侧边对经过的车辆进行跟踪检测，通过实时扫描的方式，采集检测区域范围内所有车辆的原始数据信息，并传送至路侧服务平台进行实时分析处理获得车辆的初步数据信息，路侧服务平台再将车辆的初步数据信息与该区域内的地图数据进行处理、换算以及首次融合，获取具有经纬度信息的完整车辆动态数据信息，启动预先设定的同步触发数据融合规则对进入检测范围的车辆进行持续跟踪监控，并将车辆动态数据信息中的唯一ID身份编号信息转化成车辆特征识别设备的触发信号，车辆进入预先设定的车辆特征获取触发区域后，车辆特征识别设备根据路侧服务平台发送的触发指令进行车辆特征数据信息提取，路侧服务平台将车辆特征数据信息与车辆动态数据信息进行进一步融合，路侧服务平台将车辆特征数据送入车辆三维轮廓尺寸识别匹配模块进行车辆特征数据信息模糊匹配，确定车辆的三维轮廓尺寸信息，形成一个具有车辆三维轮廓尺寸的完整的车辆数据信息，路侧服务平台将内嵌的北斗\GPS或其他时钟授时模块输出的时钟信息与具有车辆三维轮廓尺寸的完整的车辆数据信息进行融合，赋予每辆车一个全新的身份数据信息，完成对车流量持续跟踪、定位、数据输出所需关键变量数据的采集，系统启动物理空间属性功能模块对车辆的行驶轨迹、行为等数据进行修正，并对丢失的目标进行跟踪补充和二次校验、轨迹回溯以及启用跨区域融合技术，实现对车辆的远距离的持续跟踪、定位、监视。

2.如权利要求1所述的基于多数据融合的主动式车辆持续跟踪定位系统，其特征在于，所述车辆跟踪检测传感器包括但不限于激光雷达传感器、毫米雷达车辆检测器中的一种或多种传感器组合而成。

3.如权利要求2所述的基于多数据融合的主动式车辆持续跟踪定位系统，其特征在于，所述车辆跟踪检测传感器通过高速扫描的方式，获取检测范围内的所有目标车辆的原始数据信息，该数据被送入到路侧服务平台中进行实时分析处理获取车辆的初步数据信息，并生成检测区域内唯一ID数字标识信息，此后系统会对目标车辆进行持续跟踪、实时定位以及监视。

4.如权利要求1所述的基于多数据融合的主动式车辆持续跟踪定位系统，其特征在于，所述路侧服务平台将车辆跟踪检测传感器实时采集扫描到的车辆原始数据经过分析处理后获得初步数据信息与区域内的地图数据信息进行同时分析处理、滤除干扰、相互融合、叠加换算后，获取具有经纬度信息的完整车辆动态数据信息并成为D1数据信息，该动态数据信息包括但不限于每一个被跟踪目标车辆的经纬度信息、所在车道信息、实时速度信息、运动方向信息、方向角信息、加速度信息、XYZ相对距离信息以及车辆在该路侧车辆跟踪检测传感器检测范围内唯一的ID数字标识信息。

5.如权利要求1所述的基于多数据融合的主动式车辆持续跟踪定位系统，其特征在于，所述车辆特征识别设备根据车道的数量，在每条车道上方均设置有车辆特征识别设备，并与车道数量和车道位置一一相对应，系统在内部为每个车道进行一一编号并设好同步触发数据融合区域，车辆跟踪检测传感器检测到车辆进入触融合区域后，系统将车辆对应的唯一ID数字标识信息变成车辆特征识别设备的触发信号通过路侧服务平台传输给车辆特征识别设备，系统启用同步触发数据融合功能模块来获取车辆特征信息并与用于触发车辆设别设备的车辆动态信息数据进行融合，所述车辆的特征信息包括：车辆的颜色、车系、车型、品牌、商标、车牌、类别。

6.如权利要求5所述的基于多数据融合的主动式车辆持续跟踪定位系统，其特征在于，所述车辆特征识别设备获取的车辆特征信息通过网络传送至路侧服务平台，路侧服务平台将车辆跟踪检测传感器传送的实时车辆动态数据信息和车辆特征识别设备传送的车辆特征数据信息进行融合，融合后每辆车辆都会带有自己唯一的完整的数据信息，系统采用车辆身份信息编制原则为每一辆带有完整信息的车辆在系统中生成唯一的车辆身份信息，记作数据D2。

7.如权利要求6所述的基于多数据融合的主动式车辆持续跟踪定位系统，其特征在于，所述车辆特征识别设备将车辆的特征信息传送至路侧服务平台后，路侧服务平台将车辆特征数据信息送入车辆三维轮廓尺寸识别匹配模块，根据车辆的车型信息、品牌信息、型号信息、年代信息与车辆三维轮廓尺寸识别匹配模块的数据库中的车辆特征信息进行模糊匹配，车辆三维轮廓尺寸识别匹配模块收到系统发送过来的车辆特征信息，利用车辆特征匹配关键要素来与预先系统中存有的车辆模型特征数据信息进行逐条信息匹配，找出匹配度最高的车辆数据信息，并调取该车辆的其他数据信息包括车辆的精准车型信息、三维轮廓尺寸信息，路侧服务平台将经过匹配的车辆三维轮廓尺寸数据与车辆动态数据信息和车辆特征数据信息进行融合得到具有车辆三维轮廓尺寸的完整的车辆数据信息，记为D3数据信息。

8.如权利要求7所述的基于多数据融合的主动式车辆持续跟踪定位系统，其特征在于，所述路侧服务平台将系统生成的每一辆被跟踪检测并生成完善的D3车辆数据信息与系统内嵌的北斗\GPS或其他时钟授时模块输出的时钟信息再次进行数据融合，系统会同时启动车辆唯一身份标识编码原则，赋予每一辆具有D3数据信息的车辆一个全新的身份数据信息，成为D4数据信息，D4数据信息包括：完整的车辆动态信息、完整的车辆特征信息、完整的车辆车型三位轮廓尺寸信息、数据时钟信息，系统就完成了对车辆持续跟踪、定位、数据输出所需要的所有关键数据变量信息的采集。

9.如权利要求1所述的基于多数据融合的主动式车辆持续跟踪定位系统，其特征在于，所述路侧服务平台将车辆跟踪检测传感器采集的车辆原始动态信息依据物理空间属性对车辆轨迹行为进行修正，赋予车辆立体轮廓物理状态属性和道路沿线防护设施物理状态属性，导入车辆三维立体空间变量模型以及道路空间变量模型进行车辆运动轨迹修正，启用杂波干扰滤除技术消除堆叠干扰和夹缝干扰。

10.如权利要求1所述的基于多数据融合的主动式车辆持续跟踪定位系统，其特征在于，所述路侧服务平台为一台高性能的边缘计算服务器，完成与各个设备相互通信、数据传输、数据处理、车辆特征识别设备同步触发、多数据融合、数据相互传递、图形分析获取车辆特征信息、定位系统精准授时、目标持续跟踪的功能，路侧服务平台将融合后的车辆信息发送至数据中心和第三方云端服务平台。

11.如权利要求1所述的基于多数据融合的主动式车辆持续跟踪定位系统，其特征在于，所述路侧服务平台结合车辆跟踪检测传感器和车辆特征识别设备获取的车辆动态信息、特征信息，对短时间内跟踪丢失的目标进行补偿跟踪，保证跟踪的连贯性；针对长时间跟踪丢失的目标进行校验轨迹回溯，找回跟踪的目标进行接续跟踪。

12.如权利要求1所述的基于多数据融合的主动式车辆持续跟踪定位系统，其特征在于，所述车辆跟踪检测传感器在道路侧边设置有多个，相邻的车辆跟踪检测传感器边界处相互重叠，利用目标跨区域融合技术完成车辆跨区域跟踪，系统获得车辆完整的信息后，通过数据中心或第三方云端服务平台并利用专用的通信通道和协议格式为每一辆车提供主动式定位信息，实现车辆在特殊区域无法接收到定位信息通过该系统也能获取准确的定位信息，辅助车辆安全行驶和满足其导航使用，并将给数据送入到中心的道路管理平台上供其他系统使用实现对道路上行驶的所有车辆进行精细化的管理。

13.基于多数据融合的主动式车辆持续跟踪定位方法，其特征在于，所述方法为：

车辆跟踪检测传感器设置在路侧，在检测范围内对经过的车辆进行跟踪检测，通过实时扫描的方式，采集检测区域范围内所有车辆的原始数据信息，原始数据信息经过路侧服务平台处理得到车辆初步数据信息；

路侧服务平台将区域内的地图数据与车辆初步数据信息进行分析处理、滤除干扰、相互融合、叠加换算后，获取到车辆在该区域的实时动态数据，生成具有经纬度信息的完整车辆动态数据信息并记为D1数据信息；

车辆跟踪检测传感器检测到车辆进入车辆特征获取触发区域后，将车辆对应的唯一ID数字标识信息变成数字触发控制命令通过路侧服务平台传输给车辆特征识别设备，车辆特征识别设备获取车辆的特征数据信息，车辆特征数据信息包括：车辆的颜色、车型、品牌、商标、车牌、类别；

路侧服务平台将车辆跟踪检测传感器传送的车辆动态数据信息和车辆特征识别设备传送的车辆特征数据信息进行融合，融合后每辆车辆都会带有自己唯一的完整的数据信息，系统采用车辆身份信息编制原则为每一辆带有完整信息的车辆在系统中生成唯一的车辆身份信息，记作数据D2；

路侧服务平台将车辆特征数据送入车辆三维轮廓尺寸识别匹配模块进行车辆特征数据信息模糊匹配，确定车辆的三维轮廓尺寸信息，形成一个具有车辆三维轮廓尺寸的完整的车辆数据信息；

路侧服务平台将具有车辆三维轮廓尺寸的车辆数据信息与车辆动态数据信息和车辆特征数据信息相融合，形成完整的车辆数字信息，记做数据D3；

路侧服务平台将数据D3与北斗\GPS定位模块的时钟信息相融合，得到带有精准时钟信息数据D4，实现对车辆的精准实时跟踪定位，便于对车辆进行监控调度；

路侧服务平台利用物理空间属性进行车辆轨迹行为的修正；

路侧服务平台对短时间内跟踪丢失的目标进行补偿跟踪，保证跟踪的连贯性；对长时间跟踪丢失的目标进行校验轨迹回溯，找回跟踪的目标进行接续跟踪，实现持续跟踪；

路侧服务平台将融合后的车辆信息跟跟踪数据发送至数据中心和第三方云端服务平台，便于对车辆进行更加智能的管控，提升整体调度指挥能力，促进搭建智慧高速公路大数据平台；

系统会得到每一辆车的详细行驶轨迹、点迹定位信息以及不同位置所对应的时钟信息，系统获得以上信息后，通过数据中心或第三方服务平台并利用专用的通信通道和协议格式为每一辆车提供主动式定位信息了，实现车辆在特殊区域无法接收到定位信息通过该系统也能获取准确的定位信息，辅助车辆安全行驶和满足其导航使用。

Images