CN112017432A - 一种高速公路交通运行状态感知雷达的布设方法 - Google Patents
一种高速公路交通运行状态感知雷达的布设方法 Download PDFInfo
- Publication number
- CN112017432A CN112017432A CN202010777654.0A CN202010777654A CN112017432A CN 112017432 A CN112017432 A CN 112017432A CN 202010777654 A CN202010777654 A CN 202010777654A CN 112017432 A CN112017432 A CN 112017432A
- Authority
- CN
- China
- Prior art keywords
- radar
- layout
- road
- radars
- pitch angle
- 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
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
-
- 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
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种高速公路交通运行状态感知雷达的布设方法,首先,采集待布设路段的道路环境信息,并据此建立三维道路环境模型;其次,设定雷达初始间距,按雷达初始间距对待布设路段进行雷达均布,确定雷达的初始纵向位置;最后,确定雷达布设参数为雷达纵向位置、雷达安装高度、雷达横向位置、雷达最小俯仰角度,按照布设优化原则对每个雷达进行参数优化,得到优化后的雷达布设个数及每个雷达布设参数,进而完成整个待布设路段的雷达布设。本发明通过对组网雷达的布设安装参数进行有效评估,实现了对整个路段的交通流运行状态的实时检测,在保证检测精度的基础上,大大节省检测成本。
Description
技术领域
本发明属于道路交通状态管控技术领域,尤其涉及一种高速公路交通运行状态感知雷达的布设方法。
背景技术
动态交通运行状态的精准感知是交通运行分析、交通运行管控、交通安全风险分析与预警的基础。近年来,对于交通运行状态的精准感知受到了极高的重视,交通运行状态的动态精准感知成为我国道路交通运输行业亟需解决的关键技术问题。
发明专利基于毫米波雷达的交通流量检测系统及其检测方法(申请号:201810554907.0)公开了实现车辆轨迹识别与车辆编号,并在此基础上提出单车道覆盖和双车道覆盖的毫米波雷达检测器部署方案。但是该方法仅是针对断面车流进行检测,而交通运行状态的精准感知需要通过雷达组网对连续路段的车辆运行状态进行检测。一种自组网交通雷达探测系统(申请号:201910154427.X)公开了一种自组网交通雷达探测系统,但是未考虑在不同道路环境条件下的组网雷达布设和安装问题。因此,目前的交通流感知均是针对某一断面进行的,并没有针对路段进行全覆盖,仍然会有较多的检测盲区,不利于形成全路段交通流监测物联网;同时,目前还存在全路段交通流监测的实施成本问题,这些都是全路段交通流精准感知即交通流监测物联网形成过程中面临的诸多问题。
发明内容
为了解决上述问题,本发明的目的在于提供一种高速公路交通运行状态感知雷达的布设方法,本发明通过对组网雷达的布设安装参数进行有效评估,设计了一种高速公路上的雷达布设方法,实现了对整个路段的交通流运行状态的实时检测,在保证检测精度的基础上,大大节省检测成本;为建立全路段交通流监测物联网提供可靠保障。
为了达到上述目的,本发明采用以下技术方案予以解决。
一种高速公路交通运行状态感知雷达的布设方法,包括以下步骤:
步骤1,采集待布设路段的道路环境信息,并据此建立三维道路环境模型;
其中,所述道路环境信息包括道路线形、边坡情况、中央分隔带位置及尺寸、护栏位置及尺寸、标志牌位置及尺寸、路侧树木侵入道路范围内的高度及尺寸、道路上跨设施高度及尺寸;边坡情况包含填挖方情况、挖方尺寸、边坡形式及坡度;
步骤2,设定雷达初始间距,按雷达初始间距对待布设路段进行雷达均布,确定雷达的初始纵向位置;其中,第一个雷达位于待布设路段的起点;
步骤3,确定雷达布设参数为雷达纵向位置、雷达安装高度、雷达横向位置、雷达最小俯仰角度,按照布设优化原则对每个雷达进行参数优化,得到优化后的雷达布设个数及每个雷达布设参数,进而完成整个待布设路段的雷达布设;
其中,雷达纵向位置为沿道路行车方向的位置,雷达横向位置为雷达垂直于行车方向的位置,雷达最小俯仰角度是指雷达检测边线与雷达安装竖杆形成的最小夹角。
进一步地,所述待布设路段的道路环境信息的采集方式为通过无人机搭载高清摄像头采集。
进一步地,所述按照布设优化原则对每个雷达进行参数优化,其具体步骤为:
3.1,设定雷达布设参数的调节阈值,对雷达安装高度、雷达横向位置、雷达最小俯仰角度分别进行初始化;
3.2,按照布设优化原则对第一个雷达进行布设参数优化,得到优化后第一个雷达的布设参数;沿行车方向依次对第二至N个雷达分别进行布设参数优化,直至雷达的检测面覆盖待布设路段的终点时停止布设优化,,得到优化后的雷达布设个数N′和所有雷达的布设参数;N为初始化时的雷达个数,N′为优化后的雷达个数。
更进一步地,所述雷达布设参数的调节阈值包括雷达纵向位置的调节阈值为100-500m,雷达安装高度的调节阈值为6-10m,雷达横向位置的调节阈值为0-6m,雷达最小俯仰角度的调节阈值为60-70°。
更进一步地,所述对雷达安装高度、雷达横向位置、雷达最小俯仰角度分别进行初始化,具体为:将所有雷达的初始安装高度分别置于距路面6m处;将所有雷达的初始横向位置分别置于路边的安装竖杆上,即横向零点处;将所有雷达的初始最小俯仰角度分别置于60°。
更进一步地,所述布设优化原则为:对于一个待优化雷达,具体步骤为:
(a)固定当前调节轮次的雷达纵向位置、雷达安装高度、雷达横向位置,以预设的角度步距在雷达最小俯仰角度的调节阈值内对待优化雷达的最小俯仰角度进行调节,并计算该雷达每组布设参数下的有效检测面积;雷达最小俯仰角度调节一次,对应进行一次有效检测面积计算;
(b)以预设的横向步距在雷达横向位置的调节阈值内对待优化雷达的横向位置进行调节,每次横向位置调节对应进行一轮次步骤(a);
(c)以预设的高度步距在雷达安装高度的调节阈值内对待优化雷达的安装高度进行调节,每次安装高度调节对应进行一轮次步骤(a)-(b);
(d)以预设的纵向步距在雷达纵向位置的调节阈值内对待优化雷达的纵向位置进行调节,每次纵向位置调节对应进行一轮次步骤(a)-(c);
(e)选取所有布设参数调节过程中有效检测面积最大时对应的布设参数为该雷达的最佳布设参数,得到优化后该雷达的布设参数;至此完成当前雷达的布设参数优化;
对于待布设路段起点处的雷达,即第一个雷达,其纵向位置不需要调节,直接进行步骤(a)-(c)后转入步骤(e)即可。
更进一步地,所述计算该雷达当前布设参数下的有效检测面积,具体步骤为:
(a)计算雷达当前布设参数下的理论检测面积,即无遮挡情况下的雷达检测面积,其计算公式为:
ai=(tanγi1-tanγi2)·Hi·b
其中,Hi为第i个雷达的安装高度,b为道路宽度,γi1和γi2分别为第i个雷达的最大俯仰角度和最小俯仰角度,且γi2=γi1+φ,φ为雷达固有最大检测角度;
(b)计算路面障碍物对雷达的遮挡面积
首先,从三维道路环境模型中提取每个障碍物对雷达的遮挡面积S1,j;
其次,根据图形相似原理,每个障碍物在路面上形成与障碍物遮挡面平行的竖直遮挡物,计算竖直遮挡物的遮挡面积;
S2,j=S1,j·((D1,j+D2,j)/D1,j)2;
其中,S2,j表示第j个障碍物对应的竖直遮挡物,D1,j为雷达到第j个障碍物的水平距离,D2,j为第j个障碍物到竖直遮挡物的水平距离;
最后,利用平面图形投影方法,计算障碍物在路面上的实际遮挡面积s:
sj=S2,j/tanλ;
其中,sj为第j个障碍物在路面上的实际遮挡面积,λ为障碍物与穿过其中心的雷达波线之间形成的夹角;
(c)计算相邻雷达的检测重叠区域面积
在雷达布设参数确定的情况下,计算相邻雷达的检测重叠区域面积:
ri=(Hi·tanγi1-Xi-Hi+1·tanγi+1,2)·b
其中,ri表示第i个雷达与第i+1个雷达之间的检测重叠区域面积,b为道路宽度,Xi为第i个雷达与第i+1个雷达之间的纵向间距,γi1为第i个雷达的最小俯仰角度,γi+1,2为第i+1个雷达的最大俯仰角度;
(d)计算雷达有效检测面积,其计算公式如下:
vi=ai-∑sj-ri
其中,vi为第i个雷达的有效检测面积。
更进一步地,所述角度步距为0.1-0.5°,所述横向步距为0.5-1.0米,所述高度步距为0.5-1.0米,所述纵向步距为10-50米。
与现有技术相比,本发明的有益效果为:
本发明通过雷达的优化布设原则确定待布设路段的交通运行状态感知雷达的具体布设方案,该布设方法能够在保证监测范围和精度的要求下,降低检测成本,实现整个路段的雷达监测全覆盖,对于全路段交通流监测的实现具有重要的实际意义,为建立全路段交通流监测物联网提供可靠保障。同时能够大大降低全路段交通流监测的成本,具有较强的可操作性和实用价值。
附图说明
下面结合附图和具体实施例对本发明做进一步详细说明。
图1为本发明的实现流程图;
图2为本发明实施例的雷达布设参数示意图;
图3为本发明实施例的障碍物对雷达的遮挡面积示意图;
图4为本发明实施例的相邻雷达检测重叠区域面积示意图;
图5为本发明实施例的采集的道路环境图像;
图6为本发明实施例确定的雷达布设示意图;
图7为本发明实施例中1号雷达与2号雷达的检测面积和重叠面积示意图。
具体实施方式
下面结合附图对本发明的实施例及效果作进一步详细描述。
参考图1,本发明的一种高速公路交通运行状态感知雷达的布设方法,包括以下步骤:
步骤1,采集待布设路段的道路环境信息,并据此建立三维道路环境模型;
其中,所述道路环境信息包括道路线形、边坡情况、中央分隔带位置及尺寸、护栏位置及尺寸、标志牌位置及尺寸、路侧树木侵入道路范围内的尺寸及高度、道路上跨设施高度及尺寸;边坡情况包含填挖方情况、挖方尺寸、边坡形式及坡度;
本发明通过无人机搭载高清摄像头采集待布设路段的道路环境信息。
建立三维道路环境模型:基于倾斜摄影三维实景建模技术,无人机搭载高清摄像头采集道路线形(包括平、纵、横三个维度的线形数据)、边坡情况(包括填挖方情况、挖方尺寸、边坡形式及坡度等)、中央分隔带位置及尺寸、护栏位置及尺寸、标志牌位置及尺寸、路侧树木侵入道路范围内的高度及尺寸、道路上跨设施高度及尺寸等数据。利用自动空间三维加密技术实现影像自动匹配和自动平差,利用密集点云匹配技术自动构网,利用道路三维集成CAD系统实现模型构建。
步骤2,设定雷达初始间距,按雷达初始间距对待布设路段进行雷达均布,确定雷达的初始纵向位置;其中,第一个雷达位于待布设路段的起点;
具体地,在待布设路段以固定间距均匀布设雷达,本发明采用500米作为雷达初装的纵向间距;即第一雷达设置于待布设路段的起点位置,其余雷达按相互之间500m间距在待布设路段的行驶方向(纵向)进行均匀布设。
步骤3,确定雷达布设参数为雷达纵向位置、雷达安装高度、雷达横向位置、雷达最小俯仰角度,按照布设优化原则对每个雷达进行参数优化,得到优化后的雷达布设个数及每个雷达布设参数,进而完成整个待布设路段的雷达布设;
其中,雷达纵向位置为沿道路行车方向的位置,雷达横向位置为雷达垂直于行车方向的位置,雷达最小俯仰角度是指雷达检测边线与雷达安装竖杆形成的最小夹角。
雷达布设参数通过以下4个参数进行描述,如图2所示,分别是:
1)雷达纵向位置:指雷达沿道路纵向(行车方向)的布设位置,用x表示。
2)雷达安装高度:指雷达安装位置到路面的垂直距离,用h表示。
3)雷达横向位置:指雷达沿道路横向(垂直行车方向)的布设位置,用y表示。
4)雷达最小俯仰角度:指雷达最小俯仰角度是指雷达检测边线与雷达安装竖杆形成的最小夹角。,用γ表示。
因此,每个雷达的位置可以描述为:(x,h,y,γ)T。
3.1,设定雷达布设参数的调节阈值,对雷达安装高度、雷达横向位置、雷达最小俯仰角度分别进行初始化;
具体地,每个雷达初装时以统一高度安装,安装高度以最小安装高度6米作为雷达初装的安装高度;
每个雷达初始时统一安装至某一固定横向位置,本发明实施例将雷达安装在直角杆上,直角杆包括竖杆和设置于竖杆顶端的横向杆,横向杆伸入路面上空,以雷达位于横向杆的位置作为雷达的横向位置,本发明实施例将每个雷达的初始横向位置置于横向杆与竖杆的交点处,即横向零点处;
初始时,将每个雷达的最小俯仰角条至统一位置,本发明实施例将雷达最小俯仰角度置于60°。
3.2,按照布设优化原则对第一个雷达进行布设参数优化,得到优化后第一个雷达的布设参数;沿行车方向依次对第二至N个雷达分别进行布设参数优化,直至最后一个雷达的检测面覆盖待布设路段的终点,得到优化后所有雷达的布设参数;N为初始化时的雷达个数。
对于一个待优化雷达,具体步骤为:
(a)固定当前调节轮次的雷达纵向距离、雷达安装高度、雷达横向位置,以预设的角度步距在雷达最小俯仰角度的调节阈值内对待优化雷达的最小俯仰角度进行调节,并计算该雷达每组布设参数下的有效检测面积;雷达最小俯仰角度调节一次,对应进行一次有效检测面积计算;
(b)以预设的横向步距在雷达横向位置的调节阈值内对待优化雷达的横向位置进行调节,每次横向位置调节对应进行一轮次步骤(a);
(c)以预设的高度步距在雷达安装高度的调节阈值内对待优化雷达的安装高度进行调节,每次安装高度调节对应进行一轮次步骤(a)-(b);
(d)以预设的纵向步距在雷达纵向位置的调节阈值内对待优化雷达的纵向位置进行调节,每次纵向位置调节对应进行一轮次步骤(a)-(c);
(e)选取所有布设参数调节过程中有效检测面积最大时对应的布设参数为该雷达的最佳布设参数,得到优化后该雷达的布设参数;至此完成当前雷达的布设参数优化;
对于待布设路段起点处的雷达,即第一个雷达,其纵向位置不需要调节,直接进行步骤(a)-(c)后转入步骤(e)即可。
上述优化过程中,计算该雷达当前布设参数下的有效检测面积,具体步骤为:
(a)计算雷达当前布设参数下的理论检测面积,即无遮挡情况下的雷达检测面积,其计算公式为:
ai=(tanγi1-tanγi2)·Hi·b
其中,Hi为第i个雷达的安装高度,b为道路宽度,γi1和γi2分别为第i个雷达的最大俯仰角度和最小俯仰角度,且γi2=γi1+φ,φ为雷达固有检测最大角度;
(b)参考图3,计算路面障碍物对雷达的遮挡面积
首先,从三维道路环境模型中提取每个障碍物对雷达的遮挡面积S1,j;
其次,根据图形相似原理,每个障碍物在路面上形成与障碍物遮挡面平行的竖直遮挡物,计算竖直遮挡物的遮挡面积;
S2,j=S1,j·((D1,j+D2,j)/D1,j)2;
其中,S2,j表示第j个障碍物对应的竖直遮挡物,D1,j为雷达到第j个障碍物的水平距离,D2,j为第j个障碍物到竖直遮挡物的水平距离;
最后,利用平面图形投影方法,计算障碍物在路面上的实际遮挡面积s:
sj=S2,j/tanλ;
其中,sj为第j个障碍物在路面上的实际遮挡面积,λ为障碍物与穿过其中心的雷达波线之间形成的夹角;
(c)参考图4,计算相邻雷达的检测重叠区域面积
在雷达布设参数确定的情况下,计算相邻雷达的检测重叠区域面积:
ri=(Hi·tanγi1-Xi-Hi+1·tanγi+1,2)·b
其中,ri表示第i个雷达与第i+1个雷达之间的检测重叠区域面积,b为道路宽度,Xi为第i个雷达与第i+1个雷达之间的纵向间距,γi1为第i个雷达的最小俯仰角度,γi+1,2为第i+1个雷达的最大俯仰角度;
(d)计算雷达有效检测面积,其计算公式如下:
vi=ai-∑sj-ri
其中,vi为第i个雷达的有效检测面积。∑sj表示针对第i个雷达的所有障碍物在路面上的实际遮挡面积之和。
本发明中的障碍物包括路面标志牌、填挖方、边坡、中央分隔带、护栏、路侧树木侵入道路、道路上跨路面设施等所有对路面有遮挡的物体。
本发明中,所述雷达布设参数的调节阈值包括雷达纵向位置的调节阈值为100-500m,纵向步距为50m;雷达安装高度的调节阈值为6-10m,高度步距为0.5m;雷达横向位置的调节阈值为0-6m,横向步距为0.1m;雷达最小俯仰角度的调节阈值为60-70°,角度步距为0.1°。
本发明中雷达布设参数确定按照纵向位置顺序依次进行,各雷达布设参数的确定相互独立、互不影响,前一雷达的布设和安装位置确定后,不因之后雷达布设和安装位置的影响而改变;
雷达布设参数调节应按照最小俯仰角度-横向位置-安装高度-纵向位置的顺序依次调节,后一参数调节后应暂时固定,直至前一参数全范围调节完成后,方可进行该参数的下一次调节;
雷达布设位置的确定从监测路段起点开始,直至最后一个雷达检测范围超出监测路段终点为止。初始布设的雷达数量若多余则去掉,若少则增加雷达。
本发明的一个具体实施例:
首先,利用无人机搭载高清摄像头采集道路环境信息,如图5所示,从监测路段起点开始,按照500米的间隔均匀布设雷达3台,3台雷达的安装高度统一为6米,横向位置统一为立柱最近端,最小俯仰角度统一为:γ2=63°;
其次,(a)保持其它雷达位置和安装参数不变,固定1号雷达的纵向位置、安装高度和横向位置,以0.1°的固定步距调节1号雷达的最小俯仰角度,依次调节并记录雷达布设参数(x,y,h,γ)T;
(b)保持其它雷达布设和安装参数不变,保持1号雷达的纵向位置、安装高度不变,调节雷达横向位置1个步距(0.1米),随后固定1号雷达的纵向位置、安装高度和横向位置,以0.1°固定步距调节1号雷达的最小俯仰角度,依次调节并记录雷达布设参数(x,y,h,γ)T;重复以上步骤,直至所有横向位置全部覆盖;
(c)保持其它雷达布设参数不变,保持1号雷达的纵向位置不变,调节1号雷达的安装高度1个步距(0.5米),重复(a)-(b),直至所有安装高度全部覆盖;
(d)保持其它雷达布设和安装参数不变,调节1号雷达布设纵向位置1个步距(50米),重复(a)-(c),直至所有纵向位置全部覆盖。
最后,分别计算每一个布设参数下的1号雷达有效检测面积。以1号雷达有效检测面积最大的布设参数作为1号雷达的优化后的布设参数。
保持其它雷达布设参数不变,以同样的方法依次确定2号及3号雷达优化后的布设参数。每台雷达在调试过程中的布设参数分别构成了四维矩阵C1(x,h,y,γ)、C2(x,h,y,γ)、C3(x,h,y,γ),其中,i为雷达编号,x为雷达纵向位置,h为雷达安装高度,y为雷达横向位置,γ为雷达最小俯仰角度。
雷达最优的安装位置为:
z1=(xz1,hz1,yz1,γz1),z2=(xz2,hz2,yz2,γz2),z3=(xz3,hz3,yz3,γz3)
示例性的,如图6所示,障碍物遮挡面积的计算过程为:
在3号雷达覆盖范围内,有一处应急车道警告标志,对雷达的覆盖范围产生遮挡,根据三维模型获得的障碍物尺寸,结合雷达的布设位置,确定障碍物的遮挡面面积S1;
测量获得的雷达高度H、障碍物高度h1、雷达到障碍物的水平距离D1、障碍物中心到阴影中心的水平距离D2如图6所示,计算障碍物与穿过其中心的雷达波线的夹角λ=arctan(200/10-3)=88.0°,根据图形相似原理计算路面附近与障碍物遮挡面平行的遮挡面面积S2=S1·((D1+D2)/D1)2=0.6·((200+75)/200)2=1.13m2。
雷达检测范围重叠面积计算方法,包括:
第i个和第i+1个雷达的检测范围重叠面积计算公式:
ri=(Hi·tanγi1-Xi-Hi+1·tanγi+1,2)·b
按照以上方法,如图7所示,可以计算出1号雷达和2号雷达之间的检测范围重合面积r1,已知雷达最大和最小俯仰角度分别为:γ11=88.4°、γ12=63.4°;γ21=88.6°、γ22=63.4°,H1=H2=10m,X1=250m。
r1=(H1·tanγ11-X1-H2·tanγ22)·b=(10·tan88.4°-250-10·tan63.4°)·b=88b
本发明首先对雷达的布设参数进行选取,然后制定优化原则对雷达的布设参数进行优化选择,覆盖了所有的参数组合,确定了最优的监控路段交通运行状态感知雷达布设方案,在保证范围和精度满足要求的情况下,降低检测成本,实现整个路段的雷达监测全覆盖;为建立全路段交通流监测物联网提供可靠保障。基于本发明提供的雷达布设安装优化方法,能够为雷达的布设安装提供合理有效的实施办法,具有较强的可操作性和很强的实用价值。
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技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,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所述权利要求的保护范围为准。
Claims (8)
1.一种高速公路交通运行状态感知雷达的布设方法,其特征在于,包括以下步骤:
步骤1,采集待布设路段的道路环境信息,并据此建立三维道路环境模型;
其中,所述道路环境信息包括道路线形、边坡情况、中央分隔带位置及尺寸、护栏位置及尺寸、标志牌位置及尺寸、路侧树木侵入道路范围内的高度及尺寸、道路上跨设施高度及尺寸;边坡情况包含填挖方情况、挖方尺寸、边坡形式及坡度;
步骤2,设定雷达初始间距,按雷达初始间距对待布设路段进行雷达均布,确定雷达的初始纵向位置;其中,第一个雷达位于待布设路段的起点;
步骤3,确定雷达布设参数为雷达纵向位置、雷达安装高度、雷达横向位置、雷达最小俯仰角度,按照布设优化原则对每个雷达进行参数优化,得到优化后的雷达布设个数及每个雷达布设参数,进而完成整个待布设路段的雷达布设;
其中,雷达纵向位置为沿道路行车方向的位置,雷达横向位置为雷达垂直于行车方向的位置,雷达最小俯仰角度是指雷达检测边线与雷达安装竖杆形成的最小夹角。
2.根据权利要求1所述的高速公路交通运行状态感知雷达的布设方法,其特征在于,所述待布设路段的道路环境信息的采集方式为通过无人机搭载高清摄像头采集。
3.根据权利要求1所述的高速公路交通运行状态感知雷达的布设方法,其特征在于,所述按照布设优化原则对每个雷达进行参数优化,其具体步骤为:
3.1,设定雷达布设参数的调节阈值,对雷达安装高度、雷达横向位置、雷达最小俯仰角度分别进行初始化;
3.2,按照布设优化原则对第一个雷达进行布设参数优化,得到优化后第一个雷达的布设参数;沿行车方向依次对第二至N个雷达分别进行布设参数优化,直至雷达的检测面覆盖待布设路段的终点时停止布设优化,,得到优化后的雷达布设个数N′和所有雷达的布设参数;N为初始化时的雷达个数,N′为优化后的雷达个数。
4.根据权利要求3所述的高速公路交通运行状态感知雷达的布设方法,其特征在于,所述雷达布设参数的调节阈值包括雷达纵向位置的调节阈值为100-500m,雷达安装高度的调节阈值为6-10m,雷达横向位置的调节阈值为0-6m,雷达最小俯仰角度的调节阈值为60-70°。
5.根据权利要求3所述的高速公路交通运行状态感知雷达的布设方法,其特征在于,所述对雷达安装高度、雷达横向位置、雷达最小俯仰角度分别进行初始化,具体为:将所有雷达的初始安装高度分别置于距路面6m处;将所有雷达的初始横向位置分别置于路边的安装竖杆上,即横向零点处;将所有雷达的初始最小俯仰角度分别置于60°。
6.根据权利要求3所述的高速公路交通运行状态感知雷达的布设方法,其特征在于,所述布设优化原则为:对于一个待优化雷达,具体步骤为:
(a)固定当前调节轮次的雷达纵向位置、雷达安装高度、雷达横向位置,以预设的角度步距在雷达最小俯仰角度的调节阈值内对待优化雷达的最小俯仰角度进行调节,并计算该雷达每组布设参数下的有效检测面积;雷达最小俯仰角度调节一次,对应进行一次有效检测面积计算;
(b)以预设的横向步距在雷达横向位置的调节阈值内对待优化雷达的横向位置进行调节,每次横向位置调节对应进行一轮次步骤(a);
(c)以预设的高度步距在雷达安装高度的调节阈值内对待优化雷达的安装高度进行调节,每次安装高度调节对应进行一轮次步骤(a)-(b);
(d)以预设的纵向步距在雷达纵向位置的调节阈值内对待优化雷达的纵向位置进行调节,每次纵向位置调节对应进行一轮次步骤(a)-(c);
(e)选取所有布设参数调节过程中有效检测面积最大时对应的布设参数为该雷达的最佳布设参数,得到优化后该雷达的布设参数;至此完成当前雷达的布设参数优化;
对于待布设路段起点处的雷达,即第一个雷达,其纵向位置不需要调节,直接进行步骤(a)-(c)后转入步骤(e)即可。
7.根据权利要求6所述的高速公路交通运行状态感知雷达的布设方法,其特征在于,所述计算该雷达当前布设参数下的有效检测面积,具体步骤为:
(a)计算雷达当前布设参数下的理论检测面积,即无遮挡情况下的雷达检测面积,其计算公式为:
ai=(tanγi1-tanγi2)·Hi·b
其中,Hi为第i个雷达的安装高度,b为道路宽度,γi1和γi2分别为第i个雷达的最大俯仰角度和最小俯仰角度,且γi2=γi1+φ,φ为雷达固有最大检测角度;
(b)计算路面障碍物对雷达的遮挡面积
首先,从三维道路环境模型中提取每个障碍物对雷达的遮挡面积S1,j;
其次,根据图形相似原理,每个障碍物在路面上形成与障碍物遮挡面平行的竖直遮挡物,计算竖直遮挡物的遮挡面积;
S2,j=S1,j·((D1,j+D2,j)/D1,j)2;
其中,S2,j表示第j个障碍物对应的竖直遮挡物,D1,j为雷达到第j个障碍物的水平距离,D2,j为第j个障碍物到竖直遮挡物的水平距离;
最后,利用平面图形投影方法,计算障碍物在路面上的实际遮挡面积S:
sj=S2,j/tanλ;
其中,sj为第j个障碍物在路面上的实际遮挡面积,λ为穿过障碍物中心的雷达波线与水平方向的夹角;
(c)计算相邻雷达的检测重叠区域面积
在雷达布设参数确定的情况下,计算相邻雷达的检测重叠区域面积:
ri=(Hi·tanγi1-Xi-Hi+1·tanγi+1,2)·b
其中,ri表示第i个雷达与第i+1个雷达之间的检测重叠区域面积,b为道路宽度,Xi为第i个雷达与第i+1个雷达之间的纵向间距,γi1为第i个雷达的最小俯仰角度,γi+1,2为第i+1个雷达的最大俯仰角度;
(d)计算雷达有效检测面积,其计算公式如下:
vi=ai-∑sj-ri
其中,vi为第i个雷达的有效检测面积。
8.根据权利要求6所述的高速公路交通运行状态感知雷达的布设方法,其特征在于,所述角度步距为0.1-0.5°,所述横向步距为0.5-1.0米,所述高度步距为0.5-1.0米,所述纵向步距为10-50米。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010777654.0A CN112017432B (zh) | 2020-08-05 | 2020-08-05 | 一种高速公路交通运行状态感知雷达的布设方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010777654.0A CN112017432B (zh) | 2020-08-05 | 2020-08-05 | 一种高速公路交通运行状态感知雷达的布设方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112017432A true CN112017432A (zh) | 2020-12-01 |
CN112017432B CN112017432B (zh) | 2022-07-15 |
Family
ID=73499074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010777654.0A Active CN112017432B (zh) | 2020-08-05 | 2020-08-05 | 一种高速公路交通运行状态感知雷达的布设方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112017432B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112731324A (zh) * | 2020-12-16 | 2021-04-30 | 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 |
CN115113205A (zh) * | 2022-07-07 | 2022-09-27 | 南京慧尔视智能科技有限公司 | 一种道路的全息画像方法、装置、电子设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105243847A (zh) * | 2015-10-28 | 2016-01-13 | 安徽四创电子股份有限公司 | 一种高架道路交通检测器布设技术及其交通量估算方法 |
CN110322054A (zh) * | 2019-06-14 | 2019-10-11 | 中交第一公路勘察设计研究院有限公司 | 一种公路路段交通监测器的优化布设方法 |
CN110579747A (zh) * | 2019-10-11 | 2019-12-17 | 北京邮电大学 | 用于道路的雷达系统布设方法、装置和电子设备 |
KR20200087055A (ko) * | 2019-01-10 | 2020-07-20 | 주식회사 바이다 | 레이더 센서, 레이더 장치 및 레이더 지향점 조정 시스템 |
-
2020
- 2020-08-05 CN CN202010777654.0A patent/CN112017432B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105243847A (zh) * | 2015-10-28 | 2016-01-13 | 安徽四创电子股份有限公司 | 一种高架道路交通检测器布设技术及其交通量估算方法 |
KR20200087055A (ko) * | 2019-01-10 | 2020-07-20 | 주식회사 바이다 | 레이더 센서, 레이더 장치 및 레이더 지향점 조정 시스템 |
CN110322054A (zh) * | 2019-06-14 | 2019-10-11 | 中交第一公路勘察设计研究院有限公司 | 一种公路路段交通监测器的优化布设方法 |
CN110579747A (zh) * | 2019-10-11 | 2019-12-17 | 北京邮电大学 | 用于道路的雷达系统布设方法、装置和电子设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112731324A (zh) * | 2020-12-16 | 2021-04-30 | 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 |
CN115113205A (zh) * | 2022-07-07 | 2022-09-27 | 南京慧尔视智能科技有限公司 | 一种道路的全息画像方法、装置、电子设备和存储介质 |
CN115113205B (zh) * | 2022-07-07 | 2023-10-20 | 南京慧尔视智能科技有限公司 | 一种道路的全息画像方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112017432B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Automatic lane identification using the roadside LiDAR sensors | |
Chen et al. | Deer crossing road detection with roadside LiDAR sensor | |
Yang et al. | Semi-automated extraction and delineation of 3D roads of street scene from mobile laser scanning point clouds | |
CN101075376B (zh) | 基于多视点的智能视频交通监控系统及方法 | |
CN102564431B (zh) | 基于多传感器融合的非结构化环境理解方法 | |
CN112017432B (zh) | 一种高速公路交通运行状态感知雷达的布设方法 | |
CN102867414A (zh) | 一种基于ptz摄像机快速标定的车辆排队长度测量方法 | |
Puente et al. | Automatic detection of road tunnel luminaires using a mobile LiDAR system | |
CN112380312B (zh) | 基于栅格检测的激光地图更新方法、终端及计算机设备 | |
CN111310736B (zh) | 一种保护区内车辆卸载堆土的快速识别方法 | |
CN106291539A (zh) | 一种基于定位滤波算法的相控阵雷达目标识别系统及方法 | |
CN113009453B (zh) | 矿山路沿检测及建图方法及装置 | |
CN107944377A (zh) | 一种交通基础设施安全监控方法和系统 | |
CN115601008A (zh) | 基于数字孪生的工程沉降变形监测系统及方法 | |
CN102789686A (zh) | 一种基于路面亮度组合模式识别的道路交通流检测方法 | |
Shao et al. | PTZ camera-based image processing for automatic crack size measurement in expressways | |
CN114821522A (zh) | 基于车载激光点云数据的城市道路横坡和超高值计算方法 | |
Yadav et al. | Computation of road geometry parameters using mobile LiDAR system | |
CN106682313A (zh) | 一种基于时空二维的视频布局规划方法 | |
Liu et al. | Background filtering and object detection with roadside LiDAR data | |
Fang et al. | Extraction 3D road boundaries from mobile laser scanning point clouds | |
Xiao et al. | Safety monitoring of expressway construction based on multisource data fusion | |
CN114927002B (zh) | 一种用于灾后救援的道路诱导方法及设备 | |
CN116913081A (zh) | 一种基于路侧激光雷达的车辆排队长度检测方法 | |
Luo et al. | Automatic mileage positioning for road inspection using binocular stereo vision system and global navigation satellite system |
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 |