CN112750305B - 一种基于雷达检测的车辆连续跟踪方法 - Google Patents

一种基于雷达检测的车辆连续跟踪方法 Download PDF

Info

Publication number
CN112750305B
CN112750305B CN202011608157.4A CN202011608157A CN112750305B CN 112750305 B CN112750305 B CN 112750305B CN 202011608157 A CN202011608157 A CN 202011608157A CN 112750305 B CN112750305 B CN 112750305B
Authority
CN
China
Prior art keywords
tracker
vehicle
trackers
state
information
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
Application number
CN202011608157.4A
Other languages
English (en)
Other versions
CN112750305A (zh
Inventor
顾伟
何煜埕
高超
曹渊
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.)
Jiangsu Aerospace Dawei Technology Co Ltd
Original Assignee
Jiangsu Aerospace Dawei Technology 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 Jiangsu Aerospace Dawei Technology Co Ltd filed Critical Jiangsu Aerospace Dawei Technology Co Ltd
Priority to CN202011608157.4A priority Critical patent/CN112750305B/zh
Publication of CN112750305A publication Critical patent/CN112750305A/zh
Application granted granted Critical
Publication of CN112750305B publication Critical patent/CN112750305B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications

Landscapes

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

Abstract

本发明公开了一种基于雷达检测的车辆连续跟踪方法,涉及雷达技术领域,该方法基于周期雷达检测数据实现,根据获取到的运动车辆的车辆位置坐标和车辆行驶速度确定运动车辆对应的处于开启状态的跟踪器,同时基于跟踪器的保持机制可以确定静止车辆对应的跟踪器,然后基于运动车辆的数据更新与运动车辆对应的跟踪器的跟踪器位置坐标和预判信息,并保持静止车辆对应的跟踪器的跟踪器位置坐标和预判信息的不变,该方法通过跟踪器的更新和保持的机制克服了雷达只能检测运动中的车辆的缺点,使得同一车辆的跟踪器不会因为其状态反复的开启关闭,保证了跟踪器的连续性,减少漏检、提高车辆的检测准确率。

Description

一种基于雷达检测的车辆连续跟踪方法
技术领域
本发明涉及雷达技术领域,尤其是一种基于雷达检测的车辆连续跟踪方法。
背景技术
为了获取到路口流量、车辆速度、排队长度等信息,需要对路口的车辆进行检测跟踪,路口检测的常规手段一般为设置视频流量检测器、地磁等设备,但这些设备在检测时存在一定的局限性、无法准确的获取到所有的信息。而毫米波交通雷达具有全天候工作、无检测盲区、安装维护成本等优点,这使得它逐渐被广泛应用于智能交通系统进行上述交通信息的采集。雷达辐射电磁波并接收相应的雷达回波信号,通过对雷达回波信号的检测和识别可以实现对目标的探测和定位,为了准确的采集上述所需的各类信息,就要求对运动车辆进行准确连续的跟踪,但雷达检测有其局限性,比如雷达通常只能进行周期性的检测,而且其只能检测运动的物体、对静止的物体无法检测,因此容易出现漏检的情况,准确度较低。
发明内容
本发明人针对上述问题及技术需求,提出了一种基于雷达检测的车辆连续跟踪方法,本发明的技术方案如下:
一种基于雷达检测的车辆连续跟踪方法,该方法包括:
每隔预定扫描周期通过雷达获取对目标检测区域的车辆检测结果;
若获取到的车辆检测结果包含车辆运动数据,则确定目标检测区域内有运动车辆,根据车辆运动数据确定每一运动车辆的车辆位置坐标和车辆行驶速度,并根据运动车辆的车辆位置坐标确定运动车辆对应的处于开启状态的跟踪器;
若获取到的车辆检测结果不包含车辆运动数据,则检测当前是否存在处于开启状态的跟踪器;
若检测确定存在处于开启状态的跟踪器,则确定目标检测区域内有静止车辆且各个处于开启状态的跟踪器均对应静止车辆;若检测确定不存在处于开启状态的跟踪器,则再次执行每隔预定扫描周期通过雷达获取对目标检测区域的车辆检测结果的步骤;
更新处于开启状态的跟踪器的跟踪器信息并再次执行每隔预定扫描周期通过雷达获取对目标检测区域的车辆检测结果的步骤;
基于跟踪器的跟踪器位置坐标对对应的车辆进行连续跟踪;
其中,在更新处于开启状态的跟踪器的跟踪器信息时,对于处于开启状态且与运动车辆对应的跟踪器,根据运动车辆的车辆位置坐标更新跟踪器的跟踪器位置坐标,根据运动车辆的车辆行驶速度以及车辆位置坐标更新跟踪器的预判信息;对于处于开启状态且与静止车辆对应的跟踪器,保持各个处于开启状态的跟踪器的预判信息和跟踪器位置坐标不变。
本发明的有益技术效果是:
本申请公开了一种基于雷达检测的车辆连续跟踪方法,该方法基于周期雷达检测数据进行,通过跟踪器的更新和保持的机制克服了雷达只能检测运动中的车辆的缺点,使得同一车辆的跟踪器不会因为其状态反复的开启关闭,此外跟踪器的保持机制还保证了跟踪器的连续性,与传统的跟踪器更新算法相比,其获取的位置信息的准确性更高,进而解决目标跟踪时出现的跟踪器的偏移问题,尽可能的降低车辆的漏检、提高车辆的检测率、降低车道误判率。
该方法可有效保证跟踪器不会无限开启以及终端设备的性能,通过判断这些跟踪器的开启与关闭状态对跟踪器进行循环调用,利用有限的跟踪器数量实现了车辆的跟踪。且通过跟踪器的预判信息预判车辆的运行的位置坐标以及区域,通过车辆实际的位置与预判区域进行对比实现车辆的跟踪,保证跟踪的连续性和准确性。
引入了跟踪器去重,通过对跟踪器的查询删除同一车辆的重复的跟踪器,保证每辆车的跟踪器的唯一性。在跟踪器预判信息的计算中引入了加速度的计算,通过加速度进而计算预判区域提高了预判区域的准确性。
附图说明
图1是本申请公开的车辆连续跟踪方法的一个实施例的方法流程图。
图2是本申请的方法在确定运动车辆对应的跟踪器时的方法流程图。
图3是本申请更新跟踪器信息的部分方法流程图。
图4是本申请公开的车辆连续跟踪方法的另一个实施例的方法流程图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步说明。
本申请公开了一种基于雷达检测的车辆连续跟踪方法,请参考图1,该方法包括如下步骤:
步骤S1,每隔预定扫描周期通过雷达获取对目标检测区域的车辆检测结果。目标检测区域在雷达的扫描区域内,而且在本申请中,目标检测区域的覆盖范围小于雷达的扫描区域,通常是预先划定的需要重点关注的区域,目标检测区域作为初始配置参数预先配置好。同时在该车辆连续跟踪的场景中,雷达预先安装在路口或路边,其扫描范围内的各个车道的位置以及车道停止线位置等道路参数也预先配置好,雷达坐标系与大地坐标系之间的映射关系也作为初始的配置参数预先配置好。
雷达会按照扫描周期T进行扫描,扫描周期T可以根据实际需要进行选择,但通常不会超过100ms。雷达可以检测到运动的物体并获取到相应的位置和速度数据,对雷达扫描到的疑似车辆的位置数据进行筛选,将位置数据位于目标检测区域外的相关数据都剔除,从而可以筛选出对目标检测区域内的车辆检测结果。当目标检测区域内存在运动车辆时,车辆检测结果包括各个运动车辆的车辆运动数据、指示目标检测区域内有运动车辆;当目标检测区域内没有运动车辆时,车辆检测结果不包含任何车辆运动数据、指示目标检测区域内没有运动车辆。
步骤S2,若获取到的车辆检测结果包含车辆运动数据,则确定目标检测区域内有运动车辆,根据车辆运动数据确定每一运动车辆的车辆位置坐标(x,y)和车辆行驶速度v,该车辆位置坐标(x,y)和车辆行驶速度v是在大地坐标系下的实际数据,将雷达扫描到的数据通过雷达坐标系与大地坐标系之间的映射即可以转换得到。
步骤S3,根据运动车辆的车辆位置坐标(x,y)确定运动车辆对应的处于开启状态的跟踪器。在本申请中,运动车辆对应的处于开启状态的跟踪器为新开启的跟踪器或已处于开启状态的跟踪器,新开启的跟踪器是指上一扫描周期处于关闭状态、在本周期内开启的跟踪器,已处于开启状态的跟踪器是指上一扫描周期就处于开启状态的跟踪器。具体的,包括如下步骤,请参考图2:
(1)检测车辆位置坐标(x,y)是否位于目前已处于开启状态的跟踪器的预判区域内,所有处于开启状态的跟踪器对应存储相应的跟踪器信息,跟踪器信息至少包括跟踪器的预判信息和跟踪器位置坐标,而跟踪器的预判信息包括预判区域和预判点坐标,因此可以直接读取所有处于开启状态的跟踪器的跟踪器信息,然后将运动车辆的车辆位置坐标(x,y)与各个跟踪器的预判区域进行比较,以确定车辆位置坐标(x,y)是否在跟踪器的预判区域内。
(2)若车辆位置坐标(x,y)不处于任何一个已处于开启状态的跟踪器的预判区域内,则表示当前车辆位置坐标(x,y)不属于任何一个已开启的跟踪器,此时为该运动车辆开启新的跟踪器。
(3)若车辆位置坐标(x,y)处于其中一个已处于开启状态的跟踪器的预判区域内,则表示当前车辆位置坐标(x,y)与某个已开启的跟踪器重合,即当前车辆位置坐标(x,y)属于这个已开启的跟踪器,此时不需要再开启新的跟踪器,确定预判区域包含车辆位置坐标(x,y)的跟踪器为运动车辆对应的跟踪器。
(4)若车辆位置坐标处于至少两个已处于开启状态的跟踪器的预判区域内,则表示当前车辆位置坐标(x,y)与多个已开启的跟踪器存在重合,即当前车辆位置坐标(x,y)属于其中某一个已开启的跟踪器,此时不需要再开启新的跟踪器,并确定预判区域包含车辆位置坐标且预判点坐标与车辆位置坐标距离最近的跟踪器为运动车辆对应的跟踪器。
而在上述情况(2)中,本申请在开启新的跟踪器时,还首先存在以下的判断步骤:
(2.1)检测当前已处于开启状态的跟踪器的数量是否达到跟踪器数量预定阈值,该跟踪器数量预定阈值预先配置,通常根据雷达所在路段/路口的最大通行能力选择。跟踪器数量预定阈值用于限定开启的跟踪器的数量,从而保证跟踪器不会无限开启、保证终端设备的性能,该步骤主要用于查询目前是否还有空闲的跟踪器可供使用。
(2.2)若已处于开启状态的跟踪器的数量达到跟踪器数量预定阈值,则表示当前没有空闲的跟踪器可用,则检测总的等待开启时长是否达到等待时长阈值,总的等待开启时长表示从第一次检测跟踪器的数量是否达到跟踪器数量预定阈值开始到当前时刻的时长。
(2.3)若总的等待开启时长未达到等待时长阈值,则等待预定时长后再次执行检测当前已处于开启状态的跟踪器的数量是否达到预定阈值,也即当检测到目前没有空闲的跟踪器时,会等待并继续进行空闲跟踪器的查询。
(2.4)但当检测到目前没有空闲的跟踪器时,并不会无限期的等待查询下去,若总的等待开启时长达到预先设定的等待时长阈值,则开启新的临时的跟踪器,该临时的跟踪器使用完毕后及时回收释放。
(2.5)若已处于开启状态的跟踪器的数量未达到跟踪器数量预定阈值,则按照跟踪器的空闲状态开启新的跟踪器。
步骤S4,若获取到的车辆检测结果不包含车辆运动数据,则表示目标检测区域内没有运动车辆,一种可能是没有车辆,另一种可能是存在静止的车辆,因此本申请检测当前是否有存在处于开启状态的跟踪器,以进一步区分。
步骤S5,若检测确定存在处于开启状态的跟踪器,则确定目标检测区域内有静止车辆,而且可以确定目前处于开启状态的各个跟踪器均对应静止车辆。
步骤S6,若检测确定不存在处于开启状态的跟踪器,则确定目标检测区域内没有车辆,此时等待下一个扫描周期再次回到步骤S1进行执行。
步骤S7,在确定存在处于开启状态的跟踪器时,更新处于开启状态的跟踪器的跟踪器信息,然后等待下一个扫描周期再次回到步骤S1进行执行。
当目标检测区域存在运动车辆和/或存在静止车辆时,都会使得目前有处于开启状态的跟踪器,因此该步骤可能在上述步骤S3之后执行,或者在步骤S5之后执行,不同情况下,处于开启状态的跟踪器所对应的车辆的类型不同,具体的:
情况1、当车辆检测结果包含车辆运动数据时,此时目标检测区域存在运动车辆,同时可能存在静止车辆、也可能不存在静止车辆,通过上述步骤S3可以确定运动车辆对应的处于开启状态的跟踪器,则目前所有处于开启状态的跟踪器除了与运动车辆对应的跟踪器之外,其余的跟踪器即与静止车辆对应。也即在这种情况,所有处于开启状态的各个跟踪器均对应运动车辆;或者部分跟踪器对应运动车辆、部分跟踪器对应静止车辆。
情况2、当车辆检测结果不包含车辆运动数据但存在处于开启状态的跟踪器时,通过上述步骤S5可以确定目前所有处于开启状态的各个跟踪器均对应静止车辆。
在上述两种情况中,对于对应不同类型车辆的跟踪器的跟踪器信息的更新方式含义不同,请参考图3:
(1)对于处于开启状态且与运动车辆对应的跟踪器,根据运动车辆的车辆位置坐标更新跟踪器的跟踪器位置坐标,根据运动车辆的车辆行驶速度以及车辆位置坐标更新跟踪器的预判信息,这对应于上述情况1。跟踪器的跟踪器信息存储的是上一个扫描周期的数据,该扫描周期以上一个扫描周期的跟踪器信息为判断依据,同时对其进行更新,更新后的跟踪器信息作为下一个扫描周期的判断依据。
可选的,跟踪器的跟踪器信息除了包括预判信息和跟踪器位置坐标之外,还包括跟踪器车道信息,跟踪器车道信息指示所述跟踪器所处的车道,也即跟踪器位置坐标所在的车道。则在更新跟踪器位置坐标后,若跟踪器位置坐标所处的车道相较于更新前未发生变化,则保持跟踪器车道信息不变,若跟踪器位置坐标所处的车道相较于更新前发生变化,则将跟踪器车道信息更新为更新后的跟踪器位置坐标所处的车道。更新前后的跟踪器位置坐标处于哪个车道可以通过预先配置的雷达扫描范围内各个车道的位置确定。
(2)对于处于开启状态且与静止车辆对应的跟踪器,保持各个处于开启状态的跟踪器的预判信息和跟踪器位置坐标不变,这可能对应于上述情况1,也可能对应于上述情况2。也即对于静止车辆对应的跟踪器,其预判信息和跟踪器位置坐标保持上一个扫描周期的数据,同时还作为下一个扫描周期的判断依据,该步骤可以保证跟踪器运行时的连续性,有效地解决雷达无法检测静止物体的缺点。
可选的,跟踪器的跟踪器信息还包括车辆位置坐标、车辆行驶速度和跟踪器更新次数,新开启的跟踪器的车辆位置坐标和车辆行驶速度都为空、跟踪器更新次数为0,已处于开启状态的跟踪器的车辆位置坐标和车辆行驶速度都为上一个扫描周期的数据、跟踪器更新次数是该跟踪器开启以来经历的扫描周期的个数,因此通过检测跟踪器的跟踪器更新次数的取值即能确定该跟踪器是新开启的跟踪器还是已处于开启状态的跟踪器。则在上述分支(1)中,将运动车辆在该扫描周期的车辆位置坐标作为其对应的跟踪器的更新后的车辆位置坐标、令跟踪器更新次数累加1。在上述分支(1)或(2)中,保持静止车辆对应的跟踪器的车辆位置坐标和车辆行驶速度不变、令跟踪器更新次数累加1。
接下去本申请上述(1)的执行分支中更新跟踪器位置坐标和预判信息的做法进行介绍:
(1.1)跟踪器位置坐标的更新。在根据运动车辆的车辆位置坐标(x,y)更新跟踪器的跟踪器位置坐标时,有两种情况:第一种情况是,该跟踪器是新开启的跟踪器,则可以直接将运动车辆的车辆位置坐标(x,y)作为该新开启的跟踪器的初始的跟踪器位置坐标。第二种情况是,该跟踪器是已处于开启状态的跟踪器,则其对应的跟踪器存在一个跟踪器位置坐标,无论是上述步骤S3中的分支(3)还是(4),车辆位置坐标(x,y)必然位于其对应的跟踪器的预判区域内,所以此时利用车辆位置坐标(x,y)替代该跟踪器现有的跟踪器位置坐标实现更新。也即无论哪种情况,将运动车辆的车辆位置坐标(x,y)作为其对应的跟踪器的更新后的跟踪器位置坐标。
(1.2)预判信息的更新,包括预判区域的更新和预判点坐标的更新,同样的存在两种情况,这两种情况的更新方式存在差异:
(1.2a)该跟踪器是新开启的跟踪器。在这种情况下,跟踪器信息并不包含上一个扫描周期的相关数据,此时主要利用车辆行驶速度v进行更新。
预判点坐标的更新:根据运动车辆的车辆行驶速度v和车辆位置坐标(x,y)确定若干个预判点坐标,本申请中的预判点坐标包括水平方向预判点坐标、垂直方向预判点坐标和综合预判点坐标。具体的:计算车辆行驶速度v的水平方向速度分量为vx=v·cosβ、垂直方向速度分量为vy=v·sinβ,β是车辆行驶速度与水平方向的夹角。然后确定水平方向预判点坐标为(x+vxT,y)、垂直方向预判点坐标为(x,y+vyT)、综合预判点坐标为(x+vxT,y+vyT),其中,(x,y)是车辆位置坐标,T是雷达的扫描周期。
预判区域的更新:以车辆位置坐标(x,y)为圆心、车辆位置坐标与各个预判点坐标之间的距离最大值dmax的倍数为半径确定预判区域。也即分别计算车辆位置坐标(x,y)与水平方向预判点坐标为(x+vxT,y)、垂直方向预判点坐标为(x,y+vyT)、综合预判点坐标为(x+vxT,y+vyT)之间的欧式距离,从而确定距离最大值dmax,然后定义预判区域的半径为k·dmax,k为比例系数,取值范围为1~1.8。
(1.2b)该跟踪器是已处于开启状态的跟踪器。在这种情况下,跟踪器信息包含上一个扫描周期的相关数据,具体的会存储上一个扫描周期的车辆行驶速度(本申请将其记为上一扫描周期车速v0),此时主要利用当前的车辆行驶速度v和上一扫描周期车速v0确定加速度后进行更新,使用加速度更新的预判区域和预判点坐标准确性更高。
预判点坐标的更新:根据车辆行驶速度v以及跟踪器的上一扫描周期车速v0计算得到行驶加速度a并根据计算得到行驶加速度a确定若干个预判点坐标,同样的,预判点坐标包括水平方向预判点坐标、垂直方向预判点坐标和综合预判点坐标。具体的:计算车辆行驶速度v的水平方向速度分量为vx=v·cosβ、垂直方向速度分量为vy=v·sinβ,β是车辆行驶速度与水平方向的夹角。根据车辆行驶速度v以及上一扫描周期车速v0计算得到行驶加速度为
Figure BDA0002870792560000071
并计算行驶加速度a的水平方向加速度分量为ax=a·cosβ、垂直方向加速度分量为ax=a·sinβ。则确定水平方向预判点坐标为
Figure BDA0002870792560000081
垂直方向预判点坐标为
Figure BDA0002870792560000082
综合预判点坐标为
Figure BDA0002870792560000083
其中,(x,y)是车辆位置坐标,T是雷达的扫描周期。
预判区域的更新:以车辆位置坐标(x,y)为圆心、车辆位置坐标与各个预判点坐标之间的距离最大值dmax的倍数为半径确定预判区域,与上述(1.2a)相同,本申请不再赘述。
步骤S8,基于跟踪器的跟踪器位置坐标对对应的车辆进行连续跟踪。可选的,如上所述,跟踪器信息还包括跟踪器车道信息,因此基于跟踪器的跟踪器车道信息确定对应的车辆所在车道,从而对车辆所在车道进行连续跟踪。
可选的,在更新处于开启状态的跟踪器的跟踪器信息之后,该方法还包括如下步骤,请参考图4:
步骤S9,跟踪器的去重,具体的:比较所有处于开启状态的跟踪器的跟踪器信息之间的重合率,在比较两个跟踪器的跟踪器信息的重合率时,可以是通过比较两个跟踪器的跟踪器位置坐标之间的距离和是否在一定的范围内,和/或,比较两个跟踪器的预判区域的重合率来实现。
若存在某些跟踪器的跟踪器信息的重合率达到预先配置的重合率阈值,则判定重合率达到重合率阈值的这至少两个跟踪器实际对应于同一车辆,根据这些跟踪器的更新或开启时间进行去重处理,保留最晚开启或者最近更新的跟踪器,关闭其余跟踪器。如果所有跟踪器的跟踪器信息的重合率都没有达到重合率阈值,则保留所有的跟踪器,然后等待下一个扫描周期再次回到步骤S1进行执行。重合率阈值根据需要按照实际路口情况以及设备安装的角度选择,一般要大于50%,该步骤的主要作用是用于跟踪器的复查,保证每辆车都对应着唯一的跟踪器。
可选的,在更新处于开启状态的跟踪器的跟踪器信息之前,该方法还包括如下步骤:
步骤S10,判断跟踪器是否需要关闭。具体的包括如下过程:
(1)根据处于开启状态的跟踪器的跟踪器位置坐标和总开启扫描周期检测跟踪器是否满足预设关闭条件。在本申请中,跟踪器可以理解为一个包含一定区域的检测框,跟踪器位置坐标通常为该检测框的中心位置,在利用跟踪器跟踪车辆的过程时,当车辆行驶到目标检测区域的边缘时,可能会存在跟踪器的检测框范围实际已经超出目标检测区域的情况,而在下一个扫描周期车辆已经驶出目标检测区域,则雷达会把扫描的该车辆的数据筛选掉、也即已经不会检测到该车辆的车辆运动数据了,则对应的跟踪器就会长时间被占用。因此在本申请中,当根据跟踪器信息确认跟踪器位于目标检测区域外时,确定跟踪器满足预设关闭条件,可以通过检测跟踪器位置坐标与目标检测区域的边界之间的距离是否在预定的范围内和/或检测跟踪器的预判信息是否在目标检测区域之外来确定跟踪器是否位于目标检测区域外。或者,当根据跟踪器信息确认跟踪器位于目标检测区域内且跟踪器的总开启扫描周期达到预设的开启周期阈值,也表示跟踪器被长时间占用,此时同样确定跟踪器满足预设关闭条件。
(2)若跟踪器满足预设关闭条件,则关闭跟踪器,在本申请中,每一个跟踪器在第一次被开启以后,会保持开启状态直至满足预设关闭条件。
(3)若跟踪器不满足预设关闭条件,则执行更新处于开启状态的跟踪器的跟踪器信息的步骤,也即执行步骤S7。
以上所述的仅是本申请的优选实施方式,本发明不限于以上实施例。可以理解,本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化,均应认为包含在本发明的保护范围之内。

Claims (8)

1.一种基于雷达检测的车辆连续跟踪方法,其特征在于,所述方法包括:
每隔预定扫描周期通过雷达获取对目标检测区域的车辆检测结果;
若获取到的所述车辆检测结果包含车辆运动数据,则确定所述目标检测区域内有运动车辆,根据所述车辆运动数据确定每一运动车辆的车辆位置坐标和车辆行驶速度,并根据运动车辆的车辆位置坐标确定所述运动车辆对应的处于开启状态的跟踪器;
若获取到的所述车辆检测结果不包含车辆运动数据,则检测当前是否存在处于开启状态的跟踪器;
若检测确定存在处于开启状态的跟踪器,则确定所述目标检测区域内有静止车辆且各个处于开启状态的跟踪器均对应静止车辆;若检测确定不存在处于开启状态的跟踪器,则再次执行所述每隔预定扫描周期通过雷达获取对目标检测区域的车辆检测结果的步骤;
在确定存在处于开启状态的跟踪器时,更新处于开启状态的跟踪器的跟踪器信息并再次执行所述每隔预定扫描周期通过雷达获取对目标检测区域的车辆检测结果的步骤;
基于跟踪器的跟踪器位置坐标对对应的车辆进行连续跟踪;
其中,在更新处于开启状态的跟踪器的跟踪器信息时,对于处于开启状态且与运动车辆对应的跟踪器,根据运动车辆的车辆位置坐标更新所述跟踪器的跟踪器位置坐标,根据运动车辆的车辆行驶速度以及车辆位置坐标更新所述跟踪器的预判信息;对于处于开启状态且与静止车辆对应的跟踪器,保持各个处于开启状态的跟踪器的预判信息和跟踪器位置坐标不变;
其中,运动车辆对应的处于开启状态的跟踪器为新开启的跟踪器或已处于开启状态的跟踪器,跟踪器的预判信息包括预判区域和预判点坐标;则所述根据所述车辆行驶速度以及车辆位置坐标更新所述跟踪器的预判信息,包括:对于新开启的跟踪器,根据所述车辆行驶速度和车辆位置坐标确定若干个预判点坐标,以所述车辆位置坐标为圆心、所述车辆位置坐标与各个预判点坐标之间的距离最大值的倍数为半径确定预判区域;对于已处于开启状态的跟踪器,根据所述车辆行驶速度以及所述跟踪器的上一扫描周期车速计算得到行驶加速度并根据计算得到行驶加速度确定若干个预判点坐标,以所述车辆位置坐标为圆心、所述车辆位置坐标与各个预判点坐标之间的距离最大值的倍数为半径确定预判区域;
则所述根据运动车辆的车辆位置坐标确定所述运动车辆对应的处于开启状态的跟踪器,包括:检测所述车辆位置坐标是否位于已处于开启状态的跟踪器的预判区域内;若所述车辆位置坐标不处于任何一个已处于开启状态的跟踪器的预判区域内,则开启新的跟踪器;若所述车辆位置坐标处于其中一个已处于开启状态的跟踪器的预判区域内,则确定预判区域包含所述车辆位置坐标的跟踪器为所述运动车辆对应的跟踪器;若所述车辆位置坐标处于至少两个已处于开启状态的跟踪器的预判区域内,则确定预判区域包含所述车辆位置坐标且预判点坐标与所述车辆位置坐标距离最近的跟踪器为所述运动车辆对应的跟踪器。
2.根据权利要求1所述的方法,其特征在于,所述开启新的跟踪器,包括:
检测当前已处于开启状态的跟踪器的数量是否达到跟踪器数量预定阈值;
若已处于开启状态的跟踪器的数量达到所述跟踪器数量预定阈值,则检测总的等待开启时长是否达到等待时长阈值;
若总的等待开启时长未达到所述等待时长阈值,则等待预定时长后再次执行所述检测当前已处于开启状态的跟踪器的数量是否达到预定阈值;
若总的等待开启时长达到所述等待时长阈值,则开启新的临时跟踪器,所述临时跟踪器在使用完成后被释放;
若已处于开启状态的跟踪器的数量未达到所述跟踪器数量预定阈值,则开启新的跟踪器。
3.根据权利要求1所述的方法,其特征在于,对于新开启的跟踪器,所述根据所述车辆行驶速度和车辆位置坐标确定若干个预判点坐标,包括:
计算所述车辆行驶速度v的水平方向速度分量为vx=v·cosβ、垂直方向速度分量为vy=v·sinβ,β是所述车辆行驶速度与水平方向的夹角;
则确定水平方向预判点坐标为(x+vxT,y)、垂直方向预判点坐标为(x,y+vyT)、综合预判点坐标为(x+vxT,y+vyT),其中,(x,y)是车辆位置坐标,T是所述雷达的扫描周期。
4.根据权利要求1所述的方法,其特征在于,对于已处于开启状态的跟踪器,所述根据所述车辆行驶速度以及上一扫描周期车速计算得到行驶加速度并根据计算得到行驶加速度确定若干个预判点坐标,包括:
计算所述车辆行驶速度v的水平方向速度分量为vx=v·cosβ、垂直方向速度分量为vy=v·sinβ,β是所述车辆行驶速度与水平方向的夹角;
根据所述车辆行驶速度v以及上一扫描周期车速v0计算得到行驶加速度为
Figure FDA0003318098510000031
并计算所述行驶加速度a的水平方向加速度分量为ax=a·cosβ、垂直方向加速度分量为ax=a·sinβ;
则确定水平方向预判点坐标为
Figure FDA0003318098510000032
垂直方向预判点坐标为
Figure FDA0003318098510000033
综合预判点坐标为
Figure FDA0003318098510000034
其中,(x,y)是车辆位置坐标,T是所述雷达的扫描周期。
5.根据权利要求1所述的方法,其特征在于,在更新处于开启状态的跟踪器的跟踪器信息之后,所述方法还包括:
比较所有处于开启状态的跟踪器的跟踪器信息之间的重合率;
确定重合率达到重合率阈值的至少两个跟踪器对应同一车辆且保留最晚开启或最近更新的跟踪器,关闭所述至少两个跟踪器的其余跟踪器。
6.根据权利要求1所述的方法,其特征在于,在更新处于开启状态的跟踪器的跟踪器信息之前,所述方法还包括:
根据处于开启状态的跟踪器的跟踪器位置坐标和总开启扫描周期检测所述跟踪器是否满足预设关闭条件;
若所述跟踪器满足所述预设关闭条件,则关闭所述跟踪器;
若所述跟踪器不满足所述预设关闭条件,则执行所述更新处于开启状态的跟踪器的跟踪器信息的步骤。
7.根据权利要求6所述的方法,其特征在于,所述目标检测区域在所述雷达的扫描区域内且覆盖范围小于所述雷达的扫描区域,则所述根据处于开启状态的跟踪器的跟踪器信息和总开启扫描周期检测所述跟踪器是否满足预设关闭条件,包括:
当根据所述跟踪器信息确认所述跟踪器位于所述目标检测区域外时,或者,当根据所述跟踪器信息确认所述跟踪器位于所述目标检测区域内但所述跟踪器的总开启扫描周期达到开启周期阈值时,确定所述跟踪器满足所述预设关闭条件。
8.根据权利要求1所述的方法,其特征在于,跟踪器的跟踪器信息还包括跟踪器车道信息,所述跟踪器车道信息指示所述跟踪器所处的车道,则在更新跟踪器位置坐标后,将跟踪器车道信息更新为更新后的跟踪器位置坐标所处的车道,且基于跟踪器的跟踪器车道信息确定对应的车辆所在车道。
CN202011608157.4A 2020-12-29 2020-12-29 一种基于雷达检测的车辆连续跟踪方法 Active CN112750305B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011608157.4A CN112750305B (zh) 2020-12-29 2020-12-29 一种基于雷达检测的车辆连续跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011608157.4A CN112750305B (zh) 2020-12-29 2020-12-29 一种基于雷达检测的车辆连续跟踪方法

Publications (2)

Publication Number Publication Date
CN112750305A CN112750305A (zh) 2021-05-04
CN112750305B true CN112750305B (zh) 2022-03-08

Family

ID=75649465

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011608157.4A Active CN112750305B (zh) 2020-12-29 2020-12-29 一种基于雷达检测的车辆连续跟踪方法

Country Status (1)

Country Link
CN (1) CN112750305B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113359154A (zh) * 2021-05-24 2021-09-07 邓良波 一种室内外通用的高精度实时测量方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5909189A (en) * 1996-11-14 1999-06-01 Raytheon Company Group tracking
CN104200657A (zh) * 2014-07-22 2014-12-10 杭州智诚惠通科技有限公司 一种基于视频和传感器的交通流量参数采集方法
CN109581302A (zh) * 2018-12-12 2019-04-05 北京润科通用技术有限公司 一种车载雷达数据跟踪方法及系统
CN109613528A (zh) * 2018-12-11 2019-04-12 南京慧尔视防务科技有限公司 一种高分辨率的多目标跟踪雷达及检测方法
CN111257864A (zh) * 2020-01-17 2020-06-09 河北德冠隆电子科技有限公司 一种主动式探测车辆持续跟踪断点补偿装置、系统及方法
CN111768427A (zh) * 2020-05-07 2020-10-13 普联国际有限公司 一种多运动目标跟踪方法、装置及存储介质

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL276200A (zh) * 1961-03-22
US4106726A (en) * 1969-11-04 1978-08-15 Martin Marietta Corporation Prestored area correlation tracker
US5422830A (en) * 1993-01-12 1995-06-06 Martin Marietta Corporation Method for tracking a maneuvering target with a slow scan rate sensor
US8427359B1 (en) * 2011-01-06 2013-04-23 Sandia Corporation Tracking moving radar targets with parallel, velocity-tuned filters
JP2013174568A (ja) * 2012-02-27 2013-09-05 Fujitsu Ltd 移動体追跡装置、移動体追跡方法、及びプログラム
EP3156815B1 (en) * 2014-06-11 2022-03-30 Furuno Electric Co., Ltd. Radar device and transmission-signal control method
CN106710240B (zh) * 2017-03-02 2019-09-27 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
CN107767668A (zh) * 2017-10-19 2018-03-06 深圳市置辰海信科技有限公司 一种基于雷达主动探测车辆连续实时跟踪的方法
EP3540463B1 (en) * 2018-03-09 2022-06-01 Tata Consultancy Services Limited Radar and ultrasound sensor based real time tracking of a moving object
CN108803622B (zh) * 2018-07-27 2021-10-26 吉利汽车研究院(宁波)有限公司 一种用于对目标探测数据进行处理的方法、装置
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
CN110542898A (zh) * 2019-06-18 2019-12-06 同济大学 一种基于雷达组群的车辆行为连续跟踪探测系统及方法
CN110609561A (zh) * 2019-11-18 2019-12-24 深圳市优必选科技股份有限公司 一种行人跟踪方法、装置、计算机可读存储介质及机器人

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5909189A (en) * 1996-11-14 1999-06-01 Raytheon Company Group tracking
CN104200657A (zh) * 2014-07-22 2014-12-10 杭州智诚惠通科技有限公司 一种基于视频和传感器的交通流量参数采集方法
CN109613528A (zh) * 2018-12-11 2019-04-12 南京慧尔视防务科技有限公司 一种高分辨率的多目标跟踪雷达及检测方法
CN109581302A (zh) * 2018-12-12 2019-04-05 北京润科通用技术有限公司 一种车载雷达数据跟踪方法及系统
CN111257864A (zh) * 2020-01-17 2020-06-09 河北德冠隆电子科技有限公司 一种主动式探测车辆持续跟踪断点补偿装置、系统及方法
CN111768427A (zh) * 2020-05-07 2020-10-13 普联国际有限公司 一种多运动目标跟踪方法、装置及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于多层激光雷达的目标检测与跟踪算法;李帅印等;《传感器与微系统》;20200602(第06期);全文 *
基于激光雷达深度信息和视觉HOG特征的车辆识别与跟踪方法;贾子永等;《装甲兵工程学院学报》;20180428(第06期);全文 *

Also Published As

Publication number Publication date
CN112750305A (zh) 2021-05-04

Similar Documents

Publication Publication Date Title
WO2020133449A1 (zh) 目标航迹确定方法、目标跟踪系统与车辆
CN109829351B (zh) 车道信息的检测方法、装置及计算机可读存储介质
US8849554B2 (en) Hybrid traffic system and associated method
CN110361727A (zh) 一种毫米波雷达多目标跟踪方法
JP2002096702A (ja) 車間距離推定装置
US11780436B2 (en) On-board sensor system
CN112750305B (zh) 一种基于雷达检测的车辆连续跟踪方法
GB2370706A (en) Determining the position of a vehicle
CN111325187B (zh) 一种车道位置的识别方法及装置
CN110888115B (zh) 对雷达跟踪的潜在静止对象进行分类
CN110435646B (zh) 一种车辆的盲区目标追踪方法
JP2018066716A (ja) 物体追跡装置
CN112597839A (zh) 基于车载毫米波雷达的道路边界检测方法
US20220111841A1 (en) Vehicle controller and method for controlling vehicle
EP3633321B1 (en) Lane assignment system
US11423661B2 (en) Object recognition apparatus
KR102298950B1 (ko) 복수의 무인기 레이다를 이용한 동시적 위치 추적 방법
US20210318416A1 (en) Sensor and sensor system
JP2019014407A (ja) 走路認識装置
US20180350094A1 (en) Target recognition system, target recognition method, and storage medium
EP1038189A1 (en) Method for predicting the existence of a curve in a road portion
WO2018195741A1 (zh) 一种驾驶环境识别方法和系统
WO2022102371A1 (ja) 物体検出装置、物体検出方法
WO2022199440A1 (zh) 路侧雷达标定方法、装置、计算机设备和存储介质
US20230408686A1 (en) Method and apparatus for detecting static object by means of radar sensor of roadside unit

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