CN113129592A - 一种高速公路隧道交通状态全息感知系统及方法 - Google Patents
一种高速公路隧道交通状态全息感知系统及方法 Download PDFInfo
- Publication number
- CN113129592A CN113129592A CN202110411196.3A CN202110411196A CN113129592A CN 113129592 A CN113129592 A CN 113129592A CN 202110411196 A CN202110411196 A CN 202110411196A CN 113129592 A CN113129592 A CN 113129592A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- holographic
- traffic
- roadside
- recognizer
- 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.)
- Pending
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
- 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
-
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/22—Adaptations for optical transmission
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种高速公路隧道交通状态全息感知系统及方法,系统包括隧道路侧前端和监控中心所述隧道路侧前端包括车牌识别器、车型识别器和全息眼智能路侧感知单元,所述监控中心包括平台服务器;安装在隧道内路侧的全息眼智能路侧感知单元配置有毫米波雷达并内置高清AI视觉摄像头;所述车牌识别器、车型识别器和全息眼智能路侧感知单元通过电缆连接,检测高速公路隧道交通状态,通过网络将检测结果传输至平台服务器,并推送至相应的管理人员。本发明通过毫米波雷达与AI视觉摄像头技术融合,自动感知隧道内交通流与交通事件状态,并对“两客一危”车辆进行全程跟踪,取代传统人工观测视频,具有实时性高、漏报率低、全天候自动检测的特点。
Description
技术领域
本发明涉及高速公路安全设施技术领域,具体涉及一种高速公路隧道交通状态全息感知系统及采用该全息感知系统监测高速公路隧道交通状态的方法。
背景技术
隧道内外的照明条件差异较大,车辆驶入隧道入口时,由于隧道内光线较弱,容易看不清洞内情况,也就是所谓的“黑洞效应”。当车辆驶出隧道出口,由于隧道外光线较强,容易看不清洞外情况,也就是“白洞效应”。车辆在驶入隧道入口和驶出隧道出口时,驾驶员应减速行驶,尤其是在隧道内和隧道出口处有车辆滞留、超速或缓慢速度行驶,极易发生交通事故,给高速公路运营带来安全隐患。
目前,隧道内交通监测一般采用视频监测的方式,视频采集的画面直观,能够帮助隧道运营管理者直观了解隧道内的情况。但是,视频监测存在盲区,无法有效、及时了解隧道内的交通状况,也无法全程跟踪和监管“两客一危”车辆在隧道内的行驶状态。
发明内容
为了解决上述技术问题,本发明提供了一种高速公路隧道交通状态全息感知系统及采用该全息感知系统监测高速公路隧道交通状态的方法,通过毫米波雷达与AI视觉摄像头技术融合,自动感知隧道内交通流与交通事件状态,并对“两客一危”车辆进行全程跟踪,取代传统人工观测视频,具有实时性高、漏报率低、全天候自动检测的特点。
为了实现上述目的,本发明采用如下技术方案。
本发明提供一种高速公路隧道交通状态全息感知系统,包括隧道路侧前端和监控中心,所述隧道路侧前端包括车牌识别器、车型识别器和全息眼智能路侧感知单元,所述监控中心包括平台服务器;所述车牌识别器、车型识别器和全息眼智能路侧感知单元通过光纤收发器连接,检测高速公路隧道交通状态,通过网络将检测结果传输至平台服务器,并推送至相应的管理人员。
优选的是,所述车牌识别器和车型识别器安装在隧道入口处。
在上述任一技术方案中优选的是,所述全息眼智能路侧感知单元安装在隧道内路侧。
在上述任一技术方案中优选的是,所述安装在隧道内路侧的全息眼智能路侧感知单元配置有毫米波雷达,并内置图像识别模块、多目标扫描模块和车辆跟踪算法模块和高清AI视觉摄像头。
在上述任一技术方案中优选的是,所述毫米波雷达采用77Ghz毫米波成像雷达。
在上述任一技术方案中优选的是,所述全息眼智能路侧感知单元在隧道内以固定间隔距离安装,各单元通过级联实现隧道内交通监测无缝衔接全覆盖。
在上述任一技术方案中优选的是,所述监控中心还包括核心交换机、汇聚交换机、存储服务器、显示大屏,隧道路侧前端将检测结果通过汇聚交换机传输至核心交换机,核心交换机与平台服务器、存储服务器、显示大屏实现数据交互。
在上述任一技术方案中优选的是,所述监控中心还配置有工作站,工作站与核心交换机实现数据交互,实现工作人员对系统设备的联动管控。
本发明还提供一种监测高速公路隧道交通状态的方法,该方法采用如上任一项所述的高速公路隧道交通状态全息感知系统,该方法包括:
在隧道入口处安装车牌识别器和车型识别器,当车辆进入隧道识别出车辆的车牌和车型;在隧道内路侧安装全息眼智能路侧感知单元,结合毫米波雷达与AI视觉摄像头,利用图像识别技术自动匹配车牌识别器和车型识别器对车辆的检测结果;全息眼智能路侧感知单元通过多目标扫描技术和车辆跟踪算法,全天候在检测范围内进行超视距精准检测、实时跟踪和视频监控;全息眼智能路侧感知单元在隧道内按固定间隔距离安装,通过级联实现隧道内交通监测无缝衔接全覆盖,实现所有车辆在隧道内全域实时跟踪,检测车辆逆行、车辆缓行、异常提车、行人闯入、异常变道的交通状况,通过网络将检测结果上报至监控中的平台服务器,通过系统设备联动管控推送至相应的管理人员。
在上述任一技术方案中优选的是,在隧道入口50米范围内安装车牌识别器和车型识别器,隧道内每间隔150米安装一套全息眼智能路侧感知单元,安装方式为侧壁安装,高度在5.5-6.5米,并在隧道内铺设一根多芯光纤电缆,将车牌识别器、车型识别器和全息眼智能路侧感知单元接入构成高速公路隧道交通状态全息感知系统,高速公路隧道交通状态全息感知系统与高速公路的信号灯、广播、情报板协作并与设备相应工作人员协同,实现联动管控。
本发明的高速公路隧道交通状态全息感知系统主要由安装在隧道入口的车牌识别器和车型识别器,安装在隧道内路侧的全息眼智能路侧感知单元,以及部署在监控中心的平台服务器组成。本发明的采用该全息感知系统监测高速公路隧道交通状态的方法主要包括:在隧道入口处安装车型识别器和车牌识别器,当车辆进入隧道识别出车辆的车牌和车型;安装在隧道内的智能路侧感知单元,结合毫米波雷达精准目标检测和高清视频可视化特点,内置高清摄像头,利用图像识别技术自动匹配车牌识别器和车型识别器的检测结果。路侧感知单元采用77Ghz毫米波成像雷达作为检测核心,通过多目标扫描技术和车辆跟踪算法,全天候在检测范围内进行超视距精准检测、实时跟踪和视频监控;智能路侧感知单元在隧道内按固定间隔距离安装,通过级联实现隧道内交通监测无缝衔接全覆盖,实现所有车辆在隧道内全域实时跟踪,实现对“两客一危”等重点监控车辆在隧道内全程实时跟踪;交通状态全息感知系统通过隧道内智能感知单元检测到车辆逆行、车辆缓行、异常提车、行人闯入、异常变道等交通状况时,通过网络将事件上报至监控中的平台服务器,并推送至相应的管理人员。
与现有技术相比,本发明的上述技术方案具有如下有益效果:
实现交通事件“看得准”,尤其拥堵情况下,能够准确发现交通事件;及时发现交通事件,比视频检测和人工“看得快”;通过级联完成隧道内全程覆盖,比单视频“看得全”,交通事件做到准确、及时、全面无死角监测。进一步减轻人力负担,提高日常运营工作效率,保证隧道运营安全。
在设备覆盖的范围内,做到“车流流线”级交通流感知,实现隧道全覆盖的数字孪生以及全景展示,让运营方对隧道内的“两客一危”车辆、交通流、交通事件状态一目了然。
通过隧道交通状态智能路测单元组网实现隧道全程交通状态监测覆盖,且不受光照、天气等环境影响,全天候,全天时,实现从断面到全程的“车流流线”级交通流感知。
基于视频和毫米波雷达多源数据融合的多目标跟踪和多目标识别技术,即使在复杂条件下,也能精准感知隧道交通事件,解决现状隧道交通事件监测误报、漏报、多报严重的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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性的前提下,还可以根据这些附图获得其他的附图。
图1为按照本发明的高速公路隧道交通状态全息感知系统的一优选实施例的系统结构示意图;
图2为按照本发明的高速公路隧道交通状态全息感知系统的图1所示实施例的系统安装方式及监测高速公路隧道交通状态的示意图。
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。
为了克服高速公路隧道交通状态在现有技术中存在的监测存在盲区,无法有效、及时了解隧道内的交通状况,也无法全程跟踪和监管“两客一危”车辆在隧道内的行驶状态的问题,本发明实施例提出一种高速公路隧道交通状态全息感知系统及方法,通过毫米波雷达与AI视觉摄像头技术融合,自动感知隧道内交通流与交通事件状态,并对“两客一危”车辆进行全程跟踪,该高速公路隧道交通状态全息感知系统及采用该全息感知系统监测高速公路隧道交通状态的方法,取代传统人工观测视频,具有实时性高、漏报率低、全天候自动检测的特点。
如图1所示,本实施例所述高速公路隧道交通状态全息感知系统,包括隧道路侧前端和监控中心,隧道路侧前端包括车牌识别器、车型识别器和全息眼智能路侧感知单元,监控中心包括平台服务器;车牌识别器、车型识别器和全息眼智能路侧感知单元通过光纤收发器连接,检测高速公路隧道交通状态,通过网络将检测结果传输至平台服务器,并推送至相应的管理人员。
本实施例的全息感知系统,车牌识别器和车型识别器安装在隧道入口处,全息眼智能路侧感知单元安装在隧道内路侧。
本实施例的全息感知系统,安装在隧道内路侧的全息眼智能路侧感知单元配置有毫米波雷达,并内置图像识别模块、多目标扫描模块和车辆跟踪算法模块和高清AI视觉摄像头。
本实施例的全息感知系统,毫米波雷达采用77Ghz毫米波成像雷达。
本实施例的全息感知系统,全息眼智能路侧感知单元在隧道内以固定间隔距离安装,各单元通过级联实现隧道内交通监测无缝衔接全覆盖。
本实施例的全息感知系统,监控中心还包括核心交换机、汇聚交换机、存储服务器、显示大屏,隧道路侧前端将检测结果通过汇聚交换机传输至核心交换机,核心交换机与平台服务器、存储服务器、显示大屏实现数据交互。
本实施例的全息感知系统,监控中心还配置有工作站,工作站与核心交换机实现数据交互,实现工作人员对系统设备的联动管控。
高速公路隧道交通状态全息感知系统主要由安装在隧道入口的车牌识别器和车型识别器,安装在隧道内路侧的全息眼智能路侧感知单元,以及部署在监控中心的平台服务器组成,系统示意图如图1所示。全息眼智能路侧感知单元配置有毫米波雷达并内置高清AI视觉摄像头,高速公路隧道交通状态全息感知系统,通过毫米波雷达与AI视觉摄像头技术融合,自动感知隧道内交通流与交通事件状态,并对“两客一危”车辆进行全程跟踪,取代传统人工观测视频,具有实时性高、漏报率低、全天候自动检测的特点。
采用如上所述的高速公路隧道交通状态全息感知系统的监测高速公路隧道交通状态的方法包括:在隧道入口处安装车型识别器和车牌识别器,当车辆进入隧道识别出车辆的车牌和车型。安装在隧道内的智能路侧感知单元,结合毫米波雷达精准目标检测和高清视频可视化特点,内置高清摄像头,利用图像识别技术自动匹配车牌识别器和车型识别器的检测结果。路侧感知单元采用77Ghz毫米波成像雷达作为检测核心,通过多目标扫描技术和车辆跟踪算法,全天候在检测范围内进行超视距精准检测、实时跟踪和视频监控。智能路侧感知单元在隧道内按固定间隔距离安装,通过级联实现隧道内交通监测无缝衔接全覆盖,实现所有车辆在隧道内全域实时跟踪,实现对“两客一危”等重点监控车辆在隧道内全程实时跟踪。
交通状态全息感知系统通过隧道内智能感知单元检测到车辆逆行、车辆缓行、异常提车、行人闯入、异常变道等交通状况时,通过网络将事件上报至监控中的平台服务器,并推送至相应的管理人员。
本实施例所述高速公路隧道交通状态全息感知系统及采用该全息感知系统监测高速公路隧道交通状态的方法,可以检测如下交通事件:
交通流、交通事件群体智能系列算法。通过静态保持、目标聚类、群体拥堵决策等群体智能系列算法,实现对交通流和交通事件的精准感知。单目标行为分析:通过静态保持算法,解决雷达停止目标丢失的问题;目标聚类分析:通过群体拥堵决策分析模型,对消散与拥堵目标进行聚类分析,实现目标群体智能分析;
多路多源复杂环境下动态坐标匹配技术。视频、毫米波雷达等多路多源传感设备,在复杂环境下(比如:设备抖动、杂波干扰等),感知到的动态目标与属性数据,在同一坐标系下实现匹配融合;
复杂环境下的抗噪技术。在隧道环境下,毫米波域和可见光域的目标感知存在一定程度的干扰,比如,在毫米波域有隧道壁回波干扰,在可见光域存在反光干扰。通过路侧感知设备滤波技术以及前端虚假目标过滤算法,实现复杂环境下的检测目标抗噪;
多路多源目标级联技术。通过多部路侧感知设备级联安装,实现浮动车的目标传递。感知层面,实现单一ID的浮动车目标的全程跟踪;展示层面,实现全覆盖数字孪生及全景展示。
在具体实施中,如图2所示,在隧道入口50米范围内安装车牌识别器和车型识别器,隧道内每间隔150米安装一套全息眼智能路侧感知单元,安装方式为侧壁安装,高度在5.5-6.5米(以不影响行车安全为准)。在隧道内铺设一根多芯光纤电缆,将车牌识别器、车型识别器和智能路侧感知单元接入系统,安装方式及监测高速公路隧道交通状态的方式如图2所示,隧道交通状态全息感知系统与信号灯、广播、情报板等协作与设备及相应工作人员协作,实现联动管控,按照预案策略,执行一键预案流程,提高运营效率,实现信息采集自动化、运行数据可视化、事件处理可溯化、应急指挥精准化和隧道管控高效化,保障运营安全,典型事件处置方式如表1所示。
表1
采用该高速公路隧道交通状态全息感知系统及采用该全息感知系统监测高速公路隧道交通状态的方法,可以实现交通事件“看得准”,尤其拥堵情况下,能够准确发现交通事件;及时发现交通事件,比视频检测和人工“看得快”;通过级联完成隧道内全程覆盖,比单视频“看得全”,交通事件做到准确、及时、全面无死角监测。进一步减轻人力负担,提高日常运营工作效率,保证隧道运营安全。
采用该高速公路隧道交通状态全息感知系统及采用该全息感知系统监测高速公路隧道交通状态的方法,可以在设备覆盖的范围内,做到“车流流线”级交通流感知,实现隧道全覆盖的数字孪生以及全景展示,让运营方对隧道内的“两客一危”车辆、交通流、交通事件状态一目了然。
采用该高速公路隧道交通状态全息感知系统及采用该全息感知系统监测高速公路隧道交通状态的方法,可以通过隧道交通状态智能路测单元组网实现隧道全程交通状态监测覆盖,且不受光照、天气等环境影响,全天候,全天时,实现从断面到全程的“车流流线”级交通流感知。
采用该高速公路隧道交通状态全息感知系统及采用该全息感知系统监测高速公路隧道交通状态的方法,可以基于视频和毫米波雷达多源数据融合的多目标跟踪和多目标识别技术,即使在复杂条件下,也能精准感知隧道交通事件,解决现状隧道交通事件监测误报、漏报、多报严重的问题。
以上所述仅是对本发明的优选实施方式进行描述,并非是对本发明的范围进行限定;以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围;在不脱离本发明设计精神的前提下,本领域普通工程技术人员对本发明的技术方案作出的任何修改、等同替换、改进等,均应落入本发明的权利要求书确定的保护范围内。
Claims (10)
1.一种高速公路隧道交通状态全息感知系统,包括隧道路侧前端和监控中心,其特征在于,所述隧道路侧前端包括车牌识别器、车型识别器和全息眼智能路侧感知单元,所述监控中心包括平台服务器;所述车牌识别器、车型识别器和全息眼智能路侧感知单元通过光纤收发器连接,检测高速公路隧道交通状态,通过网络将检测结果传输至平台服务器,并推送至相应的管理人员。
2.如权利要求1所述的高速公路隧道交通状态全息感知系统,其特征在于,所述车牌识别器和车型识别器安装在隧道入口处。
3.如权利要求1所述的高速公路隧道交通状态全息感知系统,其特征在于,所述全息眼智能路侧感知单元安装在隧道内路侧。
4.如权利要求3所述的高速公路隧道交通状态全息感知系统,其特征在于,所述安装在隧道内路侧的全息眼智能路侧感知单元配置有毫米波雷达,并内置图像识别模块、多目标扫描模块和车辆跟踪算法模块和高清AI视觉摄像头。
5.如权利要求4所述的高速公路隧道交通状态全息感知系统,其特征在于,所述毫米波雷达采用77Ghz毫米波成像雷达。
6.如权利要求5所述的高速公路隧道交通状态全息感知系统,其特征在于,所述全息眼智能路侧感知单元在隧道内以固定间隔距离安装,各单元通过级联实现隧道内交通监测无缝衔接全覆盖。
7.如权利要求1所述的高速公路隧道交通状态全息感知系统,其特征在于,所述监控中心还包括核心交换机、汇聚交换机、存储服务器、显示大屏,隧道路侧前端将检测结果通过汇聚交换机传输至核心交换机,核心交换机与平台服务器、存储服务器、显示大屏实现数据交互。
8.如权利要求7所述的高速公路隧道交通状态全息感知系统,其特征在于,所述监控中心还配置有工作站,工作站与核心交换机实现数据交互,实现工作人员对系统设备的联动管控。
9.一种监测高速公路隧道交通状态的方法,采用如权利要求1至8任一项所述的高速公路隧道交通状态全息感知系统,其特征在于,该方法包括:在隧道入口处安装车牌识别器和车型识别器,当车辆进入隧道识别出车辆的车牌和车型;在隧道内路侧安装全息眼智能路侧感知单元,结合毫米波雷达与AI视觉摄像头,利用图像识别技术自动匹配车牌识别器和车型识别器对车辆的检测结果;全息眼智能路侧感知单元通过多目标扫描技术和车辆跟踪算法,全天候在检测范围内进行超视距精准检测、实时跟踪和视频监控;全息眼智能路侧感知单元在隧道内按固定间隔距离安装,通过级联实现隧道内交通监测无缝衔接全覆盖,实现所有车辆在隧道内全域实时跟踪,检测车辆逆行、车辆缓行、异常提车、行人闯入、异常变道的交通状况,通过网络将检测结果上报至监控中的平台服务器,通过系统设备联动管控推送至相应的管理人员。
10.如权利要求9所述的监测高速公路隧道交通状态的方法,其特征在于,在隧道入口50米范围内安装车牌识别器和车型识别器,隧道内每间隔150米安装一套全息眼智能路侧感知单元,安装方式为侧壁安装,高度在5.5-6.5米,并在隧道内铺设一根多芯光纤电缆,将车牌识别器、车型识别器和全息眼智能路侧感知单元接入构成高速公路隧道交通状态全息感知系统,高速公路隧道交通状态全息感知系统与高速公路的信号灯、广播、情报板协作并与设备相应工作人员协同,实现联动管控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110411196.3A CN113129592A (zh) | 2021-04-16 | 2021-04-16 | 一种高速公路隧道交通状态全息感知系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110411196.3A CN113129592A (zh) | 2021-04-16 | 2021-04-16 | 一种高速公路隧道交通状态全息感知系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113129592A true CN113129592A (zh) | 2021-07-16 |
Family
ID=76777235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110411196.3A Pending CN113129592A (zh) | 2021-04-16 | 2021-04-16 | 一种高速公路隧道交通状态全息感知系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113129592A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113569321A (zh) * | 2021-07-30 | 2021-10-29 | 招商局重庆交通科研设计院有限公司 | 基于数字孪生模型的公路隧道运行状态仿真模拟方法 |
CN113888871A (zh) * | 2021-10-20 | 2022-01-04 | 上海电科智能系统股份有限公司 | 高速公路交通事件自动化处置联动系统及方法 |
CN113936463A (zh) * | 2021-10-19 | 2022-01-14 | 上海交通大学 | 一种基于雷达和视频数据融合的隧道交通管控方法及系统 |
CN114137512A (zh) * | 2021-11-29 | 2022-03-04 | 湖南大学 | 一种毫米波雷达与深度学习视觉融合的前方多车辆跟踪方法 |
CN114755676A (zh) * | 2022-06-16 | 2022-07-15 | 浙江宇视科技有限公司 | 一种雷达视觉协同的目标跟踪方法及系统 |
CN115148024A (zh) * | 2022-06-23 | 2022-10-04 | 广州国交润万交通信息有限公司 | 一种新型隧道安全监测方法及系统 |
CN115346374A (zh) * | 2022-08-30 | 2022-11-15 | 北京星云互联科技有限公司 | 一种路口全息感知方法、装置、边缘计算设备和存储介质 |
CN115830860A (zh) * | 2022-11-17 | 2023-03-21 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 交通事故预测方法及装置 |
CN116308153A (zh) * | 2023-03-01 | 2023-06-23 | 北京图安世纪科技股份有限公司 | 一种基于数字孪生的全息路口管理系统及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2022026A1 (en) * | 2006-05-05 | 2009-02-11 | Dan Manor | Traffic sensor incorporating a video camera and method of operating same |
CN107464428A (zh) * | 2017-09-22 | 2017-12-12 | 长安大学 | 一种隧道交通异常识别报警装置 |
CN108877234A (zh) * | 2018-07-24 | 2018-11-23 | 河北德冠隆电子科技有限公司 | 四维实景交通仿真的车辆违规占道跟踪检测系统及方法 |
CN108922188A (zh) * | 2018-07-24 | 2018-11-30 | 河北德冠隆电子科技有限公司 | 雷达跟踪定位的四维实景交通路况感知预警监控管理系统 |
CN109166314A (zh) * | 2018-09-29 | 2019-01-08 | 河北德冠隆电子科技有限公司 | 基于全方位跟踪检测雷达的路况感知设备及车路协同系统 |
CN109724610A (zh) * | 2018-12-29 | 2019-05-07 | 河北德冠隆电子科技有限公司 | 一种全信息实景导航的方法及装置 |
CN110738846A (zh) * | 2019-09-27 | 2020-01-31 | 同济大学 | 基于雷达与视频组群的车辆行为监测系统及其实现方法 |
CN111025308A (zh) * | 2019-12-03 | 2020-04-17 | 重庆车辆检测研究院有限公司 | 车辆定位方法、装置、系统和存储介质 |
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 |
-
2021
- 2021-04-16 CN CN202110411196.3A patent/CN113129592A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2022026A1 (en) * | 2006-05-05 | 2009-02-11 | Dan Manor | Traffic sensor incorporating a video camera and method of operating same |
CN107464428A (zh) * | 2017-09-22 | 2017-12-12 | 长安大学 | 一种隧道交通异常识别报警装置 |
CN108877234A (zh) * | 2018-07-24 | 2018-11-23 | 河北德冠隆电子科技有限公司 | 四维实景交通仿真的车辆违规占道跟踪检测系统及方法 |
CN108922188A (zh) * | 2018-07-24 | 2018-11-30 | 河北德冠隆电子科技有限公司 | 雷达跟踪定位的四维实景交通路况感知预警监控管理系统 |
CN109166314A (zh) * | 2018-09-29 | 2019-01-08 | 河北德冠隆电子科技有限公司 | 基于全方位跟踪检测雷达的路况感知设备及车路协同系统 |
CN109724610A (zh) * | 2018-12-29 | 2019-05-07 | 河北德冠隆电子科技有限公司 | 一种全信息实景导航的方法及装置 |
CN110738846A (zh) * | 2019-09-27 | 2020-01-31 | 同济大学 | 基于雷达与视频组群的车辆行为监测系统及其实现方法 |
CN111025308A (zh) * | 2019-12-03 | 2020-04-17 | 重庆车辆检测研究院有限公司 | 车辆定位方法、装置、系统和存储介质 |
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 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113569321A (zh) * | 2021-07-30 | 2021-10-29 | 招商局重庆交通科研设计院有限公司 | 基于数字孪生模型的公路隧道运行状态仿真模拟方法 |
CN113569321B (zh) * | 2021-07-30 | 2023-06-02 | 招商局重庆交通科研设计院有限公司 | 基于数字孪生模型的公路隧道运行状态仿真模拟方法 |
CN113936463B (zh) * | 2021-10-19 | 2022-08-16 | 上海交通大学 | 一种基于雷达和视频数据融合的隧道交通管控方法及系统 |
CN113936463A (zh) * | 2021-10-19 | 2022-01-14 | 上海交通大学 | 一种基于雷达和视频数据融合的隧道交通管控方法及系统 |
CN113888871A (zh) * | 2021-10-20 | 2022-01-04 | 上海电科智能系统股份有限公司 | 高速公路交通事件自动化处置联动系统及方法 |
CN114137512A (zh) * | 2021-11-29 | 2022-03-04 | 湖南大学 | 一种毫米波雷达与深度学习视觉融合的前方多车辆跟踪方法 |
CN114137512B (zh) * | 2021-11-29 | 2024-04-26 | 湖南大学 | 一种毫米波雷达与深度学习视觉融合的前方多车辆跟踪方法 |
CN114755676A (zh) * | 2022-06-16 | 2022-07-15 | 浙江宇视科技有限公司 | 一种雷达视觉协同的目标跟踪方法及系统 |
CN115148024A (zh) * | 2022-06-23 | 2022-10-04 | 广州国交润万交通信息有限公司 | 一种新型隧道安全监测方法及系统 |
CN115346374A (zh) * | 2022-08-30 | 2022-11-15 | 北京星云互联科技有限公司 | 一种路口全息感知方法、装置、边缘计算设备和存储介质 |
CN115346374B (zh) * | 2022-08-30 | 2023-08-22 | 北京星云互联科技有限公司 | 一种路口全息感知方法、装置、边缘计算设备和存储介质 |
CN115830860A (zh) * | 2022-11-17 | 2023-03-21 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 交通事故预测方法及装置 |
CN115830860B (zh) * | 2022-11-17 | 2023-12-15 | 西部科学城智能网联汽车创新中心(重庆)有限公司 | 交通事故预测方法及装置 |
CN116308153A (zh) * | 2023-03-01 | 2023-06-23 | 北京图安世纪科技股份有限公司 | 一种基于数字孪生的全息路口管理系统及方法 |
CN116308153B (zh) * | 2023-03-01 | 2024-03-29 | 北京图安世纪科技股份有限公司 | 一种基于数字孪生的全息路口管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113129592A (zh) | 一种高速公路隧道交通状态全息感知系统及方法 | |
CN108922188B (zh) | 雷达跟踪定位的四维实景交通路况感知预警监控管理系统 | |
CN108961790B (zh) | 基于四维实景交通仿真的恶劣天气预警管理系统及方法 | |
CN108648456A (zh) | 一种基于视频与雷达的交通事件监测设备与方法 | |
CN110570664A (zh) | 一种高速公路交通事件自动检测系统 | |
CN112927512A (zh) | 一种高速公路匝道合流控制系统及方法 | |
CN208335464U (zh) | 一种基于视频与雷达的交通事件监测设备 | |
CN101799985B (zh) | 一种公路隧道交通识别方法 | |
CN216873319U (zh) | 一种雷视融合道路监控系统 | |
CN204990743U (zh) | 一种超高车辆预警系统 | |
CN109598983A (zh) | 一种机场场面光电监视告警系统及方法 | |
CN103676829A (zh) | 基于视频的智能城市综合管理系统及其方法 | |
CN201845435U (zh) | 一种基于视频的车辆闯红灯监测装置 | |
CN110796868A (zh) | 一种视频与微波融合的交通事件监测系统与方法 | |
CN112967501B (zh) | 一种匝道处车辆危险驶离主道行为的预警系统及方法 | |
CN201397576Y (zh) | 车辆路口违法变向自动捕捉装置 | |
CN109102695B (zh) | 智能交通服务站、智能交通服务方法及系统 | |
CN102129775A (zh) | 全景视频检测的交通路口车辆抓拍取证方法及系统 | |
CN113888871B (zh) | 高速公路交通事件自动化处置联动系统及方法 | |
CN115100865A (zh) | 隧道洞口区域交通安全的管控系统 | |
CN109348179A (zh) | 一种基于人工智能的道路监控检测系统及方法 | |
CN111596293A (zh) | 一种雷达安防一体机及其监测方法 | |
CN111477011A (zh) | 一种用于道路路口预警的检测装置及检测方法 | |
CN115497340A (zh) | 一种内河航道交通状态全息感知系统和方法 | |
CN103149603B (zh) | 一种基于视频的道路气象检测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210716 |
|
RJ01 | Rejection of invention patent application after publication |