CN114495483A - 一种基于毫米波雷达的车辆异常行驶行为识别方法 - Google Patents

一种基于毫米波雷达的车辆异常行驶行为识别方法 Download PDF

Info

Publication number
CN114495483A
CN114495483A CN202111525394.9A CN202111525394A CN114495483A CN 114495483 A CN114495483 A CN 114495483A CN 202111525394 A CN202111525394 A CN 202111525394A CN 114495483 A CN114495483 A CN 114495483A
Authority
CN
China
Prior art keywords
vehicle
comparing
lane
judging
value
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
Application number
CN202111525394.9A
Other languages
English (en)
Inventor
魏成志
何煜埕
赵志伟
李俊杰
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 CN202111525394.9A priority Critical patent/CN114495483A/zh
Priority to PCT/CN2022/081190 priority patent/WO2023108932A1/zh
Publication of CN114495483A publication Critical patent/CN114495483A/zh
Pending legal-status Critical Current

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
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明属于道路交通领域，公开了基于毫米波雷达的车辆异常行驶行为识别方法，车辆实时信息获取单元获取毫米波雷达车辆检测器采集的车辆实时位置、速度信息；车辆异常行驶判定单元根据车辆存储单元中的车辆信息以及判定算法来判断车辆是否存在行驶异常行为；车道配置单元对实际路况的横向切割与纵向切割；根据车辆位置和所处车道判断车辆为来向或去向车辆，并判断是否异常变道或逆行；本发明根据车辆位置和所处车道判断车辆为来向或去向车辆，并结合车辆速度判断超速或紧急制动；通过实时获取车辆位置信息、速度信息，结合路口车道、路段划分，对车辆异常行驶进行判别；具有高实时性，及时判定车辆的异常行驶行为。

Description

一种基于毫米波雷达的车辆异常行驶行为识别方法
技术领域
本发明属于道路交通技术领域，尤其涉及一种基于毫米波雷达的车辆异常行驶行为识别方法。
背景技术
目前毫米波雷达以其全天候工作、不受天气状况等优点，在智能交通领域被越来越多的应用于车辆检测跟踪。通过发射电磁波并接收回波信号，高精度对车辆目标进行探测和定位。但由于既定的交通规则，不同路段、路口实际情况都存在一定的差异性，毫米波雷达无法直接判断车辆是否存在变道、逆行等异常行驶行为。而异常行驶行为作为道路交通领域的关注热点，其包含了更多潜在危险信息，检测具有异常行驶行为的车辆对于安全交通是至关重要的。因此，有必要发明车辆异常行驶行为识别方法。
发明内容
有鉴于此，本发明提出了一种基于毫米波雷达车辆异常行驶行为识别方法，该方法既可识别处毫米波雷达实时跟踪到的车辆信息是否出现异常行驶行为，同时也能记录检测到的异常车辆的位置信息、车道信息等。
本发明基于毫米波雷达对道路上异常行驶行为进行检测为目的，包括对异常变道、逆行、异常超速、紧急制动四种车辆异常行为。
具体的，本发明公开的基于毫米波雷达的车辆异常行驶行为识别方法，应用于车辆异常行驶行为识别系统，所述系统包括车辆实时信息获取单元、车道配置单元、车辆异常行驶判定单元和车辆信息存储单元，车辆实时信息获取单元获取设置于道路路口主线路上毫米波雷达车辆检测器采集的车辆实时位置、速度信息；所述车辆异常行驶判定单元根据车辆存储单元中的车辆信息以及判定算法来判断车辆是否存在行驶异常行为；所述车道配置单元对实际路况的横向切割与纵向切割；
所述方法包括：根据车辆位置和所处车道判断车辆为来向或去向车辆，并判断是否异常变道或逆行；根据车辆位置和所处车道判断车辆为来向或去向车辆，并结合车辆速度判断超速或紧急制动。
进一步的，所述横向切割以与毫米波雷达所处位置相平行的方向对实际路况进行切割，形成不同的子路段
Figure BDA0003410174390000028
和
Figure BDA0003410174390000029
同时记录每个路段的横向起始坐标信息RYm，其中m为路段编号，取值范围为[1，8]，L代表中央分隔带左侧路段，R代表中央分隔带左侧路段；
所述纵向切割以与毫米波雷达所处位置相垂直的方向对实际路况进行切割，形成不同的子车道
Figure BDA00034101743900000210
和
Figure BDA00034101743900000211
用于记录实际跟踪过程中的车辆所处的车道信息，其中k为车道编号，取值范围为[1，12]。
进一步的，所述根据车辆位置和所处车道判断车辆为来向或去向车辆包括：
周期采集跟踪系统中车辆信息至车辆信息存储单元；
确定车辆信息存储单元中的车辆基本信息关于目标车辆Vi的实时位置Pi，比较车辆横向位置坐标
Figure BDA0003410174390000021
与RYm之间的大小，若
Figure BDA0003410174390000022
小于PYm，判定车辆属于中央分隔带右侧车辆，即去向车辆，否则判定车辆属于中央分隔带左侧车辆，即来向车辆。
进一步的，所述判断异常变道的方法包括：
S01：对于来向车辆，比较车辆横向位置坐标
Figure BDA0003410174390000023
与
Figure BDA0003410174390000024
之间的大小，若
Figure BDA0003410174390000025
小于
Figure BDA0003410174390000026
判定车辆所在的路段号为m，否则再与
Figure BDA0003410174390000027
比较大小，若小于
Figure BDA0003410174390000031
判定车辆所在的路段号为m+1，否则再与
Figure BDA0003410174390000032
比较，以此类推；若最终未能计算出目标车辆所在路段号的值，则设置默认路段号99，若路段号不等于99，执行步骤S02，否则判断车辆信息中的下一辆车是否异常变道；对于去向车辆，比较车辆横向位置坐标
Figure BDA0003410174390000033
与
Figure BDA0003410174390000034
之间的大小，若
Figure BDA0003410174390000035
小于
Figure BDA0003410174390000036
判定车辆所在的路段号为m；否则再与
Figure BDA0003410174390000037
比较大小，若小于
Figure BDA0003410174390000038
判定车辆所在的路段号为m+1，否则再与
Figure BDA0003410174390000039
比较，以此类推；若最终未能计算出目标车辆所在路段号的值，则设置默认路段号99，若路段号不等于99，执行步骤S02，否则判断车辆信息中的下一辆车是否异常变道；
S02：对于来向车辆，计算车辆横向位置坐标
Figure BDA00034101743900000310
与RYm之间的距离差，取绝对值后与
Figure BDA00034101743900000311
比较大小，若小于
Figure BDA00034101743900000312
则判定当前车辆临时车道号TCLi为k，否则再与
Figure BDA00034101743900000313
比较大小，若小于
Figure BDA00034101743900000314
则判定当前车辆临时车道号TCLi为k+1，否则再与
Figure BDA00034101743900000315
比较，以此类推，若最终未能计算出目标车辆临时车道号TCLi的值，则设置默认车道号99，若车道号不等于99，执行步骤S03，否则判断车辆信息中的下一辆车是否异常变道；对于去向车辆，计算车辆横向位置坐标
Figure BDA00034101743900000316
与RYm之间的距离差，取绝对值后与
Figure BDA00034101743900000317
比较大小，若小于
Figure BDA00034101743900000318
则判定当前车辆临时车道号TCLi为k，否则再与
Figure BDA00034101743900000319
比较大小，若小于
Figure BDA00034101743900000320
则判定当前车辆临时车道号TCLi为k+1，否则再与
Figure BDA00034101743900000321
比较，以此类推，若最终未能计算出目标车辆临时车道号TCLi的值，则设置默认车道号99，若车道号不等于99，执行步骤S03，否则判断车辆信息中的下一辆车是否异常变道；
S03：查看目标车辆所在的路段是否为禁止变道路段，若是，执行步骤S04，否则判断车辆信息中的下一辆车是否异常变道；
S04：对计算出的目标车辆临时车道号TCLi，若TCLi为99，则不更新RCLi值；否则对比RCLi中存储的值，若RCLi中的值不等于99，且TCLi与RCLi的值不等，则临时计数器TSCi值加1，若RCLi中的值等于99，则使用TCLi更新RCLi的值；
S05：比较临时计数器TSCi的值与预设阈值的大小，若大于阈值，判定该车辆存在异常变道行驶行为，更新异常变道发生的时间Ti、目标车辆编号CNi、目标车辆车道号CLi，使用TCLi更新RCLi的值；否则判断车辆信息中的下一辆车是否异常变道。
进一步的，所述判断车辆逆行的方法包括：
S11：对于来向车辆，计算车辆横向位置坐标
Figure BDA0003410174390000041
与RYm之间的距离差，取绝对值后与
Figure BDA0003410174390000042
比较大小，若小于
Figure BDA0003410174390000043
则判定当前车辆车道号为k，否则再与
Figure BDA0003410174390000044
比较大小，若小于
Figure BDA0003410174390000045
则判定当前车辆车道号为k+1，否则再与
Figure BDA0003410174390000046
比较，以此类推，若最终未能计算出目标车辆车道号的值，则设置默认车道号99，即未知车道号；
S12：计算车辆横向位置坐标
Figure BDA0003410174390000047
与RYm之间的距离差，取绝对值后与
Figure BDA0003410174390000048
比较大小，若小于
Figure BDA0003410174390000049
则判定当前车辆车道号为k，否则再与
Figure BDA00034101743900000410
比较大小，若小于
Figure BDA00034101743900000411
则判定当前车辆车道号为k+1，否则再与
Figure BDA00034101743900000412
比较，以此类推，若最终未能计算出目标车辆车道号的值，则设置默认车道号99；
S13：对于车道号不等于99的目标车辆Vi，若目标车辆Vi属于右侧车辆，并且车辆纵向速度
Figure BDA00034101743900000413
小于0，即右侧目标车辆存在逆向行驶可能性，临时计数器TSNi加1；若目标车辆Vi属于左侧车辆，并且车辆纵向速度
Figure BDA00034101743900000414
大于0，即右侧目标车辆存在逆向行驶可能性，临时计数器TSNi加1；
S14：比较临时计数器TSNi的值与给定阈值的大小，若等于阈值，则判定为逆向行驶行为，更新目标车辆编号CNi、逆向行驶发生的时间Ti、目标车辆车道号CLi，将目标车辆异常行驶行为发生后持续的时长NTi加1；若TSNi的值大于阈值，则只更新目标车辆异常行驶行为发生后持续的时长NTi，将NTi的值加1；若小于阈值，则判断车辆信息中的下一辆车是否逆行。
进一步的，所述判断车辆异常超速的方法包括：
S21：对于来向车辆，比较车辆横向位置坐标
Figure BDA0003410174390000051
与
Figure BDA0003410174390000052
之间的大小，若
Figure BDA0003410174390000053
小于
Figure BDA0003410174390000054
判定车辆所在的路段号为m；否则再与
Figure BDA0003410174390000055
比较大小，若小于
Figure BDA0003410174390000056
判定车辆所在的路段号为m+1，否则再与
Figure BDA0003410174390000057
比较，以此类推，若最终未能计算出目标车辆所在路段号的值，则设置默认路段号99，即未知路段号；对于去向车辆，比较车辆横向位置坐标
Figure BDA0003410174390000058
与
Figure BDA0003410174390000059
之间的大小，若
Figure BDA00034101743900000510
小于
Figure BDA00034101743900000511
判定车辆所在的路段号为m；否则再与
Figure BDA00034101743900000512
比较大小，若小于
Figure BDA00034101743900000513
判定车辆所在的路段号为m+1，否则再与
Figure BDA00034101743900000514
比较，以此类推；若最终未能计算出目标车辆所在路段号的值，则设置默认路段号99；
S22：若目标车辆Vi的的路段号不等于99，比较目标车辆Vi的纵向速度
Figure BDA00034101743900000515
与该车辆所在的路段的限速阈值，若小于限速阈值，则执行步骤S23，否则临时计数器TSOi加1；
S23：对于来向车辆，计算车辆横向位置坐标
Figure BDA00034101743900000516
与RYm之间的距离差，取绝对值后与
Figure BDA00034101743900000517
比较大小，若小于
Figure BDA00034101743900000518
则判定当前车辆车道号为k，否则再与
Figure BDA00034101743900000519
比较大小，若小于
Figure BDA00034101743900000520
则判定当前车辆车道号为k+1，否则再与
Figure BDA00034101743900000521
比较，以此类推，若最终未能计算出目标车辆车道号的值，则设置默认车道号99，即未知车道号；对于去向车辆，计算车辆横向位置坐标
Figure BDA00034101743900000522
与RYm之间的距离差，取绝对值后与
Figure BDA00034101743900000523
比较大小，若小于
Figure BDA00034101743900000524
则判定当前车辆车道号为k，否则再与
Figure BDA00034101743900000525
比较大小，若小于
Figure BDA00034101743900000526
则判定当前车辆车道号为k+1，否则再与
Figure BDA00034101743900000527
比较，以此类推，若最终未能计算出目标车辆车道号的值，则设置默认车道号99；
S24：比较临时计数器TSOi的值与给定阈值的大小，若小于阈值，则判断车辆信息中的下一辆车是否异常超速；若等于阈值，则判定存在异常超速行为，更新目标车辆编号CNi、异常超速发生的时间Ti，目标车辆的车道号CLi，目标车辆异常行驶行为发生后持续的时长OTi加1；若TSOi的值大于阈值，则只更新目标车辆异常超速行为发生后持续的时长OTi，将OTi的值加1。
进一步的，所述判断车辆紧急制动的方法包括：
S31：对于来向车辆，计算车辆横向位置坐标
Figure BDA0003410174390000061
与RYm之间的距离差，取绝对值后与
Figure BDA0003410174390000062
比较大小，若小于
Figure BDA0003410174390000063
则判定当前车辆车道号为k，否则再与
Figure BDA0003410174390000064
比较大小，若小于
Figure BDA0003410174390000065
则判定当前车辆车道号为k+1，否则再与
Figure BDA0003410174390000066
比较，以此类推，若最终未能计算出目标车辆车道号的值，则设置默认车道号99；对于去向车辆，计算车辆横向位置坐标
Figure BDA0003410174390000067
与RYm之间的距离差，取绝对值后与
Figure BDA0003410174390000068
比较大小，若小于
Figure BDA0003410174390000069
则判定当前车辆车道号为k，否则再与
Figure BDA00034101743900000610
比较大小，若小于
Figure BDA00034101743900000611
则判定当前车辆车道号为k+1，否则再与
Figure BDA00034101743900000612
比较，以此类推，若最终未能计算出目标车辆车道号的值，则设置默认车道号99；
S32：设置临时计数器TSEBi值为0，记录目标车辆Vi的速度
Figure BDA00034101743900000613
至RD2，临时计数器TSEBi的值加1；
S33：若TSEBi等于间隔帧数FN，则将RD1的值更新为RD2的值，将当前目标车辆Vi的速度
Figure BDA00034101743900000614
记录至RD2，再比较RD1和RD2的值，若满足RD2大于RD1乘以预定阈值，判断车辆信息中的下一辆车是否紧急制动，否则判定当前目标车辆Vi存在紧急制动行驶行为，更新目标车辆编号CNi、紧急制动发生的时间Ti、目标车辆的车道号CLi，将TSEBi的值清0。
进一步的，所述车辆信息存储单元存储车辆的基本信息以及异常行驶信息；所述基本信息包括车辆实时位置Pi、速度信息Si，车道信息RCLi；所述异常行驶信息包括异常变道行为Ci、异常超速行为Oi、逆行行为Ni、紧急制动行为EBi，异常行驶行为发生的时间Ti，异常超速行驶行为发生后持续的时长OTi，逆行行驶行为发生后持续的时长NTi，车辆编号CNi，车辆目标所处的车道号CLi，其中速度信息包括纵向速度
Figure BDA0003410174390000071
和横向速度
Figure BDA0003410174390000072
实时位置包括纵向位置坐标
Figure BDA0003410174390000073
和横向位置坐标
Figure BDA0003410174390000074
i表示实时检测跟踪到的车辆编号，车道信息RCLi初始值为99。
本发明的有益效果如下：
通过实时获取车辆位置信息、速度信息，结合路口车道、路段划分，对车辆异常行驶进行判别；应用场景广泛，对于不同路况的道路信息，只需配置对应的车道、路段信息，弥补毫米波雷达不能直接判定车辆是否存在异常行驶行为的缺点；
具有高实时性，能及时判定车辆的异常行驶行为；
本发明存储了异常车辆信息，为路口交通情况分析提供数据基础，同时也为视频车检器抓拍提供车辆数据信息。
附图说明
图1本发明判断车辆异常变道方法的流程图；
图2本发明判断车辆逆行方法的流程图；
图3本发明判断车辆异常超速方法的流程图；
图4本发明判断车辆紧急制动方法的流程图。
具体实施方式
下面结合附图对本发明作进一步的说明，但不以任何方式对本发明加以限制，基于本发明教导所作的任何变换或替换，均属于本发明的保护范围。
参见如图1至图4所示，本申请公开了一种基于毫米波雷达车辆异常行驶行为识别方法，该方法基于毫米波雷达实现，通过实时获取检测跟踪的车辆信息，结合预配置的路段、车道信息，达到对车辆的异常行驶行为进行有效识别的效果，包含车辆实时信息获取单元、车辆信息存储单元、车辆异常行驶判定单元、车道配置单元。车辆异常行驶判定单元包含了对异常变道车辆的检测、对逆行车辆的检测、对异常超速车辆的检测、对紧急制动车辆的检测四个部分。
(1)对异常变道车辆的检测
如图1所示，一种基于毫米波雷达车辆异常行驶行为识别方法关于异常变道车辆的检测步骤如下：
车辆变道的明显特征在于目标车辆Vi的车道号发生变化，若车辆存在异常变道行驶行为，则车辆信息存储单元中的异常行驶信息关于该目标车辆的异常变道行为Ci、车辆编号CNi、异常行驶行为发生的时间Ti、车辆目标所处的车道号CLi的值将被更新，即会存在信息队列(Ci，CNi，Ti，CLi，Pi)，其中i表示实时检测跟踪到的车辆编号，Pi为目标车辆坐标信息。具体检测步骤如下：
步骤1：判定车辆是否异常变道主要是依据目标车辆Vi所在的路段是否属于禁止变道路段，若目标车辆Vi所在的路段属于禁止变道路段，则执行步骤2。
步骤2：周期采集跟踪系统中车辆信息至车辆信息存储单元。
步骤3：确定车辆信息存储单元中的车辆基本信息关于该目标车辆Vi的实时位置Pi，比较车辆横向位置坐标
Figure BDA0003410174390000091
与RYm之间的大小，若
Figure BDA0003410174390000092
小于RYm，判定车辆属于中央分隔带右侧车辆，即去向车辆。否则判定车辆属于中央分隔带左侧车辆，即来向车辆。
步骤4：若该目标车辆Vi属于左侧车辆，执行步骤5；否则执行步骤6。
步骤5：比较车辆横向位置坐标
Figure BDA0003410174390000093
与
Figure BDA0003410174390000094
之间的大小，若
Figure BDA0003410174390000095
小于
Figure BDA0003410174390000096
判定车辆所在的路段号为m。否则再与
Figure BDA0003410174390000097
比较大小，若小于
Figure BDA0003410174390000098
判定车辆所在的路段号为m+1，否则再与
Figure BDA0003410174390000099
比较，以此类推。若最终未能计算出目标车辆所在路段号的值，则设置默认路段号99，即未知路段号，若路段号不等于99，执行步骤7，否则执行步骤12。
步骤6：比较车辆横向位置坐标
Figure BDA00034101743900000910
与
Figure BDA00034101743900000911
之间的大小，若
Figure BDA00034101743900000912
小于
Figure BDA00034101743900000913
判定车辆所在的路段号为m。否则再与
Figure BDA00034101743900000914
比较大小，若小于
Figure BDA00034101743900000915
判定车辆所在的路段号为m+1，否则再与
Figure BDA00034101743900000916
比较，以此类推。若最终未能计算出目标车辆所在路段号的值，则设置默认路段号99，即未知路段号，若路段号不等于99，执行步骤8，否则执行步骤12。
步骤7：计算车辆横向位置坐标
Figure BDA00034101743900000917
与PYm之间的距离差，取绝对值后与
Figure BDA00034101743900000918
比较大小，若小于
Figure BDA00034101743900000919
则判定当前车辆临时车道号TCLi为k，否则再与
Figure BDA00034101743900000920
比较大小，若小于
Figure BDA00034101743900000921
则判定当前车辆临时车道号TCLi为k+1，否则再与
Figure BDA00034101743900000922
比较，以此类推，若最终未能计算出目标车辆临时车道号TCLi的值，则设置默认车道号99，即未知车道号，若车道号不等于99，执行步骤9，否则执行步骤12。
步骤8：计算车辆横向位置坐标
Figure BDA00034101743900000923
与RYm之间的距离差，取绝对值后与
Figure BDA00034101743900000924
比较大小，若小于
Figure BDA00034101743900000925
则判定当前车辆临时车道号TCLi为k，否则再与
Figure BDA00034101743900000926
比较大小，若小于
Figure BDA00034101743900000927
则判定当前车辆临时车道号TCLi为k+1，否则再与
Figure BDA00034101743900000928
比较，以此类推，若最终未能计算出目标车辆临时车道号TCLi的值，则设置默认车道号99，即未知车道号，若车道号不等于99，执行步骤9，否则执行步骤12。
步骤9：查看目标车辆所在的路段是否为禁止变道路段，若是，执行步骤10，否则执行步骤12。
步骤10：对计算出的目标车辆临时车道号TCLi，若TCLi为99，则不更新RCLi值。否则对比RCLi中存储的值，若RCLi中的值不等于99，且TCLi与RCLi的值不等，则临时计数器TSCi值加1，若RCLi中的值等于99，则使用TCLi更新RCLi的值；
步骤11：比较临时计数器TSCi的值与给定阈值的大小，若小于阈值，则执行步骤12；否则判定该车辆存在异常变道行驶行为，更新异常变道发生的时间Ti、目标车辆编号CNi、目标车辆车道号CLi，使用TCLi更新RCLi的值。
步骤12:遍历采集的车辆信息中的下一辆车，执行步骤3。
(2)对逆行车辆的检测
如图2所示，一种基于毫米波雷达车辆异常行驶行为识别方法关于逆行车辆的检测步骤如下：
对划分的所有子路段
Figure BDA0003410174390000101
都进行车辆逆行行为检测，若车辆存在逆向行驶行为，则车辆信息存储单元中的异常行驶信息关于该目标车辆的逆行行为Ni、车辆编号CNi、异常行驶行为发生的时间Ti、逆行行驶行为发生后持续的时长NTi，车辆目标所处的车道号CLi的值将被更新，即会存在信息队列(Ni，CNi，Ti，NTi，CLi，Pi)，其中i表示实时检测跟踪到的车辆编号，Pi为目标车辆坐标信息。具体检测步骤如下：
步骤1：周期采集跟踪系统中车辆信息至车辆信息存储单元。
步骤2：确定车辆信息存储单元中的车辆基本信息关于该目标车辆Vi的实时位置Pi，比较车辆横向位置坐标
Figure BDA0003410174390000111
与RYm之间的大小，若
Figure BDA0003410174390000112
小于RYm，判定车辆属于中央分隔带右侧车辆，即去向车辆。否则判定车辆属于中央分隔带左侧车辆，即来向车辆。
步骤3：若该目标车辆Vi属于左侧车辆，执行步骤4；否则执行步骤5。
步骤4：计算车辆横向位置坐标
Figure BDA0003410174390000113
与RYm之间的距离差，取绝对值后与
Figure BDA0003410174390000114
比较大小，若小于
Figure BDA0003410174390000115
则判定当前车辆车道号为k，否则再与
Figure BDA0003410174390000116
比较大小，若小于
Figure BDA0003410174390000117
则判定当前车辆车道号为k+1，否则再与
Figure BDA0003410174390000118
比较，以此类推，若最终未能计算出目标车辆车道号的值，则设置默认车道号99，即未知车道号。
步骤5：计算车辆横向位置坐标
Figure BDA0003410174390000119
与RYm之间的距离差，取绝对值后与
Figure BDA00034101743900001110
比较大小，若小于
Figure BDA00034101743900001111
则判定当前车辆车道号为k，否则再与
Figure BDA00034101743900001112
比较大小，若小于
Figure BDA00034101743900001113
则判定当前车辆车道号为k+1，否则再与
Figure BDA00034101743900001114
比较，以此类推，若最终未能计算出目标车辆车道号的值，则设置默认车道号99，即未知车道号。
步骤6：对于车道号不等于99的目标车辆Vi，若目标车辆Vi属于右侧车辆，并且车辆纵向速度
Figure BDA00034101743900001115
小于0，即右侧目标车辆存在逆向行驶可能性，临时计数器TSNi加1；若目标车辆Vi属于左侧车辆，并且车辆纵向速度
Figure BDA00034101743900001116
大于0，即右侧目标车辆存在逆向行驶可能性，临时计数器TSNi加1。
步骤7：比较临时计数器TSNi的值与给定阈值的大小，若小于阈值，则执行步骤8；若等于阈值，则判定为逆向行驶行为，更新目标车辆编号CNi、逆向行驶发生的时间Ti、目标车辆车道号CLi，将目标车辆异常行驶行为发生后持续的时长NTi加1；若TSNi的值大于阈值，则只更新目标车辆异常行驶行为发生后持续的时长NTi，将NTi的值加1。
步骤8：遍历采集的车辆信息中的下一辆车，执行步骤2。
(3)对异常超速车辆的检测
如图3所示，一种基于毫米波雷达车辆异常行驶行为识别方法关于异常超速车辆的检测步骤如下：
异常超速车辆的特征在于目标车辆的速度超过了某个路段设置的速度阈值，若车辆存在异常超速行驶行为，则车辆信息存储单元中的异常行驶信息关于该目标车辆的超速行为Oi、车辆编号CNi、异常行驶行为发生的时间Ti、车辆目标所处的车道号CLi的值将被更新，即会产生信息队列(Oi，CNi，Ti，OTi，CLi，Pi)，其中i表示实时检测跟踪到的车辆编号，Pi为目标车辆坐标信息。具体检测步骤如下：
步骤1：周期采集跟踪系统中车辆信息至车辆信息存储单元。
步骤2：确定车辆信息存储单元中的车辆基本信息关于该目标车辆Vi的实时位置Pi，比较车辆横向位置坐标
Figure BDA0003410174390000121
与PYm之间的大小，若
Figure BDA0003410174390000122
小于PYm，判定车辆属于中央分隔带右侧车辆，即去向车辆。否则判定车辆属于中央分隔带左侧车辆，即来向车辆。
步骤3：若该目标车辆Vi属于左侧车辆，执行步骤4；否则执行步骤5。
步骤4：比较车辆横向位置坐标
Figure BDA0003410174390000123
与
Figure BDA0003410174390000124
之间的大小，若
Figure BDA0003410174390000125
小于
Figure BDA0003410174390000126
判定车辆所在的路段号为m。否则再与
Figure BDA0003410174390000127
比较大小，若小于
Figure BDA0003410174390000128
判定车辆所在的路段号为m+1，否则再与
Figure BDA0003410174390000129
比较，以此类推。若最终未能计算出目标车辆所在路段号的值，则设置默认路段号99，即未知路段号。若路段号不等于99，执行步骤6，否则执行步骤10。
步骤5：比较车辆横向位置坐标
Figure BDA00034101743900001210
与
Figure BDA00034101743900001211
之间的大小，若
Figure BDA00034101743900001212
小于
Figure BDA00034101743900001213
判定车辆所在的路段号为m。否则再与
Figure BDA00034101743900001214
比较大小，若小于
Figure BDA00034101743900001215
判定车辆所在的路段号为m+1，否则再与
Figure BDA00034101743900001216
比较，以此类推。若最终未能计算出目标车辆所在路段号的值，则设置默认路段号99，即未知路段号。若路段号不等于99，执行步骤7，否则执行步骤10。
步骤6：计算车辆横向位置坐标
Figure BDA0003410174390000131
与PYm之间的距离差，取绝对值后与
Figure BDA0003410174390000132
比较大小，若小于
Figure BDA0003410174390000133
则判定当前车辆车道号为k，否则再与
Figure BDA0003410174390000134
比较大小，若小于
Figure BDA0003410174390000135
则判定当前车辆车道号为k+1，否则再与
Figure BDA0003410174390000136
比较，以此类推，若最终未能计算出目标车辆车道号的值，则设置默认车道号99，即未知车道号，若车道号不等于99，执行步骤8，否则执行步骤10。
步骤7：计算车辆横向位置坐标
Figure BDA0003410174390000137
与PYm之间的距离差，取绝对值后与
Figure BDA0003410174390000138
比较大小，若小于
Figure BDA0003410174390000139
则判定当前车辆车道号为k，否则再与
Figure BDA00034101743900001310
比较大小，若小于
Figure BDA00034101743900001311
则判定当前车辆车道号为k+1，否则再与
Figure BDA00034101743900001312
比较，以此类推，若最终未能计算出目标车辆车道号的值，则设置默认车道号99，即未知车道号，若车道号不等于99，执行步骤8，否则执行步骤10。
步骤8：若目标车辆Vi的的路段号不等于99，比较目标车辆Vi的纵向速度
Figure BDA00034101743900001313
与该车辆所在的路段的限速阈值，若小于限速阈值，则执行步骤10，否则临时计数器TSOi加1。
步骤9：比较临时计数器TSOi的值与给定阈值的大小，若小于阈值，则执行步骤10；若等于阈值，则判定存在异常超速行为，更新目标车辆编号CNi、异常超速发生的时间Ti，目标车辆的车道号CLi，目标车辆异常行驶行为发生后持续的时长OTi加1；若TSOi的值大于阈值，则只更新目标车辆异常超速行为发生后持续的时长OTi，将OTi的值加1。
步骤10：遍历采集的车辆信息中的下一辆车，执行步骤2。
(4)对紧急制动车辆的检测
如图4所示，一种基于毫米波雷达车辆异常行驶行为识别方法关于紧急制动车辆的检测步骤如下：
车辆发生紧急制动行为的特征为处于运动中车辆的速度骤降至某一值，或直接进入停止状态。若车辆存在紧急制动行驶行为，则车辆信息存储单元中的异常行驶信息关于该目标车辆的紧急制动行为EBi、车辆编号CNi、异常行驶行为发生的时间Ti、车辆目标所处的车道号CLi的值将被更新，即会存在信息队列(EBi，CNi，Ti，CLi，Pi)，其中i表示实时检测跟踪到的车辆编号，Pi为目标车辆坐标信息。具体检测步骤如下：
步骤1：周期采集跟踪系统中车辆信息至车辆信息存储单元，依据采集周期确定存储间隔帧数FN。
步骤2：确定车辆信息存储单元中的车辆基本信息关于该目标车辆Vi的实时位置Pi，比较车辆横向位置坐标
Figure BDA0003410174390000141
与PYm之间的大小，若
Figure BDA0003410174390000142
小于PYm，判定车辆属于中央分隔带右侧车辆，即去向车辆。否则判定车辆属于中央分隔带左侧车辆，即来向车辆。
步骤3：若该目标车辆Vi属于左侧车辆，执行步骤4；否则执行步骤5。
步骤4：计算车辆横向位置坐标
Figure BDA0003410174390000143
与PYm之间的距离差，取绝对值后与
Figure BDA0003410174390000144
比较大小，若小于
Figure BDA0003410174390000145
则判定当前车辆车道号为k，否则再与
Figure BDA0003410174390000146
比较大小，若小于
Figure BDA0003410174390000147
则判定当前车辆车道号为k+1，否则再与
Figure BDA0003410174390000148
比较，以此类推，若最终未能计算出目标车辆车道号的值，则设置默认车道号99，即未知车道号，若车道号不等于99，执行步骤6，否则执行步骤8。
步骤5：计算车辆横向位置坐标
Figure BDA0003410174390000149
与RYm之间的距离差，取绝对值后与
Figure BDA00034101743900001410
比较大小，若小于
Figure BDA00034101743900001411
则判定当前车辆车道号为k，否则再与
Figure BDA00034101743900001412
比较大小，若小于
Figure BDA00034101743900001413
则判定当前车辆车道号为k+1，否则再与
Figure BDA00034101743900001414
比较，以此类推，若最终未能计算出目标车辆车道号的值，则设置默认车道号99，即未知车道号，若车道号不等于99，执行步骤6，否则执行步骤8。
步骤6：设置临时计数器TSEBi值为0，记录目标车辆Vi的速度
Figure BDA0003410174390000151
至RD2，临时计数器TSEBi的值加1。
步骤7：若TSEBi等于间隔帧数FN，则将RD1的值更新为RD2的值，将当前目标车辆Vi的速度
Figure BDA0003410174390000152
记录至RD2，再比较RD1和RD2的值，若满足RD2大于RD1乘以预定阈值，执行步骤8，否则判定当前目标车辆Vi存在紧急制动行驶行为，更新目标车辆编号CNi、紧急制动发生的时间Ti、目标车辆的车道号CLi，将TSEBi的值清0；
步骤8：遍历采集的车辆信息中的下一辆车，执行步骤2。
本发明的有益效果如下：
通过实时获取车辆位置信息、速度信息，结合路口车道、路段划分，对车辆异常行驶进行判别；应用场景广泛，对于不同路况的道路信息，只需配置对应的车道、路段信息，弥补毫米波雷达不能直接判定车辆是否存在异常行驶行为的缺点；
具有高实时性，能及时判定车辆的异常行驶行为；
本发明存储了异常车辆信息，为路口交通情况分析提供数据基础，同时也为视频车检器抓拍提供车辆数据信息
本文所使用的词语“优选的”意指用作实例、示例或例证。本文描述为“优选的”任意方面或设计不必被解释为比其他方面或设计更有利。相反，词语“优选的”的使用旨在以具体方式提出概念。如本申请中所使用的术语“或”旨在意指包含的“或”而非排除的“或”。即，除非另外指定或从上下文中清楚，“X使用A或B”意指自然包括排列的任意一个。即，如果X使用A；X使用B；或X使用A和B二者，则“X使用A或B”在前述任一示例中得到满足。
而且，尽管已经相对于一个或实现方式示出并描述了本公开，但是本领域技术人员基于对本说明书和附图的阅读和理解将会想到等价变型和修改。本公开包括所有这样的修改和变型，并且仅由所附权利要求的范围限制。特别地关于由上述组件(例如元件等)执行的各种功能，用于描述这样的组件的术语旨在对应于执行所述组件的指定功能(例如其在功能上是等价的)的任意组件(除非另外指示)，即使在结构上与执行本文所示的本公开的示范性实现方式中的功能的公开结构不等同。此外，尽管本公开的特定特征已经相对于若干实现方式中的仅一个被公开，但是这种特征可以与如可以对给定或特定应用而言是期望和有利的其他实现方式的一个或其他特征组合。而且，就术语“包括”、“具有”、“含有”或其变形被用在具体实施方式或权利要求中而言，这样的术语旨在以与术语“包含”相似的方式包括。
本发明实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以多个或多个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器，磁盘或光盘等。上述的各装置或系统，可以执行相应方法实施例中的存储方法。
综上所述，上述实施例为本发明的一种实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何背离本发明的精神实质与原理下所做的改变、修饰、代替、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.一种基于毫米波雷达的车辆异常行驶行为识别方法，应用于车辆异常行驶行为识别系统，其特征在于，所述系统包括车辆实时信息获取单元、车道配置单元、车辆异常行驶判定单元和车辆信息存储单元，车辆实时信息获取单元获取设置于道路路口主线路上毫米波雷达车辆检测器采集的车辆实时位置、速度信息；所述车辆异常行驶判定单元根据车辆存储单元中的车辆信息以及判定算法来判断车辆是否存在行驶异常行为；所述车道配置单元对实际路况的横向切割与纵向切割；
所述方法包括：根据车辆位置和所处车道判断车辆为来向或去向车辆，并判断是否异常变道或逆行；根据车辆位置和所处车道判断车辆为来向或去向车辆，并结合车辆速度判断超速或紧急制动。
2.根据权利要求1所述的一种基于毫米波雷达的车辆异常行驶行为识别方法，其特征在于，所述横向切割以与毫米波雷达所处位置相平行的方向对实际路况进行切割，形成不同的子路段
Figure FDA0003410174380000011
和
Figure FDA0003410174380000012
同时记录每个路段的横向起始坐标信息RYm，其中m为路段编号，取值范围为[1，8]，L代表中央分隔带左侧路段，R代表中央分隔带左侧路段；
所述纵向切割以与毫米波雷达所处位置相垂直的方向对实际路况进行切割，形成不同的子车道
Figure FDA0003410174380000013
和
Figure FDA0003410174380000014
用于记录实际跟踪过程中的车辆所处的车道信息，其中k为车道编号，取值范围为[1，12]。
3.根据权利要求2所述的一种基于毫米波雷达的车辆异常行驶行为识别方法，其特征在于，所述根据车辆位置和所处车道判断车辆为来向或去向车辆包括：
周期采集跟踪系统中车辆信息至车辆信息存储单元；
确定车辆信息存储单元中的车辆基本信息关于目标车辆Vi的实时位置Pi，比较车辆横向位置坐标
Figure FDA0003410174380000015
与RYm之间的大小，若
Figure FDA0003410174380000016
小于RYm，判定车辆属于中央分隔带右侧车辆，即去向车辆，否则判定车辆属于中央分隔带左侧车辆，即来向车辆。
4.根据权利要求3所述的一种基于毫米波雷达的车辆异常行驶行为识别方法，其特征在于，所述判断异常变道的方法包括：
S01：对于来向车辆，比较车辆横向位置坐标
Figure FDA0003410174380000021
与
Figure FDA0003410174380000022
之间的大小，若
Figure FDA0003410174380000023
小于
Figure FDA0003410174380000024
判定车辆所在的路段号为m，否则再与
Figure FDA0003410174380000025
比较大小，若小于
Figure FDA0003410174380000026
判定车辆所在的路段号为m+1，否则再与
Figure FDA0003410174380000027
比较，以此类推；对于去向车辆，比较车辆横向位置坐标
Figure FDA0003410174380000028
与
Figure FDA0003410174380000029
之间的大小，若
Figure FDA00034101743800000210
小于
Figure FDA00034101743800000211
判定车辆所在的路段号为m；否则再与
Figure FDA00034101743800000212
比较大小，若小于
Figure FDA00034101743800000213
判定车辆所在的路段号为m+1，否则再与
Figure FDA00034101743800000214
比较，以此类推；若最终未能计算出来向或去向车辆所在路段号的值，则设置默认路段号99，若路段号不等于99，执行步骤S02，否则判断车辆信息中的下一辆车是否异常变道；
S02：对于来向车辆，计算车辆横向位置坐标
Figure FDA00034101743800000215
与RYm之间的距离差，取绝对值后与
Figure FDA00034101743800000216
比较大小，若小于
Figure FDA00034101743800000217
则判定当前车辆临时车道号TCLi为k，否则再与
Figure FDA00034101743800000218
比较大小，若小于
Figure FDA00034101743800000219
则判定当前车辆临时车道号TCLi为k+1，否则再与
Figure FDA00034101743800000220
比较，以此类推；对于去向车辆，计算车辆横向位置坐标
Figure FDA00034101743800000221
与RYm之间的距离差，取绝对值后与
Figure FDA00034101743800000222
比较大小，若小于
Figure FDA00034101743800000223
则判定当前车辆临时车道号TCLi为k，否则再与
Figure FDA00034101743800000224
比较大小，若小于
Figure FDA00034101743800000225
则判定当前车辆临时车道号TCLi为k+1，否则再与
Figure FDA00034101743800000226
比较，以此类推；若最终未能计算出来向或去向车辆临时车道号TCLi的值，则设置默认车道号99，若车道号不等于99，执行步骤S03，否则判断车辆信息中的下一辆车是否异常变道；
S03：查看目标车辆所在的路段是否为禁止变道路段，若是，执行步骤S04，否则判断车辆信息中的下一辆车是否异常变道；
S04：对计算出的目标车辆临时车道号TCLi，若TCLi为99，则不更新RCLi值；否则对比RCLi中存储的值，若RCLi中的值不等于99，且TCLi与RCLi的值不等，则临时计数器TSCi值加1，若RCLi中的值等于99，则使用TCLi更新RCLi的值；
S05：比较临时计数器TSCi的值与预设阈值的大小，若大于阈值，判定该车辆存在异常变道行驶行为，更新异常变道发生的时间Ti、目标车辆编号CNi、目标车辆车道号CLi，使用TCLi更新RCLi的值；否则判断车辆信息中的下一辆车是否异常变道。
5.根据权利要求3所述的一种基于毫米波雷达的车辆异常行驶行为识别方法，其特征在于，所述判断车辆逆行的方法包括：
S11：对于来向车辆，计算车辆横向位置坐标
Figure FDA0003410174380000031
与RYm之间的距离差，取绝对值后与
Figure FDA0003410174380000032
比较大小，若小于
Figure FDA0003410174380000033
则判定当前车辆车道号为k，否则再与
Figure FDA0003410174380000034
比较大小，若小于
Figure FDA0003410174380000035
则判定当前车辆车道号为k+1，否则再与
Figure FDA0003410174380000036
比较，以此类推，若最终未能计算出目标车辆车道号的值，则设置默认车道号99；
S12：计算车辆横向位置坐标
Figure FDA0003410174380000037
与RYm之间的距离差，取绝对值后与
Figure FDA0003410174380000038
比较大小，若小于
Figure FDA0003410174380000039
则判定当前车辆车道号为k，否则再与
Figure FDA00034101743800000310
比较大小，若小于
Figure FDA00034101743800000311
则判定当前车辆车道号为k+1，否则再与
Figure FDA00034101743800000312
比较，以此类推，若最终未能计算出目标车辆车道号的值，则设置默认车道号99；
S13：对于车道号不等于99的目标车辆Vi，若目标车辆Vi属于右侧车辆，并且车辆纵向速度
Figure FDA00034101743800000313
小于0，即右侧目标车辆存在逆向行驶可能性，临时计数器TSNi加1；若目标车辆Vi属于左侧车辆，并且车辆纵向速度
Figure FDA00034101743800000314
大于0，即右侧目标车辆存在逆向行驶可能性，临时计数器TSNi加1；
S14：比较临时计数器TSNi的值与给定阈值的大小，若等于阈值，则判定为逆向行驶行为，更新目标车辆编号CNi、逆向行驶发生的时间Ti、目标车辆车道号CLi，将目标车辆异常行驶行为发生后持续的时长NTi加1；若TSNi的值大于阈值，则只更新目标车辆异常行驶行为发生后持续的时长NTi，将NTi的值加1；若小于阈值，则判断车辆信息中的下一辆车是否逆行。
6.根据权利要求3所述的一种基于毫米波雷达的车辆异常行驶行为识别方法，其特征在于，所述判断车辆异常超速的方法包括：
S21：对于来向车辆，比较车辆横向位置坐标
Figure FDA0003410174380000041
与
Figure FDA0003410174380000042
之间的大小，若
Figure FDA0003410174380000043
小于
Figure FDA0003410174380000044
判定车辆所在的路段号为m；否则再与
Figure FDA0003410174380000045
比较大小，若小于
Figure FDA0003410174380000046
判定车辆所在的路段号为m+1，否则再与
Figure FDA0003410174380000047
比较，以此类推；对于去向车辆，比较车辆横向位置坐标
Figure FDA0003410174380000048
与
Figure FDA0003410174380000049
之间的大小，若
Figure FDA00034101743800000410
小于
Figure FDA00034101743800000411
判定车辆所在的路段号为m；否则再与
Figure FDA00034101743800000412
比较大小，若小于
Figure FDA00034101743800000413
判定车辆所在的路段号为m+1，否则再与
Figure FDA00034101743800000414
比较，以此类推；若最终未能计算出来向或去向车辆所在路段号的值，则设置默认路段号99；
S22：若目标车辆Vi的的路段号不等于99，比较目标车辆Vi的纵向速度
Figure FDA00034101743800000415
与该车辆所在的路段的限速阈值，若小于限速阈值，则执行步骤S23，否则临时计数器TSOi加1；
S23：对于来向车辆，计算车辆横向位置坐标
Figure FDA00034101743800000416
与RYm之间的距离差，取绝对值后与
Figure FDA00034101743800000417
比较大小，若小于
Figure FDA00034101743800000418
则判定当前车辆车道号为k，否则再与
Figure FDA00034101743800000419
比较大小，若小于
Figure FDA00034101743800000420
则判定当前车辆车道号为k+1，否则再与
Figure FDA00034101743800000421
比较，以此类推；对于去向车辆，计算车辆横向位置坐标
Figure FDA00034101743800000422
与RYm之间的距离差，取绝对值后与
Figure FDA00034101743800000423
比较大小，若小于
Figure FDA00034101743800000424
则判定当前车辆车道号为k，否则再与
Figure FDA0003410174380000051
比较大小，若小于
Figure FDA0003410174380000052
则判定当前车辆车道号为k+1，否则再与
Figure FDA0003410174380000053
比较，以此类推；若最终未能计算出来向或去向车辆车道号的值，则设置默认车道号99；
S24：比较临时计数器TSOi的值与给定阈值的大小，若小于阈值，则判断车辆信息中的下一辆车是否异常超速；若等于阈值，则判定存在异常超速行为，更新目标车辆编号CNi、异常超速发生的时间Ti，目标车辆的车道号CLi，目标车辆异常行驶行为发生后持续的时长OTi加1；若TSOi的值大于阈值，则只更新目标车辆异常超速行为发生后持续的时长OTi，将OTi的值加1。
7.根据权利要求3所述的一种基于毫米波雷达的车辆异常行驶行为识别方法，其特征在于，所述判断车辆紧急制动的方法包括：
S31：对于来向车辆，计算车辆横向位置坐标
Figure FDA0003410174380000054
与RYm之间的距离差，取绝对值后与
Figure FDA0003410174380000055
比较大小，若小于
Figure FDA0003410174380000056
则判定当前车辆车道号为k，否则再与
Figure FDA0003410174380000057
比较大小，若小于
Figure FDA0003410174380000058
则判定当前车辆车道号为k+1，否则再与
Figure FDA0003410174380000059
比较，以此类推；对于去向车辆，计算车辆横向位置坐标
Figure FDA00034101743800000510
与RYm之间的距离差，取绝对值后与
Figure FDA00034101743800000511
比较大小，若小于
Figure FDA00034101743800000512
则判定当前车辆车道号为k，否则再与
Figure FDA00034101743800000513
比较大小，若小于
Figure FDA00034101743800000514
则判定当前车辆车道号为k+1，否则再与
Figure FDA00034101743800000515
比较，以此类推；若最终未能计算出来向或去向车辆车道号的值，则设置默认车道号99；
S32：设置临时计数器TSEBi值为0，记录目标车辆Vi的速度
Figure FDA00034101743800000516
至RD2，临时计数器TSEBi的值加1；
S33：若TSEBi等于间隔帧数FN，则将RD1的值更新为RD2的值，将当前目标车辆Vi的速度
Figure FDA00034101743800000517
记录至RD2，再比较RD1和RD2的值，若满足RD2大于RD1乘以预定阈值，判断车辆信息中的下一辆车是否紧急制动，否则判定当前目标车辆Vi存在紧急制动行驶行为，更新目标车辆编号CNi、紧急制动发生的时间Ti、目标车辆的车道号CLi，将TSEBi的值清0。
8.根据权利要求1所述的一种基于毫米波雷达的车辆异常行驶行为识别方法，其特征在于，所述车辆信息存储单元存储车辆的基本信息以及异常行驶信息；所述基本信息包括车辆实时位置Pi、速度信息Si，车道信息RCLi；所述异常行驶信息包括异常变道行为Ci、异常超速行为Oi、逆行行为Ni、紧急制动行为EBi，异常行驶行为发生的时间Ti，异常超速行驶行为发生后持续的时长OTi，逆行行驶行为发生后持续的时长NTi，车辆编号CNi，车辆目标所处的车道号CLi，其中速度信息包括纵向速度
Figure FDA0003410174380000061
和横向速度
Figure FDA0003410174380000062
实时位置包括纵向位置坐标
Figure FDA0003410174380000063
和横向位置坐标
Figure FDA0003410174380000064
i表示实时检测跟踪到的车辆编号，车道信息RCLi初始值为99。
CN202111525394.9A 2021-12-14 2021-12-14 一种基于毫米波雷达的车辆异常行驶行为识别方法 Pending CN114495483A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111525394.9A CN114495483A (zh) 2021-12-14 2021-12-14 一种基于毫米波雷达的车辆异常行驶行为识别方法
PCT/CN2022/081190 WO2023108932A1 (zh) 2021-12-14 2022-03-16 一种基于毫米波雷达的车辆异常行驶行为识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111525394.9A CN114495483A (zh) 2021-12-14 2021-12-14 一种基于毫米波雷达的车辆异常行驶行为识别方法

Publications (1)

Publication Number Publication Date
CN114495483A true CN114495483A (zh) 2022-05-13

Family

ID=81493578

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111525394.9A Pending CN114495483A (zh) 2021-12-14 2021-12-14 一种基于毫米波雷达的车辆异常行驶行为识别方法

Country Status (2)

Country Link
CN (1) CN114495483A (zh)
WO (1) WO2023108932A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115482672A (zh) * 2022-08-11 2022-12-16 西安天和防务技术股份有限公司 车辆逆行检测的方法、装置、终端设备及存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080252487A1 (en) * 2006-05-22 2008-10-16 Mcclellan Scott System and method for monitoring and updating speed-by-street data
CN103761229A (zh) * 2013-10-15 2014-04-30 北京航空航天大学 数据处理方法及装置
CN104424808A (zh) * 2013-08-27 2015-03-18 上海博泰悦臻电子设备制造有限公司 一种导航提示方法及装置、导航系统
CN106571042A (zh) * 2015-10-12 2017-04-19 深圳市赛格导航科技股份有限公司 一种可变限速的车辆超速判定方法及系统
JP2018205970A (ja) * 2017-06-01 2018-12-27 スズキ株式会社 路面情報収集システム
CN109410646A (zh) * 2018-12-22 2019-03-01 江苏宁沪高速公路股份有限公司 一种智能防撞预警系统
CN110807932A (zh) * 2019-11-12 2020-02-18 汤建强 一种车辆实线变道检测方法
CN112017447A (zh) * 2020-08-20 2020-12-01 北京赛博星通科技有限公司 一种基于gps位置信息判定车辆逆行违规的方法及系统
CN112562329A (zh) * 2020-11-28 2021-03-26 山西省交通科技研发有限公司 一种基于毫米波雷达数据的交通事件感知方法
CN113191342A (zh) * 2021-07-01 2021-07-30 中移(上海)信息通信科技有限公司 车道定位方法及电子设备
WO2021196144A1 (zh) * 2020-04-02 2021-10-07 华为技术有限公司 一种异常驾驶行为识别方法
EP3901826A2 (en) * 2020-11-17 2021-10-27 Beijing Baidu Netcom Science Technology Co., Ltd. Vehicle position determining method, apparatus and electronic device

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007257536A (ja) * 2006-03-24 2007-10-04 Fujitsu Ltd ミリ波レーダによる道路交通監視装置
CN103680138A (zh) * 2012-09-25 2014-03-26 西安思丹德信息技术有限公司 一种车辆路况监测方法
CN111325978B (zh) * 2020-02-27 2021-07-20 江苏大学 一种高速公路车辆异常行为的全程监测警示系统和方法
CN113627213B (zh) * 2020-05-06 2024-04-02 浙江宇视科技有限公司 车辆异常行为监控方法、装置及系统
CN112735137B (zh) * 2021-01-07 2022-11-29 奥谱毫芯(深圳)科技有限公司 基于毫米波信号的量化交通预警方法、装置、系统及介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080252487A1 (en) * 2006-05-22 2008-10-16 Mcclellan Scott System and method for monitoring and updating speed-by-street data
CN104424808A (zh) * 2013-08-27 2015-03-18 上海博泰悦臻电子设备制造有限公司 一种导航提示方法及装置、导航系统
CN103761229A (zh) * 2013-10-15 2014-04-30 北京航空航天大学 数据处理方法及装置
CN106571042A (zh) * 2015-10-12 2017-04-19 深圳市赛格导航科技股份有限公司 一种可变限速的车辆超速判定方法及系统
JP2018205970A (ja) * 2017-06-01 2018-12-27 スズキ株式会社 路面情報収集システム
CN109410646A (zh) * 2018-12-22 2019-03-01 江苏宁沪高速公路股份有限公司 一种智能防撞预警系统
CN110807932A (zh) * 2019-11-12 2020-02-18 汤建强 一种车辆实线变道检测方法
WO2021196144A1 (zh) * 2020-04-02 2021-10-07 华为技术有限公司 一种异常驾驶行为识别方法
CN112017447A (zh) * 2020-08-20 2020-12-01 北京赛博星通科技有限公司 一种基于gps位置信息判定车辆逆行违规的方法及系统
EP3901826A2 (en) * 2020-11-17 2021-10-27 Beijing Baidu Netcom Science Technology Co., Ltd. Vehicle position determining method, apparatus and electronic device
CN112562329A (zh) * 2020-11-28 2021-03-26 山西省交通科技研发有限公司 一种基于毫米波雷达数据的交通事件感知方法
CN113191342A (zh) * 2021-07-01 2021-07-30 中移(上海)信息通信科技有限公司 车道定位方法及电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115482672A (zh) * 2022-08-11 2022-12-16 西安天和防务技术股份有限公司 车辆逆行检测的方法、装置、终端设备及存储介质
CN115482672B (zh) * 2022-08-11 2023-12-19 西安天和防务技术股份有限公司 车辆逆行检测的方法、装置、终端设备及存储介质

Also Published As

Publication number Publication date
WO2023108932A1 (zh) 2023-06-22

Similar Documents

Publication Publication Date Title
CN108550262B (zh) 基于毫米波雷达的城市交通感知系统
CN111289980B (zh) 基于车载毫米波雷达的路边静止物的检测方法及系统
US6677886B1 (en) Weather and airborne clutter suppression using a cluster shape classifier
Homm et al. Fusion of laserscannner and video based lanemarking detection for robust lateral vehicle control and lane change maneuvers
CN112859062B (zh) 一种基于雷达的车辆排队长度检测方法及系统
CN112085950B (zh) 交通状态判别指标的估计方法、系统、存储介质及应用
CN108614262A (zh) 一种车辆前方目标物检测方法及系统
CN113093178A (zh) 一种障碍物目标检测方法、装置、域控制器及车辆
CN112540365B (zh) 一种评估方法、装置、设备及存储介质
CN112562329A (zh) 一种基于毫米波雷达数据的交通事件感知方法
CN102867415A (zh) 基于视频检测技术的道路拥堵判别方法
CN114495483A (zh) 一种基于毫米波雷达的车辆异常行驶行为识别方法
CN115856872A (zh) 一种车辆运动轨迹连续跟踪方法
Huang Real-time multi-vehicle detection and sub-feature based tracking for traffic surveillance systems
CN115236603A (zh) 隧道内基于时空关系的毫米波雷达量测异常轨迹处理方法
CN108693517B (zh) 车辆定位方法、装置和雷达
CN110648542B (zh) 基于方位识别窄波雷达的高精度车流量检测系统
CN110444026B (zh) 车辆的触发抓拍方法及系统
CN115128571B (zh) 一种基于毫米波雷达的多人与非机动车识别方法
US11423661B2 (en) Object recognition apparatus
CN113514825A (zh) 道路边缘的获取方法、装置和终端设备
CN114611266B (zh) 一种无真值系统下的交通雷达跟踪性能评估方法
Tao et al. Traffic incident detection based on mmwave radar and improvement using fusion with camera
CN113256983B (zh) 一种基于毫米波雷达的道路防侵入预警方法和系统
CN117250595B (zh) 一种车载毫米波雷达金属井盖目标误报抑制方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220513