CN114611266B - 一种无真值系统下的交通雷达跟踪性能评估方法 - Google Patents
一种无真值系统下的交通雷达跟踪性能评估方法 Download PDFInfo
- Publication number
- CN114611266B CN114611266B CN202111460072.0A CN202111460072A CN114611266B CN 114611266 B CN114611266 B CN 114611266B CN 202111460072 A CN202111460072 A CN 202111460072A CN 114611266 B CN114611266 B CN 114611266B
- Authority
- CN
- China
- Prior art keywords
- track
- tracks
- speed
- false
- frame
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000005070 sampling Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 4
- 230000008034 disappearance Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出了一种无真值系统下的交通雷达跟踪性能评估方法,不需要目标真值信息作为输入,通过对交通雷达数据观察并总结,本发明将交通雷达航迹分为四种:ID号唯一航迹、ID号切换航迹、分裂航迹和虚假航迹。ID号唯一指的是一个目标只对应一条航迹的情况,后三种为非ID号唯一类型,会影响到场景中的真实目标信息统计;本发明首先在所有航迹中剔除虚假航迹,然后通过关联和识别方法统计ID号切换航迹和分裂航迹,以及剩下的ID号唯一航迹;基于三种航迹建立了三个指标,能够体现出交通雷达跟踪系统的性能表现,可以作为交通雷达在测试和安装时的参考。
Description
技术领域
本发明属于交通雷达技术领域,具体涉及一种无真值系统下的交通雷达跟踪性能评估方 法。
背景技术
交通雷达一般安装在道路龙门架上,在雷达威力范围内除了车辆和行人,还有建筑物和 树木。由于工作环境复杂,回波中包含的噪声和建筑物造成的镜面反射,使交通雷达产生了 大量虚警和漏检现象,影响跟踪系统输出结果。我们希望雷达输出中一个目标对应一个航迹号,称为ID号唯一。ID号唯一对于实现交通雷达车流量统计和交通事件检测等功能有非常 重要的意义。但是,交通雷达的输出航迹中还包括非ID号唯一航迹,这会影响到对场景中真 实目标信息的统计。
交通雷达跟踪性能评估对于交通雷达的测试和应用具有指导意义。在现有技术中,雷达 性能评估方法分为仿真系统下的评估实验和在实际场景下基于目标真值的评估实验。在仿真 系统中,目标的真实航迹是已知的,因此能计算出精确的评估结果。而在实际系统中,一般利用GPS等定位手段采集目标真实航迹作为输入,通过与航迹对比确定各项指标。
现有技术不足体现在以下几点:
仿真实验由于难以模拟出天气、温度等环境因素对雷达的影响,所以仿真系统下的评估 方法存在局限性。
基于目标真值的评估实验,依赖于GPS采集目标真实航迹,仅仅适用于单车场景,真实 路况下,很难实现大规模车辆的真实行驶信息采集,从而无法快速有效的评估雷达跟踪性能。
发明内容
有鉴于此,本发明的目的是提供一种无真值系统下的交通雷达跟踪性能评估方法,解决 在没有目标真实信息的情况下如何进行交通雷达跟踪性能评估的问题。
一种交通雷达性能评估方法,包括如下步骤:
步骤一、在交通雷达数据中筛选出所有航迹;
步骤二、剔除掉虚假航迹;
步骤三、进行航迹关联,关联成功的航迹对应同一个目标,即一个ID号切换目标;
步骤四、针对任意两条航迹,如果满足设定的分裂判定条件,则将较短的航迹视为分裂 航迹并剔除,另一航迹对应一个分裂目标;
步骤五、根据步骤三和步骤四的处理结果,统计出ID号切换目标数量IdChangeNum、 分裂目标数量SplitNum以及剩下的航迹对应的ID号唯一目标数量IdOnlyNum;ID号切换 目标数量IdChangeNum、分裂目标数量SplitNum及ID号唯一目标数量IdOnlyNum的和 值再减去同时出现ID号切换和分裂的目标数量,即得到总目标数量TargetNum;
步骤六、计算以下指标:
ID号唯一率:
ID号切换率:
分裂率:
步骤七、根据ID号唯一率、ID号切换率、分裂率对交通雷达性能进行评估。
较佳的,所述步骤三中航迹关联的方法包括:
假设两段同向航迹S1和S2,航迹S2在S1消失k帧后起始;
关联时以速度和距离的绝对值距离作为判决条件,判决准则如下:
其中:m表示航迹S1中的帧序号,是航迹S1中最后一帧时的速度;/>表示航迹S2的 第一帧时的速度;;εR为关联距离差门限,εv为关联速度差门限;/>表示航迹S1中最后一帧时与雷达的距离;/>表示航迹S2的第一帧时与雷达的距离;tm和tm+k+1分别表示航迹S1第m帧和航迹S21帧的采样时间;
若满足条件则认为关联成功,将航迹S2所有状态记录在航迹S1中,剔除航迹S2;
重复对航迹S1进行关联,直至航迹状态中距离已超出雷达范围或者没有满足条件的航迹 S2,将航迹S1标记为ID号切换航迹,对应一个ID号切换目标。
较佳的,所述步骤四的具体方法为:
设有两条大型车辆的航迹S1和S2,两条航迹采样时间存在重叠部分,设航迹S1第i帧 到第j帧与航迹S2的第i+l帧到第j+l帧重叠;
建立以下判决准则:
上式中,表示航迹S1中第k帧时与雷达的距离;/>表示航迹S2中第k+l帧时与雷 达的距离;/>表示航迹S1中第k帧时的速度;/>表示航迹S2中第k+l帧时的速度;ξR是距离差门限,ξv是速度差门限;
若判决条件成立,则将较短的航迹视为分裂航迹剔除,另一航迹则对应一个分裂目标; 以此类推,进行多次剔除,直到航迹采样时间内没有满足条件的分裂航迹。
较佳的,所述步骤二中,剔除掉虚假航迹时:判断航迹是否在车道内,如果不在则认为 是虚假航迹。
较佳的,所述步骤二中,剔除掉虚假航迹时,判断完是否在车道内后,然后判断航迹的速度方向是否与所处车道规定行驶方向一致,不一致则认为是虚假航迹。
较佳的,所述步骤二中,剔除掉虚假航迹时,判断完行驶方向后,最后将速度低于设定 速度门限的航迹认为是虚假航迹。
较佳的,所述步骤二中,剔除掉虚假航迹时:判断航迹是否在车道内,如果不在则认为 是虚假航迹。
较佳的,判断完是否在车道内后,然后判断航迹的速度方向是否与所处车道规定行驶方 向一致,不一致则认为是虚假航迹。
较佳的,所述步骤二中,剔除掉虚假航迹时,判断完行驶方向后,最后将速度低于设定 速度门限的航迹认为是虚假航迹。
本发明具有如下有益效果:
本发明提出了一种无真值系统下的交通雷达跟踪性能评估方法,不需要目标真值信息作 为输入,通过对交通雷达数据观察并总结,本发明将交通雷达航迹分为四种:ID号唯一航迹、 ID号切换航迹、分裂航迹和虚假航迹,ID号唯一指的是一个目标只对应一条航迹的情况,后三种为非ID号唯一类型,会影响到场景中的真实目标信息统计,本发明首先在所有航迹中剔 除虚假航迹,然后通过关联和识别方法统计ID号切换航迹和分裂航迹,以及剩下的ID号唯 一航迹,基于三种航迹建立了三个指标,能够体现出交通雷达跟踪系统的性能表现,可以作 为交通雷达在测试和安装时的参考;
本发明提出的剔除虚假航迹并统计ID号切换航迹、分裂航迹和ID号唯一航迹的方法, 具有算法简单,并且精度高的优点,从而可以在实际场景达到快速有效评估交通雷达跟踪性 能的目的。
附图说明
图1为虚假航迹示意图。
图2为ID号切换航迹示意图;
图3为分裂航迹示意图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
一种无真值系统下的交通雷达性能评估方法,其基本实施过程如下:
步骤一、在交通雷达数据筛选出所有航迹。
步骤二、剔除掉虚假航迹。虚假航迹分为三种,判断方法分别是:判断航迹是否在车道 内,如果不在则认为是虚假航迹;判断航迹的速度方向是否与所处车道规定行驶方向一致, 不一致则认为是虚假航迹;判断航迹的平均速度是否低于设定速度门限,低于的认为是虚假航迹。
步骤三、进行ID号切换航迹关联。ID号切换是指一个目标在不同时间对应不同航迹号 的现象。若一个目标失跟后又被雷达跟踪到,跟踪系统会重新生成航迹,该目标对应航迹号 就发生切换。该目标称为ID号切换目标,这两段航迹称为ID号切换航迹,两段航迹在时间上不重叠有先后顺序。一个目标对应的ID号切换航迹可能有多条。
下面推导两条航迹关联的过程。
假设两段同向航迹S1和S2,航迹S1有m帧,航迹S2在S1消失k(k>1)帧后起始,航迹 S2有n帧,航迹所有状态如下所示:
其中:ti、和/>表示航迹Si在ti时刻与雷达距离为/>相对速度为/>关联时以速 度和距离的绝对值距离作为判决条件,判决准则如下:
其中:εR为关联距离差门限,εv为关联速度差门限。若满足条件则认为关联成功,将航 迹S2所有状态记录在航迹S1中,剔除航迹S2。
重复对航迹S1进行关联,直至航迹状态中距离已超出雷达范围或者没有满足条件的航迹 S2,将航迹S1标记为ID号切换航迹,对应一个ID号切换目标。
步骤四、剔除分裂航迹。分裂航迹是指一个目标同时有多条航迹的现象。如果一个目标 拥有较多散射点,在聚类时由于聚类门限设置不合适就容易出现多个点迹,然后形成多条航 迹。所以,分裂航迹的现象一般出现在4米长以上较大体积车辆的检测跟踪中。
下面推导剔除分裂航迹的过程。
设有两条同向大型车辆的航迹S1和S2,两条航迹采样时间存在重叠部分,航迹所有状态 如下所示:
设采样时间重叠部分为ti,ti+1,…,tj,建立以下判决准则:
上式中,表示航迹S1中第k帧时与雷达的距离;/>表示航迹S2中第k+l帧时与雷 达的距离;/>表示航迹S1中第k帧时的速度;/>表示航迹S2中第k+l帧时的速度;ξR是距离差门限,ξv是速度差门限。若条件成立则将较短的航迹视为分裂航迹剔除,另一航迹则对应一个分裂目标。一条航迹对应的分裂航迹可能存在多条,所以需要多次剔除,停止条件是该航迹采样时间内没有满足条件的分裂航迹。
步骤五、通过本发明的关联方法和识别策略,在雷达数据中剔除掉虚假航迹,将发生ID 号切换的多条航迹关联上并剔除掉分裂航迹,就能统计出ID号切换目标、分裂目标以及剩下 的ID号唯一目标。因为一个目标的航迹可能同时出现ID号切换和分裂这两种现象,所以将以上三种目标数量的和减去同时出现ID号切换和分裂的目标数量就能得到总目标数量。那么, 代入三个性能指标,包括:ID号唯一率、ID号切换率和分裂率。
步骤六、ID号唯一率是ID号唯一目标数量(IdOnlyNum)与总目标数量(TargetNum)的 比值,即
ID号切换率是ID号切换目标数量(IdChangeNum)与总目标数量的比值,即
分裂率是分裂目标数量(SplitNum)和总目标数量的比值,即
ID号唯一率反映出雷达输出一个目标对应一条航迹这种情况的能力,是整个雷达系统综 合能力的体现,其值越高雷达性能越好。ID号切换率和分裂率反映交通雷达稳定跟踪能力, 非ID号唯一航迹会影响对场景中目标信息的统计,其值越低越好。自此,就完成了/实现了在无真值系统下的交通雷达性能评估过程。
实施例:
首先在交通雷达数据中筛选出所有航迹。
剔除虚假航迹。虚假航迹的现象如图1所示。图中,左为三条航迹的距离-速度图,右为 三条航迹的航迹图,并且画出了道路信息,两侧实线为边界,中间实线为单向车道分隔线。 航迹17(最下方航迹)在车道外,视为虚假航迹;航迹118(最上方航迹)的速度在20m/s 左右,但是其位于左侧车道是驶向雷达方向速度应小于0,也视为虚假航迹;航迹116(中间 航迹)速度在5m/s左右,但是该数据在高速路采集,速度一般不低于16.67m/s,故认为是虚假航迹。
所以,本发明三种虚假航迹的判断方法分别是:判断航迹是否在车道内,如果不在则认 为是虚假航迹;判断航迹的速度方向是否与所处车道规定行驶方向一致,不一致则认为是虚 假航迹;判断航迹的平均速度是否低于设定速度门限,低于的认为是虚假航迹。
ID号切换航迹进行关联。ID号切换是指一个目标在不同时间对应不同航迹号的现象。若 一个目标失跟后又被雷达跟踪到,跟踪系统会重新生成航迹,该目标对应航迹号就发生切换。 这两段航迹称为ID号切换航迹,该目标称为ID号切换目标,两段航迹在时间上不重叠有先后顺序。图2所示是根据四条航迹在雷达坐标系下的坐标值(x,y)以及距离和速度绘制, 左为航迹图,右为距离-速度图。根据航迹图可以看出,同一车辆在跟踪过程中航迹号从下到 上从22依次切换为70、79和86。
要统计ID号切换目标数量,可以对雷达输出航迹进行关联。若航迹关联成功,则认为关 联上的航迹对应的是一个ID号切换目标。从图2的航迹图可以看出,雷达对目标x测量偏差 较大,不好设置关联门限。但是,在车辆正常行驶情况下车辆速度变化较小,可以对距离和 速度设置关联门限。
一般在雷达跟踪系统中,关联操作进行在帧与帧之间的数据,采样时间短,相邻帧之间 目标的状态变化较小。但是航迹号切换现象是因为雷达丢失多帧目标后再建立起了新航迹, 两段航迹在时间上是不连续的,距离也变化较大。根据正常行驶车辆速度变化较小的特点,我们对前一段航迹以均速运动模型进行航迹预测,然后再与后一段航迹进行关联。
下面推导两段航迹关联的过程。
假设两段同向航迹S1和S2,航迹S1有m帧,航迹S2在S1消失k(k>1)帧后起始,航迹 S2有n帧,航迹所有状态如下所示:
其中:ti、和/>表示航迹Si在ti时刻与雷达距离为/>相对速度为/>关联时以速 度和距离的绝对值距离作为判决条件,判决准则如下:
其中:εR为关联距离差门限,εv为关联速度差门限。若满足条件则认为关联成功,将航 迹S2所有状态记录在航迹S1中,剔除航迹S2。
重复对航迹S1进行关联,直至航迹状态中距离已超出雷达范围或者没有满足条件的航迹 S2,将航迹S1标记为ID号切换航迹,对应一个ID号切换目标。
剔除分裂航迹。分裂航迹是指一个目标同时有多条航迹的现象。分裂航迹现象如图3所示。 左图是包括3条航迹的航迹图,右图是3条航迹的距离-速度图。真正航迹号为227(较长的 航迹),分裂航迹号有243、249(较短的中间的两条航迹)。从航迹图可以看出,车辆真实航 迹较长分裂航迹较短,分裂航迹与真实航迹距离特别近,从距离-速度图来看,分裂航迹与车 辆真实的航迹速度差很小。
毫米波交通雷达信号带宽大,距离分辨率较高,目标不再只看作一个理想散射点,而是 由分布在多个距离单元的一系列散射点构成。由于道路上的车辆大小尺寸不一致,在目标跟 踪系统中进行聚类操作时,无法设置统一的合适的聚类门限对散射点进行聚类。如果一个目标检测出较多散射点,在聚类时就容易出现多个点迹,然后形成多条航迹。所以,分裂航迹 的现象一般出现在4米长以上较大体积车辆的检测跟踪中。
因为分裂航迹是聚类时把一个目标的散射点聚成多个点迹导致的。那么分裂航迹应该与 车辆真实航迹具有一些相同点。具体表现在:分裂航迹与车辆真实航迹总是距离很近、趋势 基本一致,速度上几乎相等。另外,车辆雷达散射截面积(RCS)波动会导致散射点减少,分 裂点容易失跟,所以分裂航迹通常较短。
下面推导剔除分裂航迹过程。
设有两条同向大型车辆的航迹S1和S2,两条航迹采样时间存在重叠部分,航迹所有状态 如下所示:
设采样时间重叠部分为ti,ti+1,…,tj,建立以下判决准则:
上式中ξR是距离差门限,ξv是速度差门限。若条件成立则将较短的航迹视为分裂航迹并 剔除,另一航迹则对应一个分裂目标。一条航迹对应的分裂航迹可能存在多条,所以需要多 次剔除,停止条件是该航迹采样时间内没有满足条件的分裂航迹。
在雷达数据中剔除掉虚假航迹,将发生ID号切换的多条航迹关联上并剔除掉分裂航迹, 就能统计出ID号切换目标、分裂目标以及剩下的ID号唯一目标。因为一个目标的航迹可能同时出现ID号切换和分裂这两种现象,所以将以上三种目标数量的和减去同时出现ID号切 换和分裂的目标数量就能得到总目标数量。那么,代入三个性能指标,包括:ID号唯一率、 ID号切换率和分裂率。
ID号唯一率是ID号唯一目标数量(IdOnlyNum)与总目标数量(TargetNum)的比值即
ID号切换率是ID号切换目标数量(IdChangeNum)与总目标数量的比值,即
分裂率是分裂目标数量(SplitNum)和总目标数量的比值,即
最终通过三个指标衡量交通雷达跟踪性能。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在 本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护 范围之内。
Claims (8)
1.一种交通雷达性能评估方法,其特征在于,包括如下步骤:
步骤一、在交通雷达数据中筛选出所有航迹;
步骤二、剔除掉虚假航迹;
步骤三、进行航迹关联,关联成功的航迹对应同一个目标,即一个ID号切换目标;
步骤四、针对任意两条航迹,如果满足设定的分裂判定条件,则将较短的航迹视为分裂航迹并剔除,另一航迹对应一个分裂目标;具体的,设有两条同向大型车辆的航迹S1和S2,两条航迹采样时间存在重叠部分,设采样时间重叠部分为ti,ti+1,…,tj,建立以下判决准则:
若j=i则/>
上式中,表示航迹S1中第k帧时与雷达的距离;/>表示航迹S2中第k+l帧时与雷达的距离;/>表示航迹S1中第k帧时的速度;/>表示航迹S2中第k+l帧时的速度;ξR是距离差门限,ξv是速度差门限;i和j分别表示采样时间重叠部分的帧时索引,/>表示航迹S1中第i帧时与雷达的距离,/>表示航迹S2中第i帧时与雷达的距离,/>表示航迹S1中第i帧时的速度,/>表示航迹S2中第i帧时的速度;若条件成立则将较短的航迹视为分裂航迹剔除,另一航迹则对应一个分裂目标;一条航迹对应的分裂航迹可能存在多条,所以需要多次剔除,停止条件是该航迹采样时间内没有满足条件的分裂航迹;
步骤五、根据步骤三和步骤四的处理结果,统计出ID号切换目标数量IdChangeNum、分裂目标数量SplitNum以及剩下的航迹对应的ID号唯一目标数量IdOnlyNum;ID号切换目标数量IdChangeNum、分裂目标数量SplitNum及ID号唯一目标数量IdOnlyNum的和值再减去同时出现ID号切换和分裂的目标数量,即得到总目标数量TargetNum;
步骤六、计算以下指标:
ID号唯一率:
ID号切换率:
分裂率:
步骤七、根据ID号唯一率、ID号切换率、分裂率对交通雷达性能进行评估。
2.如权利要求1所述的一种交通雷达性能评估方法,其特征在于,所述步骤三中航迹关联的方法包括:
假设两段同向航迹S1和S2,航迹S2在S1消失k帧后起始;
关联时以速度和距离的绝对值距离作为判决条件,判决准则如下:
其中:航迹S1共有m帧,是航迹S1中最后一帧时的速度;/>表示航迹S2的第一帧时的速度;εR为关联距离差门限,εv为关联速度差门限;/>表示航迹S1中最后一帧时与雷达的距离;/>表示航迹S2的第一帧时与雷达的距离;tm和tm+k+1分别表示航迹S1第m帧和航迹S21帧的采样时间;
若满足条件则认为关联成功,将航迹S2所有状态记录在航迹S1中,剔除航迹S2;
重复对航迹S1进行关联,直至航迹状态中距离已超出雷达范围或者没有满足条件的航迹S2,将航迹S1标记为ID号切换航迹,对应一个ID号切换目标。
3.如权利要求1所述的一种交通雷达性能评估方法,其特征在于,所述步骤二中,剔除掉虚假航迹时:判断航迹是否在车道内,如果不在则认为是虚假航迹。
4.如权利要求3所述的一种交通雷达性能评估方法,其特征在于,所述步骤二中,剔除掉虚假航迹时,判断完是否在车道内后,然后判断航迹的速度方向是否与所处车道规定行驶方向一致,不一致则认为是虚假航迹。
5.如权利要求4所述的一种交通雷达性能评估方法,其特征在于,所述步骤二中,剔除掉虚假航迹时,判断完行驶方向后,最后将速度低于设定速度门限的航迹认为是虚假航迹。
6.如权利要求1或2所述的一种交通雷达性能评估方法,其特征在于,所述步骤二中,剔除掉虚假航迹时:判断航迹是否在车道内,如果不在则认为是虚假航迹。
7.如权利要求6所述的一种交通雷达性能评估方法,其特征在于,判断完是否在车道内后,然后判断航迹的速度方向是否与所处车道规定行驶方向一致,不一致则认为是虚假航迹。
8.如权利要求7所述的一种交通雷达性能评估方法,其特征在于,所述步骤二中,剔除掉虚假航迹时,判断完行驶方向后,最后将速度低于设定速度门限的航迹认为是虚假航迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111460072.0A CN114611266B (zh) | 2021-12-02 | 2021-12-02 | 一种无真值系统下的交通雷达跟踪性能评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111460072.0A CN114611266B (zh) | 2021-12-02 | 2021-12-02 | 一种无真值系统下的交通雷达跟踪性能评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114611266A CN114611266A (zh) | 2022-06-10 |
CN114611266B true CN114611266B (zh) | 2024-03-15 |
Family
ID=81857866
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111460072.0A Active CN114611266B (zh) | 2021-12-02 | 2021-12-02 | 一种无真值系统下的交通雷达跟踪性能评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114611266B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5321406A (en) * | 1992-12-22 | 1994-06-14 | Honeywell, Inc. | Method of track merging in an aircraft tracking system |
CN102879774A (zh) * | 2011-07-11 | 2013-01-16 | 哈尔滨工业大学 | 短航迹合成方法和装置 |
CN104076354A (zh) * | 2014-07-08 | 2014-10-01 | 西安电子科技大学 | 一种基于关联速度的雷达目标航迹的检测方法 |
CN104977022A (zh) * | 2014-04-04 | 2015-10-14 | 西北工业大学 | 多目标跟踪系统性能评估仿真方法 |
CN106570311A (zh) * | 2016-10-12 | 2017-04-19 | 武汉数字工程研究所(中国船舶重工集团公司第七0九研究所) | 复杂条件下航迹连续性评估方法及系统 |
CN108806260A (zh) * | 2018-07-18 | 2018-11-13 | 厦门镭通智能科技有限公司 | 一种基于雷达的多目标流量统计方法 |
CN109782267A (zh) * | 2019-01-25 | 2019-05-21 | 北京润科通用技术有限公司 | 航迹关联方法及车载雷达 |
CN110031834A (zh) * | 2018-01-12 | 2019-07-19 | 西安艾索信息技术有限公司 | 一种改进的多目标雷达航迹处理方法 |
CN110990756A (zh) * | 2019-12-03 | 2020-04-10 | 中国电子科技集团公司第二十八研究所 | 基于可拓型逐层分析的空中目标航迹质量评估方法 |
WO2020133449A1 (zh) * | 2018-12-29 | 2020-07-02 | 深圳市大疆创新科技有限公司 | 目标航迹确定方法、目标跟踪系统与车辆 |
US11068713B1 (en) * | 2018-07-23 | 2021-07-20 | University Of South Florida | Video-based intelligent road traffic universal analysis |
-
2021
- 2021-12-02 CN CN202111460072.0A patent/CN114611266B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5321406A (en) * | 1992-12-22 | 1994-06-14 | Honeywell, Inc. | Method of track merging in an aircraft tracking system |
CN102879774A (zh) * | 2011-07-11 | 2013-01-16 | 哈尔滨工业大学 | 短航迹合成方法和装置 |
CN104977022A (zh) * | 2014-04-04 | 2015-10-14 | 西北工业大学 | 多目标跟踪系统性能评估仿真方法 |
CN104076354A (zh) * | 2014-07-08 | 2014-10-01 | 西安电子科技大学 | 一种基于关联速度的雷达目标航迹的检测方法 |
CN106570311A (zh) * | 2016-10-12 | 2017-04-19 | 武汉数字工程研究所(中国船舶重工集团公司第七0九研究所) | 复杂条件下航迹连续性评估方法及系统 |
CN110031834A (zh) * | 2018-01-12 | 2019-07-19 | 西安艾索信息技术有限公司 | 一种改进的多目标雷达航迹处理方法 |
CN108806260A (zh) * | 2018-07-18 | 2018-11-13 | 厦门镭通智能科技有限公司 | 一种基于雷达的多目标流量统计方法 |
US11068713B1 (en) * | 2018-07-23 | 2021-07-20 | University Of South Florida | Video-based intelligent road traffic universal analysis |
WO2020133449A1 (zh) * | 2018-12-29 | 2020-07-02 | 深圳市大疆创新科技有限公司 | 目标航迹确定方法、目标跟踪系统与车辆 |
CN109782267A (zh) * | 2019-01-25 | 2019-05-21 | 北京润科通用技术有限公司 | 航迹关联方法及车载雷达 |
CN110990756A (zh) * | 2019-12-03 | 2020-04-10 | 中国电子科技集团公司第二十八研究所 | 基于可拓型逐层分析的空中目标航迹质量评估方法 |
Non-Patent Citations (8)
Title |
---|
Augmented Multiple Vehicles’ Trajectories Extraction Under Occlusions With Roadside LiDAR Data;Xiuguang Song ET AL;IEEE Sensors Journal;第21卷(第19期);21921-21930 * |
一种面向复杂体系作战的多源信息融合处理方法;刘晟等;航空电子技术;第51卷(第3期);1-7 * |
基于区间重合度的雷达与ESM航迹关联算法;关欣;彭彬彬;衣晓;;雷达科学与技术(01);61-67 * |
基于多源数据融合技术的情报侦察系统效能评估体系;缪彩练等;电讯技术;第52卷(第4期);429-434 * |
基于航迹和特征的目标识别技术在多目标跟踪中的应用;唐自力;马彩文;;光子学报(第02期);375-379 * |
基于雷达辅助知识的微弱目标跟踪算法研究;夏玫;万方数据,学位论文;1-82 * |
多目标跟踪(MTT)性能评估系统;朱自谦;火控雷达技术;第32卷(第1期);7-11 * |
目标跟踪系统性能评估研究;潘广林;梁彦;刘宝霆;杨峰;潘泉;;系统仿真学报(24);5773-5777 * |
Also Published As
Publication number | Publication date |
---|---|
CN114611266A (zh) | 2022-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108550269B (zh) | 基于毫米波雷达的交通流量检测系统及其检测方法 | |
CN109459045B (zh) | 一种针对低频gps轨迹的改进交互式投票匹配方法 | |
CN111222574B (zh) | 基于多模型决策级融合的舰船与民船目标检测与分类方法 | |
CN107193012A (zh) | 基于imm‑mht算法的智能车激光雷达机动多目标跟踪方法 | |
CN105513349B (zh) | 基于双视角学习的山区高速公路车辆事件检测方法 | |
CN107507417B (zh) | 一种基于微波雷达回波信号的智能车道划分方法及装置 | |
CN103176187B (zh) | 一种机载预警雷达地面高速公路目标过滤方法 | |
CN110335465A (zh) | 基于ai深度学习的监控视频中交通拥堵检测方法和系统 | |
CN115064009B (zh) | 一种终端区无人机与有人机冲突风险等级划分方法 | |
CN115620518B (zh) | 基于深度学习的交叉口交通冲突判别方法 | |
CN101064061A (zh) | 异类交通信息实时融合方法 | |
CN114291081B (zh) | 一种基于人工智能算法的车辆碰撞检测方法 | |
CN110738852B (zh) | 一种基于车辆轨迹和长短记忆神经网络的交叉口转向溢出检测方法 | |
CN114611266B (zh) | 一种无真值系统下的交通雷达跟踪性能评估方法 | |
CN113608193A (zh) | 一种基于UNet的雷达多目标距离和速度估计方法 | |
CN107146415A (zh) | 一种交通事件检测与定位方法 | |
CN110648542A (zh) | 基于方位识别窄波雷达的高精度车流量检测系统 | |
CN111768442B (zh) | 一种基于层次聚类和逻辑法的航迹起始方法及系统 | |
CN112907978A (zh) | 基于监控视频的交通流量监控方法 | |
CN114387310A (zh) | 一种基于深度学习的城市主干道路车流量统计方法 | |
CN113591976A (zh) | 一种基于前向全近邻解相关的乱序航迹融合方法 | |
Xu et al. | An Evaluation Method of Traffic Radar Tracking Performance in No-truth System | |
CN105205500A (zh) | 基于多目标跟踪与级联分类器融合的车辆检测 | |
CN112183204A (zh) | 一种停车事件的检测方法和装置 | |
Xun et al. | A method of vehicle trajectory tracking and prediction based on traffic video |
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 |