CN1148431A

CN1148431A - 用于自动车辆事故检测的监控交通的方法

Info

Publication number: CN1148431A
Application number: CN95193100A
Authority: CN
Inventors: 迪迪埃·利翁
Original assignee: Thomson CSF SA
Current assignee: Thales SA
Priority date: 1994-04-15
Filing date: 1995-04-11
Publication date: 1997-04-23
Also published as: DE69514506D1; PT755524E; KR970702499A; JPH09512100A; ATE188779T1; WO1995028653A1; EP0755524A1; FR2718874B1; EP0755524B1; US5884212A; DE69514506T2; FR2718874A1; ES2143626T3

Abstract

本发明的主题是一种用于自动车辆事故检测的监控交通的方法，使用雷达波来检测车辆、它们的瞬时速度和它们的距离。按照本发明的方法在于使在两个连续处理时间区间对于在一个相同距离路段K上的车辆获得的信息相互关联，以便在每个瞬时t确定每辆车的加速度γ_I(t)及它的速度预测值V_I ^P(t+1)，然后是通过检测车辆i的速度低于所给的速度阈值V_thresh的通过来在距离路段K上检测事故。按照本发明的方法的优点在于针对道路或汽车道网络的快速事故检测，具有快速通知用户的目的。

Description

用于自动车辆事故检测的监控交通的方法

本发明的主题是一种用于自动车辆事故检测的监控交通的方法。

本发明更具体地指向的应用涉及监控道路或汽车道上的交通，一般在传统上称之为自动事故检测(AID)。

在这种应用中，特别试图能够检测刚刚停在交通车道上或硬质路肩上车辆。可有利于提供其它参数，诸如检测交通流量的滞留量或状态。

监控道路或汽车道上的交通是很重要的，因为它的目的是要提高交通流动性和用户的安全度。因此最重要的是知道怎样尽可能快地检测任何事故或减速，以便通过可变信息道路标志预先警告用户，由此减少碰撞的危险，并且如果需要的话迅速使用紧急服务。

现在使用多种方法来进行道路交通的监测，它们可分为两类，一方面是建立在对一段道路或汽车道的逐点分析的基础上的方法；另一方面是建立在对同样的一段的整体分析的基础上的方法。

在第一种情况，仅观察位于相互间隔预定距离的道路上的某些点。分析这些不同点上的交通参数，诸如车辆的平均速度或流量，通过运用特殊的计算算法，就可能检测到这些点之间可能的事故结果。

第一种非常广泛地使用的技术就是在道路下放置感应圈。在这种圈上所感应的场变量就可能确定车辆是否已通过或没通过。这一技术的主要优点在于感应圈不管气候条件不分白天黑夜都能工作的事实。但是，安装这些圈是笨拙且昂贵的，在破损的情况下进行维护或替换这些圈是困难的，或甚至不可能。

第二种技术是位于希望在所给路段进行分析的不同点的可视摄像机，每部摄像机均带有自动图象处理。安装这种可视摄像机是简单的，但由于它强烈地依靠气候条件和灯光条件，它们的性能是不确定的。而且用于图象处理的算法是复杂的并且要求很大的计算能力。

为了缓解气候条件的问题，还是运用一段道路或汽车道的逐点分析方法，第三种公知技术系用雷达，或者是连续波静止雷达或者是脉冲多普勒雷达。在文献US-A-4,985,705中描述了使用连续波静止雷达来提取各种参数，诸如速度或长度这一技术的实例。而且可参考由申请人注册的描述脉冲多普勒雷达的文献FR2,695,742，这种雷达的特定位置和相关的算法使得提取各种参数成为可能(特别是每条交通车道的车辆数量、车辆的速度、车辆的长度)。

建立在一段道路的逐点分析基础上的上述三种技术的主要缺点是事故的检测不是即时的。的确，检测不出分析点附近发生的事故；而且，只能检测到在测量点的这种事故的后果。检测时程可能非常长，大约几分钟的量级。

如我们在上面所述，现在第二种公知分析方法是对一段道路或汽车道进行整体分析，通过在几百米的带上监控这一段，并以这种方式进行由此几乎同时检测事故。仍在发展阶段的一种单一技术通过使用带有专门针对AID的图象处理的可视摄像机来运用这一方法。其缺点是一个检测范围，也就是限于几百米的一个监控带，并且要在恶劣的天气(雨、雪、雾)或灯光条件下会极大地缩小，这也就是说事故的风险仍是最大的。

本发明的目的是将整体分析方法提供的优点(事故检测的迅速性)与通过使用雷达获得的优点(特别是昼夜工作，白天和黑夜都有相同性能)结合起来。

更具体地，本发明的主题是一种监控能在至少两车道上行驶的车辆交通的方法，这种方法主要是按照预定的辐射模式发射一种预定形式的UHF波，在给定的获取时间T_A里接收由车辆反射的信号，及处理以这种方法接收的信号，以便检测车辆，还有对每段距离计算检测到的车辆流量i和每辆车在给定瞬间t时速度V_i(t)，该方法的特征在于辐射模式具有大致与车道方向平行的瞄准轴线，并且获取和处理信号步骤在连续的时间区间(T)上重复进行，它还包括主要是进行下列重复步骤的自动事故检测步骤：

·计算参数的第一步是：

—在每个瞬时t查明在当前时间区间检测的一辆车i是否与在前一时间区间的瞬时[t-1]检测的一辆车j相关；

—对与一辆车j相关的所有车辆i在瞬时t运用关系式

γ_{i} (t) = \frac{| V_{i} (t) | - | V_{j} (t - 1) |}{Δt}

计算它们的加速度γ_i(t)，其中Δt表示在瞬时[t－1]与t之间的时间，以及运用关系式V_i ^p(t＋1)＝γ_i(t)×Δt＋V_i(t)计算在下一时间区间的时间[t＋1]上它们速度的预测值V_i ^p(t＋1)；

—对其它车辆i，将它们的加速度γ_i(t)初始化为0值；

—将所有不与任何车辆i相关的其它车辆j从处理中取消。

·事故检测的第二步以第一步计算的参数为基础，检测一辆车i的速度低于第一预定速度阈值V_thresh的通过。

针对所给附图，参考下述，将能更好地理解本发明：

-图1a和1b分别说明运用按照本发明的方法的雷达系统的辐射模式的立视图和平面图示例；

-图2说明按照本发明的方法的主要步骤；

-图3详细说明图2的计算参数的步骤6；

-图4说明按照本发明计算另外的参数的可能步骤；

-图5说明在图2的步骤6计算的参数基础上的自动检测过程；

-图6是实现按照本发明的方法的一种可能雷达系统的示意图。

提出用来解决自动事故检测问题的解决方法主要是提供一雷达系统，它能利用多普勒效应，以这种方式便能抽检到被检车辆的瞬时速度，并且也具有距离分辨能力。在下面的内容中我们将描述用来运用按照本发明的方法的一个可能雷达系统的例子。

用在发射和接收上的辐射模式应当是它的瞄准轴线大致与希望观测的车道平行。

最好，雷达系统定位在按照要观测的带而选择的高度处，典型地如果一个人希望观测超过几百米的带，则大约为10米，如此这般便可限制另一车掩盖某辆车的危险。而且雷达系统最好放在交通车道的中间，这些车道上的交通不必以相同方向流动。通过合适选择雷达系统的辐射，后者将能在雷达的范围所决定的长度上观测所有以两个车流方向的交通车道，还有两边的硬质路肩。有利地，辐射会是对称的方位角平方的余割和高度平方的余割，这样由雷达接收的所有信号大致是同一功率，并且这与在雷达观测带上所检测的车辆的位置无关。

图1a和1b通过非限制性的例子来说明以雷达系统1位于距路面2的高度h上为基础，分别在垂直面(曲线A)和方位角(曲线B)上的辐射类型。辐射天线在此示意性地由参考数字10表示。在图2b里可注意到观测带是汽车道的一部分，汽车道由被中央禁行区21隔开的两个反向车流道20和两边的硬质路肩22构成。

对于给定距离的路段，图2示意性地表示了按照本发明的监控过程的主要步骤。

在3的UHF波以预定形式并按上述的辐射模式发射之后，在4在大约几百微秒的预定获取时间T_A里接收当前在观测带上的车辆反射的信号。雷达最好使用脉冲雷达，这样发射的波包括脉冲序列，带有在3和100GHZ之间的载波频率。使用这样的雷达允许对检测到的车辆直接得到距离辨别。然而，也可能使用线性频率调制连续波雷达，它的处理链包括适当的傅里叶变换处理，来恢复距离信息。

5表示的下一步是雷达信号处理的传统步骤，主要就是对每段距离或距离路段K检测当前的车辆并抽取检测到的车辆数目i及它们的瞬时速度V_i(t)。在这使用的雷达是脉冲多普勒雷达的情形下，对每个距离路段K步骤5可按如下传统地进行：

·在根据希望的速度精度而定的数字N个信号值上，在获取时间期间进行接收的信号抽样。

·在得到的N个抽样值上进行快速傅里叶变换以得到频谱线。

·求出大于依据雷达范围的特定阈值的局部最大值，相应谱线与检测到的车辆相关，并且谱线指数直接给出了多普勒频率及因此给出的车辆瞬时速度。

在进行快速傅里叶变换之前，将一加权窗用于得到的信号样能改进上述步骤，以便减小频谱分析线的边波瓣幅度。加权窗最好是汉宁窗(余弦平方窗)或汉明窗型。而且如果希望能确定检测到的车辆的流向，在N个样本上的傅里叶变换必定是复杂的，这就是说必须使用来自雷达的波相和正交频道的样本。然后在求局部最大值之前必须增加计算发自快速傅里叶变换的信号的模平方的步骤。

上述步骤3，4和5采用的技术对于雷达专家众所周知，不毕为了理解本发明作更详细的说明。

按照本发明的方法在预定时间区间T上重复进行上面三个步骤。对于每个距离路段K在每个时间区间T的终点均可得到检测到的车辆数目及这些车辆的瞬时速度。

按照本发明的自动事故检测过程从这一原则出发，即一个事故被定义为一辆停下的车辆。为了在一段距离K上检测一事故，按照本发明的方法意欲检测出低于速度阈值的车辆的通过。为做到这一点，需要在每个距离路段上、在几个时间区间T内监控车辆并确定从一个时间区间到另一个的它们的速度变换。在图2中通过例子可以看出步骤5在当前时间区间上得出落在距离K上的车辆i的数目N₁及其具有的瞬时速度V_i(t)。而且在前一时间区间完成的前一循环提供了也是落在距离K上的车辆j的数目N₂及其瞬时速度V_j(t)。

由这些数据，按照本发明的方法进行第一步6：计算某些参数，例如每辆车i的加速度γ_i(t)及该车在下一瞬时将具有的速度预测值V_i ^p(t＋1)。由于在每个时间区间上进行这第一步，在瞬时t也可得到在上一时间区间处理的与车辆j相关的加速度γ_j(t)及速度预测值V_j ^p(t)。在计算参数的第一步6结束时，按照本发明的方法进行事故检测的第二步7。

现在参照图3描述按照本发明的事故检测步骤的第一步6，图3说明了在这一步6进行的各种计算和测试：这一步的原理就是查明在瞬时t检测到的某些车辆i是否在瞬时t－1检测到的车辆j之中，这相当于为一一段及与其相同的距离K在瞬时t－1计算的一些参数(即车辆j的数目N₂、它们的瞬时速度V_j(t－1)及它们速度的预测值V_j ^p(t))与在瞬时t得到的参数(即车辆i的数目N₁及它们的瞬时速度V_i(t))之间产生一种相关性。

如图3中由测试60所指示的，查明一辆车i和一辆车j之间的一致性就是对每辆车i和每辆车j计算车辆j的速度预测值V_i ^p(t)和车辆i的瞬时速度V_i(t)之间的差值，然后将所述差值的绝对值与预定阈值V_MAX相比较。在测试60的终端有三种可能的情形：

·如果差值的绝对值远小于阈值，车i和车j可被认为与相同的一个和同样的车辆对应。然后该车的加速度在61中运用关系式

γ_{i} (t) = \frac{| Vi (t) | - | Vj (t - 1) |}{Δt}

进行计算，其中Δt表示两个瞬时t和t－1之间的时间。

该车在瞬时t＋1的速度预测值在62中运用关系式

V_i ^p(t＋1)＝γ_i(t)×Δt＋V_i(t)进行计算。

·如果在瞬时t检测到的车i不能与任何车j相关联(测试60为负)，它必定被认为是已进入距离路段K的一辆新车。在这一情形下，它的加速度值γ_i(t)在63中被初始化为0值，并令它的瞬时速度V_i(t)与其中的预测值V_i ^p(t＋1)相一致。

·如果在瞬时t－1检测到的车j不能与任何车i相关联(测试60也为负)，该车必定被认为已离开距离路段K。然后所有与该车j相关的参数在65中设置为0，这样在剩下的处理中它们可被忽略。

在计算参数的第一步6结束时，因而对每辆检测到的车i可得到它的瞬时速度、它的加速度、它的将来速度预测值以及某些情况下与在上一时间区间检测到的车j的一致性，还有与它相关的参数。

如我们前面所述，在距离K的事故检测就是检测车i的速度低于第一预定速度阈值V_thresh的通过。为做到这些，按本发明的方法的检测步骤的第二步7(见图2)能进行两种可能的比较：

在第一种特别情形，当下面两个条件满足时，认为事故是由在距离K的车i所引起：

{_{γ_{i} (t) < 0}^{V_{i} (t) < V_{thresh}}

另一种可能的变化就是当下面两个条件满足时，认为在距离K的车i将要引起事故：

{_{{V_{i}}^{p} (t + 1) < V_{thresh}}^{V_{i} (t) > V_{thresh}}

可有利地将其它措施加入到按本发明的方法中：如图4所示，特别地有利的是提供在几个时间区间上，或更一般地在一预定时间D上计算检测到的车辆的平均速度的步骤8，并且对每个距离路段K均这样做，还有计算步骤9，它使在该时间D上抽取一给定距离路段K计算的最大和最小速度成为可能。在图4中，已假设时间D相当于m个连续时间区间，一个时间区间j，j从1到m之间变化，就可能检测给定距离K上的车辆数目N_j，并在瞬时t_j发送每辆车的瞬时速度V_jk(t_j)。

图4也表示对给定距离路段K计算平均速度V_mean(K)的标准偏差的步骤8a。

按照本发明方法，能有利地使用每距离路段平均速度信息，来进行机动车滞留或减速的检测处理。

这样的处理在图5中以简化示意的形式来表示。

它是通过在11将平均速度与事先确定的第二速度阈值V_mthresh相比较，来分析在步骤8(图4)为两个连续距离路段K和K＋1提供的平均速度。

在11所做的比较的结果的解释依据车辆的流向：

对于离开雷达系统的车辆，当

V_mean(K)＞V_mthresh且V_mean(K＋1)＜V_mthresh时，在11a检测到减速的开始，并且当

V_mean(K)＜V_mthresh且V_mean(k＋1)＞V_mthresh时，在11b检测到减速的结束。

当考虑接近雷达的车辆时，上述结论应反过来。

能有利地使用机动车滞留或减速的检测处理以阻止进行事故检测步骤。确实，在滞留的情况下，存在一种风险，即通过使用按照本发明的方法检测到的事故数量很大，进行事故的过滤是有用的，以便限制其车流量。

仍带有减少自动事故检测之中的处理量的目的，局限为仅对具有中速的车辆分析，例如40Km/h，这些具有更大的产生事故的可能性。

按照本发明的方法还能由在图2中的7′示意性地表示的统计处理来改进。

首先，按照根据本发明的方法的一种变化形式，可将潜在的事故的概念引伸为以比车道上的交通流异常低速行驶的任何车辆。

为了指示在给定距离路段上的慢行车辆的存在，设法检测以低于预定的阈值速度V_inf的速度行驶的任何车辆，并且这在大于限定时间D_lim的一段时间进行。

然后，按照本发明，应用于该特定车辆的自动事故检测步骤被补充一步，在这一步中，在限定时间D_lim结束之时检查是否具有小于V_inf的瞬时速度的车辆仍在相关速度段里被检测。在这种情形，产生一警报指示慢行车辆的存在。

而且，作为本发明主题的自动事故检测过程一开始，就可为预定的参照距离路段K_ref和每个流向有利地提取表示监控带上交通状态的某些参数，例如在特定的分析期间T_ref，在距离路段K_ref上车辆行驶的准确计数，每个流向车行道的占有率，或者是载重货车的占有率。下面我们详细说明按照本发明的方法的这一步骤，使得获取上述参数成为可能，这些步骤示意性地表示在图2中的7′。

当考虑在时间T_ref，在距离路段K_ref上的车辆计数时，正如我们上面所看到的，按照本发明的方法的第一步就可能在瞬时t检测新的车辆的出现，也就是那些其加速度被初始化为0值(图3中步骤63)的车辆，并且也能检测车辆的消逝，就是那些已从处理中消除(图3中步骤65)的车辆。

因此，以多个机动车检测步骤6、7为基础，在分析期间T_ref通过利用这些步骤的第一步所得的结果对已通过该距离路段K_ref的车辆进行计数是可能的。最好，从第一参数计算步骤6从处理中消除它的那一刻计数每辆车。

然后运用关系式：

\overset{&OverBar;}{V} = {(\frac{1}{N_{k_{ref}}} Σ_{i = 1}^{N_{k_{ref}}} \frac{1}{V_{i}})}^{- 1}

能推演出的距离段K_ref的平均速度 V，其中V_i是被计数的每辆车的瞬时速度。

距离路K_ref的占有率由在分析期间T_ref在距离路段K_ref上的车辆出现率来定义。在按照本发明的方法的一种变化形式中，一另外的计算步骤就能运用关系式：

T_occ＝N_i/M.Q来提供该占有率T_occ，其中：

·N_i是在分析期间T_ref按本发明的方法得到的每个流向上的检测数目，

·M是在T_ref期间进行自动事故检测步骤的次数，

·Q是在流向上车道的数目。

最后，在距离路段K_ref上每辆车的出现时间T_p以及这些车辆的长度，可运用关系式：

L＝VT_p从前面所述的车辆计数步骤推演而得，其中V是这些车辆的瞬时速度。这有可能将车辆按其长度分类，在其长度比预定长度L_thresh长的载重货车与轻型汽车之间进行区分。

能用提取的这些参数来特别地计算在分析期间距离路段K_ref上的载重货车占有率。

图6以简化的示意形式说明了运用按本发明的方法的雷达系统的一个例子：

此处所用的雷达是带有在3和100GHZ之间选择的载波频率的脉冲雷达。频率越高，用来发射和接收的天线10将越小。脉冲发生器11′形成由发射器12放大的脉冲。同步装置13允许发射器和接收器14交替运转，后者接收并放大由天线10经循环器15接收的信号。来自接收器的模拟信号按传统方式在编码模块16中被数字化，在信号处理模块17中处理样本以便检测车辆它们的速度及它们距雷达的距离。信息处理模块18使运用按本发明的方法的机动车事故及减速检测步骤成为可能。然后接口19使发送信息(减速或事故)到信息管理中心成为可能。

通过非限定性的例子，这样的雷达系统能具有大约10米的距离分辩率，与车辆的尺寸、±200km/h的清楚的速度范围及大约3km/h的速度分辩率相匹配。

上述雷达系统能用在需要快速了解事故发生现场或交通状态的任何地方。模块18供应的信息能自动被交通处理系统利用，特别具有通过可变信号道路标示直接通知道路上的用户的目的。

Claims

1、用于监控能在至少两车道上行驶的车辆交通的方法，这种方法的类型是按照预定的辐射模式发射(3)一种预定形式的UHF波，在给定的获取时间T_A里接收(4)由车辆反向的信号，以及处理(5)以这种方法接收的信号，以便检测车辆，还有对每段距离计算检测到的车辆数目i和每辆车在给定瞬时t的瞬时速度V_i(t)，该方法的特征在于辐射模式具有大致与车道方向平行的瞄准轴线，并且获取和处理信号步骤在连续的时间区间(T)上重复进行，它还包括在于进行下列重复步骤的自动事故检测步骤(6，7)：

·计算参数的第一步(6)在于：

—在每个瞬时t查明在当前时间区间检测的一辆车i是否与在前一时间区间的瞬时t－1检测的一辆车j相关；

—对与一辆车j相关的所有车辆i在瞬时t运用关系式

γ_{i} (t) = \frac{| V_{i} (t) | - | V_{j} (t - 1) |}{Δt}

计算(61)，(62)它们的加速度γ_i(t)，其中Δt表示在瞬时[t－1]与t之间的时间，以及运用关系式计算在下一时间区间的时间[t＋1]上它们速度的预测值V_i ^p(t＋1)；

—对其它车辆i，将它们的加速度γ_i(t)初始化(63)为0值；

—将所有不与任何车辆i相关的其它车辆j从处理中取消(65)。

·事故检测的第二步(7)以第一步计算的参数为基础，检测一辆车i的速度低于第一预定速度阈值V_thresh的通过。

2、根据权利要求1的方法，特征在于查明一辆车i和一辆车j之间的一致性就是对每辆车i和每辆车j计算(60)车辆j的速度预测值V_j ^p(t)和车辆i的瞬时速度V_i(t)之间的差值，然后将该差值的绝对值与预定阈值V_MAX相比较，超出阈值则车辆i和j被认为是不同的。

3、根据前述权利要求中的任何一项的方法，特征在于事故检测的第二步(7)在于对每辆车i将其速度V_i(t)与第一速度阈值V_thresh相比较，并且将其加速度γ_i(t)与0值相比较，以及当速度V_i(t)和加速度分别小于第一速度阈值和0值时检测事故。

4、根据权利要求1和2之一的方法，特征在于事故检测的第二步(7)主要在于相对于所述给定第一速度阈值V_thresh对每辆车i比较其速度V_i(t)和速度的预测值V_i ^p(t+1)以及当速度V_i(t)和预测值V_i ^p(t+1)分别大于和小于第一速度阈值V_thresh时检测事故。

5、根据前述权利要求中的任何一项的方法，特点在于它还包括计算在预定时间D、在给定距离K上检测到的所有车辆的平均速度的步骤(8)。

6、根据权利要求5的方法，特征在于它还包括提取对于时间D、在给定距离上检测到的车辆计算的最大和最小速度的步骤(9)。

7、根据权利要求5和6之一的方法，特征在于它还包括在时段D计算速度的标准偏差的步骤(8a)。

8、根据权利要求5的方法，特征在于它还包括滞留或减速检测步骤(11，11a，11b)，在于：

-进行(11)两个连续距离K，K＋1上计算的平均速度V_mean(K)和V_mean(k＋1)对于第二速度阈值V_mthresh的一种比较，

-在比较结果的基础上检测减速的开始(11a)或减速的结束(11b)。

9、根据权利要求8的方法，特征在于当已检测到减速时滞留检测步骤阻止进行机动车事故检测步骤。

10、根据前述权利要求中的任何一项的方法，特征在于将自动事故检测步骤用于其瞬时速度小于预定阈值速度V_inf的任何车辆，并且在于它还包括在其中进行检查是否车辆仍在大于限定时间D_lim的时间之后得以检测的一个步骤。

11、根据前述权利要求中的任何一项的方法，特征在于它包括事故自动检测的几个连续步骤(6，7)，并且在于所述步骤的第一步还用来对在预定分析期间T_ref通过参考距离路段K_ref的车辆进行计数。

12、根据权利要求11的方法，特征在于它包括计算在分析期间T_ref、在距离路段K_ref上的车辆的平均速度V的步骤。

13、根据权利要求11和12之一的方法，特征在于它包括运用关系式：

T_occ＝Ni/M，Q计算在分析期间T_ref距离路段K_ref上的占有率T_occ，其中：

·M是在T_ref期间进行自动事故检测步骤的次数，

·Q是在流向上车道的数目。

14、根据权利要求11的方法，特征在于它包括计算在距离路段K_ref上的车辆的出现时间T_p和它的长度的步骤。