CN115019557A - 基于tuio协议的车道虚拟边界构建及越界检测方法 - Google Patents
基于tuio协议的车道虚拟边界构建及越界检测方法 Download PDFInfo
- Publication number
- CN115019557A CN115019557A CN202210651668.7A CN202210651668A CN115019557A CN 115019557 A CN115019557 A CN 115019557A CN 202210651668 A CN202210651668 A CN 202210651668A CN 115019557 A CN115019557 A CN 115019557A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- radar
- lane
- bounding box
- distance
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 238000010276 construction Methods 0.000 title claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000001154 acute effect Effects 0.000 claims description 3
- 238000003064 k means clustering Methods 0.000 claims description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
-
- 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
- G08G1/042—Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于TUIO协议的车道虚拟边界构建及越界检测方法,本发明通过计算雷达发射角进一步求解出车道包围盒,通过车道包围盒进一步应用于车辆实线变道行为检测中,通过本发明每个十字路口每个方向只需部署1台雷达系统即可捕捉到全要素交通流信息。雷达可检测识别出五种不同类型交通参与者,包括行人、非机动、大型车辆、中型车辆、小型车辆,覆盖范围横向可达8车道,且能够全天候全时段工作。
Description
技术领域
本发明涉及一种检测方法,具体涉及一种基于TUIO协议的车道虚拟边界构建与压线越界检测方法。
背景技术
目前,基本通过基于摄像头的计算机视觉方法对道路进行管理。如:车辆闯红灯、车辆的实线变道、高速路上倒车、路边违章停车、道路预警等行为进行检测和取证。
基于摄像头的视觉方法相对于地下埋压感线圈等传感器件的传统检测方法的优势在于安装施工简便。但其缺点则在于依赖天气和环境光照。在恶劣天气情况,计算机视觉方法的可靠性则相对较差。
在大雾,暴雨等恶劣天气下能见度低,摄像头的画面不能很清晰的显示路面情况,在黑夜或者光线不佳的路段,摄像头能分辨的范围有限。以及路上的各种遮挡情况。另外,基于摄像头的道路管理系统的每帧图像计算量较大,对硬件设备要求较高。并且布置于路面的感应装置会由于经过的车辆增加其负载,影响使用寿命。
发明内容
本发明针对现有技术的不足,提出了一种基于TUIO协议的车道虚拟边界构建与压线越界检测方法。
步骤一:基于TUIO协议的雷达信号管理
雷达以其与车辆行驶方向成锐角的角度发射雷达波,通过接收到的反射波计算车辆与雷达间的水平距离L,将此距离与雷达装置与停车线的距离d比较:若L>d,则表示车辆超出了停车线;若L<d,则表示车辆未超出停车线;雷达装置发射雷达波,雷达波到达车辆时,SET消息传递车辆的位置、方向、高度、速度;ALIVE消息使用一个Session ID表示当前车辆;车辆移动时,更新ALIVE信息并由SET信息发送;
步骤二:构建车道虚拟边界与车辆包围盒
首先创建车道包围盒,即构建车道的虚拟边界,再通过雷达检测得到车辆的一系列特征点,根据这些特征点结合K-Means聚类算法创建车辆包围盒,设车道包围盒高度为h,雷达发射俯仰角θ,由式:求解,H表示雷达的高度;计算雷达到车道包围盒顶端与竖直方向的夹角η,雷达与车道包围盒顶端的长度e,雷达到停车线与雷达到车道包围盒远端的顶端的夹角为γ=η-θ;确定γ和e后,相当于将车道抬高h使得车道与车辆顶部处于同一平面;
车辆包围盒长度为w,高度为h,车辆与雷达装置距离为x,k和l为雷达发射到车顶的雷达波,波路程由式:计算;δ为雷达波与车辆包围盒尾部的夹角,γ′为雷达波与车辆包围盒头部的夹角,由式:计算雷达发射角δ与γ′;
将车道包围盒与车辆包围盒边缘比较:当车辆包围盒边缘在车道包围盒的外部,说明车辆已将越过车道,否则说明车辆在车道内行驶;雷达监测数据基于TUIO协议进行管理,其中SET消息和ALIVE消息与红绿灯信号进行关联;当接收到红灯信号之后,停车线所对应的车道包围盒前端严禁车辆通过,若有违反,则取证摄像头开始抓拍。
作为优选,所述的SET消息还包括:车辆的体积、运动加速度、旋转加速度。
作为优选,所述步骤一中为了防止由于噪音或鸟类经过雷达波而导致的错误探测,从一系列连续接收到的反射信号中计算出车辆距离的一系列值,只有当这一系列距离值精确对应时,对通过该监测点的车辆的检测才有效。
作为优选,所述的一系列值为接收10毫秒的反射波束来计算10个值;仅当这10个距离值在确定的停车线范围内相互对应时,才认为车辆通过停止线的检测是有效的。
作为优选,计算10个值的标准差σ,并且仅当σ小于车辆长度的大约1/4时才接受检测。
作为优选,为了确保每次检测确实只涉及单个车辆,令停车线点处的雷达波束尺寸与车辆宽度处于同一数量级,即当雷达装置与停车线的距离达到几十米并且雷达波束的波束宽度为处于3.5°±1.75°范围时。
技术效果
采用上述雷达系统作为交通管理系统相比于传统地磁、超声波传感器、视频流传感器优势在于:
(1)能够全天候全时段工作。在雾霾、暴雨、大风等极端天气下,摄像头拍摄受到影响,在光线不佳的各种路段,摄像头不能很清晰地监控道路情况。但是雷达系统受上述环境因素影响较小。(取证摄像头工作时候是有闪光灯等辅助手段)
(2)多要素全覆盖。每个十字路口每个方向只需部署1台雷达系统即可捕捉到全要素交通流信息。雷达可检测识别出五种不同类型交通参与者,包括行人、非机动、大型车辆、中型车辆、小型车辆,覆盖范围横向可达8车道。
(3)易维护低功耗。雷达装置可以安装在信号灯或者电子警察杆上,施工简单,无需破坏路面,调试方便,非专业技术人员也能短时间内掌握调试方法;雷达装置无需额外部署前端工控机或者中心服务器,维护成本低。雷达的功耗相对于视频流方式更低。
附图说明
图1为十字路口雷达装置;
图2为车辆特征点;
图3为车道包围盒侧视图;
图4为车道包围盒立体图;
图5为车辆包围盒侧视图;
图6为车道包围盒与车辆包围盒;
图7为本发明的流程图。
具体实施方式
如图1是十字路口雷达监控点俯视图。从远处某个位置连续地向待监测范围发射至少一个雷达波,在远处位置至少接收一个反射雷达波,并且根据接收到的反射波确定车辆的行为。通过雷达波检测,可以省去在路面上或路面中布置传感器。
图1中1为雷达装置,该雷达装置为发射和接收一体式雷达。该雷达装置发射一系列雷达波,并且接收从车辆反射的雷达波。雷达以夹角α至夹角β覆盖车道,覆盖范围为四边形ABCD。7为交通立杆,将1固定在交通立杆上,交通立杆的高度为H。交通立杆设置在停车线2后方,距停车线的直线距离为d。停车线的对面是交通信号灯3,交通信号灯的立杆上装有电子摄像头4用于抓拍道路,当交通信号灯为红灯时,所有的车辆不能越过停车线。5为车道,其中5L表示为左转车道,线段AE为左转车道的停车线,5M为直行车道,线段EF为直行车道的停车线,5R为右转车道,线段FB为右转车道的停车线。每个车道宽度为3.5米。6为车辆。8为车道实线,具体为黄实线或者白实线,车辆在实线处不能变向。
如图2所示,t1、t2、t3表示同一车道上同一车辆的不同时刻点。雷达装置发射雷达波到达车辆并接收反射的雷达波。得到车辆的一系列特征点,即:图2中的圆点。TUIO发送特征点坐标(x,y,z),通过K-Means进行聚类,之后根据聚类构建车辆包围盒,包围盒维度为(w,h,d)。
TUIO协议定义了两类主要的消息:SET消息和ALIVE消息。SET消息用于传达有关对象状态的信息,例如位置、方向和其他可识别的状态。ALIVE消息使用唯一Session ID列表表示道路上存在的当前对象集。TUIO协议使用UDP传输以加快传输速度,为避免因数据包丢失而可能出现的错误,TUIO协议将SET数据信息打包成一个包并且捆绑一个冗余的活动信息,如果当前检测的对象保持静止,这种冗余信息以较低的速率发送。接收时通过检查连续ALIVE消息之间的差异来推断对象的生命周期。除了SET和ALIVE消息之外,TUIO协议还定义FSEQ消息,它使用唯一的帧序列ID将一组SET和ALIVE消息相关联。如下为TUIO协议SET消息语法:
/tuio/3Dobj set s i x y z a b c X Y Z A B C m r
/tuio/3Dcur set s x y z X Y Z m
/tuio/3Dblb set s x y z a b c w h d v X Y Z A B C m r
表1为SET信息的语义及数据类型。其中一些属性(ID、位置和角度)由传感器直接检索。其他属性如速度、加速度则从雷达发射和接收反射所用时间等信息计算得到。
表1SET信息的语义类型
对于检测跨越停车线实施例,雷达以其与车辆行驶方向成锐角的角度发射雷达波,通过接受到的反射波计算车辆与雷达间的水平距离L,将此距离与雷达装置与停车线的距离d比较,若L>d,则表示车辆超出了停车线;若L<d,则表示车辆未超出停车线。雷达装置发射雷达波,雷达波到达车辆时,SET消息传递车辆的位置、方向和其他状态参数,ALIVE消息使用一个Session ID表示当前车辆。车辆移动时,更新ALIVE信息并由SET信息发送。车辆与雷达间的距离L可由SET消息中的(x,y)值计算得到。为了防止由于噪音或鸟类经过雷达波而导致的错误探测,最好从一系列连续接收到的反射信号中计算出车辆距离的一系列值,只有当这一系列距离值精确对应时,对通过该监测点的车辆的检测才有效。本专利利用在每种情况下接收10毫秒的反射波束来计算10个值。仅当这10个距离值在确定的停车线范围内相互对应时,才认为车辆通过停止线的检测是有效的。在所示实施例中,计算10个距离值的标准差σ,并且仅当σ小于车辆长度的大约1/4时(σ<1.1m)才接受检测。为了确保每次检测确实只涉及单个车辆,一方面是确定雷达发射和接收位置与停车线之间的距离,另一方面最优匹配至少一个发射雷达波束的特性,使得停车线点处的雷达波束尺寸与车辆宽度处于同一数量级。当雷达装置与停车线的距离H达到几十米并且雷达发射的两条波束之间的角度为3.5°±1.75°时,就可以实现这一点。这样可以防止多辆车被同一雷达波束检测到,从而避免错误检测和罚款。
本发明的雷达装置1在实施例中进一步适用于根据接收到的反射来计算经过的车辆6的速度。因此,该检测系统可以用作测速摄像机系统。正如在计算车辆和雷达设备之间的距离时一样,车辆速度的一系列值也是从多个连续接收到的反射雷达波束中计算出来的,并且只有当一系列速度值精确对应时,计算的速度才是有效的。可以再次计算10个值,其标准偏差σ必须小于某个确定值,如5km/h(σ≤1.4m/s)。红绿灯处的速度通常是最大速度的10%。
图3雷达检测装置的侧视图。图中O点为雷达装置的安装位置,距离地面高度为H,O′为雷达装置的正投影点。f表示雷达以俯仰角θ发射雷达波,车辆的高度为h,A点为路面实线,A′点是将路面抬高h高度后的虚拟点,AA′与路面垂直。B点为虚拟路面与交通立杆的交点,A′B为车道包围盒的顶部。e表示雷达O与A′点的连线。OA′与OB的夹角为η。η为雷达发射另一束雷达波的发射角。线段O′A′表示停车线与雷达装置的水平距离,用L表示此距离。
图4为车道包围盒立体图。在实线变道实施例中,当检测车辆的后方无遮挡物体或者车辆时,雷达可以检测到该车辆是否在实线处变道。但是当车辆后方有其他车辆遮挡时,该车辆的某些部分可能无法检测到,也就无法检测该车辆是否在行驶过程中发生了实现变道行为。本专利针对这种情况提出创建车道包围盒(即构建车道的虚拟边界),将车辆边缘与车道包围盒比较,若车辆边缘超过包围盒,则:车辆越过实线;若车辆边缘在包围盒内部,则:车辆未越过实线。如图3所示,L的计算方式与前文所述方法相同,通过发射和接收到的雷达波计算得到。发射俯仰角θ可由式:求解。A′B与地面平行,其长度也为L,波长车道包围盒高度为h,O′B与A′A的高度相同都为h,OB的长度为H-h,由三角形OBA′计算夹角η为:雷达波10的长度为:那么雷达波e与f之间的夹角γ=η-θ,当雷达装置以θ、η为发射角分别发射两条雷达波e和f就可以通过联立方程组计算出车道包围盒,相当于将车道抬高h使得车道与车辆处于同一平面,更加直观的观察车辆是否越过直线。
图5为车辆包围盒侧视图。四边形II′KK′为车辆包围盒,车辆包围盒长度为w,高度为d。车辆与雷达装置距离为x。k和l为雷达发射到车顶的雷达波,波路程由式:计算;δ为雷达波与车辆包围盒尾部的夹角,γ′为雷达波与车辆包围盒头部的夹角。由式:计算雷达发射角δ与γ′。
实际上,图3标记的变量中,仅车辆的高度h为未知值,其余角度和距离只均可在现场实地勘测获得。若h采用已有的经验数值,以上包围盒的构建,甚至可以在雷达安装完毕之后,经过一次现场实地勘测就能获得。
图6为车道与车辆包围盒正视图。通过将车道包围盒与车辆包围盒比较判断车辆实线变道:当车辆包围盒在包围盒的外部,说明车辆已将越过车道,否则说明车辆在车道内行驶。本专利提出的车道包围盒可以用于每条车道,例如图1中车道5L的四边形AECG范围内的车道,车道5M的四边形EFGH范围内的车道和车道5R的四边形FBHD范围内的车道等。可以检测上述车道中的车辆是否在实线处变道。
车道包围盒用于判断车辆实线变道的流程图如图7所示:
雷达监测数据基于TUIO协议进行管理,其中SET消息和ALIVE消息与红绿灯信号进行关联。当接收到红灯信号之后,停车线所对应的车道包围盒前端严禁车辆通过,若有违反,则取证摄像头开始抓拍。
Claims (6)
1.基于TUIO协议的车道虚拟边界构建及越界检测方法,其特征在于,该方法具体包括以下步骤:
步骤一:基于TUIO协议的雷达信号管理
雷达以其与车辆行驶方向成锐角的角度发射雷达波,通过接收到的反射波计算车辆与雷达间的水平距离L,将此距离与雷达装置与停车线的距离d比较:若L>d,则表示车辆超出了停车线;若L<d,则表示车辆未超出停车线;雷达装置发射雷达波,雷达波到达车辆时,SET消息传递车辆的位置、方向、高度、速度;ALIVE消息使用一个Session ID表示当前车辆;车辆移动时,更新ALIVE信息并由SET信息发送;
步骤二:构建车道虚拟边界与车辆包围盒
首先创建车道包围盒,即构建车道的虚拟边界,再通过雷达检测得到车辆的一系列特征点,根据这些特征点结合K-Means聚类算法创建车辆包围盒,设车道包围盒高度为h,雷达发射俯仰角θ,由式:求解,H表示雷达的高度;计算雷达到车道包围盒顶端与竖直方向的夹角η,雷达与车道包围盒顶端的长度e,雷达到停车线与雷达到车道包围盒远端的顶端的夹角为γ=η-θ;确定γ和e后,相当于将车道抬高h使得车道与车辆顶部处于同一平面;
车辆包围盒长度为w,高度为h,车辆与雷达装置距离为x,k和l为雷达发射到车顶的雷达波,波路程由式:计算;δ为雷达波与车辆包围盒尾部的夹角,γ′为雷达波与车辆包围盒头部的夹角,由式:计算雷达发射角δ与γ′;
步骤三:基于TUIO协议的压线越界检测
将车道包围盒与车辆包围盒边缘比较:当车辆包围盒边缘在车道包围盒的外部,说明车辆已将越过车道,否则说明车辆在车道内行驶;雷达监测数据基于TUIO协议进行管理,其中SET消息和ALIVE消息与红绿灯信号进行关联;当接收到红灯信号之后,停车线所对应的车道包围盒前端严禁车辆通过,若有违反,则取证摄像头开始抓拍。
2.根据权利要求1所述的基于TUIO协议的车道虚拟边界构建及越界检测方法,其特征在于:所述的SET消息还包括:车辆的体积、运动加速度、旋转加速度。
3.根据权利要求1所述的基于TUIO协议的车道虚拟边界构建及越界检测方法,其特征在于:所述步骤一中为了防止由于噪音或鸟类经过雷达波而导致的错误探测,从一系列连续接收到的反射信号中计算出车辆距离的一系列值,只有当这一系列距离值精确对应时,对通过该监测点的车辆的检测才有效。
4.根据权利要求3所述的基于TUIO协议的车道虚拟边界构建及越界检测方法,其特征在于:所述的一系列值为接收10毫秒的反射波束来计算10个值;仅当这10个距离值在确定的停车线范围内相互对应时,才认为车辆通过停止线的检测是有效的。
5.根据权利要求4所述的基于TUIO协议的车道虚拟边界构建及越界检测方法,其特征在于:计算10个值的标准差σ,并且仅当σ小于车辆长度的大约1/4时才接受检测。
6.根据权利要求4所述的基于TUIO协议的车道虚拟边界构建及越界检测方法,其特征在于:为了确保每次检测确实只涉及单个车辆,令停车线点处的雷达波束尺寸与车辆宽度处于同一数量级,即当雷达装置与停车线的距离达到几十米并且雷达波束的波束宽度为处于3.5°±1.75°范围时。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210651668.7A CN115019557B (zh) | 2022-06-09 | 2022-06-09 | 基于tuio协议的车道虚拟边界构建及越界检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210651668.7A CN115019557B (zh) | 2022-06-09 | 2022-06-09 | 基于tuio协议的车道虚拟边界构建及越界检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115019557A true CN115019557A (zh) | 2022-09-06 |
CN115019557B CN115019557B (zh) | 2024-05-14 |
Family
ID=83072671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210651668.7A Active CN115019557B (zh) | 2022-06-09 | 2022-06-09 | 基于tuio协议的车道虚拟边界构建及越界检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115019557B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060066472A1 (en) * | 2004-09-10 | 2006-03-30 | Gatsometer B.V. | Method and system for detecting with radar the passage by a vehicle of a point for monitoring on a road |
CN101911144A (zh) * | 2007-12-13 | 2010-12-08 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 用于对车辆操作者进行辅助的方法和装置 |
CN103761877A (zh) * | 2014-01-23 | 2014-04-30 | 山东鼎讯智能交通科技有限公司 | 基于雷达触发的闯红灯自动记录系统及方法 |
CN110307791A (zh) * | 2019-06-13 | 2019-10-08 | 东南大学 | 基于三维车辆边界框的车辆长度及速度计算方法 |
CN110472640A (zh) * | 2019-08-15 | 2019-11-19 | 山东浪潮人工智能研究院有限公司 | 一种目标检测模型预测框处理方法及装置 |
CN111971725A (zh) * | 2018-09-05 | 2020-11-20 | 宝马股份公司 | 用于确定车辆的变道说明的方法、计算机可读存储介质以及车辆 |
CN112083415A (zh) * | 2020-10-12 | 2020-12-15 | 吉林大学 | 一种基于3d信息的毫米波雷达模型目标可见性判断方法 |
-
2022
- 2022-06-09 CN CN202210651668.7A patent/CN115019557B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060066472A1 (en) * | 2004-09-10 | 2006-03-30 | Gatsometer B.V. | Method and system for detecting with radar the passage by a vehicle of a point for monitoring on a road |
CN101911144A (zh) * | 2007-12-13 | 2010-12-08 | 大陆-特韦斯贸易合伙股份公司及两合公司 | 用于对车辆操作者进行辅助的方法和装置 |
CN103761877A (zh) * | 2014-01-23 | 2014-04-30 | 山东鼎讯智能交通科技有限公司 | 基于雷达触发的闯红灯自动记录系统及方法 |
CN111971725A (zh) * | 2018-09-05 | 2020-11-20 | 宝马股份公司 | 用于确定车辆的变道说明的方法、计算机可读存储介质以及车辆 |
CN110307791A (zh) * | 2019-06-13 | 2019-10-08 | 东南大学 | 基于三维车辆边界框的车辆长度及速度计算方法 |
CN110472640A (zh) * | 2019-08-15 | 2019-11-19 | 山东浪潮人工智能研究院有限公司 | 一种目标检测模型预测框处理方法及装置 |
CN112083415A (zh) * | 2020-10-12 | 2020-12-15 | 吉林大学 | 一种基于3d信息的毫米波雷达模型目标可见性判断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115019557B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110481601B (zh) | 一种轨道检测系统 | |
CN111223302B (zh) | 移动载具用外部坐标实时三维路况辅助装置及该系统 | |
US9759812B2 (en) | System and methods for intersection positioning | |
US9335178B2 (en) | Method for using street level images to enhance automated driving mode for vehicle | |
US8903640B2 (en) | Communication based vehicle-pedestrian collision warning system | |
US7317406B2 (en) | Infrastructure-based collision warning using artificial intelligence | |
CN101374691B (zh) | 用于对可摆动的车辆传感器定向的方法 | |
CN110097762B (zh) | 一种道路视频图像低能见度刻度估算方法及系统 | |
US8294595B1 (en) | Speed detector for moving vehicles | |
CN112009524B (zh) | 一种用于有轨电车障碍物检测的系统及方法 | |
KR102330614B1 (ko) | 교통 신호 제어 시스템 및 그 방법 | |
CN111252066A (zh) | 紧急制动控制方法、装置、车辆及存储介质 | |
CN106327880B (zh) | 一种基于监控视频的车速识别方法及其系统 | |
CN102592457A (zh) | 基于物联网技术的复合型区间测速系统及方法 | |
CN110738850A (zh) | 路侧安全监控管理系统、控制方法和设备 | |
EP4102251A1 (en) | Determination of atmospheric visibility in autonomous vehicle applications | |
US11250695B2 (en) | Method and device for providing a position of at least one object | |
CN114063061A (zh) | 用于通过多个传感器监测车辆的方法 | |
CN116434604A (zh) | 一种智能交通锥桶安全警示系统及控制方法 | |
US12054185B2 (en) | System and method for monitoring a railroad grade crossing | |
CN115019557B (zh) | 基于tuio协议的车道虚拟边界构建及越界检测方法 | |
JP6500607B2 (ja) | 自車位置判定装置及び自車位置判定方法 | |
US12002357B2 (en) | Data consumable for intelligent transport system | |
CN114299715A (zh) | 一种基于视频、激光雷达与dsrc的高速公路信息检测系统 | |
Wu | Data processing algorithms and applications of LiDAR-enhanced connected infrastructure sensing |
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 |