CN115169452B - 基于时空同步队列特性雷视融合目标信息系统及方法 - Google Patents
基于时空同步队列特性雷视融合目标信息系统及方法 Download PDFInfo
- Publication number
- CN115169452B CN115169452B CN202210765891.4A CN202210765891A CN115169452B CN 115169452 B CN115169452 B CN 115169452B CN 202210765891 A CN202210765891 A CN 202210765891A CN 115169452 B CN115169452 B CN 115169452B
- Authority
- CN
- China
- Prior art keywords
- radar
- target
- data
- queue
- information
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
- G01S13/726—Multiple target tracking
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了基于时空同步队列特性雷视融合目标信息系统及方法,包括雷达采集系统、摄像机采集系统、数据筛查系统和数据融合系统。本发明通过利用不同设备采集同一目标不同的属性信息并利用空间、时间和数据库中队列数据库的工作特性,采用数据时间差、等待差容错机制,对发生错误的数据进行排除纠正,从而达到高效快速融合的目的,通过系统以及数据融合的方法,对设备的安装角度、位置、通信延时、数量、种类等内容要求最低,方便布设,降低多设备间数据融合的成本,另外队列和目标采集区域的数量可以根据实际道路情况或其他环境情况任意设定不受限制,通过这种方式可以实现两两融合、分组融合、错位融合的工作机制。
Description
技术领域
本发明属于信息处理技术领域,具体涉及基于时空同步队列特性雷视融合目标信息系统及方法。
背景技术
队列是一种“先进先出”的数据结构,也是线性表的一种,在操作数据元素时,和栈一样有自己的规则:使用队列存取数据元素时,数据元素只能从表的一端进入队列,另一端出队列,如图1所示,称进入队列的一端为“队尾”,出队列的一端为“队头”。数据元素全部由队尾陆续进队列,由队头陆续出队列。
其中,队列从一端存入数据,另一端调取数据的原则称为“先进先出”原则,如图1中,根据队列的先进先出原则,(a1,a2,a3,…,an)中,由于a1最先从队尾进入队列,所以可以最先从队头出队列,对于a2来说,只有a1出队之后,a2才能出队。
另外,队列的实现同样有两种方式:顺序存储和链式存储。两者的区别同样在于数据元素在物理存储结构上的不同。使用顺序存储结构表示队列时,首先需要申请足够大的内存空间建立一个数组,除此之外,为了满足队列从队尾存入数据元素,从队头删除数据元素,还需要定义两个指针分别作为头指针和尾指针,即当有数据元素进入队列时,将数据元素存放到队尾指针指向的位置,然后队尾指针增加1;当删除对头元素(即使想删除的是队列中的元素,也必须从队头开始一个个的删除)时,只需要移动头指针的位置就可以了。同时,顺序表示是在数组中操作数据元素,由于数组本身有下标,所以队列的头指针和尾指针可以用数组下标来代替,既实现了目的,又简化了程序,例如,将队列(1,2,3,4)依次入队,然后依次出队并输出。
此外,现有的车道信息采集一般为摄像头和雷达采集,摄像头与雷达彼此之间关联性较差,即摄像头与雷达独立工作,不能有效的将采集的信息进行融合,进而容易存在采集误差而影响使用。
因此,针对上述技术问题,有必要提供基于时空同步队列特性雷视融合目标信息系统及方法。
发明内容
本发明的目的在于提供基于时空同步队列特性雷视融合目标信息系统及方法,以解决上述的车道信息采集容易存在误差的问题。
为了实现上述目的,本发明一实施例提供的技术方案如下:
基于时空同步队列特性雷视融合目标信息系统,包括雷达采集系统、摄像机采集系统、数据筛查系统和数据融合系统,所述雷达采集系统用于实时获取目标物体在雷达设备内形成的点云数据信息以及目标结构化数据信息,所述摄像机采集系统用于获取目标的特征信息,并通过该信息判断并识别该目标属于哪种类型,所述数据筛查系统用于同步雷达采集系统和摄像机采集系统的工作时间并设定两种系统设备上报可允许误差范围时间,所述数据融合系统用于融合目标数据,供第三方系统或平台使用。
进一步地,所述雷达采集系统包括雷达,所述摄像机采集系统包括摄像机,所述雷达和摄像机安装在同一点位或临近点位上。
进一步地,单个所述设备队列建立的数据量与实际道路车道数量保持一致。
进一步地,所述目标结构化数据信息包括目标的实时速度信息、相对位置信息、所在车道信息、航向角信息、加速度信息、XYZ轴变量信息、目标ID编号信息和目标类型。
进一步地,所述类型包括车辆信息、行人信息或障碍物信息,所述车辆信息包括:车辆品牌、车辆型号、车辆牌照、车辆颜色、车辆类型、车道编号、归属地和驾驶人员的外貌信息,所述行人信息包括:男人、女人、年龄段、服装和面貌。
进一步地,所述雷达覆盖的目标跟踪检测范围内设有最佳目标数据采集区域数量和编号,所述摄像机覆盖的目标跟踪检测范围内设有最佳目标数据采集区域数量和编号,所述雷达数据采集区域数量和编号与摄像机数据采集区域数量和编号在同一位置并且相互一一对应,并与实际所检测的车道数量一一对应。
进一步地,所述雷达采集系统内设有队列数据库,所述队列数据库数量和编号分别与所述雷达数据采集区域数量和编号一一相对应,所述摄像机采集系统内设有队列数据库,所述队列数据库数量和编号分别与所述摄像机数据采集区域数量和编号一一相对应,所述雷达队列数据库数量和编号与所述摄像机队列数据库数量和编号一一相对应,并与实际所检测的车道数量一一对应。
进一步地,所述数据筛查系统用于对雷达和摄像机的所采集的目标获取输出时间差设定一个合理范围值,超过合理范围值,雷达采集的目标数据和摄像机采集的目标数据将不再进行融合,并将对应超过合理范围值的设备队列中的超时目标数据进行删除,并存入删除分析数据库中以备后期分析融合失败原因使用。
进一步地,所述数据筛查系统还用于给已经进入队列准备与另一个即将进入另一个设备对应同等队列数据设定一个允许等待时间,超过该允许的等待时间,雷达采集的目标数据和摄像机采集的目标数据将不再进行融合,并将对应超过合理范围值的设备队列中的超时目标数据进行删除,并存入删除分析数据库中以备后期分析融合失败原因使用。
基于时空同步队列特性雷视融合目标信息系统的方法,包括以下步骤:
S1、在同一点位或临近的点位分别安装雷达以及摄像机或其他用于获取同一目标的不同属性信息数据的采集设备;
S2、分别在雷达覆盖的目标跟踪检测范围内划定最佳目标数据采集区域,雷达数据采集区域数量和编号分别与摄像机覆盖的目标跟踪检测范围内划定最佳数据采集区域数量和编号在同一位置并且相互一一对应,并与实际所检测的车道数量一一对应,从而建立不同设备在空间上的匹配模型并形成关联机制;
S3、在雷达采集系统中给雷达目标数据采集区域数量和编号设立对应的队列数据库数量和编号,并建立相应的数据采集通道,在摄像机采集系统中给摄像机目标数据采集区域数量和编号设立对应的队列数据库数量和编号,并建立相应的数据采集通道;
S4、将两个雷达和摄像机两种设备相对应的队列数据库进行一一对应,从而建立雷达和摄像机数据采集输出队列数据库关联匹配模型;
S5、同步雷达和摄像机的工作时间并设定雷达和摄像机数据上报可允许误差范围时间;
S6、设定采集目标数据可信度等待时间范围值;
S7、根据步骤S5和步骤S6建立不同设备同一对应区域、同一对应队列的时间目标数据匹配模型;
S8、雷达和摄像机同时开始采集目标数据信息,并将目标数据信息根据各自建立的通信通道分别送入到各自的队列数据库中等待调用,将符合并满足步骤S2-S7的目标数据融合机制的来自两个设备相互对应的队列数据库中的目标数据利用队列特性采用先进先出原则进行目标数据融合输出,供第三方系统或平台使用。
与现有技术相比,本发明具有以下优点:
本发明通过利用不同设备采集同一目标不同的属性信息并利用空间、时间和数据库中队列数据库的工作特性,采用数据时间差、等待差容错机制,对发生错误的数据进行排除纠正,从而达到高效快速融合的目的,另外,本发明中系统以及数据融合的方法,对设备的安装角度、位置、通信延时、数量、种类等内容要求最低,方便布设提高系统搭建的灵活性降低多设备间数据融合的有形和无形成本,另外队列和目标采集区域的数量可以根据实际道路情况或其他环境情况任意设定不受限制,通过这种方式可以实现两两融合、分组融合、错位融合的工作机制。
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中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例中队列示意图;
图2为本发明一实施例中设备外场布设方式以及区域划分示意图;
图3为本发明一实施例中基于时空同步队列特性雷视融合目标信息系统及方法的系统工作流程图;
图4为本发明一实施例中基于时空同步队列特性雷视融合目标信息系统及方法的数据融合流程图。
具体实施方式
以下将结合附图所示的各实施方式对本发明进行详细描述。但该等实施方式并不限制本发明,本领域的普通技术人员根据该等实施方式所做出的结构、方法或功能上的变换均包含在本发明的保护范围内。此外,此种方法可适用于一个或一组雷达设备和一个或一组摄像机或其他设备所采集的数据进行基于时空同步队列特性数据融合,但无论是那种组合方式,均在本发明权力要求的权力保护范围内。
本发明公开了基于时空同步队列特性雷视融合目标信息系统,参考图2-图4所示,包括雷达采集系统、摄像机采集系统、数据筛查系统和数据融合系统。
其中,雷达采集系统用于实时获取目标物体在雷达设备内形成的点云数据信息(雷达原始数据信息)以及目标结构化数据信息(通过雷达算法对目标点云数据处理后的结果数据信息)。
另外,雷达采集系统包括雷达,摄像机采集系统包括摄像机,雷达和摄像机安装在同一点位或临近点位上,用于获取同一目标的不同属性信息数据。
优选的,雷达为毫米波雷达,摄像机为高清摄像机,单个设备队列建立的数据量与实际道路车道数量保持一致。
具体地,目标结构化数据信息包括目标的实时速度信息、相对位置信息、所在车道信息、航向角信息、加速度信息、XYZ轴变量信息、目标ID编号信息和目标类型。
参考图2-图4所示,摄像机采集系统用于获取目标的特征信息,并通过该信息判断并识别该目标属于哪种类型。
其中,类型包括车辆信息、行人信息或障碍物信息,车辆信息包括:车辆品牌、车辆型号、车辆牌照、车辆颜色、车辆类型、车道编号、归属地和驾驶人员的外貌信息,行人信息包括:男人、女人、年龄段、服装和面貌。
本发明可以利用雷达采集并生成的目标结构化数据和摄像机采集并生成的目标特征数据进行同一目标数据关联融合,也可以利用雷达原始点云数据和摄像机采集并生成的目标特征数据进行同一目标数据关联融合,以上所描述的内容无论采用那种方式均在本发明专利的权限保护范围之内。
另外,雷达覆盖的目标跟踪检测范围内设有最佳目标数据采集区域数量和编号,摄像机覆盖的目标跟踪检测范围内设有最佳目标数据采集区域数量和编号,雷达数据采集区域数量和编号与摄像机数据采集区域数量和编号在同一位置并且相互一一对应,并与实际所检测的车道数量一一对应。
具体地,雷达采集系统内设有队列数据库,队列数据库数量和编号分别与雷达数据采集区域数量和编号一一相对应,摄像机采集系统内设有队列数据库,队列数据库数量和编号分别与摄像机数据采集区域数量和编号一一相对应,雷达队列数据库数量和编号与摄像机队列数据库数量和编号相对应,并与实际所检测的车道数量一一对应。
参考图2-图4所示,数据筛查系统用于同步雷达采集系统和摄像机采集系统的工作时间并设定两种系统设备上报可允许误差范围时间。
其中,数据筛查系统用于对雷达和摄像机的所采集的目标获取输出时间差设定一个合理范围值,超过合理范围值,雷达采集的目标数据和摄像机采集的目标数据将不再进行融合,并将对应超过合理范围值的设备队列中的超时目标数据进行删除,并存入删除分析数据库中以备后期分析融合失败原因使用。
另外,数据筛查系统还用于给已经进入队列准备与另一个即将进入另一个设备对应同等队列数据设定一个允许等待时间,超过该允许的等待时间,雷达采集的目标数据和摄像机采集的目标数据将不再进行融合,并将对应超过合理范围值的设备队列中的超时目标数据进行删除,并存入删除分析数据库中以备后期分析融合失败原因使用。
具体地,数据融合系统用于融合目标数据,供第三方系统或平台使用。
基于时空同步队列特性雷视融合目标信息系统的方法,包括以下步骤:
S1、在同一点位或临近的点位分别安装雷达以及摄像机或其他用于获取同一目标的不同属性信息数据的采集设备;
S2、分别在雷达覆盖的目标跟踪检测范围内划定最佳目标数据采集区域,雷达数据采集区域数量和编号分别与摄像机覆盖的目标跟踪检测范围内划定最佳数据采集区域数量和编号在同一位置并且相互一一对应,并与实际所检测的车道数量一一对应,从而建立不同设备在空间上的匹配模型并形成关联机制;
S3、在雷达采集系统中给雷达目标数据采集区域数量和编号设立对应的队列数据库数量和编号,并建立相应的数据采集通道,在摄像机采集系统中给摄像机目标数据采集区域数量和编号设立对应的队列数据库数量和编号,并建立相应的数据采集通道;
S4、将雷达和摄像机两种设备相对应的队列数据库进行一一对应,从而建立雷达和摄像机数据采集输出队列数据库关联匹配模型;
S5、同步雷达和摄像机的工作时间并设定雷达和摄像机数据上报可允许误差范围时间;
即由于雷达和摄像机不同的工作原理、不同采集目标数据的方法、不同的输出目标数据的频率和间隔以及网络传输时延等诸多问题,必然会导致同一目标,在经过雷达和摄像机同一位置重叠区域采集并输出的目标数据上报时间的差异,因此,需要对雷达和摄像机的时间差设定一个合理范围值,超过合理范围值,雷达采集的目标数据和摄像机采集的目标数据将不再进行融合,并将对应超过合理范围值的设备队列中的超时目标数据进行删除,并存入删除分析数据库中以备后期分析融合失败原因使用;
S6、设定采集目标数据可信度等待时间范围值;
基于步骤S5的原因或雷达和摄像机中有任一个设备出现目标数据丢失或没有采集到目标数据现象的出现,如果不尽快处理先到队列并正在队列里等待数据融合的目标数据,就会导致后面两个不同设备送入到队列里面的数据融合放生错乱,因此需要给已经进入队列准备与另一个即将进入另一个设备对应同等队列数据设定一个允许等待时间;
例如,如果设备一中成功采集到目标数据并在队列中等待着另一个设备二中采集目标数据的等待时间超过了预先设定的目标数据可信度等待时间范围值,则对在队列中已经等待着融合输出的目标数据进行删除,并存入删除分析数据库中以备后期分析融合失败原因使用;
S7、根据步骤S5和步骤S6建立不同设备同一对应区域、同一对应队列的时间目标数据匹配模型;
S8、雷达和摄像机同时开始采集目标数据信息,并将目标数据信息根据各自建立的通信通道分别送入到各自的队列数据库中等待调用,将符合并满足步骤S2-S7的目标数据融合机制的来自两个设备相互对应的队列数据库中的目标数据利用队列特性采用先进先出原则进行目标数据融合输出,供第三方系统或平台使用。
本发明通过利用不同设备采集不同数据信息并利用时空同步队列特性实现对同一目标数据信息进行融合输出完整目标数据信息的方法,可以适用于雷达、摄像机或其他设备采用分体式安装组合数据融合方式或集成在一起形成一体机数据融合方式,但无论属于那种组合布设安装方式其实现的同一目标数据融合输出均在本发明专利权力保护范围之内。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施例加以描述,但并非每个实施例仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (7)
1.基于时空同步队列特性雷视融合目标信息系统,其特征在于,包括雷达采集系统、摄像机采集系统、数据筛查系统和数据融合系统,所述雷达采集系统用于实时获取目标物体在雷达设备内形成的点云数据信息以及目标结构化数据信息,所述摄像机采集系统用于获取目标的特征信息,并通过该信息判断并识别该目标属于哪种类型,所述数据筛查系统用于同步雷达采集系统和摄像机采集系统的工作时间并设定两种系统设备上报可允许误差范围时间,所述数据融合系统用于融合目标数据,供第三方系统或平台使用;所述雷达采集系统包括雷达,所述摄像机采集系统包括摄像机,所述雷达和摄像机安装在同一点位或临近点位上;所述雷达覆盖的目标跟踪检测范围内设有最佳目标数据采集区域数量和编号,所述摄像机覆盖的目标跟踪检测范围内设有最佳目标数据采集区域数量和编号,所述雷达数据采集区域数量和编号与摄像机数据采集区域数量和编号在同一位置并且相互一一对应,并与实际所检测的车道数量一一对应;所述雷达采集系统内设有队列数据库,所述队列数据库数量与编号分别与所述雷达数据采集区域数量与编号一一相对应,所述摄像机采集系统内设有队列数据库,所述队列数据库数量与编号分别与所述摄像机数据采集区域数量与编号一一相对应,所述雷达队列数据库数量与编号与所述摄像机队列数据库数量与编号一一相对应,并与实际所检测的车道数量一一对应。
2.根据权利要求1所述的基于时空同步队列特性雷视融合目标信息系统,其特征在于,单个设备队列建立的数据量与实际道路车道数量保持一致。
3.根据权利要求1所述的基于时空同步队列特性雷视融合目标信息系统,其特征在于,所述目标结构化数据信息包括目标的实时速度信息、相对位置信息、所在车道信息、航向角信息、加速度信息、XYZ轴变量信息、目标ID编号信息和目标类型。
4.根据权利要求1所述的基于时空同步队列特性雷视融合目标信息系统,其特征在于,所述类型包括车辆信息、行人信息或障碍物信息,所述车辆信息包括:车辆品牌、车辆型号、车辆牌照、车辆颜色、车辆类型、车道编号、归属地和驾驶人员的外貌信息,所述行人信息包括:男人、女人、年龄段、服装和面貌。
5.根据权利要求4所述的基于时空同步队列特性雷视融合目标信息系统,其特征在于,所述数据筛查系统用于对雷达和摄像机的所采集的目标获取输出时间差设定一个合理范围值,超过合理范围值,雷达采集的目标数据和摄像机采集的目标数据将不再进行融合,并将对应超过合理范围值的设备队列中的超时目标数据进行删除,并存入删除分析数据库中以备后期分析融合失败原因使用。
6.根据权利要求5所述的基于时空同步队列特性雷视融合目标信息系统,其特征在于,所述数据筛查系统还用于给已经进入队列准备与另一个即将进入另一个设备对应同等队列数据设定一个允许等待时间,超过该允许的等待时间,雷达采集的目标数据和摄像机采集的目标数据将不再进行融合,并将对应超过合理范围值的设备队列中的超时目标数据进行删除,并存入删除分析数据库中以备后期分析融合失败原因使用。
7.基于时空同步队列特性雷视融合目标信息系统的方法,其特征在于,包括以下步骤:
S1、在同一点位或临近的点位分别安装雷达以及摄像机或其他用于获取同一目标的不同属性信息数据的采集设备;
S2、分别在雷达覆盖的目标跟踪检测范围内划定最佳目标数据采集区域,雷达数据采集区域数量和编号分别与摄像机覆盖的目标跟踪检测范围内划定最佳数据采集区域数量和编号在同一位置并且相互一一对应,并与实际所检测的车道数量一一对应,从而建立不同设备在空间上的匹配模型并形成关联机制;
S3、在雷达采集系统中给雷达目标数据采集区域数量和编号设立对应的队列数据库数量和编号,并建立相应的数据采集通道,在摄像机采集系统中给摄像机目标数据采集区域数量和编号设立对应的队列数据库数量和编号,并建立相应的数据采集通道;
S4、将雷达和摄像机两种设备相对应的队列数据库进行一一对应,从而建立雷达和摄像机数据采集输出队列数据库关联匹配模型;
S5、同步雷达和摄像机的工作时间并设定雷达和摄像机数据上报可允许误差范围时间;
S6、设定采集目标数据可信度等待时间范围值;
S7、根据步骤S5和步骤S6建立不同设备同一对应区域、同一对应队列的时间目标数据匹配模型;
S8、雷达和摄像机同时开始采集目标数据信息,并将目标数据信息根据各自建立的通信通道分别送入到各自的队列数据库中等待调用,将符合并满足步骤S2-S7的目标数据融合机制的来自两个设备相互对应的队列数据库中的目标数据利用队列特性采用先进先出原则进行目标数据融合输出,供第三方系统或平台使用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210765891.4A CN115169452B (zh) | 2022-06-30 | 2022-06-30 | 基于时空同步队列特性雷视融合目标信息系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210765891.4A CN115169452B (zh) | 2022-06-30 | 2022-06-30 | 基于时空同步队列特性雷视融合目标信息系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115169452A CN115169452A (zh) | 2022-10-11 |
CN115169452B true CN115169452B (zh) | 2023-04-28 |
Family
ID=83488620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210765891.4A Active CN115169452B (zh) | 2022-06-30 | 2022-06-30 | 基于时空同步队列特性雷视融合目标信息系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115169452B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115985095B (zh) * | 2022-12-23 | 2024-09-20 | 河北德冠隆电子科技有限公司 | 一种智慧交通用多维度雷视融合一体机 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112505684A (zh) * | 2020-11-17 | 2021-03-16 | 东南大学 | 恶劣环境路侧视角下雷达视觉融合的车辆多目标跟踪方法 |
CN113156421A (zh) * | 2021-04-07 | 2021-07-23 | 南京邮电大学 | 基于毫米波雷达和摄像头信息融合的障碍物检测方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106548251B (zh) * | 2016-10-26 | 2020-10-27 | 广东南方海岸科技服务有限公司 | 一种基于主被动融合的电子监控系统及方法 |
CN109143241A (zh) * | 2018-07-26 | 2019-01-04 | 清华大学苏州汽车研究院(吴江) | 雷达数据和图像数据的融合方法及系统 |
CN110930692B (zh) * | 2019-10-24 | 2021-06-18 | 河北德冠隆电子科技有限公司 | 一种主动式车辆连续跟踪装置、系统及方法 |
CN113850102B (zh) * | 2020-06-28 | 2024-03-22 | 哈尔滨工业大学(威海) | 基于毫米波雷达辅助的车载视觉检测方法及系统 |
CN112863195B (zh) * | 2021-03-18 | 2022-06-14 | 浙江大华技术股份有限公司 | 车辆状态的确定方法及装置 |
CN113189583B (zh) * | 2021-04-26 | 2022-07-01 | 天津大学 | 一种时-空同步的毫米波雷达和视觉信息融合方法 |
CN113380039B (zh) * | 2021-07-06 | 2022-07-26 | 联想(北京)有限公司 | 数据处理方法、装置和电子设备 |
CN113671480B (zh) * | 2021-07-10 | 2024-07-02 | 亿太特(陕西)科技有限公司 | 雷达与视频融合交通目标跟踪方法、系统、设备、终端 |
CN113379805B (zh) * | 2021-08-12 | 2022-01-07 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交通节点的多信息资源融合处理方法 |
CN114172915B (zh) * | 2021-11-05 | 2023-10-31 | 中汽创智科技有限公司 | 一种消息同步方法、自动驾驶系统、存储介质及电子设备 |
-
2022
- 2022-06-30 CN CN202210765891.4A patent/CN115169452B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112505684A (zh) * | 2020-11-17 | 2021-03-16 | 东南大学 | 恶劣环境路侧视角下雷达视觉融合的车辆多目标跟踪方法 |
CN113156421A (zh) * | 2021-04-07 | 2021-07-23 | 南京邮电大学 | 基于毫米波雷达和摄像头信息融合的障碍物检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115169452A (zh) | 2022-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7059362B2 (ja) | 地図データ構築方法、車両端末、およびサーバ | |
EP3253042B1 (en) | Intelligent processing method and system for video data | |
CN115169452B (zh) | 基于时空同步队列特性雷视融合目标信息系统及方法 | |
US20010043721A1 (en) | Method and apparatus for performing motion analysis on an image sequence | |
CN107393308A (zh) | 一种识别车牌的方法、装置及停车场管理系统 | |
CN110556014B (zh) | 智能公交调度平台系统 | |
CN112633120A (zh) | 一种基于半监督学习的智能路侧感知系统及模型训练方法 | |
CN205621299U (zh) | 基于视频识别的辅助报站系统及车载终端 | |
CN110505307B (zh) | 一种网间交通流数据的交换方法及系统 | |
CN112530156A (zh) | 基于边缘计算的智能网联汽车开放道路系统和建设方法 | |
CN105761538A (zh) | 基于视频识别的辅助报站方法、系统及车载终端 | |
CN113778108B (zh) | 一种基于路侧感知单元的数据采集系统及数据处理方法 | |
CN114690174A (zh) | 一种基于毫米波雷达和激光雷达的目标跟踪方法及装置 | |
CN114495512A (zh) | 一种车辆信息检测方法、系统、电子设备及可读存储介质 | |
CN109001688B (zh) | 一种基于雷达信号并行处理的中间数据存储方法及装置 | |
CN115062940A (zh) | 一种基于数字孪生的发射台智能可视化巡检方法及系统 | |
US11408998B2 (en) | Increase depth resolution and depth accuracy in ToF sensors by avoiding histogrammization | |
CN115408486A (zh) | 一种集成多源异构数据的gis系统及其管理方法 | |
CN115123571A (zh) | 智慧机场及智慧机场跑道车辆实时跟踪渲染方法与系统 | |
CN110444038B (zh) | 基于大数据的公交调度方法 | |
CN112861971A (zh) | 一种跨点位的路侧感知目标跟踪方法及系统 | |
CN112289028A (zh) | 一种涉车套牌发现方法、装置、设备和介质 | |
Wang et al. | Research on autopilot test method based on data playback | |
CN112732729A (zh) | 一种基于三维Gis的景区资源管理系统及方法 | |
KR101968022B1 (ko) | 항공데이터 통합 제공방법 및 시스템 |
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 |