CN115206089A - 一种基于4d毫米波雷达的可变车道分流系统 - Google Patents
一种基于4d毫米波雷达的可变车道分流系统 Download PDFInfo
- Publication number
- CN115206089A CN115206089A CN202210635089.3A CN202210635089A CN115206089A CN 115206089 A CN115206089 A CN 115206089A CN 202210635089 A CN202210635089 A CN 202210635089A CN 115206089 A CN115206089 A CN 115206089A
- Authority
- CN
- China
- Prior art keywords
- road
- lane
- information
- traffic
- shunting
- 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 claims abstract description 32
- 230000036541 health Effects 0.000 claims abstract description 15
- 230000007613 environmental effect Effects 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 238000002921 genetic algorithm search Methods 0.000 claims description 2
- 230000002068 genetic effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000004148 unit process Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
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
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- 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
- G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
-
- 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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
一种基于4D毫米波雷达的可变车道分流系统,包括:4D毫米波雷达探测系统,获取探测道路区域中环境和车辆四维信息;道路数据处理系统,接收4D毫米波雷达探测系统发送的数据,分别生成反映道路信息的环境立体图像和道路特征参数;道路状态判别系统,将当前时刻的环境立体图像与历史环境立体图像对比,实时判别车道健康状态;将道路特征参数作为交通状态判别指标,由道路交通状态判别算法给出当前车道拥堵信息;分流控制和报警系统,依据车道健康状况和车道拥堵信息判断需要用于车道分流的可变车道编号,控制指示灯的显示,完成车道的分流,减少拥堵,提高道路通行效率,并依据车道健康状态发出警报。
Description
技术领域
本发明属于毫米波雷达导航技术领域,特别涉及雷达探测、信号处理、交通技术等领域,用于实时监测道路的环境及车流量信息,在道路环境由于某些突发情况影响车辆通行或通行高峰期车辆拥堵时及时采取分流措施,有效解决道路拥堵问题。
背景技术
在城市交通运行中,由早高峰城市车辆涌入和晚高峰城市车辆涌出带来的潮汐现象,导致同一条路的不同方向车道流量差过大,即部分车道拥堵而部分车道车辆十分稀少,这严重降低道路利用率。尽管目前在部分路段设置了潮汐式可变车道,让可变式车道在早高峰充当进城方向车道,晚高峰充当出城方向车道,根据需求重新配置道路资源来应对潮汐交通流。但是,目前可变车道控制均采用固定时间段调控,使得无法对特殊时期或道路损坏、交通事故等特殊原因造成突发交通拥堵情况进行调控,这极大降低了可变车道的利用效率和灵活性。
采用交通状况传感器实时获取路面环境辅助可变车道分流调控,使可变车道更加灵活、智能、全天候工作是一种可行手段。相比于摄像头、环形线圈等传感器系统,毫米波雷达因高距离、速度测量精度、全天候等优势被广泛应用于道路交通监视。但是常规交通雷达缺少对目标高度信息的检测,致使无法全面的获取道路状态信息。基于可变车道分流系统应用现状,在常规交通雷达的基础上,提出了一种基于4D毫米波雷达的可变车道分流系统。
解决以上问题的难度为:
1、现有的潮汐式可变车道只能在固定的时间段内进行调控,在发生突发情况时,不能灵活运用,也无法及时缓解交通拥堵问题。
2、传统摄像头、环形线圈等传感器对道路目标探测的过程中易受到恶劣天气影响,且无法感知路面环境,当有突发情况发生造成车辆拥堵时,无法及时采取有效措施。
所采用的4D毫米波雷达在探测目标过程中不受环境影响,对采集到的信息实时立体成像显示当前路面环境,提取道路特征参数(排队长度、交通流量、平均速度)作为交通状态判别指标判断车辆的通行状态,将当前路面环境立体图像与历史环境立体图像作对比,判断有突发情况造成路面环境改变,导致某个车道无法正常通行,或者在判断道路车辆通行状态为轻度拥堵以及非常拥堵的状态时,发送信号至分流控制和报警系统,及时打开嵌于路面的可变车道指示灯,进行车道分流,提高道路通行效率。
发明内容
基于上述背景,本发明的目的在于提供一种基于4D毫米波雷达的可变车道分流系统,以期灵活处理道路突发状况和交通潮汐现象造成的交通拥堵问题,提高可变车道的利用率;并希望在不改变路面基础设施的条件下,有效解决道路拥堵问题,具有一定的工程应用价值。
为了实现上述目的,本发明采用的技术方案是:
一种基于4D毫米波雷达的可变车道分流系统,包括:
4D毫米波雷达探测系统,获取探测道路区域中环境和车辆四维信息,所述四维信息包括距离、角度、高度、速度,其中探测道路区域中环境的速度为零;
道路数据处理系统,接收4D毫米波雷达探测系统发送的数据,将环境四维信息发送到环境数据处理单元,将车辆四维信息发送到交通数据处理单元,分别生成反映道路信息的环境立体图像和道路特征参数;
道路状态判别系统,将当前时刻的环境立体图像与历史环境立体图像对比,实时判别车道健康状态;将所述道路特征参数作为交通状态判别指标,由道路交通状态判别算法给出当前车道拥堵信息;
分流控制和报警系统,依据车道健康状况和车道拥堵信息判断需要用于车道分流的可变车道编号,控制指示灯的显示,完成车道的分流,减少拥堵,提高道路通行效率,并依据车道健康状态发出警报。
在一个实施例中,所述4D毫米波雷达探测系统包括:
天线单元:发射电磁波,接收探测道路区域中环境和车辆回波信号;
基带单元:对所述回波信号进行下变频处理,再经过A/D转换将模拟信号转换为数字信号,为信号处理单元提供数据源;
信号处理单元:接收所述数字信号,进行恒虚警检测,得到探测道路区域中环境和车辆相对于雷达的距离、角度、高度、速度信息,并将其发送至道路数据处理系统。
在一个实施例中,所述道路数据处理系统包括:
环境数据处理单元:接收4D毫米波雷达探测系统传输的环境四维信息,包含距离、角度、高度、速度信息,其中速度信息为零,对这些数据进行点云成像,以环境立体图像的方式直观呈现道路环境;
交通数据处理单元:车辆四维信息经过信号处理单元之后得到的是车辆相对于雷达的距离、角度、高度、速度数据,交通数据处理单元根据这些数据提取排队长度、交通流量、平均速度作为道路特征参数。
在一个实施例中,所述道路状态判别系统包括:
环境状态判别单元:将当前时刻的环境立体图像与历史环境立体图像对比,判断有无影响车辆通行的突发情况,如判断出存在突发情况,则对过往车辆发出提示信息,并发送信号到分流控制和报警系统;
交通状态判别单元:以道路特征参数作为交通状态判别指标,由交通状态判别算法判断车辆通行过程中是否发生了拥堵,判断车辆拥堵时,向分流控制和报警系统发出信号。
在一个实施例中,所述分流控制和报警系统包括:
信号接收单元:接收道路状态判别系统传输的车道健康状态和车道拥堵信息,并将当有突发情况影响车辆通行或判断当前车道拥堵信息为轻度拥堵或非常拥堵的信息打包,发送到分流决策单元;
分流决策单元:根据信号接收单元传输的信息,获取有突发情况发生或车辆拥堵的车道编号,判断用于该车道分流的可变车道编号,将可变车道编号发送至分流指示单元;
分流指示单元:接收分流决策单元发出的可变车道编号,来控制地面分流指示灯的开启,完成分流指示;
报警单元:当判断道路环境存在突发情况影响车辆通行时,及时发出报警信号给有关部门,便于及时采取相应的措施,同时显示某车道异常的信息提醒过往车辆。
与现有技术相比,本发明的有益效果是:
1)毫米波雷达在探测目标的过程中不受天气状况的影响,还能及时获取道路环境信息。
2)本发明不仅可以提取路面特征进行车辆交通判别,还能呈现道路的环境信息,当发生车辆拥堵、路面损坏或者有障碍物影响车辆通行时,均实现车道分流,有效缓解拥堵,提高车辆的通行率,保证道路畅通。
3)本发明在不改变路面基础设施的条件下,利用现有资源可以有效解决交通潮汐问题。
附图说明
图1为本发明的系统原理框图。
图2为本发明的系统结构框图。
图3为本发明系统中的道路交通状态示意图。
图4为道路特征参数提取模型。
图5为排队长度估计模型示意图。
图6为交通状态判别单元架构。
图7为GA-WFCM算法流程图。
图8为本发明系统中的车道分流状态示意图。
具体实施方式
下面结合附图和实施例详细说明本发明的实施方式。
如图1和图2所示,本发明为一种基于4D毫米波雷达的可变车道分流系统,主要包括4D毫米波雷达探测系统、道路数据处理系统、道路状态判别系统以及分流控制和报警系统。
4D毫米波雷达探测系统用于获取探测道路区域中的环境四维信息和车辆四维信息,本发明中,四维信息为距离、角度、高度、速度,其中探测道路区域中环境的速度为零,即环境四维信息中,速度取零。
本发明的道路交通状态如图3所示,为了避免大型车辆对后面的小型车辆的遮挡而导致雷达探测不到后面车辆及背景信息情况,可将4D毫米波雷达探测系统安装在路口处交通灯的灯杆上。
示例地,本发明4D毫米波雷达探测系统主要包括天线单元、基带单元和信号处理单元。其中,天线单元的主要功能是发射电磁波,并接收探测道路区域中环境和车辆的回波信号。基带单元接收天线单元传输的回波信号,对其进行下变频处理得到中频数字信号,采集中频数字信号,再经过A/D转换将模拟信号转换为数字信号,为信号处理单元提供数据源。信号处理单元接收该数字信号,进行恒虚警检测,得到探测道路区域中环境和车辆相对于雷达的距离、角度、高度、速度信息。
也即,4D毫米波雷达探测系统通过连续发射电磁波,接收车辆及道路环境的反射回波,经过基带单元、信号处理单元处理后,能够获取探测道路区域中的环境四维信息和车辆四维信息,这些信息可通过无线网络输入到道路数据处理系统。
道路数据处理系统接收4D毫米波雷达探测系统发送的数据,将环境四维信息发送到环境数据处理单元,将车辆四维信息发送到交通数据处理单元,分别生成反映道路信息的环境立体图像和道路特征参数。
示例地,本发明道路数据处理系统主要包括环境数据处理单元和交通数据处理单元。其中,环境数据处理单元处理环境数据,其接收4D毫米波雷达探测系统传输的环境四维信息,即距离、角度、高度、速度(速度为零)数据,对这些数据通过成像算法进行点云成像,显示出环境立体图像,以环境立体图像的方式直观呈现道路环境。交通数据处理单元处理以车辆四维信息为代表的交通数据,车辆四维信息经过信号处理单元之后得到的是车辆相对于雷达的距离、角度、高度、速度数据,交通数据处理单元根据这些数据提取排队长度、交通流量、平均速度等作为道路特征参数。
参照图4,道路数据处理系统提取道路特征参数包括:选取交通流量估计模型、平均速度估计模型、排队长度估计模型。交通流量估计模型为获取每个单位时间内雷达采集的所有车辆的“Id”字段,去除重复的“Id”记录后即可得到交通流量;平均速度估计模型为获取雷达采集的所有数据,计算单位时间内有同一“Id”字段的所有瞬时速度的平均值作为每一辆车的平均速度。排队长度估计模型参照图5,将单个车道划分为若干个相等的间隔,间隔的距离以车辆的平均长度确定为5米,由于间隔内最多只能容纳一辆车,相邻两辆车之间的距离若小于或等于5米,此时认为是安全距离导致的,若相邻两辆车的间隔大于5米,则认为检测到前面车辆的距离即为排队长度,用于实现道路交通状态的判别。
道路状态判别系统将当前时刻的环境立体图像与历史环境立体图像对比,实时判别车道健康状态;将道路特征参数作为交通状态判别指标,由道路交通状态判别算法给出当前车道拥堵信息。
示例地,本发明道路状态判别系统主要包括环境状态判别单元和交通状态判别单元。其中,环境状态判别单元的主要功能是将当前时刻的环境立体图像与历史环境立体图像对比,判断有无障碍物、路面损坏等等影响车辆通行的突发情况,即判断车道环境是否处于健康状态,如判断出存在这种突发情况,则对过往车辆发出提示信息,并发送信号到分流控制和报警系统。参照图6,交通状态判别单元以道路特征参数即排队长度、交通流量、平均速度作为交通状态判别指标,采用GA-FMCW等交通状态判别算法判断当前时刻道路的交通状态,即判断车辆通行过程中是否发生了拥堵,并在判断车辆拥堵时,向分流控制和报警系统发出信号。容易理解,本发明可以对拥堵程度进行分级,例如为更加直观的判断当前道路的交通状态,将当前道路车辆行驶状态分为:“非常畅通”、“畅通”、“轻度拥堵”、“中度拥堵”、“非常拥堵”;只有在判定当前车道为中度拥堵或非常拥堵状态时,才向分流控制和报警系统发送信号。
参照图7,GA-FMCW算法的实现主要基于指标赋权模块、最大聚类数目确定模块、遗传算法搜索初始聚类中心模块以及交通状态判别模块。由于交通状态判别指标对道路状态的作用各不相同,故需要对每个判别指标赋予不同的权重值,以此来说明各个判别指标对判别交通状态所起作用的大小,指标赋权模块可以对道路判别指标赋予主观权重和客观权重,主观权重是人们根据已有经验来给出各个指标所占的权重,客观权重需要通过数理运算来获得各个指标的权重,进一步计算各个指标的组合权重,以此来建立交通状态判别指标体系;最大聚类数目确定模块中,m为模糊加权指数,其值太大或太小都会对FCM算法的运算结果造成一定的影响,通过查阅相关资料,当m的取值为2.25时,FCM算法的效果最好,因此取m=2.25,执行FCM算法,当CH(c)达到最大值时,输出c值,作为交通状态判别模块的最佳聚类数目;遗传算法搜索初始聚类中心模块中首先进行参数设置,编码、初始化种群,对个体适应度评价,当判断总体适应度不再变化或达到最大迭代次数时,进行解码处理,为交通状态判别模块提供初始聚类中心,交通状态判别模块计算隶属度,不断更新聚类中心,计算目标函数,当满足终止条件时,输出最优聚类中心,根据隶属度最小原则,完成交通状态的实时判别。
分流控制和报警系统依据车道健康状况和车道拥堵信息,在有突发情况发生或者车辆通行拥堵时,获取与之对应的车道编号,并判断需要用于车道分流的可变车道编号,控制指示灯的显示,完成车道的分流,减少拥堵,提高道路通行效率,并依据车道健康状态发出警报。
示例地,本发明分流控制和报警系统主要包括信号接收单元、分流决策单元、分流指示单元和报警单元。其中,信号接收单元的主要功能是接收道路状态判别系统传输的车道健康状态和车道拥堵信息,并将当有突发情况影响车辆通行或判断当前车道拥堵信息为轻度拥堵或非常拥堵的信息打包,发送到分流决策单元。分流决策单元根据信号接收单元传输的信息,获取有突发情况发生或车辆拥堵的车道编号,判断用于该车道分流的可变车道编号,将可变车道编号发送至分流指示单元;分流指示单元的主要功能是接收分流决策单元发出的可变车道编号,控制地面分流指示灯的开启,完成分流指示,保证该路段车辆的畅通。报警单元的主要功能是报警,即当判断道路环境存在突发情况影响车辆通行时,及时发出报警信号给有关部门,便于及时采取相应的措施,同时在在道路两旁等位置显示某车道异常的信息提醒过往车辆。
参照图8,以左转车道被障碍物阻挡或判断左转车道为拥堵状态而直行车道十分畅通为例,由分流控制系统单元中的报警系统发出报警信号,可以直观的了解是道路环境造成的拥堵还是车辆过多造成的拥堵,分流决策单元获取当前发生拥堵的车道编号1,并判断需要用于当前拥堵车道分流的可变车道编号1,将该编号发送至分流指示单元,分流指示单元将可变车道1的分流指示灯打开,表示当前时刻可变车道1既可以左转又可以直行,明显提高了道路车辆的通行效率,有效解决交通拥堵问题。
Claims (7)
1.一种基于4D毫米波雷达的可变车道分流系统,其特征在于,包括:
4D毫米波雷达探测系统,获取探测道路区域中环境和车辆四维信息,所述四维信息包括距离、角度、高度、速度,其中探测道路区域中环境的速度为零;
道路数据处理系统,接收4D毫米波雷达探测系统发送的数据,将环境四维信息发送到环境数据处理单元,将车辆四维信息发送到交通数据处理单元,分别生成反映道路信息的环境立体图像和道路特征参数;
道路状态判别系统,将当前时刻的环境立体图像与历史环境立体图像对比,实时判别车道健康状态;将所述道路特征参数作为交通状态判别指标,由道路交通状态判别算法给出当前车道拥堵信息;
分流控制和报警系统,依据车道健康状况和车道拥堵信息判断需要用于车道分流的可变车道编号,控制指示灯的显示,完成车道的分流,减少拥堵,提高道路通行效率,并依据车道健康状态发出警报。
2.根据权利要求1所述基于4D毫米波雷达的可变车道分流系统,其特征在于,所述4D毫米波雷达探测系统包括:
天线单元:发射电磁波,接收探测道路区域中环境和车辆回波信号;
基带单元:对所述回波信号进行下变频处理,再经过A/D转换将模拟信号转换为数字信号,为信号处理单元提供数据源;
信号处理单元:接收所述数字信号,进行恒虚警检测,得到探测道路区域中环境和车辆相对于雷达的距离、角度、高度、速度信息,并将其发送至道路数据处理系统。
3.根据权利要求1所述基于4D毫米波雷达的可变车道分流系统,其特征在于,所述道路数据处理系统包括:
环境数据处理单元:接收4D毫米波雷达探测系统传输的环境四维信息,包含距离、角度、高度、速度信息,其中速度信息为零,对这些数据进行点云成像,以环境立体图像的方式直观呈现道路环境;
交通数据处理单元:车辆四维信息经过信号处理单元之后得到的是车辆相对于雷达的距离、角度、高度、速度数据,交通数据处理单元根据这些数据提取排队长度、交通流量、平均速度作为道路特征参数。
4.根据权利要求1所述基于4D毫米波雷达的可变车道分流系统,其特征在于,所述道路状态判别系统包括:
环境状态判别单元:将当前时刻的环境立体图像与历史环境立体图像对比,判断有无影响车辆通行的突发情况,如判断出存在突发情况,则对过往车辆发出提示信息,并发送信号到分流控制和报警系统;
交通状态判别单元:以道路特征参数作为交通状态判别指标,由交通状态判别算法判断车辆通行过程中是否发生了拥堵,判断车辆拥堵时,向分流控制和报警系统发出信号。
5.根据权利要求4所述基于4D毫米波雷达的可变车道分流系统,其特征在于,所述交通状态判别算法为GA-WFCM算法,基于指标赋权模块、最大聚类数目确定模块、遗传算法搜索初始聚类中心模块以及交通状态判别模块实现,所述指标赋权模块对道路判别指标赋予主观权重和客观权重,主观权重是根据已有经验来给出各个指标所占的权重,客观权重是通过数理运算获得的各个指标的权重,计算各个指标的组合权重,以此来建立交通状态判别指标体系;所述最大聚类数目确定模块中,m为模糊加权指数,m=2.25,执行FCM算法,当CH(c)达到最大值时,输出c值,作为交通状态判别模块的最佳聚类数目;遗传算法搜索初始聚类中心模块中首先进行参数设置,编码、初始化种群,对个体适应度评价,当判断总体适应度不再变化或达到最大迭代次数时,进行解码处理,为交通状态判别模块提供初始聚类中心,交通状态判别模块计算隶属度,不断更新聚类中心,计算目标函数,当满足终止条件时,输出最优聚类中心,根据隶属度最小原则,完成交通状态的实时判别。
6.根据权利要求1所述基于4D毫米波雷达的可变车道分流系统,其特征在于,所述分流控制和报警系统包括:
信号接收单元:接收道路状态判别系统传输的车道健康状态和车道拥堵信息,并将当有突发情况影响车辆通行或判断当前车道拥堵信息为轻度拥堵或非常拥堵的信息打包,发送到分流决策单元;
分流决策单元:根据信号接收单元传输的信息,获取有突发情况发生或车辆拥堵的车道编号,判断用于该车道分流的可变车道编号,将可变车道编号发送至分流指示单元;
分流指示单元:接收分流决策单元发出的可变车道编号,来控制地面分流指示灯的开启,完成分流指示;
报警单元:当判断道路环境存在突发情况影响车辆通行时,及时发出报警信号给有关部门,便于及时采取相应的措施,同时显示某车道异常的信息提醒过往车辆。
7.根据权利要求1所述基于4D毫米波雷达的可变车道分流系统,其特征在于,所述4D毫米波雷达探测系统安装在路口处交通灯的灯杆上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210635089.3A CN115206089B (zh) | 2022-06-07 | 2022-06-07 | 一种基于4d毫米波雷达的可变车道分流系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210635089.3A CN115206089B (zh) | 2022-06-07 | 2022-06-07 | 一种基于4d毫米波雷达的可变车道分流系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115206089A true CN115206089A (zh) | 2022-10-18 |
CN115206089B CN115206089B (zh) | 2024-06-25 |
Family
ID=83575635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210635089.3A Active CN115206089B (zh) | 2022-06-07 | 2022-06-07 | 一种基于4d毫米波雷达的可变车道分流系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115206089B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117392858A (zh) * | 2023-12-04 | 2024-01-12 | 华睿交通科技股份有限公司 | 基于多元信息的交通热感摄像系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003288674A (ja) * | 2002-03-28 | 2003-10-10 | Natl Inst For Land & Infrastructure Management Mlit | ミリ波センサにおける渋滞判定方法及び装置 |
US20060155427A1 (en) * | 2003-02-27 | 2006-07-13 | Shaopeng Yang | Road traffic control method and traffic facilities |
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 |
KR20100119476A (ko) * | 2009-04-30 | 2010-11-09 | (주) 서돌 전자통신 | 연속류도로 사고 및 돌발 자동판별 검지시스템 및 그 방법 |
CN110532896A (zh) * | 2019-08-06 | 2019-12-03 | 北京航空航天大学 | 一种基于路侧毫米波雷达和机器视觉融合的道路车辆检测方法 |
CN110570664A (zh) * | 2019-09-23 | 2019-12-13 | 山东科技大学 | 一种高速公路交通事件自动检测系统 |
CN112085951A (zh) * | 2020-08-17 | 2020-12-15 | 西安电子科技大学 | 交通状态判别方法、系统、存储介质、计算机设备及应用 |
CN112258833A (zh) * | 2020-09-15 | 2021-01-22 | 深圳市金溢科技股份有限公司 | 可变车道控制方法、边缘计算设备和系统 |
CN112907981A (zh) * | 2021-03-25 | 2021-06-04 | 东南大学 | 一种用于分流路口交通拥堵车辆的分流装置及其控制方法 |
CN113096397A (zh) * | 2021-03-31 | 2021-07-09 | 武汉大学 | 基于毫米波雷达与视频检测的交通拥堵分析方法 |
CN113569752A (zh) * | 2021-07-29 | 2021-10-29 | 清华大学苏州汽车研究院(吴江) | 车道线结构识别方法、装置、设备及介质 |
-
2022
- 2022-06-07 CN CN202210635089.3A patent/CN115206089B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003288674A (ja) * | 2002-03-28 | 2003-10-10 | Natl Inst For Land & Infrastructure Management Mlit | ミリ波センサにおける渋滞判定方法及び装置 |
US20060155427A1 (en) * | 2003-02-27 | 2006-07-13 | Shaopeng Yang | Road traffic control method and traffic facilities |
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 |
KR20100119476A (ko) * | 2009-04-30 | 2010-11-09 | (주) 서돌 전자통신 | 연속류도로 사고 및 돌발 자동판별 검지시스템 및 그 방법 |
CN110532896A (zh) * | 2019-08-06 | 2019-12-03 | 北京航空航天大学 | 一种基于路侧毫米波雷达和机器视觉融合的道路车辆检测方法 |
CN110570664A (zh) * | 2019-09-23 | 2019-12-13 | 山东科技大学 | 一种高速公路交通事件自动检测系统 |
CN112085951A (zh) * | 2020-08-17 | 2020-12-15 | 西安电子科技大学 | 交通状态判别方法、系统、存储介质、计算机设备及应用 |
CN112258833A (zh) * | 2020-09-15 | 2021-01-22 | 深圳市金溢科技股份有限公司 | 可变车道控制方法、边缘计算设备和系统 |
CN112907981A (zh) * | 2021-03-25 | 2021-06-04 | 东南大学 | 一种用于分流路口交通拥堵车辆的分流装置及其控制方法 |
CN113096397A (zh) * | 2021-03-31 | 2021-07-09 | 武汉大学 | 基于毫米波雷达与视频检测的交通拥堵分析方法 |
CN113569752A (zh) * | 2021-07-29 | 2021-10-29 | 清华大学苏州汽车研究院(吴江) | 车道线结构识别方法、装置、设备及介质 |
Non-Patent Citations (6)
Title |
---|
LEE M, ET AL.: "Enhanced road boundary and obstacle detection using a downward-looking LIDAR sensor", IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY, 31 March 2012 (2012-03-31) * |
周鹏;丁晨;: "智能可变车道的导向判决算法的研究与实现", 武汉理工大学学报, no. 08, 30 August 2012 (2012-08-30) * |
张薇;: "基于监控视频图像的潮汐车道自主控制系统设计", 科技通报, no. 01 * |
曹洁等: "基于信息熵加权的FCM交通状态识别研究", 计算机应用与软件, vol. 35, no. 10, 31 October 2018 (2018-10-31) * |
李原: "毫米波雷达在车路协同系统中的应用研究", 工业控制计算机, no. 1 * |
李原等: "毫米波雷达在车路协同系统中的应用研究", 工业控制计算机, no. 1, 31 January 2020 (2020-01-31) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117392858A (zh) * | 2023-12-04 | 2024-01-12 | 华睿交通科技股份有限公司 | 基于多元信息的交通热感摄像系统 |
CN117392858B (zh) * | 2023-12-04 | 2024-03-19 | 华睿交通科技股份有限公司 | 基于多元信息的交通热感摄像系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115206089B (zh) | 2024-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109544932B (zh) | 一种基于出租车gps数据与卡口数据融合的城市路网流量估计方法 | |
CN103258427B (zh) | 基于信息物理网络的城市快速路交通实时监控方法 | |
US11069233B1 (en) | Video-based main road cooperative signal machine control method | |
CN108550269A (zh) | 基于毫米波雷达的交通流量检测系统及其检测方法 | |
EP1435036B1 (en) | System and method for identification of traffic lane positions | |
CN110570664A (zh) | 一种高速公路交通事件自动检测系统 | |
US10699568B1 (en) | Video-based crossroad signal machine control method | |
CN106920403B (zh) | 一种基于阵列雷达的单点自适应控制方法 | |
KR101803891B1 (ko) | 셀영역별 교통인수와 객체추적 모듈로 이루어진 하이브리드형 셀영역 기반 교통상황 실시간 통보장치 및 방법 | |
CN103914688A (zh) | 一种城市道路障碍物识别系统 | |
JP6392623B2 (ja) | 路面状態判別システム | |
CN113096397B (zh) | 基于毫米波雷达与视频检测的交通拥堵分析方法 | |
CN114333330B (zh) | 一种基于路侧边缘全息感知的交叉口事件检测系统 | |
CN103021176A (zh) | 基于断面检测器的城市道路交通状态判别方法 | |
CN111798678A (zh) | 一种基于大数据的城市交通智能监控协调管理系统 | |
CN101739828A (zh) | 结合路面交通与天气状态的城市交通区域拥塞判定方法 | |
CN106327880B (zh) | 一种基于监控视频的车速识别方法及其系统 | |
CN116153078B (zh) | 基于毫米波雷达的道路安全度评估方法、装置及存储介质 | |
CN115206089B (zh) | 一种基于4d毫米波雷达的可变车道分流系统 | |
WO2022213542A1 (zh) | 基于激光雷达和轨迹预测的信控交叉口清空方法和系统 | |
CN202422420U (zh) | 一种基于视频监控的违章停车检测系统 | |
KR102505867B1 (ko) | 라이다 센서를 이용한 다중 차량 데이터 분석 및 교통 신호 제어 방법 및 시스템 | |
CN111354156A (zh) | 一种行人/骑行者风险监测预警装置及预警方法 | |
US11782448B2 (en) | Method for obstacle detection and recognition for intelligent snow sweeping robot | |
KR20190142216A (ko) | 마킹의 딥러닝 인식을 이용한 차량 검지 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 |