CN115240430A - 路侧设备信息分布式级联融合方法、系统及介质 - Google Patents

路侧设备信息分布式级联融合方法、系统及介质 Download PDF

Info

Publication number
CN115240430A
CN115240430A CN202211123782.9A CN202211123782A CN115240430A CN 115240430 A CN115240430 A CN 115240430A CN 202211123782 A CN202211123782 A CN 202211123782A CN 115240430 A CN115240430 A CN 115240430A
Authority
CN
China
Prior art keywords
target
road side
detected
global
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.)
Granted
Application number
CN202211123782.9A
Other languages
English (en)
Other versions
CN115240430B (zh
Inventor
黄利雄
黄少冰
张国壁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Zhongtianyun Technology Co ltd
Original Assignee
Hunan Zhongtianyun Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan Zhongtianyun Technology Co ltd filed Critical Hunan Zhongtianyun Technology Co ltd
Priority to CN202211123782.9A priority Critical patent/CN115240430B/zh
Publication of CN115240430A publication Critical patent/CN115240430A/zh
Application granted granted Critical
Publication of CN115240430B publication Critical patent/CN115240430B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • 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
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating
    • 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
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开一种路侧设备信息多点分布式级联融合方法、系统及介质，该方法步骤包括：沿指定车道布置的各个路侧设备在执行目标检测的过程中，选取一个路侧设备作为起始路侧设备，其余位置点处的路侧设备按照车辆行驶方向依次排序；每当起始路侧设备检测到新目标时，分配一个全局ID号，并将检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备；其余路侧设备中，每当路侧设备检测到新目标时，将新目标信息分别与上一位置点处的路侧设备上一帧检测到的目标信息进行匹配比较，如果匹配成功则根据对应的全局ID号配置当前新目标的全局ID号。本发明具有实现方法简单、计算效率与精度高以及灵活可扩展性强等优点。

Description

路侧设备信息分布式级联融合方法、系统及介质
技术领域
本发明涉及智慧交通技术领域，尤其涉及一种路侧设备信息多点分布式级联融合方法及系统。
背景技术
对路侧端进行智慧升级，可以提升与智能车的协助和服务性能，还能便于对路侧端进行全局统筹，从而借助于路侧端对交通流量的导引和监测，可以进一步减少路况事故等的发生。在路侧端，单点传感器设备通常只针对整条智慧公路上的某小段路况进行监测，无法覆盖整条智慧公路的整体交通路况监测和管理，因而一条智慧公路上通常会设置非常多个功能相同的路侧设备，单点设备只负责完成一定范围内交通信息获取，多个设备共同完成整条智慧公路作整体信息获取和规划。因而要实现整条公路上所有单点设备信息获取以完成整体规划，需要将所有单点设备的信息统一映射到同一个世界坐标系（GPS或是北斗坐标系）。
针对于一条智慧公路上所有单点设备信息管理，现有技术中通常是采用集中式管理方法，如图1所示，通过配置额外的计算服务器（Multi Edges Computer, MEC），由该服务器收集所有路侧端的传感器（如毫米波雷达传感器，相机传感器等）获取的交通路况信息，并将所有的信息汇集到一起后，统一进行信息的检测和跟踪，并最终进行信息融合。但是上述集中式管理方法，一方面必须依赖于额外的计算服务器配置，实现成本高，尤其是为了满足性能要求，需要配置高性能的MEC模块，会进一步增加成本；另一方面，由于计算服务器需要同时执行海量的路侧设备数据处理，处理效率以及数据处理量均会受限，就难以高效的满足大批量路侧设备的数据处理需求，而随着智慧公路上部署的路侧设备越来越多，对计算服务器的压力也会越来越大。虽然通过增添MEC模块可以在一定程度上缓解单个MEC负载压力，但是单个MEC模块的处理效率仍然受限，且还会增加网络传输等的负担。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种实现方法简单、计算效率与精度高以及灵活可扩展性强的路侧设备信息多点分布式级联融合方法及系统。
为解决上述技术问题，本发明提出的技术方案为：
一种路侧设备信息多点分布式级联融合方法，步骤包括：
沿指定车道布置的各个路侧设备在执行目标检测的过程中，选取一个路侧设备作为起始路侧设备，其余位置点处的路侧设备按照当前车道上允许的车辆行驶方向依次排序；
每当所述起始路侧设备检测到新目标时，为检测到的新目标分配一个全局ID号，并将检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备，所述目标信息包括目标的坐标位置以及检测时间；
除所述起始路侧设备以外的其余路侧设备中，将上一位置点处的路侧设备当前帧检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备，其中每当路侧设备检测到新目标时，将新目标的坐标位置以及检测时间分别与接收到的上一位置点处的路侧设备上一帧检测到的目标的坐标位置以及检测时间进行匹配比较，如果存在目标的坐标位置以及检测时间均匹配成功则根据所述上一位置点处的路侧设备上一帧检测的目标信息所对应的全局ID号配置当前新目标的全局ID号，实现各路侧设备检测信息的分布式级联融合。
进一步的，所述将新目标信息分别与接收到的上一位置点处的路侧设备上一帧检测到的目标信息进行匹配比较时，如果新目标信息与所述上一位置点处的路侧设备上一帧检测到的目标信息中目的目标之间的距离最小，则判定匹配成功，使用所述目的目标所对应的全局ID号配置当前新目标的全局ID号。
进一步的，每当路侧设备检测到目标时，采用卡尔曼滤波跟踪算法判断检测到的目标是否是新目标，如果是非新目标，则直接更新目标的信息。
进一步的，当各路侧设备所在的车道为单向车道且无分叉路口时，所述将上一位置点处的路侧设备当前帧检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备包括：
将第n-1个位置点处的路侧设备当前帧时刻检测到的目标集合obj (n-1)-i 数据发送给第n个位置点处的路侧设备，n表示按照车道上允许的车辆行驶方向顺序依次排列的路侧设备的序号，i表示每个路侧设备所监测的区域范围内检测到的目标序号，第n个位置点处的路侧设备接收到所述目标集合obj (n-1)-i 后进行保存；
所述第n个位置点处的路侧设备在下一帧时刻检测到目标时，根据当前时刻检测到的目标集合next_obj n 与上一时刻检测到的目标集合obj n- i 之间的差值确定出当前时刻检测到的新目标new_next_obj n-i，遍历所述目标集合obj (n-1)-i ，查找与新目标new_next_obj n-i距离最小的目标点，并将查找到的目标点对应的全局ID号赋给所述新目标new_next_obj n-i。
进一步的，当各路侧设备所在的车道为单向车道且有分叉路口时，所述将上一位置点处的路侧设备当前帧检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备包括：
若为处于交叉路口预设范围内的路侧设备，当检测到新目标时，将新目标信息与接收到的来自上一位置点处路侧设备上一帧时刻的目标检测信息进行匹配比较，若匹配成功则判定新目标为来自上一位置点处路侧设备已检测到的车流目标，使用上一位置点处路侧设备所检测到的目标信息所对应的全局ID赋给当前新目标，若匹配不成功则判定新目标来自交叉路汇入车流，为新目标分配新的全局ID号。
进一步的，当各路侧设备所在的车道为双向车道时，选取从第一方向进入车道后第一个位置点处的路侧设备作为起始路侧设备、其余路侧设备按照所述第一方向依次排序以实现第一方向车流检测，以及选取从第二方向进入车道后第一个位置点处的路侧设备作为起始路侧设备、其余路侧设备按照所述第二方向依次排序以实现第二方向车流检测，所述第一方向、第二方向分别为双向车道的两个允许行驶方向；当所述起始路侧设备检测到目标时，识别目标的移动方向并判断是否为检测到的新目标，若目标移动方向与所需检测方向一致且为新目标，则为新目标分配一个对应方向的全局ID号，并将检测到的目标信息以及对应的全局ID号按照所需检测方向转发给下一位置点处的路侧设备。
进一步的，除所述起始路侧设备以外的其余路侧设备中，每当路侧设备检测到新目标时，识别目标的移动方向，若为所述第一方向，将新目标信息分别与所述第一方向上的上一位置点处的路侧设备上一帧在所述第一方向上检测到的目标信息进行匹配比较，如果匹配成功则根据所述上一位置点处的路侧设备上一帧在所述第一方向上检测的目标信息所对应的全局ID号配置当前新目标的全局ID号，并将检测到的目标信息以及对应的全局ID号按照所述第一方向转发至下一路侧设备；
若为所述第二方向，将新目标信息分别与所述第二方向上的上一位置点处的路侧设备上一帧在所述第二方向上检测到的目标信息进行匹配比较，如果匹配成功则根据所述上一位置点处的路侧设备上一帧在所述第二方向上检测的目标信息所对应的全局ID号配置当前新目标的全局ID号，并将检测到的目标信息以及对应的全局ID号按照所述第二方向转发至下一路侧设备。
一种路侧设备信息多点分布式级联融合系统，包括多个沿指定车道布置的路侧设备，还包括：
初始化配置单元，用于沿指定车道布置的各个路侧设备在执行目标检测的过程中，选取一个路侧设备作为起始路侧设备，其余位置点处的路侧设备按照当前车道上允许的车辆行驶方向依次排序；
第一信息转发控制单元，用于每当所述起始路侧设备检测到新目标时，为检测到的新目标分配一个全局ID号，并将检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备，所述目标信息包括目标的坐标位置以及检测时间；
第二信息转发控制单元，用于除所述起始路侧设备以外的其余路侧设备中，将上一位置点处的路侧设备当前帧检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备，其中每当路侧设备检测到新目标时，将新目标的坐标位置以及检测时间分别与接收到的上一位置点处的路侧设备上一帧检测到的目标的坐标位置以及检测时间进行匹配比较，如果存在目标的坐标位置以及检测时间均匹配成功则根据所述上一位置点处的路侧设备上一帧检测的目标信息所对应的全局ID号配置当前新目标的全局ID号，实现各路侧设备检测信息的分布式级联融合。
一种路侧设备信息多点分布式级联融合系统，包括多个沿指定车道布置的路侧设备，所述路侧设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序以执行如上述方法。
一种存储有计算机程序的计算机可读存储介质，所述计算机程序执行时实现如上述方法。
与现有技术相比，本发明的优点在于：本发明采用多点分布式级联方式，选取一个路侧设备作为起始路侧设备，各个路侧设备在执行目标检测的过程中，上一位置的路侧设备检测到的信息转发给下一个位置的路侧设备，仅在起始路侧设备检测到新目标时分配全局ID号，其余路侧设备通过将检测到的新目标与上一位置上一帧检测到的目标信息进行匹配，对于匹配成功的使用上一位置上一帧检测到的目标信息对应的全局ID配置该新目标，实现各点路侧设备信息的分布式级联融合，可以直接在边缘端实现点与点上的交通路况信息级联和融合，将数据处理量分担至各个单点设备上，不仅能够保证各点之间信息高效精准级联融合，还可以便于实现整个系统的扩展，对于接入的路侧设备数量不受限制，大大提升了数据融合的效率以及系统可扩展性，且无需配置服务器处理计算机MEC，相比于传统集中式管理方式，可以有效降低实现成本以及数据处理复杂度，能够很好的满足当前对智慧交通公路的整体监测和跟踪性能需求。
附图说明
图1是传统所有单点设备信息集中式管理的原理示意图。
图2是本发明实施例1路侧设备信息多点分布式级联融合方法的实现流程示意图。
图3是本发明实施例2实现路侧设备信息多点分布式级联融合的原理示意图。
图4是本发明实施例3实现路侧设备信息多点分布式级联融合的原理示意图。
图5是本发明实施例4实现路侧设备信息多点分布式级联融合的原理示意图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。
考虑到集中式管理方式会存在处理效率以及数据处理量受限等问题，本发明采用多点分布式级联方式，选取一个路侧设备作为起始路侧设备，其余位置点处的路侧设备按照车道上车辆行驶方向依次排序，各个路侧设备在执行目标检测的过程中，上一位置的路侧设备检测到的信息（坐标位置、检测时间）转发给下一个位置的路侧设备，仅在起始路侧设备检测到新目标时分配全局ID号，其余路侧设备通过将检测到的新目标与上一位置上一帧检测到的目标信息进行匹配，以判断是否是来自于同一检测时间所检测到的同一目标，对于匹配成功的使用上一位置上一帧检测到的目标信息对应的全局ID配置该新目标，使得可以将匹配后数据依次在各级路侧设备上的转发、传递，实现各点路侧设备信息的分布式级联融合，可以直接在边缘端实现点与点上的交通路况信息级联和融合，将数据处理量分担至各个单点设备上，不仅能够保证各点之间信息高效精准级联融合，还可以便于实现整个系统的扩展，对于接入的路侧设备数量不受限制，大大提升了数据融合的效率以及系统可扩展性，且无需配置服务器处理计算机MEC，相比于传统集中式管理方式，可以有效降低实现成本以及数据处理复杂度，能够很好的满足当前对智慧交通公路的整体监测和跟踪性能需求。
实施例1：
如图1所示，本实施例路侧设备信息多点分布式级联融合方法的步骤包括：
S01.沿指定车道布置的各个路侧设备在执行目标检测的过程中，选取一个路侧设备作为起始路侧设备，其余位置点处的路侧设备按照当前车道上允许的车辆行驶方向依次排序；
S02.每当起始路侧设备检测到新目标时，为检测到的新目标分配一个全局ID号，并将检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备；
S03.除起始路侧设备以外的其余路侧设备中，将上一位置点处的路侧设备当前帧检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备，其中每当路侧设备检测到新目标时，将新目标信息分别与接收到的上一位置点处的路侧设备上一帧检测到的目标信息进行匹配比较，如果匹配成功则根据上一位置点处的路侧设备上一帧检测的目标信息所对应的全局ID号配置当前新目标的全局ID号，实现各路侧设备检测信息的分布式级联融合。
上述路侧设备具体包括多种传感器以及边缘计算单元，传感器包括毫米波测距测速雷达传感器和相机传感器等，以用于采集车道上交通路况信息，边缘计算单元用于进行单点的数据处理。每一个位置点处的路侧设备布置在一立杆上，形成单杆设备。上述目标信息具体包括目标的坐标位置（如经度、纬度）以及检测时间等信息。
在具体应用实施例中，由每个单杆上的传感器负责智慧公路上对应一块区域的交通场景信息的获取、跟踪和监测，在每个单杆路侧设备上将传感器信息（毫米波雷达传感器设备的视场坐标系和相机传感器的视场坐标系）进行标定融合，使毫米波雷达获取的信息和视频图像获取的信息融合到一起，将所有信息映射到毫米波雷达坐标系当中；每个单杆融合映射到毫米波雷达坐标系中的目标信息，进一步映射到全球导航系统坐标系（GNSS坐标系），形成统一全局坐标系，同时每个单杆同时接收上一个点转发的目标信息，将相同目标信息的全局ID进行统一，以实现分布式级联融合。
本实施例中，步骤S01中具体按照车道上车辆行驶方向选取进入车道的第一个位置点处路侧设备作为起始路侧设备，其余路侧设备按顺序排序。例如车道的行驶方向为从左到右，车道边缘从左到右布置n个路侧设备：路侧设备1，路侧设备2，…，路侧设备n，则选择路侧设备1作为起始路侧设备，每当路侧设备1检测到新目标时，为新目标分配对应的全局ID号，并将检测到的目标信息以及对应的全局ID号转发给路侧设备2。从路侧设备2开始，各路侧设备之间依次将上一设备检测到的目标信息（坐标位置以及检测时间）以及对应的全局ID号转发给下一设备，例如路侧设备2的数据转发给路侧设备3，路侧设备3的数据转发给路侧设备4，以此类推。
本实施例中，步骤S03中将新目标信息分别与接收到的上一位置点处的路侧设备上一帧检测到的目标信息（坐标位置以及检测时间）进行匹配比较时，如果新目标信息与上一位置点处的路侧设备上一帧检测到的目标信息中目的目标之间的距离最小，则判定匹配成功，使用目的目标所对应的全局ID号配置当前新目标的全局ID号。例如，在路侧设备2检测到新目标x1时，与路侧设备1上一时刻检测到的目标x0距离最小，则将目标x0的全局ID号分配给新目标x1。车辆在行驶过程中会依次经过各路侧设备，如果下一位置点处的路侧设备检测到的新目标与上一位置点处的路侧设备上一帧检测到的某目标之间的距离最小，则表明新目标与上一位置点处的路侧设备上一帧检测到的该目标即为同一目标，直接利用上一位置点处的路侧设备上一帧检测到的该目标的全局ID为当前新目标分配全局ID，从而完成相邻路侧设备之间的目标信息融合。
本实施例中，每当路侧设备检测到目标时，采用卡尔曼滤波跟踪算法判断检测到的目标是否是新目标，如果是非新目标，则直接更新目标的信息，如果是新目标则按上述方式进行匹配比较以获取对应的全局ID号。上述卡尔曼滤波跟踪算法具体可以根据实际需求选取，当然也可以选取其他判别方式。
本实施例路侧设备信息多点分布式级联融合系统，包括多个沿指定车道布置的路侧设备，还包括：
初始化配置单元，用于沿指定车道布置的各个路侧设备在执行目标检测的过程中，选取一个路侧设备作为起始路侧设备，其余位置点处的路侧设备按照当前车道上允许的车辆行驶方向依次排序；
第一信息转发控制单元，用于每当起始路侧设备检测到新目标时，为检测到的新目标分配一个全局ID号，并将检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备，目标信息包括目标的坐标位置以及检测时间；
第二信息转发控制单元，用于除起始路侧设备以外的其余路侧设备中，将上一位置点处的路侧设备当前帧检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备，其中每当路侧设备检测到新目标时，将新目标的坐标位置以及检测时间分别与接收到的上一位置点处的路侧设备上一帧检测到的目标的坐标位置以及检测时间进行匹配比较，如果存在目标的坐标位置以及检测时间均匹配成功则根据上一位置点处的路侧设备上一帧检测的目标信息所对应的全局ID号配置当前新目标的全局ID号，实现各路侧设备检测信息的分布式级联融合。
本实施例中，上述初始化配置单元、第一信息转发控制单元具体可以配置在起始路侧设备上，以控制配置路侧设备作为起始路侧设备以及起始路侧设备的信息转发，也可以直接采用起始路侧设备中的边缘计算单元实现，即在边缘计算单元中加载能够实现上述初始化配置单元、第一信息转发控制单元的功能模块，第二信息转发控制单元则可以分别采用各路侧单元中的边缘计算单元实现，即由各路侧单元的边缘计算单元实现信息转发控制，具体可以根据实际需求配置。
本实施例中，全局ID号分配可统一由起始路侧设备执行，除为起始路侧设备本身检测到的目标分配全局ID号以外，若其余路侧设备检测到新目标且不是来源于上一路侧设备检测的目标需要分配新全局ID号时，由该路侧设备向起始路侧设备发送全局ID号分配申请以获取新分配的全局ID号，当然也可以根据实际需求采用其他设备实现统一的全局ID号分配。
本实施例路侧设备信息多点分布式级联融合系统与上述路侧设备信息多点分布式级联融合方法一一对应。
在另一实施例中，本发明路侧设备信息多点分布式级联融合系统还可以为：包括多个沿指定车道布置的路侧设备，路侧设备包括处理器以及存储器，存储器用于存储计算机程序，处理器用于执行计算机程序以执行如上述方法。
在另一实施例中，本发明还提供存储有计算机程序的计算机可读存储介质，计算机程序执行时实现如上述方法。
实施例2：
本实施例是利用实施例1实现单向车道且无分叉路口情况下的路侧设备信息多点分布式级联融合，将上一位置点处的路侧设备当前帧检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备时包括：
将第n-1个位置点处的路侧设备当前帧时刻检测到的目标集合obj (n-1)-i 数据发送给第n个位置点处的路侧设备，n表示按照车道上允许的车辆行驶方向顺序依次排列的路侧设备的序号，i表示每个路侧设备所监测的区域范围内检测到的目标序号，第n个位置点处的路侧设备接收到目标集合obj (n-1)-i 后进行保存；
第n个位置点处的路侧设备在下一帧时刻检测到目标时，根据当前时刻检测到的目标集合next_obj n 与上一时刻检测到的目标集合obj n- i 之间的差值确定出当前时刻检测到的新目标new_next_obj n-i，遍历目标集合obj (n-1)-i ，查找与新目标new_next_obj n-i距离最小的目标点，并将查找到的目标点对应的全局ID号赋给新目标new_next_obj n-i。
如图3所示，各位置点的路侧设备分别布置在一立杆上形成单杆结构，当处于单向车道且无分叉路口的情况时，车道上交通车流只往一个方向（如从左到右）进行流动，假设所有车辆都首先经过单杆设备1的监测区域范围，然后依次通过单杆设备2、单杆设备3，直到最后一个单杆设备n的监测区域范围，则以单杆设备1作为起始设备，仅对单杆设备1的监测区域范围内交通场景目标分配一个全局ID号，其他单杆监测区域范围只需要跟进车流的目标ID号即可，不需再进行额外的全局ID号分配。分布式级联融合的详细步骤为：
假定同一时刻，单杆设备n获取的目标的GNSS坐标、时间和ID号分别为：
Figure DEST_PATH_IMAGE001
，i=1,2,3,…,K,n=1,2, 3,…,N；
其中，n表示按照车道上允许的车辆行驶方向顺序依次排列的路侧设备的序号，i 表示每个路侧设备所监测的区域范围内检测到的目标序号，
Figure DEST_PATH_IMAGE002
分别表示单杆设备n检测区域范围内第i个检测目标的经度、纬度和全局ID号，time n 表示单 杆设备n检测的当前帧时间。
假定检测开始时，单杆设备1的检测区域内已经存在的目标为：
Figure DEST_PATH_IMAGE003
, i=1,2,3,…,K
当进行下一帧时间检测时，采用卡尔曼滤波跟踪算法，判定该目标是否是新出现 的目标，如果是则新生成的目标，则生成一个新的全局ID号并分配给该目标，并重新更新目 标集合
Figure 361202DEST_PATH_IMAGE003
，i=1,2,3,…,K，K+1；否 则，只更新目标的经纬度信息和GNSS时间信息，不需要更改对应的全局ID号。
对于其他单杆检测范围区域内，假定针对单杆n（n≥2）的检测区域内，当前帧时刻，检测到的所有目标集合为obj n- i ，单杆设备n-1的检测区域范围内，当前帧时刻，检测到的所有目标集合为obj (n-1)-i ，此时将obj (n-1)-i 数据发送给单杆设备n上并保存起来，下一帧时刻单杆设备n的检测区域范围内检测到的所有目标集合为next_obj n ，相较于obj n-i ，新检测到目标为两者的差集，即：
Figure DEST_PATH_IMAGE004
（1）
j=1,2,3,…,M
其中，M表示新出现的目标数。该部分目标集合只有经纬度和时间信息，即：
Figure DEST_PATH_IMAGE005
。
进一步需要为当前新检测到的目标匹配对应的全局ID号：对于每个新目标，与obj (n-1)-i 进行遍历，当得到最优匹配时则说明是其对应的匹配目标，将对应的匹配的目标的全局ID号赋予new_next_obj n-i，即有：
Figure DEST_PATH_IMAGE006
（2）
其中，
Figure DEST_PATH_IMAGE007
表示obj (n-1)-i 目标的信息。即当单杆n新出现的目标与单杆n-1上一个帧时刻出现的目标之间的距离最小 时，对应的该目标的ID号就是单杆n新出现目标的ID号。进而可以得到新出现目标的完整信 息，即为：
Figure DEST_PATH_IMAGE008
。
至此，完成前后两根立杆设备之间的信息在全局坐标系上的融合，其中除了第一个起始立杆，每根立杆仅需要负责当前检测区域范围的目标的检测，以及接收上一个相邻立杆传输过来的数据。由于每个单杆区域分别负责全局区域的部分数据处理，能够将集中处理的全局数据分散到每个单杆上进行处理，实现分布式级联融合，可以有效提高数据处理效率以及系统可扩展性能，减少接入设备接入数量的限制。
实施例3：
本实施例是利用实施例1实现单向车道且有分叉路口情况下路侧设备多点分布式级联融合，其中将上一位置点处的路侧设备当前帧检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备包括：
若为处于交叉路口预设范围内的路侧设备，当检测到新目标时，将新目标信息与接收到的来自上一位置点处路侧设备上一帧时刻的目标检测信息进行匹配比较，若匹配成功则判定新目标为来自上一位置点处路侧设备已检测到的车流目标，使用上一位置点处路侧设备所检测到的目标信息所对应的全局ID赋给当前新目标，否则判定新目标来自交叉路汇入车流，为新目标赋予新的全局ID号。
针对单向车道且有分叉路口的情况情况，如图4所示，各位置点的路侧设备分别布置在一立杆上形成单杆结构，在某个单杆k（k≥2）的监测区域范围内，有交叉路口的车流汇入，汇入的目标与从单杆设备1过来的车流不一致，属于新生成的目标，相较于实施例2，本实施例对于在单杆设备k处，需要执行判断：判断在当前帧时刻汇入的新目标是来自单杆设备k-1处的车流目标还是交叉路口的车流目标。
由于前后两帧目标移动的距离较小，即在位置上具有连续性，因此当前后两帧之间的目标距离（经纬度距离）满足小于一定的阈值的时，就可以判定是否属于连续帧的同一目标。具体地，针对交叉路口的单杆设备k的监测区域范围，当前帧获取的新目标（相较于上一帧）表示为：
Figure DEST_PATH_IMAGE009
（3）
同理新出现的目标只有经纬度和时间信息，没有匹配对应的ID号信息，即表示为：
Figure DEST_PATH_IMAGE010
。
进一步进行目标匹配：对于每个新出现的目标，与obj (k-1)-i 进行遍历，当得到最优匹配时，则表明该目标是其对应的匹配目标，对应的匹配的目标的全局ID号赋予new_curr_obj k-j，若不满足最优匹配，则表明该新目标来自交叉路汇入车流，需要赋予新的ID号，即：
Figure DEST_PATH_IMAGE011
（4）
其中，new_curr_minV k-j表示对应交叉路口单杆k检测区域范围内的第j个新目标与单杆设备k-1上一帧时间检测的目标进行遍历匹配得到的最小值，如果该最小值满足：
Figure DEST_PATH_IMAGE012
（5）
则表明该新出现的目标来自于单杆设备k-1的车流，其中minMoveThreshold是连续帧时间目标运动的最小移动距离阈值。如果该最小值不满足式（5），则判断该新出现的目标来自交叉路的车流，则单杆设备k向单杆设备1申请新的全局ID号并赋予该目标。其余单杆的具体操作与实施例2中大致相同。
实施例4:
本实施例为利用实施例1实现双向车道情况下路侧设备多点分布式级联融合。当各路侧设备所在的车道为双向车道时，选取从第一方向进入车道后第一个位置点处的路侧设备作为起始路侧设备、其余路侧设备按照第一方向依次排序以实现第一方向车流检测，以及选取从第二方向进入车道后第一个位置点处的路侧设备作为起始路侧设备、其余路侧设备按照第二方向依次排序以实现第二方向车流检测，第一方向、第二方向分别为双向车道的两个允许行驶方向；当起始路侧设备检测到目标时，识别目标的移动方向并判断是否为检测到的新目标，若目标移动方向与所需检测方向一致且为新目标，则为新目标分配一个对应方向的全局ID号，并将检测到的目标信息以及对应的全局ID号按照所需检测方向转发给下一位置点处的路侧设备。
本实施例中，除起始路侧设备以外的其余路侧设备中，每当路侧设备检测到新目标时，识别目标的移动方向，若为第一方向，将新目标信息分别与第一方向上的上一位置点处的路侧设备上一帧在第一方向上检测到的目标信息进行匹配比较，如果匹配成功则根据上一位置点处的路侧设备上一帧在第一方向上检测的目标信息所对应的全局ID号配置当前新目标的全局ID号，并将检测到的目标信息以及对应的全局ID号按照第一方向转发至下一路侧设备；若为第二方向，将新目标信息分别与第二方向上的上一位置点处的路侧设备上一帧在第二方向上检测到的目标信息进行匹配比较，如果匹配成功则根据上一位置点处的路侧设备上一帧在第二方向上检测的目标信息所对应的全局ID号配置当前新目标的全局ID号，并将检测到的目标信息以及对应的全局ID号按照第二方向转发至下一路侧设备。
针对双向车道的情况，如图5所示，各位置点的路侧设备分别布置在一立杆上形成单杆结构，每个单杆立在两边车道的中间，或者是采用龙门架将单杆上的设备挂靠在车道中间，每个单杆的监测区域范围扩大到双向的所有车道，此时去向和来向都有车流汇入，对于该类情况，本实施例进一步划定不同的区域，对检测的目标赋予移动方向信息，利用方向信息区分出目标车流方向，进而分配目标的全局ID号以定义是来源于哪个车流入口。具体地，如图5所示，定义去向方向为从左到右的方向，来向方向为从右到左的方向；去向车流依次通过单杆设备1监测区域范围、单杆设备2监测区域范围、到最后一根单杆设备N的监测区域范围流出，来向车流则依次沿着相反方向的单杆设备N的监测区域范围、单杆设备N-1的监测区域范围，到单杆设备1的监测区域范围流出；此时只需在单杆1为去向车流分配号去向全局ID号，在最后单杆N为来向车流分配号来向全局ID号以统筹管控双向全局的所有车流目标；其他单杆监测区域范围只需跟进对应车流的目标ID号，不用再进一步分配全局ID号，详细步骤为：
假定同一时刻，单杆n获取的目标的GNSS坐标、时间、目标方向和ID号分别为：
Figure DEST_PATH_IMAGE013
i=1,2,3,…,K, i=1,2,3,…,N
其中，D n- i 表示当前帧时间timen下单杆设备n的第i个目标的移动方向。
根据该目标的移动方向对此时的目标进行归类，分为去向目标和来向目标，表示如下：
Figure DEST_PATH_IMAGE014
（6）
Figure DEST_PATH_IMAGE015
（7）
gi=1,2,3,…,K1, ci=1,2,3,…, K2, n=1,2,3,…, N
其中，go_obj n-gi 和co_obj n-ci 别表示去向和来向目标集合；假定检测开始时，当前帧时间下，对于单杆设备1负责为去向车流赋予去向全局ID号，其检测区域内已经存在的目标为：
Figure DEST_PATH_IMAGE016
Figure DEST_PATH_IMAGE017
（8）
当进行下一帧时间检测时，首先对检测得到的目标依据移动方向进行分类，识别出来的去向目标进一步采用卡尔曼滤波跟踪算法，判定去向目标是否是新出现的目标，如果是新生成的目标，则生成一个新的全局去向ID号并分配给该目标，并更新去向目标集合：
Figure DEST_PATH_IMAGE018
Figure DEST_PATH_IMAGE019
(9)
否则(不是新目标)，则只需要重新更新该去向目标的经纬度和时间信息状态，不需要重新分配全局去向ID号。在当前帧时间下，对于单杆设备N负责为来向车流赋予来向全局ID号，其检测区域内已经存在的目标为：
Figure DEST_PATH_IMAGE020
Figure DEST_PATH_IMAGE021
（10）
当进行下一帧时间检测时，首先对检测得到的目标依据移动方向进行分类，识别出来的来向目标进一步采用卡尔曼滤波跟踪算法，判定来向目标是否是新出现的目标，如果是生成新的目标，则生成一个新的全局来向ID号并分配给该目标，并更新来向目标集合：
Figure DEST_PATH_IMAGE022
（11）
否则（非新目标），则只需重新更新该来向目标的经纬度和时间信息状态，不需要 重新分配全局来向ID号。对于其他单杆检测范围区域内，假定针对单杆n（n≥2）的检测区域 内，当前帧时刻，检测到的所有去向目标和来向目标集合分别为：
Figure DEST_PATH_IMAGE023
和
Figure DEST_PATH_IMAGE024
，单杆设备n-1的检测区域范围内，当前帧时刻，检测到的所有 去向目标集合为
Figure DEST_PATH_IMAGE025
，单杆设备n+1的检测区域范围内，当前帧时 刻，检测到的所有来向目标集合为
Figure DEST_PATH_IMAGE026
，此时将
Figure DEST_PATH_IMAGE027
和
Figure DEST_PATH_IMAGE028
数据发送给单杆设备n上并 保存起来，下一帧时刻单杆设备n的检测区域范围内，检测到的所有去向和来向目标集合分 别为
Figure DEST_PATH_IMAGE029
和
Figure DEST_PATH_IMAGE030
，对于去向目标检测，相较于
Figure DEST_PATH_IMAGE031
，新检测到去向目标为去向两者目标的差集，即：
Figure DEST_PATH_IMAGE032
（12）
对于来向的目标检测，相较于
Figure DEST_PATH_IMAGE033
，新检测到的来向目标为来 向两者目标的差集，即：
Figure DEST_PATH_IMAGE034
（13）
其中，M1和M2分别表示新出现的去向和来向目标数，
Figure DEST_PATH_IMAGE035
和
Figure DEST_PATH_IMAGE036
分别表示新出现的去向和来向目标集，上述目标集合只 有经纬度和时间信息，去向目标和来向目标具体分别为：
Figure DEST_PATH_IMAGE037
Figure DEST_PATH_IMAGE038
。
进一步匹配对应的全局去向和来向ID号：对于每个新出现的去向和来向目标，分 别与
Figure DEST_PATH_IMAGE039
和
Figure DEST_PATH_IMAGE040
进行遍历，当得到最优匹配 时，则说明是其对应的匹配目标，将对应的匹配的目标的全局去向和来向ID号分别赋予
Figure DEST_PATH_IMAGE041
和
Figure DEST_PATH_IMAGE042
，即有：
Figure DEST_PATH_IMAGE043
（14）
Figure DEST_PATH_IMAGE044
（15）
其中，
Figure DEST_PATH_IMAGE045
和
Figure DEST_PATH_IMAGE046
分别表示
Figure DEST_PATH_IMAGE047
和
Figure DEST_PATH_IMAGE048
目标的信息；即 当单杆设备n新出现的去向目标与单杆设备n-1上一个帧时刻出现的目标之间的距离最小 时，对应的该目标的去向ID号即为单杆n新出现去向目标的ID号，从而得到新出现去向目标 的完整信息，即为：
Figure DEST_PATH_IMAGE049
（16）
当单杆设备n新出现的来向目标与单杆设备n+1上一个帧时刻出现的目标之间的距离最最小时，对应的该目标的来向ID号就是单杆设备n新出现的来向目标的ID号，从而得到新出现的来向目标的完整信息，即为：
Figure DEST_PATH_IMAGE050
（17）
至此，完成双向车道交通场景当中的信息在全局坐标系上的融合与跟踪。其中除了第一个立杆负责去向车流的全局ID分配，最后一个立杆负责来向车流的全局ID分配之外，其余每根立杆仅需要负责当前检测区域范围的去向目标和来向目标的检测和跟踪，以及接收前后边相邻立杆传输过来的数据，分别进行来向和去向车流的监测，可以将集中处理的数据分散到每个单杆上进行处理，完成分布式处理操作。
本发明还可以适用于除单向、双向，单向带交叉路口以外的其他车道中，如双向车道、同时中间有交叉路口的情况，具体可以结合实施例2、3实现。
在具体应用实施例中，可以先进行车道类型判断，若为单向无分叉路况车道，则按照实施例2实现分布式级联融合，若为单向有分叉路况车道，则按照实施例3实现分布式级联融合，若为双向无分叉路况车道，则按照实施例4实现分布式级联融合，可以适用于不同类型车道高效实现分布式级联融合。
上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。

Claims (10)

1.一种路侧设备信息多点分布式级联融合方法，其特征在于，步骤包括：
沿指定车道布置的各个路侧设备在执行目标检测的过程中，选取一个路侧设备作为起始路侧设备，其余位置点处的路侧设备按照当前车道上允许的车辆行驶方向依次排序；
每当所述起始路侧设备检测到新目标时，为检测到的新目标分配一个全局ID号，并将检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备，所述目标信息包括目标的坐标位置以及检测时间；
除所述起始路侧设备以外的其余路侧设备中，将上一位置点处的路侧设备当前帧检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备，其中每当路侧设备检测到新目标时，将新目标的坐标位置以及检测时间分别与接收到的上一位置点处的路侧设备上一帧检测到的目标的坐标位置以及检测时间进行匹配比较，如果存在目标的坐标位置以及检测时间均匹配成功则根据所述上一位置点处的路侧设备上一帧检测的目标信息所对应的全局ID号配置当前新目标的全局ID号，实现各路侧设备检测信息的分布式级联融合。
2.根据权利要求1所述的路侧设备信息多点分布式级联融合方法，其特征在于，所述将新目标信息分别与接收到的上一位置点处的路侧设备上一帧检测到的目标信息进行匹配比较时，如果新目标信息与所述上一位置点处的路侧设备上一帧检测到的目标信息中目的目标之间的距离最小，则判定匹配成功，使用所述目的目标所对应的全局ID号配置当前新目标的全局ID号。
3.根据权利要求1所述的路侧设备信息多点分布式级联融合方法，其特征在于，每当路侧设备检测到目标时，采用卡尔曼滤波跟踪算法判断检测到的目标是否是新目标，如果是非新目标，则直接更新目标的信息。
4.根据权利要求1或2或3所述的路侧设备信息多点分布式级联融合方法，其特征在于，当各路侧设备所在的车道为单向车道且无分叉路口时，所述将上一位置点处的路侧设备当前帧检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备包括：
将第n-1个位置点处的路侧设备当前帧时刻检测到的目标集合obj (n-1)-i 数据发送给第n个位置点处的路侧设备，n表示按照车道上允许的车辆行驶方向顺序依次排列的路侧设备的序号，i表示每个路侧设备所监测的区域范围内检测到的目标序号，第n个位置点处的路侧设备接收到所述目标集合obj (n-1)-i 后进行保存；
所述第n个位置点处的路侧设备在下一帧时刻检测到目标时，根据当前时刻检测到的目标集合next_obj n 与上一时刻检测到的目标集合obj n- i 之间的差值确定出当前时刻检测到的新目标new_next_obj n-i，遍历所述目标集合obj (n-1)-i ，查找与新目标new_next_obj n-i距离最小的目标点，并将查找到的目标点对应的全局ID号赋给所述新目标new_next_obj n-i。
5.根据权利要求1或2或3所述的路侧设备信息多点分布式级联融合方法，其特征在于，当各路侧设备所在的车道为单向车道且有分叉路口时，所述将上一位置点处的路侧设备当前帧检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备包括：
若为处于交叉路口预设范围内的路侧设备，当检测到新目标时，将新目标信息与接收到的来自上一位置点处路侧设备上一帧时刻的目标检测信息进行匹配比较，若匹配成功则判定新目标为来自上一位置点处路侧设备已检测到的车流目标，使用上一位置点处路侧设备所检测到的目标信息所对应的全局ID赋给当前新目标，若匹配不成功则判定新目标来自交叉路汇入车流，为新目标分配新的全局ID号。
6.根据权利要求1或2或3所述的路侧设备信息多点分布式级联融合方法，其特征在于，当各路侧设备所在的车道为双向车道时，选取从第一方向进入车道后第一个位置点处的路侧设备作为起始路侧设备、其余路侧设备按照所述第一方向依次排序以实现第一方向车流检测，以及选取从第二方向进入车道后第一个位置点处的路侧设备作为起始路侧设备、其余路侧设备按照所述第二方向依次排序以实现第二方向车流检测，所述第一方向、第二方向分别为双向车道的两个允许行驶方向；当所述起始路侧设备检测到目标时，识别目标的移动方向并判断是否为检测到的新目标，若目标移动方向与所需检测方向一致且为新目标，则为新目标分配一个对应方向的全局ID号，并将检测到的目标信息以及对应的全局ID号按照所需检测方向转发给下一位置点处的路侧设备。
7.根据权利要求6所述的路侧设备信息多点分布式级联融合方法，其特征在于，除所述起始路侧设备以外的其余路侧设备中，每当路侧设备检测到新目标时，识别目标的移动方向，若为所述第一方向，将新目标信息分别与所述第一方向上的上一位置点处的路侧设备上一帧在所述第一方向上检测到的目标信息进行匹配比较，如果匹配成功则根据所述上一位置点处的路侧设备上一帧在所述第一方向上检测的目标信息所对应的全局ID号配置当前新目标的全局ID号，并将检测到的目标信息以及对应的全局ID号按照所述第一方向转发至下一路侧设备；
若为所述第二方向，将新目标信息分别与所述第二方向上的上一位置点处的路侧设备上一帧在所述第二方向上检测到的目标信息进行匹配比较，如果匹配成功则根据所述上一位置点处的路侧设备上一帧在所述第二方向上检测的目标信息所对应的全局ID号配置当前新目标的全局ID号，并将检测到的目标信息以及对应的全局ID号按照所述第二方向转发至下一路侧设备。
8.一种路侧设备信息多点分布式级联融合系统，包括多个沿指定车道布置的路侧设备，其特征在于，还包括：
初始化配置单元，用于沿指定车道布置的各个路侧设备在执行目标检测的过程中，选取一个路侧设备作为起始路侧设备，其余位置点处的路侧设备按照当前车道上允许的车辆行驶方向依次排序；
第一信息转发控制单元，用于每当所述起始路侧设备检测到新目标时，为检测到的新目标分配一个全局ID号，并将检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备，所述目标信息包括目标的坐标位置以及检测时间；
第二信息转发控制单元，用于除所述起始路侧设备以外的其余路侧设备中，将上一位置点处的路侧设备当前帧检测到的目标信息以及对应的全局ID号转发给下一位置点处的路侧设备，其中每当路侧设备检测到新目标时，将新目标的坐标位置以及检测时间分别与接收到的上一位置点处的路侧设备上一帧检测到的目标的坐标位置以及检测时间进行匹配比较，如果存在目标的坐标位置以及检测时间均匹配成功则根据所述上一位置点处的路侧设备上一帧检测的目标信息所对应的全局ID号配置当前新目标的全局ID号，实现各路侧设备检测信息的分布式级联融合。
9.一种路侧设备信息多点分布式级联融合系统，包括多个沿指定车道布置的路侧设备，所述路侧设备包括处理器以及存储器，所述存储器用于存储计算机程序，其特征在于，所述处理器用于执行所述计算机程序以执行如权利要求1～7中任意一项所述方法。
10.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序执行时实现如权利要求1～7中任意一项所述的方法。
CN202211123782.9A 2022-09-15 2022-09-15 路侧设备信息分布式级联融合方法、系统及介质 Active CN115240430B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211123782.9A CN115240430B (zh) 2022-09-15 2022-09-15 路侧设备信息分布式级联融合方法、系统及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211123782.9A CN115240430B (zh) 2022-09-15 2022-09-15 路侧设备信息分布式级联融合方法、系统及介质

Publications (2)

Publication Number Publication Date
CN115240430A true CN115240430A (zh) 2022-10-25
CN115240430B CN115240430B (zh) 2023-01-03

Family

ID=83681298

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211123782.9A Active CN115240430B (zh) 2022-09-15 2022-09-15 路侧设备信息分布式级联融合方法、系统及介质

Country Status (1)

Country Link
CN (1) CN115240430B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004054369A (ja) * 2002-07-17 2004-02-19 Hitachi Ltd 車両と基地局による動的優先制御方法
JP2009122908A (ja) * 2007-11-14 2009-06-04 Denso Corp 交通情報報知システム、路側機、及び車載機
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
CN111768621A (zh) * 2020-06-17 2020-10-13 北京航空航天大学 一种基于5g的城市道路路车融合全域感知方法
CN112102372A (zh) * 2020-09-16 2020-12-18 上海麦图信息科技有限公司 一种针对机场地面对象的跨摄像头轨迹跟踪系统
WO2021159488A1 (en) * 2020-02-14 2021-08-19 Qualcomm Incorporated A method of vehicle permanent id report triggering and collecting
CN113379805A (zh) * 2021-08-12 2021-09-10 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
CN113626481A (zh) * 2021-08-16 2021-11-09 中路智链科技集团有限公司 路侧信息处理和发布方法、装置及系统
CN114706068A (zh) * 2022-02-24 2022-07-05 重庆邮电大学 一种路侧单元协同的目标跟踪系统、方法及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004054369A (ja) * 2002-07-17 2004-02-19 Hitachi Ltd 車両と基地局による動的優先制御方法
JP2009122908A (ja) * 2007-11-14 2009-06-04 Denso Corp 交通情報報知システム、路側機、及び車載機
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
WO2021159488A1 (en) * 2020-02-14 2021-08-19 Qualcomm Incorporated A method of vehicle permanent id report triggering and collecting
CN111768621A (zh) * 2020-06-17 2020-10-13 北京航空航天大学 一种基于5g的城市道路路车融合全域感知方法
CN112102372A (zh) * 2020-09-16 2020-12-18 上海麦图信息科技有限公司 一种针对机场地面对象的跨摄像头轨迹跟踪系统
CN113379805A (zh) * 2021-08-12 2021-09-10 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
CN113626481A (zh) * 2021-08-16 2021-11-09 中路智链科技集团有限公司 路侧信息处理和发布方法、装置及系统
CN114706068A (zh) * 2022-02-24 2022-07-05 重庆邮电大学 一种路侧单元协同的目标跟踪系统、方法及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
徐斌: "基于路侧三维激光雷达的车辆检测与追踪方法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
章军辉 等: "基于HS⁃FCM模糊聚类的快速多目标车辆跟踪算法", 《汽车工程》 *
魏吉敏 张长隆: "基于路侧多传感器融合的车辆信息检测方法", 《2021中国汽车工程学会年会论文集》 *

Also Published As

Publication number Publication date
CN115240430B (zh) 2023-01-03

Similar Documents

Publication Publication Date Title
JP7019731B2 (ja) 自動運転車のためのリアルタイム地図生成システム
JP7133570B2 (ja) 自動運転車のためのリアルタイム地図生成システム
US20210261157A1 (en) Method for object avoidance during autonomous navigation
CN108803622B (zh) 一种用于对目标探测数据进行处理的方法、装置
JP2021514886A (ja) 自動運転車のためのポイントクラウド登録システム
JP2021516183A (ja) 自動運転車のためのポイントクラウドゴースト効果検出システム
JP2021516355A (ja) 自動運転車のための地図区画システム
CN111291697B (zh) 用于识别障碍物的方法和装置
CN103310190B (zh) 基于异构主动视觉网络的人脸图像样本采集优化方法
EP3147884B1 (en) Traffic-light recognition device and traffic-light recognition method
EP3667638A1 (en) Traffic lane information management method, running control method, and traffic lane information management device
CN113965879B (zh) 多传感器的感知信息融合方法及相关设备
US20210035443A1 (en) Navigation analysis for a multi-lane roadway
WO2019228285A1 (zh) 一种任务调度方法及装置
CN104875740B (zh) 用于管理跟随空间的方法、主车辆以及跟随空间管理单元
CN113178074A (zh) 应用于车辆的交通流机器学习建模系统及其方法
CN114049767B (zh) 一种边缘计算方法、装置及可读存储介质
CN114529883A (zh) 检测交通灯的方法和电子设备
CN115240430B (zh) 路侧设备信息分布式级联融合方法、系统及介质
Wang et al. Smart mobility digital twin for automated driving: Design and proof-of-concept
Wang et al. Self-organizing cooperation model for ships navigating in restricted one-way waterway
CN115200586B (zh) 基于协同感知和智能边缘计算的自动驾驶路径规划方法
CN114442627A (zh) 一种面向智能家居移动设备的动态桌面寻路系统及方法
US11544899B2 (en) System and method for generating terrain maps
CN114092907A (zh) 跟随路径的确定方法、装置及存储介质

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