CN115343700A - 基于多雷达视频去除隧道中多径虚假目标的方法 - Google Patents
基于多雷达视频去除隧道中多径虚假目标的方法 Download PDFInfo
- Publication number
- CN115343700A CN115343700A CN202211067672.5A CN202211067672A CN115343700A CN 115343700 A CN115343700 A CN 115343700A CN 202211067672 A CN202211067672 A CN 202211067672A CN 115343700 A CN115343700 A CN 115343700A
- Authority
- CN
- China
- Prior art keywords
- radar
- target
- vehicle
- tunnel
- multipath
- 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.)
- Pending
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
- G01S13/86—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
- G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了基于多雷达视频去除隧道中多径虚假目标的方法,通过对毫米波雷达和视觉信息进行融合从而获得更全面的目标信息,实现对车辆目标的全天候和高可靠性检测;通过相邻雷达重叠区域目标匹配将系统航迹ID号和视觉信息进行延续,同时利用视觉信息是否存在于目标上来判断是否为多径效应导致的虚假目标,以此将多径目标进行滤除;最终实现对被多个雷达连续覆盖的整条道路内的同一车辆目标连续的跨雷达间的持续跟踪定位与监视,并保证被跟踪的目标信息始终不变,精准展示车辆实时位置、速度、全程轨迹及车辆的车牌、车型、车辆颜色等特征信息,同时滤除隧道中因多径效应而产生的虚假目标。
Description
技术领域
本发明涉及道路交通技术领域,尤其是涉及基于多雷达视频去除隧道中多径虚假目标的方法。
背景技术
在复杂隧道环境下,单个传感器通常只能获得被检测目标的部分特征,难以满足车辆目标检测的复合要求。同时隧道中存在较多的强反射体,如图1所示,单个信源的信号受隧道墙壁、隧道顶部/底部等影响,会以多条路径传播到达接收天线,并产生多径目标,从而对正常的目标检测形成干扰。多径目标通常具有与真实目标类似的回波特征,一般使用信号处理方法难以剔除。
目前为了减少多径效应,雷达系统通常要求其监视场景中的强反射体尽量少,同时在满足雷达系统测量指标的前提下尽量减小发射功率,以减弱被多次散射的信号强度,达到减少多径的目的。但是该类方法只能有效减少多径目标的产生,无法从根本上解决多径目标干扰问题,对于已经产生的多径目标无法进行有效的消除,同时也限制了雷达的适用性,降低了雷达的探测性能。
专利CN109375208A提出了隧道内基于多径利用毫米波雷达的运动目标跟踪方法,但当多径传播次数较多时容易造成计算量过大,工程难以实现。专利CN113687342A提出了一种近距离复杂多径环境下毫米波雷达实时测距方法,但当多径目标与真实目标的距离过近时会出现误判情况,导致将多径信号认为是真实目标信号进行处理。专利CN114443636A提出了一种基于毫米波雷达的隧道轨迹数据镜像去除方法,但该方法只是剔除了隧道壁范围外的镜像反射数据,而对在隧道中因多次反射产生的复杂多径没做处理。
发明内容
为了解决上述问题,本发明通过对毫米波雷达和视觉信息进行融合从而获得更全面的目标信息,通过相邻雷达重叠区域目标匹配将系统航迹ID和视觉信息进行延续,同时利用视觉信息将多径目标进行滤除,最终实现对复杂隧道环境下的同一车辆目标的跨雷达持续跟踪定位与监视,精准展示车辆特征信息。
为实现上述目的,本发明提供了如下技术方案:
基于多雷达视频去除隧道中多径虚假目标的方法,包括:
S1、单雷达视频数据关联:在隧道入口外架设一部雷达和一部相机,且探测方向朝向隧道外;车辆由远处驶向隧道中,将相机抓拍到的车辆特征信息和雷达航迹信息进行匹配叠加,并针对每一个车辆目标产生唯一的航迹ID即系统总航迹;
S2、多雷达相邻重叠区域目标匹配:多雷达间的探测方向相同且相邻雷达间存在重叠区域,通过重叠区域进行上一雷达车辆目标和当前雷达所有目标的匹配,得出当前雷达的真实目标,并将航迹ID及车辆特征信息进行续接,以达到车辆特征信息始终跟随该车辆的目的;
S3、非重叠区域雷达多径目标滤除:判断每一个目标上是否有车辆特征信息,若没有则为多径目标,将其滤除,得到最终的目标检测结果。
优选的,S1步骤的具体过程包括:
S11、雷达通过Socket套接字接收雷达数据,并根据通信协议解析得到车辆目标的航迹信息,包括纵向和横向距离、车道号、纵向和横向速度、唯一ID等;
S12、相机获取每辆车的车辆特征信息,包括车牌、车型、车辆颜色等;
S13、根据相机的抓拍时间去遍历雷达数据的时间,若时间差小于时间阈值,则对两个数据的车道号进行比对;若车道号相同,则计算雷达数据中车辆所处距离和相机触发线的距离差;若距离差小于距离阈值,则认为它们是同一个目标,进行航迹信息与车辆特征信息的关联融合,将车辆轨迹数据与车牌信息进行匹配叠加,从而获取了单部雷达和视频检测范围内车辆的行驶轨迹以及对应的车牌、车型等信息。
优选的,S2步骤的具体过程包括:
S21、将所有雷达转换到全局坐标系下,然后计算所有雷达的重叠区域;重叠区域下,上一雷达与当前雷达均会对车辆产生n帧雷达数据;
S22、在每一帧雷达数据中,分别计算上一雷达车辆目标与当前雷达所有目标的状态估计差;若状态估计差满足阈值条件,则将匹配中的上一雷达目标与当前雷达目标视为关联成功;
S23、n帧雷达数据比对完成后,记录当前雷达所有目标关联成功的次数,并进行排序;选择关联成功次数最多的目标,并将其视为上一雷达车辆目标在当前雷达中对应的真实目标,然后将车辆特征信息和该真实目标进行续接。
优选的,隧道为单向隧道,且雷达探测方向与车辆行驶方向相反。
优选的,首个雷达及相机设置在隧道入口端的卡口处。
优选的,相机为枪机,枪机与首个雷达共同安装于枪机卡口杆件上。
综上,本发明采用上述基于多雷达视频去除隧道中多径虚假目标的方法,具备如下优势:1)将相机抓拍到的车辆特征信息与雷达探测的目标航迹进行关联叠加,可以得到同一个目标更多的信息,满足对车辆目标检测的复合要求;2)利用真实目标的持续性和多径目标的随机性进行相邻雷达重叠区域的目标匹配,通过关联成功次数找到真实目标,即使一个真实目标产生的多径目标不止一个依然可以进行分辨,从而实现了车辆目标的跨雷达持续追踪以及精准追踪;3)在重叠区域内n帧的检测过程中,可以使用上个雷达的数据,不会影响到这n帧内的多径目标滤除效果,提高了检测效率。
附图说明
图1是多径目标产生的原理示意图;
图2是本发明实施例的流程示意图;
图3是本发明实施例提供的单雷达视频数据融合结构框图;
图4是本发明实施例提供的道路和隧道中的雷达相机架设位置分布图;
图5是本发明实施例提供的相邻雷达的重叠区域示意图。
图6是本发明实施例中重叠区域内目标匹配及多径目标滤除的流程示意图;
图7是本发明实施例中滤除多径前的仿真图;
图8为本发明实施例中滤除多径后的仿真图。
具体实施方式
以下结合附图和实施例对本发明的技术方案作进一步说明。
如图2-5所示的基于多雷达视频去除隧道中多径虚假目标的方法,包括:
S1、单雷达视频数据关联。在单向隧道入口端的卡口处架设一部雷达和一部相机,相机为枪机,枪机与首个雷达共同安装于枪机卡口杆件上,且雷达探测方向与车辆行驶方向相反。当车辆由远处驶向隧道时,进行单部雷视一体的关联融合,即将相机抓拍到的车辆特征信息如车牌、车型、车辆颜色等和雷达航迹进行匹配叠加,并针对每一个车辆目标产生唯一的航迹ID即系统总航迹。
S2、多雷达相邻重叠区域目标匹配。隧道中首部雷达和隧道入口处雷达探测方向相同且存在重叠区域,对重叠区域进行上一雷达目标和当前雷达所有目标的匹配,得出当前雷达的真实目标,并将系统航迹ID及车辆特征信息进行续接,以达到车辆特征信息始终跟随该车辆的目的。
S3、非重叠区域雷达多径目标滤除。判断每一个目标上是否有车辆特征信息,若没有则为多径目标,将其滤除,得到最终的目标检测结果。
本实施例中,S1步骤的具体实现过程为:
S11、通过Socket套接字将雷达数据接收回来,并根据通信协议进行解析得到车辆目标的航迹信息,包括纵向和横向距离、所在车道信息、纵向和横向速度、唯一航迹ID等。
S12、使用SDK提取枪机抓拍到的车辆目标的车辆特征信息如车牌、车型、车辆颜色等。
S13、根据数据中相机的抓拍时间去遍历雷达数据的时间,若时间差小于时间阈值,则对两个数据的车道号进行比对;若车道号相等,则计算雷达数据中车辆所处距离和相机触发线的距离差;若距离差小于距离阈值,则认为它们是同一个目标,将车辆轨迹数据与车牌信息进行匹配叠加,从而获取了单部雷达和视频检测范围内车辆的行驶轨迹以及对应的车牌、车型等信息。经过单部雷视数据关联后,对于每一个车辆目标会产生唯一的ID标识即系统总航迹。
结合图6,本实施例中,S2步骤具体通过真实目标的持续性和多径目标的随机性进行相邻雷达重叠区域的目标匹配,记录并统计满足关联阈值的当前雷达探测目标的ID以及次数。由于真实目标每帧都可成功关联,多径目标则不会,故连续n帧后,关联成功次数最多的ID号即为真实目标,将系统航迹ID号及车辆特征信息进行续接。S2步骤具体实现过程如下:
S21、将各个雷达采集的数据转换到同一个全局坐标系下之后,得出相邻雷达的重叠区域。重叠区域下,雷达A与雷达B均会对车辆产生n帧雷达数据。
定义雷达的检测区域长度为L1,上、下游相邻两台雷达的重叠检测区域长度为L2,雷达盲区距离为ΔL。某一时刻下,相邻上游雷达检测到目标车辆的X轴坐标为x1,相邻下游雷达检测到目标车辆的X轴坐标为x2。当ΔL≤x1≤L2+ΔL,L1–L2≤x2≤L1+ΔL时,则判定该目标车辆处于重叠区域内。
S22、在每一帧雷达数据中,分别计算上一雷达车辆目标与当前雷达所有目标的状态估计差。
假设送至数据融合中心的所有航迹均已完成时间配准和空间配准,雷达A、B采集到的同一辆车的航迹集合分别为:
UA={1,2,…,i,…,nA},UB={1,2,…,j,…,nB}
其中,雷达A已经根据车牌有无进行了多径的滤除,即雷达A的航迹均为真实目标的航迹,且每个时刻均只对应一条轨迹。而雷达B还未续接车牌信息,故雷达B的航迹包括真实目标航迹与多径目标航迹两种,每个时刻可能对应多条轨迹。无论是真实目标轨迹,还是多径目标轨迹,其每条轨迹均包括纵向和横向距离、车道号、纵向和横向速度、航迹ID等。
在k时刻下,雷达A和雷达B航迹的状态估计差为:
则记录雷达B第j条航迹状态估计所对应的ID号,且该ID关联成功的次数加1。
S23、由于多径目标的随机性,在重叠区域内连续的n帧中,对于雷达A的每一个车辆目标,雷达B真实目标的关联成功次数远大于多径目标的关联次数。记录每一个雷达B车辆目标关联成功ID号的次数,经过连续n帧的关联判断,对应的可能匹配目标由于多径的存在可能不止一个,将所有的可能匹配目标根据关联成功的次数进行由大到小的排序,出现关联成功次数最多的雷达B的航迹ID号即为雷达A的所对应的真实目标,即两条航迹属于同一目标,再将车辆特征信息和该真实目标进行续接,以达到车辆特征信息始终跟随该车辆的目的。
进一步的,本实施例还基于上述方法进行了仿真实验。
1.仿真实验条件:在Windows 11系统下的Visual Studio 2017环境下运行。
2.仿真实验内容:对两个在仿真区域内的运动点目标进行跟踪。仿真区域中隧道内道路宽度为14米,雷达探测范围为150米,盲区20米,相邻雷达间距100米,重叠区域30米。车辆目标从隧道外面驶向隧道,在距离隧道入口60米设置相机触发线。为每个真实目标产生随机车辆特征信息(仿真环境下并没有设置真实车辆,故需对车辆信息随机生成),并进行单雷达视频数据关联。然后车辆继续向前行驶进入隧道,在相邻雷达重叠区域进行连续n(具体为10)帧的关联阈值判断并计数,n帧之后将所有的匹配成功目标根据关联成功的次数进行由大到小的排序,出现次数最多的即为真实目标,将车辆特征信息续接,同时遍历判断每一帧的所有目标,若没有车辆特征信息则判定为由于隧道壁反射所导致的多径目标,将其进行滤除。
3.仿真结果:图7、8为本发明的仿真结果图,分别为去除多径前和利用本发明方法去除多径后的结果。
以上是本发明的具体实施方式,但本发明的保护范围不应局限于此。任何熟悉本领域的技术人员在本发明所揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内,因此本发明的保护范围应以权利要求书所限定的保护范围为准。
Claims (6)
1.基于多雷达视频去除隧道中多径虚假目标的方法,其特征在于,包括:
S1、单雷达视频数据关联:在隧道入口外架设一部雷达和一部相机,且探测方向朝向隧道外;车辆由远处驶向隧道中,将相机抓拍到的车辆特征信息和雷达航迹信息进行匹配叠加,并针对每一个车辆目标产生唯一的航迹ID;
S2、多雷达相邻重叠区域目标匹配:多雷达间的探测方向相同且相邻雷达间存在重叠区域,通过重叠区域进行上一雷达车辆目标和当前雷达所有目标的匹配,得出当前雷达的真实目标,并将航迹ID及车辆特征信息进行续接;
S3、非重叠区域雷达多径目标滤除:判断每一个目标上是否有车辆特征信息,若没有则为多径目标,将其滤除,得到最终的目标检测结果。
2.根据权利要求1所述的基于多雷达视频去除隧道中多径虚假目标的方法,其特征在于,S1步骤的具体过程包括:
S11、雷达通过Socket套接字接收雷达数据,并根据通信协议解析得到车辆目标的航迹信息,包括纵向和横向距离、车道号、纵向和横向速度、唯一ID;
S12、相机获取每辆车的车辆特征信息,包括车牌、车型、车辆颜色;
S13、根据相机的抓拍时间去遍历雷达数据的时间,若时间差小于时间阈值,则对两个数据的车道号进行比对;若车道号相同,则计算雷达数据中车辆所处距离和相机触发线的距离差;若距离差小于距离阈值,则认为它们是同一个目标,进行航迹信息与车辆特征信息的关联融合。
3.根据权利要求1所述的基于多雷达视频去除隧道中多径虚假目标的方法,其特征在于,S2步骤的具体过程包括:
S21、将所有雷达转换到全局坐标系下,然后计算所有雷达的重叠区域;重叠区域下,上一雷达与当前雷达均会对车辆产生n帧雷达数据;
S22、在每一帧雷达数据中,分别计算上一雷达车辆目标与当前雷达所有目标的状态估计差;若状态估计差满足阈值条件,则将匹配中的上一雷达目标与当前雷达目标视为关联成功;
S23、n帧雷达数据比对完成后,选择当前雷达中关联成功次数最多的目标,并将其视为上一雷达车辆目标在当前雷达中对应的真实目标,然后将车辆特征信息和该真实目标进行续接。
4.根据权利要求1所述的基于多雷达视频去除隧道中多径虚假目标的方法,其特征在于,隧道为单向隧道,且雷达探测方向与车辆行驶方向相反。
5.根据权利要求1所述的基于多雷达视频去除隧道中多径虚假目标的方法,其特征在于,首个雷达及相机设置在隧道入口端的卡口处。
6.根据权利要求1所述的基于多雷达视频去除隧道中多径虚假目标的方法,其特征在于,相机为枪机,枪机与首个雷达共同安装于枪机卡口杆件上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211067672.5A CN115343700A (zh) | 2022-09-01 | 2022-09-01 | 基于多雷达视频去除隧道中多径虚假目标的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211067672.5A CN115343700A (zh) | 2022-09-01 | 2022-09-01 | 基于多雷达视频去除隧道中多径虚假目标的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115343700A true CN115343700A (zh) | 2022-11-15 |
Family
ID=83955356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211067672.5A Pending CN115343700A (zh) | 2022-09-01 | 2022-09-01 | 基于多雷达视频去除隧道中多径虚假目标的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115343700A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116165658A (zh) * | 2022-12-23 | 2023-05-26 | 河北德冠隆电子科技有限公司 | 一种隧道专用毫米波雷达控制方法及装置 |
CN116736256A (zh) * | 2023-08-11 | 2023-09-12 | 南京隼眼电子科技有限公司 | 雷达的识别方法、装置及电子设备 |
CN117310691A (zh) * | 2023-11-30 | 2023-12-29 | 浙江宇视科技有限公司 | 多模态雷达目标定位方法、装置、电子设备以及存储介质 |
-
2022
- 2022-09-01 CN CN202211067672.5A patent/CN115343700A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116165658A (zh) * | 2022-12-23 | 2023-05-26 | 河北德冠隆电子科技有限公司 | 一种隧道专用毫米波雷达控制方法及装置 |
CN116165658B (zh) * | 2022-12-23 | 2023-11-24 | 河北德冠隆电子科技有限公司 | 一种隧道专用毫米波雷达控制方法及装置 |
CN116736256A (zh) * | 2023-08-11 | 2023-09-12 | 南京隼眼电子科技有限公司 | 雷达的识别方法、装置及电子设备 |
CN116736256B (zh) * | 2023-08-11 | 2023-10-24 | 南京隼眼电子科技有限公司 | 雷达的识别方法、装置及电子设备 |
CN117310691A (zh) * | 2023-11-30 | 2023-12-29 | 浙江宇视科技有限公司 | 多模态雷达目标定位方法、装置、电子设备以及存储介质 |
CN117310691B (zh) * | 2023-11-30 | 2024-02-13 | 浙江宇视科技有限公司 | 多模态雷达目标定位方法、装置、电子设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115343700A (zh) | 基于多雷达视频去除隧道中多径虚假目标的方法 | |
US5402346A (en) | System for the calculation of at least one vehicular traffic check parameter | |
CN103064086B (zh) | 一种基于深度信息的车辆跟踪方法 | |
CN103761877B (zh) | 基于雷达触发的闯红灯自动记录系统及方法 | |
CN108877269A (zh) | 一种交叉路口车辆状态检测及v2x广播方法 | |
JP2007257536A (ja) | ミリ波レーダによる道路交通監視装置 | |
CN111699404B (zh) | 行驶辅助目标获取方法与装置、雷达、行驶系统与车辆 | |
US11933888B2 (en) | Process for monitoring vehicles by a plurality of sensors | |
CN111081031B (zh) | 车辆的抓拍方法及系统 | |
CN109358322A (zh) | 前向目标检测雷达和方法 | |
CN111123262B (zh) | 自动驾驶3d建模方法、装置及系统 | |
CN109541601A (zh) | 基于毫米波的障碍物识别系统及其检测方法 | |
CN115236603A (zh) | 隧道内基于时空关系的毫米波雷达量测异常轨迹处理方法 | |
CN114415171A (zh) | 一种基于4d毫米波雷达的汽车可行驶区域检测方法 | |
CN112784679A (zh) | 车辆避障方法和装置 | |
CN113009448A (zh) | 多径目标的检测方法、装置、设备和存储介质 | |
CN112330968A (zh) | 一种基于微波雷达的城市路边停车场的数据采集装置及其方法 | |
Blanc et al. | Track to track fusion method applied to road obstacle detection | |
KR100962329B1 (ko) | 스테레오 카메라 영상으로부터의 지면 추출 방법과 장치 및이와 같은 방법을 구현하는 프로그램이 기록된 기록매체 | |
US20210302554A1 (en) | System and method for lidar defogging | |
CN110648542B (zh) | 基于方位识别窄波雷达的高精度车流量检测系统 | |
Dimitropoulos et al. | Aircraft detection and tracking using intelligent cameras | |
JP2021135149A (ja) | 動的物標検出システム、動的物標検出方法、及びコンピュータが実行可能なプログラム | |
CN115079121B (zh) | 用于车载雷达的多径目标识别方法、装置及存储介质 | |
Hu et al. | 3D vehicle extraction and tracking from multiple viewpoints for traffic monitoring by using probability fusion map |
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 |