CN116165655A - 一种基于毫米波雷达组群的全域车辆轨迹跟踪系统 - Google Patents
一种基于毫米波雷达组群的全域车辆轨迹跟踪系统 Download PDFInfo
- Publication number
- CN116165655A CN116165655A CN202310027908.0A CN202310027908A CN116165655A CN 116165655 A CN116165655 A CN 116165655A CN 202310027908 A CN202310027908 A CN 202310027908A CN 116165655 A CN116165655 A CN 116165655A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- module
- track
- traffic
- data
- 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
- G08G1/0104—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
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
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)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开的一种基于毫米波雷达组群的全域车辆轨迹跟踪系统,包括:雷达检测模块采集车辆轨迹数据;视频监控模块采集车辆的图像信息;终端服务器包括雷达数据预处理模块、驾驶行为分析模块、风险管控模块和信息传输模块,雷达数据处理模块对车辆轨迹数据进行预处理,将多个车辆轨迹进行轨迹拼接得到车辆连续轨迹;驾驶行为分析模块对连续车辆轨迹进行分析得到驾驶行为,对驾驶行为进行安全监控和交通行为风险预警;风险管控模块针对不同等级交通行为风险进行风险管控分析得到管控方案;路侧设施执行管控方案进行交通行为风险管控。该系统实现车辆全域轨迹跟踪,根据连续车辆轨迹进行分析实现风险预警,为交通调度指挥提供决策依据。
Description
技术领域
本发明涉及车辆跟踪技术领域,具体涉及一种基于毫米波雷达组群的全域车辆轨迹跟踪系统。
背景技术
随着国民经济的持续发展,汽车保有量不断提高,机动车的普及在给人们出行带来便利的同时,也造成了严重的交通拥堵、交通事故和环境污染等问题。智能交通控制是缓解交通问题的有效手段,而准确实时的道路交通状态感知是制定可靠的交通管控策略的前提。其中,车辆行驶轨迹是反映驾驶员行为的重要表现,不仅可以检测驾驶员在行驶过程中出现的一些连续变道、鬼行、蛇形等不文明驾驶行为,而且可以从车辆行驶轨迹中分析出交通运行状态参数,如车流、排队等,对交通管控具有重要的意义。
传统的轨迹检测方法可以分为两大类:基于浮动车的方法和基于视频的方法。基于浮动车的方法样本量有限,且定位误差较大,不能准确刻画车辆行驶状态;基于视频的方法依赖复杂的图像处理算法,需性能强大的数据中心支持,且系统成本高。
发明内容
针对现有技术中的缺陷,本发明提供一种基于毫米波雷达组群的全域车辆轨迹跟踪系统,通过雷达和视频技术相结合,能精确获取车辆轨迹,并对车辆轨迹进行拼接得到连续车辆轨迹,实现车辆全域轨迹跟踪,根据连续车辆轨迹进行分析实现风险预警,为交通调度指挥提供决策依据。
本发明实施例提供的一种基于毫米波雷达组群的全域车辆轨迹跟踪系统,包括:雷达检测模块、视频监控模块、通讯模块、终端服务器、路侧设施、监控中心和云端服务器,所述雷达检测模块采用毫米波雷达采集车辆轨迹数据;
所述视频监控模块用于采集车辆的图像信息;
所述通讯模块用于将车辆轨迹数据和图像信息发送给终端服务器;
所述终端服务器包括雷达数据预处理模块、驾驶行为分析模块、风险管控模块和信息传输模块,所述雷达数据处理模块用于对车辆轨迹数据进行预处理得到预处理后的轨迹数据,并将多个雷达检测模块的车辆轨迹进行轨迹拼接,得到车辆连续轨迹;
所述驾驶行为分析模块根据图像信息获取车牌号,将每辆车的连续轨迹与车牌号相结合得到车辆的全域轨迹与车牌号的对应关系,对连续车辆轨迹进行分析得到驾驶行为,对驾驶行为进行安全监控和交通行为风险预警;
所述风险管控模块针对不同等级交通行为风险进行风险管控分析得到管控方案;
所述信息传输模块将管控方案发送给路侧设施,并将车辆连续轨迹、车辆图像信息发送到监控中心和云端服务器;
所述路侧设施执行管控方案进行交通行为风险管控;
所述监控中心显示车辆连续轨迹和车辆图像信息;
所述云端服务器接收并存储车辆连续轨迹和车辆图像信息。
可选地,终端服务器还包括车辆统计模块,所述车辆统计模块用于对预处理后的轨迹数据进行统计分析,得到断面交通流参数信息。
可选地,终端服务器还包括交通事件监测模块,所述交通事件监测模块用于对预处理后的轨迹数据进行平滑处理,得到单车事件,判断单车事件是否为异常交通事件。
可选地,终端服务器还包括道路风险预警模块,所述道路风险预警模块用于根据交通流参数信息和异常交通事件对道路风险进行分级和预警。
可选地,终端服务器还包括自校准模块,所述自校准模块对预处理后的轨迹数据进行统计分析,得到车辆的车道数据,根据车道数据和预处理后的轨迹数据进行自校准得到弯道线形数据。
可选地,系统还包括动态称重模块,所述动态称重模块用于对经过卡口的车辆进行动态称重得到车辆的重量,将车辆的重量发送给终端服务器,终端服务器包括车重分析模块,所述车重分析模块用于根据车辆轨迹数据、车牌号和车重信息进行匹配,并对称重车辆的轨迹数据进行标记。
可选地,系统还包括气象传感器,所述气象传感器用于采集气象信息。
可选地,路侧设施包括可变限速系统、可变信息发布系统、LTE路侧设备和匝道控制系统。
可选地,交通行为包括超速、跟车过近、随意变道和急加急减速。
本发明的有益效果:
本发明实施例提供发一种基于毫米波雷达组群的全域车辆轨迹跟踪系统,通过雷达和视频技术相结合,能精确获取车辆轨迹,并对车辆轨迹进行拼接得到连续车辆轨迹,实现车辆全域轨迹跟踪,根据连续车辆轨迹进行分析实现风险预警,为交通调度指挥提供决策依据,降低交通运行风险。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1示出了本发明第一实施例所提供的一种基于毫米波雷达组群的全域车辆轨迹跟踪系统的结构示意图。
图2示出了本发明第一实施例所提供的一种基于毫米波雷达组群的全域车辆轨迹跟踪系统中的终端服务器的结构示意图;
图3示出了本发明另一实施例所提供的一种基于毫米波雷达组群的全域车辆轨迹跟踪系统的结构示意图;
图4示出了本发明另一实施例所提供的一种基于毫米波雷达组群的全域车辆轨迹跟踪系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
如图1所示,示出了本发明第一实施例所提供的一种基于毫米波雷达组群的全域车辆轨迹跟踪系统的结构示意图,该系统包括:雷达检测模块、视频监控模块、通讯模块、终端服务器、路侧设施、监控中心和云端服务器,雷达检测模块采用毫米波雷达采集车辆轨迹数据;视频监控模块用于采集车辆的图像信息;通讯模块用于将车辆轨迹和图像信息发送给终端服务器;终端服务器包括雷达数据预处理模块、驾驶行为分析模块、风险管控模块和信息传输模块,所述雷达数据处理模块用于对车辆轨迹数据进行预处理得到预处理后的轨迹数据,并将多个雷达检测模块的车辆轨迹进行轨迹拼接,得到车辆连续轨迹;驾驶行为分析模块根据图像信息获取车牌号,将每辆车的连续轨迹与车牌号相结合得到车辆的全域轨迹与车牌号的对应关系,对连续车辆轨迹进行分析得到驾驶行为,对驾驶行为进行安全监控和交通行为风险预警;风险管控模块针对不同等级交通行为风险进行风险管控分析得到管控方案;信息传输模块将管控方案发送给路侧设施,并将车辆连续轨迹、车辆图像信息发送到监控中心和云端服务器;路侧设施执行管控方案进行交通行为风险管控;监控中心显示车辆连续轨迹和车辆图像信息;云端服务器接收并存储车辆连续轨迹和车辆图像信息。
在本实施例中,使用多个雷达检测模块采集车辆轨迹数据,雷达检测模块采用毫米波雷达,一个雷达检测模块为一个雷达组,每个雷达组有4个雷达。每个毫米波雷达探测距离为±250米至±50米,雷达之间匹配拼接段长度为50米,雷达组面向车流方向感知距离为220米,背向车流方向感知距离为170米。因此,雷达组在视野开阔的直线上的布设间距为350米,由此实现雷达图像的拼接,在弯道、隧道等位置由于安装高度有限,雷达探测距离受限,布设间距需要加密至150米。雷达具有穿透能力强,不受天气影响。大气对雷达波段的传播具有衰减作用,毫米波雷达无论在洁净空气中还是在雨雾、烟尘、污染中的衰减都弱于红外线、微波等,具有更强的穿透能力。毫米波雷达波束窄、频带宽、分辨率高,在大气窗口频段不受白天和黑夜的影响具有全天候的特点。体积小巧紧凑,安装简单。毫米波波长短,天线口径小,元器件尺寸小,这使得毫米波雷达系统体积小重量轻,容易安装在任何位置。对于相同的物体,毫米波雷达的截面积大、灵敏度较高,可探测和定位小目标。可实现远距离感知与探测。由于毫米波在大气中衰减弱,所以可以实现超过250m以上距离的移动物体感知与探测。毫米波雷达扫描频率为15Hz,每次扫描识别的目标最多为256个,可实现任意区间的车速过滤,实现±.1km/h的车速精度,远场±0.4米,近场±0.1米的位置测量精度,从而实现厘米级车辆定位及速度感知,通过轨迹点位匹配复现车辆轨迹,并在GIS地图上实现车辆轨迹可视化呈现。
视频监控模块包括高清全景摄像机、辅助照明设备、补光灯、卡口抓拍单元和图像采集识别处理单元,高清全景摄像机进行卡口图像采集,卡口抓拍单元进行图像抓拍,辅助照明设备和补光灯对图像采集的质量起辅助作用。
通讯模块将雷达检测模块采集的车辆轨迹数据和视频监控模块采集的图像信息传输给终端服务器。终端服务器为边缘计算节点,在边端实现数据融合和结构化,降低云端服务器计算负载和网络延时。本发明实施例基于大规模的分布式计算,系统鲁棒性高,对网络负载要求不高,对云端服务器计算性能要求不高。
如图2所示,终端服务器包括雷达数据预处理模块、驾驶行为分析模块、风险管控模块和信息传输模块。雷达数据预处理模块对雷达数据进行降噪、去除因雷达震动产生的噪声、杆件形变的噪声等,适配任意弯曲的高速道路;对安装位置敏感性不高。对于隧道内封闭行车环境,采用去镜像算法实现镜像车辆轨迹擦除,从而实现对隧道内行车轨迹稳定识别跟踪。采用分段及单点敏感聚类算法对车辆轨迹数据进行分段聚类并基于统计分析算法实现统计学上的弯道车道的识别。关联多雷达进行轨迹数据拼接,输出全路段所有车辆连续轨迹,完成对驾驶行为的全域监控。驾驶行为分析模块从图像信息中获取车牌号,将每辆车的连续轨迹与车牌号相结合得到车辆的全域轨迹与车牌号一一对应关系,对连续车辆轨迹进行分析得到驾驶行为,对驾驶行为进行安全监控和交通行为风险预警。驾驶行为包括正常行驶、停车、慢行、超速、倒车、跟车过近、随意变道和急加急减速等,针对超速、跟车过近、随意变道、急加急减速等高风险交通行为,构建高风险交通行为场景库,实现高风险交通事件高准确预警。风险管控模块针对不同等级交通行为风险进行风险管控分析得到管控方案。针对不同等级高风险行为,采用不同的预警管控方案,实现不同等级高风险行为的智能引导管控和干预。智能引导管控包括限速引导,换道提示、匝道控制、横向及纵向距离保持等。信息传输模块将管控方案发送给路侧设施,并将车辆连续轨迹、车辆图像信息发送到监控中心和云端服务器。路侧设施执行管控方案进行交通行为风险管控,路侧设施包括可变限速系统、可变信息发布系统、LTE路侧设备和匝道控制系统。终端服务器对路侧设施进行调度,从车道级限速、车道控制、匝道控制等角度,进行短时交通运行风险管控,对于管控方案内容,根据不同等级车流行车风险,发布车道级可变限速、禁止变道、单向变道、自由变道、匝道关闭等干预信息,为降低交通运行风险提供技术支持。
监控中心显示车辆连续轨迹和车辆图像信息。在全域轨迹监控界面提供高风险车辆识别和点选功能,实现车辆的全域标红追踪,同时视频界面实现对该车辆的追踪视频显示切换。云端服务器接收并存储车辆连续轨迹和车辆图像信息,可方便随时调用和查看。
终端服务器还包括车辆统计模块、交通事件监测模块和道路风险预警模块,车辆统计模块对预处理后的轨迹数据进行统计分析,得到断面交通流参数信息,断面交通流参数信息包括流量、速度和占有率等。交通事件监测模块对预处理后的轨迹数据进行平滑处理,得到单车事件,判断单车事件是否为异常交通事件。道路风险预警模块根据交通流参数信息和异常交通事件对道路风险进行分级和预警。
终端服务器还包括自校准模块,自校准模块对预处理后的轨迹数据进行统计分析,得到车辆的车道数据,根据车道数据和预处理后的轨迹数据进行自校准得到弯道线形数据。
如图3所述,示出了本发明另一实施例提供的一种基于毫米波雷达组群的全域车辆轨迹跟踪系统的结构示意图,与第一实施例不同之处在于,该系统还包括动态称重模块,所述动态称重模块用于对经过卡口的车辆进行动态称重得到车辆的重量,将车辆的重量发送给终端服务器,终端服务器包括车重分析模块,所述车重分析模块用于根据车辆轨迹数据、车牌号和车重信息进行匹配,并对称重车辆的轨迹数据进行标记,得到有特殊标签的轨迹数据,方便轨迹跟踪。
如图4所述,示出了本发明另一实施例提供的一种基于毫米波雷达组群的全域车辆轨迹跟踪系统的结构示意图,与第一实施例不同之处在于,基于毫米波雷达组群的全域车辆轨迹跟踪系统还包括气象传感器,气象传感器用于采集气象信息,将采集的气象信息通过通讯模块发送给终端服务器,终端服务器根据气象信息将对应发送的提醒信息发送给路侧设施,路侧设施显示提醒信息提醒驾驶员注意安全行车,减少安全事故的发生。
本发明实施例提供的一种基于毫米波雷达组群的全域车辆轨迹跟踪系统,通过雷达和视频技术相结合,能精确获取车辆轨迹,并对车辆轨迹进行拼接得到连续车辆轨迹,实现车辆全域轨迹跟踪,根据连续车辆轨迹进行分析实现风险预警,为交通调度指挥提供决策依据,降低交通运行风险。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (9)
1.一种基于毫米波雷达组群的全域车辆轨迹跟踪系统,其特征在于,包括:雷达检测模块、视频监控模块、通讯模块、终端服务器、路侧设施、监控中心和云端服务器,所述雷达检测模块采用毫米波雷达采集车辆轨迹数据;
所述视频监控模块用于采集车辆的图像信息;
所述通讯模块用于将车辆轨迹数据和图像信息发送给终端服务器;
所述终端服务器包括雷达数据预处理模块、驾驶行为分析模块、风险管控模块和信息传输模块,所述雷达数据处理模块用于对车辆轨迹数据进行预处理得到预处理后的轨迹数据,并将多个雷达检测模块的车辆轨迹进行轨迹拼接,得到车辆连续轨迹;
所述驾驶行为分析模块根据图像信息获取车牌号,将每辆车的连续轨迹与车牌号相结合得到车辆的全域轨迹与车牌号的对应关系,对连续车辆轨迹进行分析得到驾驶行为,对驾驶行为进行安全监控和交通行为风险预警;
所述风险管控模块针对不同等级交通行为风险进行风险管控分析得到管控方案;
所述信息传输模块将管控方案发送给路侧设施,并将车辆连续轨迹、车辆图像信息发送到监控中心和云端服务器;
所述路侧设施执行管控方案进行交通行为风险管控;
所述监控中心显示车辆连续轨迹和车辆图像信息;
所述云端服务器接收并存储车辆连续轨迹和车辆图像信息。
2.如权利要求1所述的系统,其特征在于,所述终端服务器还包括车辆统计模块,所述车辆统计模块用于对预处理后的轨迹数据进行统计分析,得到断面交通流参数信息。
3.如权利要求2所述的系统,其特征在于,所述终端服务器还包括交通事件监测模块,所述交通事件监测模块用于对预处理后的轨迹数据进行平滑处理,得到单车事件,判断单车事件是否为异常交通事件。
4.如权利要求3所述的系统,其特征在于,所述终端服务器还包括道路风险预警模块,所述道路风险预警模块用于根据交通流参数信息和异常交通事件对道路风险进行分级和预警。
5.如权利要求2所述的系统,其特征在于,所述终端服务器还包括自校准模块,所述自校准模块对预处理后的轨迹数据进行统计分析,得到车辆的车道数据,根据车道数据和预处理后的轨迹数据进行自校准得到弯道线形数据。
6.如权利要求1所述的系统,其特征在于,所述系统还包括动态称重模块,所述动态称重模块用于对经过卡口的车辆进行动态称重得到车辆的重量,将车辆的重量发送给终端服务器,终端服务器包括车重分析模块,所述车重分析模块用于根据车辆轨迹数据、车牌号和车重信息进行匹配,并对称重车辆的轨迹数据进行标记。
7.如权利要求1所述的系统,其特征在于,所述系统还包括气象传感器,所述气象传感器用于采集气象信息。
8.如权利要求1所述的系统,其特征在于,所述路侧设施包括可变限速系统、可变信息发布系统、LTE路侧设备和匝道控制系统。
9.如权利要求1-8任一项所述的系统,其特征在于,所述交通行为包括超速、跟车过近、随意变道和急加急减速。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310027908.0A CN116165655A (zh) | 2023-01-09 | 2023-01-09 | 一种基于毫米波雷达组群的全域车辆轨迹跟踪系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310027908.0A CN116165655A (zh) | 2023-01-09 | 2023-01-09 | 一种基于毫米波雷达组群的全域车辆轨迹跟踪系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116165655A true CN116165655A (zh) | 2023-05-26 |
Family
ID=86414167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310027908.0A Pending CN116165655A (zh) | 2023-01-09 | 2023-01-09 | 一种基于毫米波雷达组群的全域车辆轨迹跟踪系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116165655A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116679293A (zh) * | 2023-08-01 | 2023-09-01 | 长沙隼眼软件科技有限公司 | 基于高精地图的多雷达目标轨迹拼接方法及装置 |
-
2023
- 2023-01-09 CN CN202310027908.0A patent/CN116165655A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116679293A (zh) * | 2023-08-01 | 2023-09-01 | 长沙隼眼软件科技有限公司 | 基于高精地图的多雷达目标轨迹拼接方法及装置 |
CN116679293B (zh) * | 2023-08-01 | 2023-09-29 | 长沙隼眼软件科技有限公司 | 基于高精地图的多雷达目标轨迹拼接方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112927512B (zh) | 一种高速公路匝道合流控制系统及方法 | |
CN110264783B (zh) | 基于车路协同的车辆防碰撞预警系统及方法 | |
CN113347254B (zh) | 基于v2x的智能交通控制车联网系统及其控制方法 | |
CN108919256B (zh) | 四维实景交通仿真车辆超速全程跟踪检测报警系统及方法 | |
WO2021031338A1 (zh) | 多雷达跨区域组网多目标跟踪识别方法及装置 | |
CN110164130B (zh) | 交通事件检测方法、装置、设备及存储介质 | |
CN113706737B (zh) | 基于自动驾驶车辆的路面巡检系统及方法 | |
CN112837535A (zh) | 交通信息处理方法、装置、系统、设备及存储介质 | |
EP3403219A1 (en) | Driver behavior monitoring | |
CN111383465B (zh) | 一种基于车联网的高速公路危险预警及速度控制系统 | |
CN112289054A (zh) | 道路安全预警方法、obu、rsu、mec设备及系统 | |
CN114385661A (zh) | 一种基于v2x技术的高精地图更新的系统 | |
CN102231231A (zh) | 区域公路网交通安全态势预警系统及其方法 | |
CN110264742B (zh) | 一种适用于高速公路的车载信息监测装置及其警示方法 | |
CN110942670A (zh) | 一种高速公路雾区诱导方法 | |
CN113147733A (zh) | 雨雾沙尘天气汽车智能限速系统及方法 | |
CN109118786B (zh) | 一种基于量化自适应卡尔曼滤波的车辆速度预测方法 | |
CN114387785A (zh) | 一种基于智慧公路的安全管控方法、系统及可存储介质 | |
CN114559933A (zh) | 基于车路协同的无人驾驶车辆紧急避险感知与决策系统 | |
CN114283606A (zh) | 用于车辆导航的方法、装置、设备、系统和云控平台 | |
CN116165655A (zh) | 一种基于毫米波雷达组群的全域车辆轨迹跟踪系统 | |
KR20210074042A (ko) | 사업용 차량을 이용하여 도로 위험정보를 탐지하는 방법 및 장치 | |
CN117793667A (zh) | 基于数字孪生的车路协同系统 | |
CN117253367A (zh) | 一种轨迹数据驱动的高速公路抛洒物检测及避让预警方法 | |
CN117058872A (zh) | 一种用于高速公路信息发布方法、系统和存储介质 |
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 |