CN116819483B - 路口车辆排队长度检测方法、装置、存储介质及终端 - Google Patents
路口车辆排队长度检测方法、装置、存储介质及终端 Download PDFInfo
- Publication number
- CN116819483B CN116819483B CN202311085463.8A CN202311085463A CN116819483B CN 116819483 B CN116819483 B CN 116819483B CN 202311085463 A CN202311085463 A CN 202311085463A CN 116819483 B CN116819483 B CN 116819483B
- Authority
- CN
- China
- Prior art keywords
- lane
- state
- queuing
- track
- target
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 51
- 239000011159 matrix material Substances 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 229920000535 Tan II Polymers 0.000 claims description 3
- 230000003068 static effect Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请的实施例公开了一种路口车辆排队长度检测方法、装置、存储介质及终端,属于智能交通管理技术领域,该路口车辆排队长度检测方法通过形成车道坐标矩阵,并在车道坐标矩阵中设定排队等候区,利用雷达检测获得车道内所有有效目标航迹,并基于对排队等候区以及车道内的所有有效目标的航迹的分析,评估车道所处的状态,进而对排队状态和缓行状态的车道进行排队长度的统计;该方法基于雷达检测的车道内有效目标航迹数据,能够动态且有效的统计路口每个车道的排队长度,保障车道排队长度检测的准确性,进而能够为智能交通管理提供依据。
Description
技术领域
本申请属于智能交通管理技术领域,具体涉及一种路口车辆排队长度检测方法、装置、存储介质及终端。
背景技术
在交叉路口,车辆排队长度是衡量交叉路口交通拥堵状况的关键指标。确切地获取车辆排队长度不仅可以实现智能交通信号灯的有效配时,还能提升交通路网的运行效率,当车辆排队长度超过道路容量时,交通拥堵现象会发生。这不仅会导致交通延误和时间浪费,还可能引发更严重的问题,如交通事故、道路堵塞和环境污染等。因此,准确获取车辆排队长度具有重要意义。
目前获取车辆排队长度的方法通常采用雷达或视觉检测的方案,由于雷达对于静止目标的检测能力很弱,为了解决这个问题,通常采用基于排队论的方法来估计车辆排队长度,从而得到一个近似的结果。这种方法无法提供准确的排队长度,只能给出一个大致的估计结果。对于智能交通系统而言,这种估计结果可能不够准确。另外,采用视觉检测的方案也存在一些弊端,视觉在光照条件不好或者雨雾天气时,往往失去检测能力。
发明内容
发明目的:本申请实施例提供一种路口车辆排队长度检测方法,旨在解决现有技术无法提供准确的车辆排队长度的技术问题;本申请实施例的另一目的是提供一种路口车辆排队长度检测装置;本申请实施例的第三个目的是提供一种存储介质,用于存储实现上述路口车辆排队长度检测方法的计算机程序;本申请实施例的第四个目的是提供一种终端,用于实现上述路口车辆排队长度检测方法。
技术方案:本申请实施例所述的一种路口车辆排队长度检测方法,包括:
基于路口车道地图信息,生成以雷达坐标为参考系的车道坐标矩阵,在所述车道坐标矩阵内设定各个车道的排队等候区;
获取雷达检测的所有所述车道内目标的航迹信息,并剔除所述航迹信息中的无效航迹,得到有效目标的航迹信息;
根据所述排队等候区及对应的所述车道内的所有所述有效目标的航迹信息,评估所述车道的状态;其中,当所述有效目标停止在所述排队等候区内,评估所述车道的状态为排队状态;当所述有效目标的平均车速小于设定车速阈值,和/或,所述有效目标的车间距小于设定间距阈值,评估所述车道的状态为缓行状态;
当所述车道的状态为排队状态或者缓行状态时,统计所述车道内的所述有效目标的排队长度。
在一些实施例中,所述排队等候区位于对应的所述车道内,且自所述车道的停止线沿着对应的所述车道的长度方向延伸;
其中,所述排队等候区沿着所述长度方向的延伸长度为L,所述有效目标的平均车身长度为M,满足:1≤L/M≤2。
在一些实施例中,所述剔除所述航迹信息中的无效航迹包括:
根据雷达检测的所有所述车道内目标的航迹信息,计算所述目标的航向角CourseAngle,计算方式如下:
CourseAngle=αtan2(vy,vx)
其中,αtan2为计算反正切函数,vy为所述目标沿对应的所述车道的长度方向的速度,vx为所述目标沿对应的所述车道的宽度方向的速度,CourseAngle的取值范围为(-π,π];
将fabs(CourseAngle- (-π/2))>π/6的航迹信息标记为无效航迹,予以剔除。
在一些实施例中,所述剔除所述航迹信息中的无效航迹包括:
从雷达检测的所有所述车道内目标的航迹信息中,获取各所述目标在检测过程中的最大速度Vmax;
将fabs(Vmax)<1m/s的航迹信息标记为无效航迹,予以剔除。
在一些实施例中,所述剔除所述航迹信息中的无效航迹包括:
计算各所述目标的航迹位置和航迹起始位置的最大位移Rmax,计算方式如下:
其中,和/>为雷达任意周期得到目标航迹的坐标位置,/>和/>为目标航迹的起始位置坐标,/>和/>为所述车道的宽度方向坐标,/>和/>为所述车道的长度方向坐标;
将Rmax<2m的航迹信息标记为无效航迹,予以剔除。
在一些实施例中,评估所述车道的状态为排队状态的步骤包括:
根据所述有效目标航迹的坐标和所述车道坐标矩阵,得到所述有效目标所属的所述车道;
如检测到所属的所述车道的排队等候区内,所述有效目标的航迹消失、所述有效目标的速度小于1m/s以及所述有效目标的航向角CourseAngle满足fabs(CourseAngle- (-π/2))<π/6,则所述有效目标停止在所述排队等候区内,评估所属的所述车道的状态为排队状态。
在一些实施例中,对于处于排队状态的车道,如速度在1m/s以下的所述有效目标的航迹消失,则所述有效目标的航迹设置为保持状态。
在一些实施例中,当所述车道的状态处于排队状态,保持所述有效目标的航迹优先用于点云的关联,用以保持所述有效目标的航迹ID不变。
在一些实施例中,评估所述车道的状态为缓行状态的步骤包括:
根据所述有效目标航迹的坐标和所述车道坐标矩阵,得到所述有效目标所属的所述车道;
遍历完所有的所述有效目标的航迹,得到每个所述车道的有效目标的航迹列表;
分别计算各个所述车道对应的航迹列表中,所有所述有效目标的平均车速Vmean和车间距Headway;
当所述平均车速小于所述设定车速阈值,和/或,所述有效目标的车间距小于所述设定间距阈值,则评估所述车道的状态为缓行状态。
在一些实施例中,所有所述有效目标的平均车速Vmean的计算方法如下:
其中,Vi为所述车道内任一所述有效目标的速度,N为车道内所述有效目标的个数;
所有所述有效目标的车间距Headway的计算方法如下:
其中,y i和y j分别为沿着所述车道的长度方向相邻的两个所述有效目标在所述长度方向上的坐标。
在一些实施例中,所述设定车速阈值为3m/s,所述设定间距阈值为2m。
在一些实施例中,还包括优先评估所述车道的状态是否为所述排队状态,然后评估所述车道的状态是否为所述缓行状态;
其中,如评估所述车道的状态满足所述缓行状态,并且已经优先评估所述车道的状态为所述排队状态,则认定所述车道的状态为所述排队状态。
在一些实施例中,当所述车道的状态为排队状态或者缓行状态时,统计所述车道内的所述有效目标的排队长度,步骤包括:
对所述车道内所有有效目标的航迹沿所述车道的长度方向的坐标y进行大小排序,得到排序后列表ylist,其中,所述列表ylist的第一项的值为ymin;
遍历所述列表ylist,比较相邻坐标y的差值;若所述差值大于或者等于预设差值阈值,则停止遍历,且设定此时的y值为ymax;若遍历完所述列表ylist,所述差值均小于所述预设差值阈值,则设定所述列表ylist的最后一项的值为ymax;
计算所述排队长度。
在一些实施例中,所述预设差值阈值为5m。
相应的,本申请实施例所述的一种路口车辆排队长度检测装置,包括:
矩阵生成模块,所述矩阵生成模块被配置为基于路口车道地图信息,生成以雷达坐标为参考系的车道坐标矩阵,并在所述车道坐标矩阵内设定各个车道的排队等候区;
航迹获取模块,所述航迹获取模块被配置为获取雷达检测的所有所述车道内目标的航迹信息,并剔除所述航迹信息中的无效航迹,得到有效目标的航迹信息;
车道状态评估模块,所述车道状态评估模块被配置为根据所述排队等候区及对应的所述车道内的所有所述有效目标的航迹信息,评估所述车道的状态;其中,当所述有效目标停止在所述排队等候区内,评估所述车道的状态为排队状态;当所述有效目标的平均车速小于设定车速阈值,和/或,所述有效目标的车间距小于设定间距阈值,评估所述车道的状态为缓行状态;
排队长度确定模块,所述排队长度确定模块被配置为当所述车道的状态为排队状态或者缓行状态时,统计所述车道内的所述有效目标的排队长度。
相应的,本申请实施例所述的一种存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现以上任一实施例所述的路口车辆排队长度检测方法。
相应的,本申请实施例所述的一种终端,包括存储介质和处理器,所述存储介质存储有计算机程序,所述处理器执行所述计算机程序时实现以上任一实施例所述的路口车辆排队长度检测方法。
有益效果:与现有技术相比,本申请实施例的路口车辆排队长度检测方法通过形成车道坐标矩阵,并在车道坐标矩阵中设定排队等候区,利用雷达检测获得车道内所有有效目标航迹,并基于对排队等候区以及车道内的所有有效目标的航迹的分析,评估车道所处的状态,进而对排队状态和缓行状态的车道进行排队长度的统计;该方法基于雷达检测的车道内有效目标航迹数据,能够动态且有效的统计路口每个车道的排队长度,保障车道排队长度检测的准确性,进而能够为智能交通管理提供依据。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域技术人员来讲,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为本申请实施例提供的路口车辆排队长度检测方法的流程图;
图2为形成车道坐标矩阵以及排队等候区的示意图;
图3为本申请实施例提供的路口车辆排队长度检测装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请的描述中,需要理解的是,术语“长度”、“宽度”、“内”、等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
申请人注意到,目前对于路口车辆排队长度的检测多采用雷达和视觉检测的方案,由于雷达对于静止目标的检测能力很弱,大多采用基于排队论的方法来估计车辆排队的长度,这样无法得到车辆排队长度的准确数据;采用视觉检测的方案往往受环境限制较多,适用性不强。
有鉴于此,本申请实施例提供一种路口车辆排队长度检测方法、装置、存储介质及终端,用以克服上述问题的至少一者。
需要说明的是,在本申请实施例的路口车辆排队长度检测方法中,所称的雷达均为夹设于路口处的毫米波雷达,该方法基于架设在路口处的毫米波雷达的检测数据实现。
请参阅图1,本申请实施例的路口车辆排队长度检测方法,包括:
S100、基于路口车道地图信息,生成以雷达坐标为参考系的车道坐标矩阵,在车道坐标矩阵内设定各个车道的排队等候区;
具体的,请一并结合图2,车道坐标矩阵为以雷达坐标为参考系的网格化车道坐标矩阵LaneMatrix,LaneMatrix里面每个小网格记录了车道编号等信息。其中,X方向可以为车道的宽度方向,也即为车道坐标矩阵的x坐标;Y方向可以为车道的长度方向,也即为车道坐标矩阵的y坐标。可以根据各车道现场的情况,设定排队等候区的具体参数。可以通过雷达检测到各目标的坐标(x,y),结合LaneMatrix可快速得到目标所属的车道信息,即能够判断是否位于对应车道的排队等候区内,方便后续步骤对数据信息的分析和计算。
S200、获取雷达检测的所有车道内目标的航迹信息,并剔除航迹信息中的无效航迹,得到有效目标的航迹信息;
雷达检测的航迹信息即雷达的跟踪信息,包括:目标的横向坐标x、目标的纵向坐标y、目标的横向速度Vx、目标的纵向速度Vy、航迹起始时目标的横向坐标StartX以及航迹起始时目标的纵向坐标StartY。其中,横向指车道的宽度方向X,纵向指车道的长度方向Y。
需要说明的是,无效航迹一般包括行人、道路周边的绿化带、路牌等,此类事物在雷达中检测形成的航迹属于无效航迹,会对后续车道状态的估计以及车道排队长度的确定形成干扰,因此需要去除。通过将这部分无效航迹去除,可以获得后续步骤所需的有效目标的航迹信息,也即车道内车辆的航迹信息。
S300、根据排队等候区及对应的车道内的所有有效目标的航迹信息,评估车道的状态;
需要说明的是,一般可以将车道状态分为排队状态、缓行状态以及通行状态。其中,当有效目标停止在排队等候区内,评估车道的状态为排队状态;当有效目标的平均车速小于设定车速阈值,和/或,有效目标的车间距小于设定间距阈值,评估车道的状态为缓行状态;在不满足上述条件以外的状态即表示车道处于通行状态。
S400、当车道的状态为排队状态或者缓行状态时,统计车道内的有效目标的排队长度。
该路口车辆排队长度检测方法基于雷达检测的车道内有效目标的航迹数据,评估车道的状态,并计算车道的排队长度,能够动态且有效的统计路口每个车道的排队长度,保障车道排队长度检测的准确性。
进一步的,请再次参阅图2,在步骤S100中,车道的排队等候区位于对应的车道内,且自车道的停止线沿着对应的车道的长度方向延伸;
其中,排队等候区沿着长度方向的延伸长度为L,有效目标的平均车身长度为M,满足:1≤L/M≤2。通过设置排队等候区的长度满足上述关系,使得进入排队等候区的后一有效目标不会被前面的有效目标过度遮挡,能够避免因有效目标被过度遮挡而导致检测数据失真,进而避免产生终端问题,提升最终车辆排队长度数据的准确性。
在一些实施例中,步骤S200剔除航迹信息中的无效航迹包括:根据雷达检测的所有车道内目标的航迹信息,计算目标的航向角CourseAngle,计算方式如下:
CourseAngle=αtan2(vy,vx)
其中,αtan2为计算反正切函数,vy为目标沿对应的车道的长度方向Y的速度,vx为目标沿对应的车道的宽度方向X的速度,CourseAngle的取值范围为(-π,π];
将fabs(CourseAngle- (-π/2))>π/6的航迹信息标记为无效航迹,予以剔除。也就是说,fabs(CourseAngle- (-π/2))>π/6的航迹信息所对应的检测目标,可以认定非车道内的车辆,应为周边环境内的其他干扰物在雷达中形成的航迹。可以通过剔除这些干扰物的航迹信息,保留有效目标的航迹信息。
进一步的,在一些实施例中,步骤S200剔除航迹信息中的无效航迹包括:从雷达检测的所有车道内目标的航迹信息中,获取各目标在检测过程中的最大速度Vmax;将fabs(Vmax)<1m/s的航迹信息标记为无效航迹,予以剔除。由于雷达具有较远的检测距离,在整个检测阶段目标的fabs(Vmax)<1m/s,可以判断该目标非车道内的车辆,属于可以剔除的干扰物,通过剔除这些干扰物的航迹信息,保留有效目标的航迹信息。
进一步的,在一些实施例中,步骤S200剔除航迹信息中的无效航迹包括:计算各目标的航迹位置和航迹起始位置的最大位移Rmax,计算方式如下:
其中,和/>为雷达任意周期得到目标航迹的坐标位置,/>和/>为目标航迹的起始位置坐标,/>和/>为车道的宽度方向X坐标,/>和/>为车道的长度方向Y坐标;将Rmax<2m的航迹信息标记为无效航迹,予以剔除。也就是说,对于雷达检测的目标中,通过上述方式计算的最大位移Rmax的航迹为无效航迹信息,对应的目标即为干扰物,应当予以剔除。
需要说明的是,上述航向角CourseAngle、最大速度Vmax、最大位移Rmax这三个判断无效航迹的方式可以相互独立,也可以任意结合实施。通过相互结合能够提升对无效航迹的判断准确度,使得保留的有效目标的航迹信息更加准确,进而能够提升后续车道状态评估、车道车辆排队长度统计的准确性。
在一些实施例中,车道的排队状态的评估是检测车道的排队等候区是否有有效目标航迹在该区域消失,评估车道的状态为排队状态的步骤包括:
根据雷达检测的有效目标航迹的坐标(x,y)和车道坐标矩阵LaneMatrix,得到有效目标所属的车道信息,也就是说,可以结合上述航迹坐标和车道坐标矩阵迅速得到有效目标属于哪一车道;
如检测到所属的车道的排队等候区内,有效目标的航迹消失、有效目标的速度小于1m/s以及有效目标的航向角CourseAngle满足fabs(CourseAngle- (-π/2))<π/6,则认为有效目标停止在排队等候区内,评估所属的车道的状态为排队状态。
在一些实施例中,对于处于排队状态的车道,如速度在1m/s以下的低慢速有效目标的航迹消失,则将该有效目标的航迹设置为保持状态。以便于后续应用到排队长度的统计计算,避免重复对有效目标进行确定,提升运算效率。
进一步的,在一些实施例中,当车道的状态处于排队状态,保持有效目标的航迹优先用于点云的关联,用以保持有效目标的航迹ID不变。也就是说,通过保持有效目标的航迹优先用于点云的关联,使关联成功的航迹不需要再次进行航迹的确认过程,不会形成滞留点,且目标航迹的ID不变,提高雷达数据的实用性和正确性。
在一些实施例中,步骤S200中评估车道的状态为缓行状态的步骤包括:根据有效目标航迹的坐标和车道坐标矩阵,得到有效目标所属的车道;具体的,以有效目标的航迹的坐标(x,y)为索引搜索车道坐标矩阵LaneMatrix,即可以得到该有效目标所属车道;
遍历完所有的有效目标的航迹,得到每个车道的有效目标的航迹列表,称为LaneTargetList{iLand},iLand为车道号,比如LaneTargetList{1}为图2中车道1内所有有效目标的航迹;
分别计算各个车道对应的航迹列表中,所有有效目标的平均车速Vmean和车间距Headway;当平均车速小于设定车速阈值,和/或,有效目标的车间距小于设定间距阈值,则评估车道的状态为缓行状态。
进一步的,在一些实施例中,所有有效目标的平均车速Vmean的计算方法如下:
其中,Vi为车道内任一有效目标的速度,N为车道内有效目标的个数;
所有有效目标的车间距Headway的计算方法如下:
其中,y i和y j分别为沿着车道的长度方向Y相邻的两个有效目标在长度方向Y上的坐标。
具体的,在一些实施例中,设定车速阈值为3m/s,设定间距阈值为2m。假如fabs(Vmean)的值小于3m/s,和/或,Headway的值小于2m,则认为车道处于缓行状态。
进一步的,在一些实施例中,还包括优先评估车道的状态是否为排队状态,然后评估车道的状态是否为缓行状态;其中,如评估车道的状态满足缓行状态,并且已经优先评估车道的状态为排队状态,则认定车道的状态为排队状态。也就是说,车道的状态的检测具有优先级,排队状态高于缓行状态,假如车道状态为排队状态,后续即使计算车道状态为缓行状态,车道的状态也仍旧为排队状态。
在一些实施例中,步骤S400中,当车道的状态为排队状态或者缓行状态时,统计车道内的有效目标的排队长度QueueLength,步骤包括:
对车道内所有有效目标的航迹沿车道的长度方向Y的坐标y进行大小排序,得到排序后列表ylist,其中,列表ylist的第一项的值为ymin;
遍历列表ylist,比较相邻坐标y的差值;若差值大于或者等于预设差值阈值,则停止遍历,且设定此时的y值为ymax;若遍历完列表ylist,差值均小于预设差值阈值,则设定列表ylist的最后一项的值为ymax;
计算排队长度。
具体的,在一些实施例中,预设差值阈值为5m。也就是说,若相邻坐标y的差值大于或者等于5m,则停止遍历,且设定此时的y值为ymax,进行排队长度的计算。
相应的,请参阅图3,本申请实施例的一种路口车辆排队长度检测装置,包括:
矩阵生成模块,矩阵生成模块被配置为基于路口车道地图信息,生成以雷达坐标为参考系的车道坐标矩阵,并在车道坐标矩阵内设定各个车道的排队等候区;
航迹获取模块,航迹获取模块被配置为获取雷达检测的所有车道内目标的航迹信息,并剔除航迹信息中的无效航迹,得到有效目标的航迹信息;
车道状态评估模块,车道状态评估模块被配置为根据排队等候区及对应的车道内的所有有效目标的航迹信息,评估车道的状态;其中,当有效目标停止在排队等候区内,评估车道的状态为排队状态;当有效目标的平均车速小于设定车速阈值,和/或,有效目标的车间距小于设定间距阈值,评估车道的状态为缓行状态;
排队长度确定模块,排队长度确定模块被配置为当车道的状态为排队状态或者缓行状态时,统计车道内的有效目标的排队长度。
需要说明的是,本申请实施例的路口车辆排队长度检测装置是与本申请实施例的路口车辆排队长度检测方法相对应的系统载体。装置中的功能单元分别对应控制方法中的相应步骤。该控制装置可与上述的控制方法相互相配合实施。相应地,该路口车辆排队长度检测方法中提到的相关技术细节也可应用在路口车辆排队长度检测装置中。
需要说明的是,上述的各功能模块单元实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块单元可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。此外这些模块单元全部或部分可以集成在一起,也可以独立实现。这里的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的部分或全部步骤,或以上的各功能模块单元可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
相应的,本申请实施例还提供一种终端,包括存储介质和处理器,存储介质存储有计算机程序,处理器执行计算机程序时实现以上任一实施例的路口车辆排队长度检测方法。具体的,该终端可以包括与系统总线连接的处理器、存储期(存储介质)和通信接口,其中,处理器用于提供该终端的控制计算能力;存储介质上存储有计算机程序,该计算机程序被处理器执行时实现路口车辆排队长度检测方法。存储介质包括计算机存储介质和内内存储器,计算机存储介质为非易失性存储介质,该非易失性存储介质存储有操作系统和计算机程序,内存储介质为操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络等。
在一些实施例中,上述实施例的路口车辆排队长度检测方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储介质、数据库或其它介质的任何引用,均可包括非易失性和易失性存储介质中的至少一种。非易失性存储介质可包括只读存储介质(Read Only Memory,ROM)、磁带、软盘、闪存、光存储介质、高密度嵌入式非易失性存储介质、阻变存储介质等。易失性存储介质可包括随机存取存储介质(Random Access Memory,RAM)或外部高速缓冲存储介质等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储介质(Static Random Access Memory,SRAM)或动态随机存取存储介质(DynamicRandomAccess Memory,DRAM)等。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
以上对本申请实施例所提供的路口车辆排队长度检测方法、装置、存储介质及终端进行了详细介绍,并应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的技术方案及其核心思想;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申请各实施例的技术方案的范围。
Claims (13)
1.一种路口车辆排队长度检测方法,其特征在于,包括:
基于路口车道地图信息,生成以雷达坐标为参考系的车道坐标矩阵,在所述车道坐标矩阵内设定各个车道的排队等候区;所述排队等候区位于对应的所述车道内,且自所述车道的停止线沿着对应的所述车道的长度方向延伸;其中,所述排队等候区沿着所述长度方向的延伸长度为L,有效目标的平均车身长度为M,满足:1≤L/M≤2;
获取雷达检测的所有所述车道内目标的航迹信息,并根据所述目标的航向角CourseAngle、所述目标在检测过程中的最大速度Vmax、所述目标的航迹位置和航迹起始位置的最大位移Rmax剔除所述航迹信息中的无效航迹,得到有效目标的航迹信息;
根据所述排队等候区及对应的所述车道内的所有所述有效目标的航迹信息,评估所述车道的状态;其中,当所述有效目标停止在所述排队等候区内,评估所述车道的状态为排队状态;当所述有效目标的平均车速小于设定车速阈值,和/或,所述有效目标的车间距小于设定间距阈值,评估所述车道的状态为缓行状态;评估所述车道的状态为排队状态的步骤包括:根据所述有效目标航迹的坐标和所述车道坐标矩阵,得到所述有效目标所属的所述车道;如检测到所属的所述车道的排队等候区内,所述有效目标的航迹消失、所述有效目标的速度小于1m/s以及所述有效目标的航向角CourseAngle满足fabs(CourseAngle - (-π/2))<π/6,则所述有效目标停止在所述排队等候区内,评估所属的所述车道的状态为排队状态;
当所述车道的状态为排队状态,保持所述有效目标的航迹优先用于点云的关联,用以保持所述有效目标的航迹ID不变;当所述车道的状态为排队状态或者缓行状态时,统计所述车道内的所述有效目标的排队长度;步骤包括:
对所述车道内所有有效目标的航迹沿所述车道的长度方向的坐标y进行大小排序,得到排序后列表ylist,其中,所述列表ylist的第一项的值为ymin;
遍历所述列表ylist,比较相邻坐标y的差值;若所述差值大于或者等于预设差值阈值,则停止遍历,且设定此时的y值为ymax;若遍历完所述列表ylist,所述差值均小于所述预设差值阈值,则设定所述列表ylist的最后一项的值为ymax;
计算所述排队长度。
2.根据权利要求1所述的路口车辆排队长度检测方法,其特征在于,所述剔除所述航迹信息中的无效航迹包括:
根据雷达检测的所有所述车道内目标的航迹信息,计算所述目标的航向角CourseAngle,计算方式如下:
CourseAngle=αtan2(vy,vx)
其中,αtan2为计算反正切函数,vy为所述目标沿对应的所述车道的长度方向的速度,vx为所述目标沿对应的所述车道的宽度方向的速度,CourseAngle的取值范围为(-π,π];
将fabs(CourseAngle - (-π/2))>π/6的航迹信息标记为无效航迹,予以剔除。
3.根据权利要求1所述的路口车辆排队长度检测方法,其特征在于,所述剔除所述航迹信息中的无效航迹包括:
从雷达检测的所有所述车道内目标的航迹信息中,获取各所述目标在检测过程中的最大速度Vmax;
将fabs(Vmax)<1m/s的航迹信息标记为无效航迹,予以剔除。
4.根据权利要求1所述的路口车辆排队长度检测方法,其特征在于,所述剔除所述航迹信息中的无效航迹包括:
计算各所述目标的航迹位置和航迹起始位置的最大位移Rmax,计算方式如下:
其中,和/>为雷达任意周期得到目标航迹的坐标位置,/>和/>为目标航迹的起始位置坐标,/>和/>为所述车道的宽度方向坐标,/>和/>为所述车道的长度方向坐标;
将Rmax<2m的航迹信息标记为无效航迹,予以剔除。
5.根据权利要求1所述的路口车辆排队长度检测方法,其特征在于,对于处于排队状态的车道,如速度在1m/s以下的所述有效目标的航迹消失,则所述有效目标的航迹设置为保持状态。
6.根据权利要求1所述的路口车辆排队长度检测方法,其特征在于,评估所述车道的状态为缓行状态的步骤包括:
根据所述有效目标航迹的坐标和所述车道坐标矩阵,得到所述有效目标所属的所述车道;
遍历完所有的所述有效目标的航迹,得到每个所述车道的有效目标的航迹列表;
分别计算各个所述车道对应的航迹列表中,所有所述有效目标的平均车速Vmean和车间距Headway;
当所述平均车速小于所述设定车速阈值,和/或,所述有效目标的车间距小于所述设定间距阈值,则评估所述车道的状态为缓行状态。
7.根据权利要求6所述的路口车辆排队长度检测方法,其特征在于,所有所述有效目标的平均车速Vmean的计算方法如下:
其中,Vi为所述车道内任一所述有效目标的速度,N为车道内所述有效目标的个数;
所有所述有效目标的车间距Headway的计算方法如下:
其中,y i和y j分别为沿着所述车道的长度方向相邻的两个所述有效目标在所述长度方向上的坐标。
8.根据权利要求6或7所述的路口车辆排队长度检测方法,其特征在于,所述设定车速阈值为3m/s,所述设定间距阈值为2m。
9.根据权利要求6所述的路口车辆排队长度检测方法,其特征在于,还包括优先评估所述车道的状态是否为所述排队状态,然后评估所述车道的状态是否为所述缓行状态;
其中,如评估所述车道的状态满足所述缓行状态,并且已经优先评估所述车道的状态为所述排队状态,则认定所述车道的状态为所述排队状态。
10.根据权利要求1所述的路口车辆排队长度检测方法,其特征在于,所述预设差值阈值为5m。
11.一种路口车辆排队长度检测装置,其特征在于,用于实施如权利要求1~10中任一项所述的路口车辆排队长度检测方法,所述路口车辆排队长度检测装置包括:
矩阵生成模块,所述矩阵生成模块被配置为基于路口车道地图信息,生成以雷达坐标为参考系的车道坐标矩阵,并在所述车道坐标矩阵内设定各个车道的排队等候区;
航迹获取模块,所述航迹获取模块被配置为获取雷达检测的所有所述车道内目标的航迹信息,并剔除所述航迹信息中的无效航迹,得到有效目标的航迹信息;
车道状态评估模块,所述车道状态评估模块被配置为根据所述排队等候区及对应的所述车道内的所有所述有效目标的航迹信息,评估所述车道的状态;其中,当所述有效目标停止在所述排队等候区内,评估所述车道的状态为排队状态;当所述有效目标的平均车速小于设定车速阈值,和/或,所述有效目标的车间距小于设定间距阈值,评估所述车道的状态为缓行状态;
排队长度确定模块,所述排队长度确定模块被配置为当所述车道的状态为排队状态或者缓行状态时,统计所述车道内的所述有效目标的排队长度。
12.一种存储介质,其特征在于,存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1~10任一项所述的路口车辆排队长度检测方法。
13.一种终端,其特征在于,包括存储介质和处理器,所述存储介质存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1~10任一项所述的路口车辆排队长度检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311085463.8A CN116819483B (zh) | 2023-08-28 | 2023-08-28 | 路口车辆排队长度检测方法、装置、存储介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311085463.8A CN116819483B (zh) | 2023-08-28 | 2023-08-28 | 路口车辆排队长度检测方法、装置、存储介质及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116819483A CN116819483A (zh) | 2023-09-29 |
CN116819483B true CN116819483B (zh) | 2023-11-14 |
Family
ID=88114782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311085463.8A Active CN116819483B (zh) | 2023-08-28 | 2023-08-28 | 路口车辆排队长度检测方法、装置、存储介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116819483B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101493991A (zh) * | 2009-02-20 | 2009-07-29 | 北京交通大学 | 基于传感器网络的交通状态获取方法及其装置 |
CN105513342A (zh) * | 2015-11-25 | 2016-04-20 | 南京莱斯信息技术股份有限公司 | 一种基于视频跟踪的车辆排队长度计算方法 |
CN110111590A (zh) * | 2019-06-04 | 2019-08-09 | 南京慧尔视智能科技有限公司 | 一种车辆动态排队长度检测方法 |
CN110766939A (zh) * | 2019-09-20 | 2020-02-07 | 重庆交通大学 | 基于车辆轨迹数据的信号交叉口排队长度估算方法 |
CN111781600A (zh) * | 2020-06-18 | 2020-10-16 | 重庆工程职业技术学院 | 一种适用于信号交叉口场景的车辆排队长度检测方法 |
CN112328718A (zh) * | 2020-10-31 | 2021-02-05 | 武汉中海庭数据技术有限公司 | 一种基于车辆动态轨迹跟踪的道路拓扑构建系统和方法 |
CN112562329A (zh) * | 2020-11-28 | 2021-03-26 | 山西省交通科技研发有限公司 | 一种基于毫米波雷达数据的交通事件感知方法 |
CN112927512A (zh) * | 2021-02-24 | 2021-06-08 | 山东科技大学 | 一种高速公路匝道合流控制系统及方法 |
CN115966084A (zh) * | 2023-03-17 | 2023-04-14 | 江西昂然信息技术有限公司 | 全息路口毫米波雷达数据处理方法、装置及计算机设备 |
CN116434566A (zh) * | 2022-12-02 | 2023-07-14 | 阿里云计算有限公司 | 交通流量的确定方法及设备 |
-
2023
- 2023-08-28 CN CN202311085463.8A patent/CN116819483B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101493991A (zh) * | 2009-02-20 | 2009-07-29 | 北京交通大学 | 基于传感器网络的交通状态获取方法及其装置 |
CN105513342A (zh) * | 2015-11-25 | 2016-04-20 | 南京莱斯信息技术股份有限公司 | 一种基于视频跟踪的车辆排队长度计算方法 |
CN110111590A (zh) * | 2019-06-04 | 2019-08-09 | 南京慧尔视智能科技有限公司 | 一种车辆动态排队长度检测方法 |
CN110766939A (zh) * | 2019-09-20 | 2020-02-07 | 重庆交通大学 | 基于车辆轨迹数据的信号交叉口排队长度估算方法 |
CN111781600A (zh) * | 2020-06-18 | 2020-10-16 | 重庆工程职业技术学院 | 一种适用于信号交叉口场景的车辆排队长度检测方法 |
CN112328718A (zh) * | 2020-10-31 | 2021-02-05 | 武汉中海庭数据技术有限公司 | 一种基于车辆动态轨迹跟踪的道路拓扑构建系统和方法 |
CN112562329A (zh) * | 2020-11-28 | 2021-03-26 | 山西省交通科技研发有限公司 | 一种基于毫米波雷达数据的交通事件感知方法 |
CN112927512A (zh) * | 2021-02-24 | 2021-06-08 | 山东科技大学 | 一种高速公路匝道合流控制系统及方法 |
CN116434566A (zh) * | 2022-12-02 | 2023-07-14 | 阿里云计算有限公司 | 交通流量的确定方法及设备 |
CN115966084A (zh) * | 2023-03-17 | 2023-04-14 | 江西昂然信息技术有限公司 | 全息路口毫米波雷达数据处理方法、装置及计算机设备 |
Non-Patent Citations (1)
Title |
---|
基于车辆轨迹数据的交叉口交通状态判别与控制优化研究;张森银;《中国优秀硕士学位论文全文数据库 工程科技II辑》;第2023卷(第2期);C034-1608 * |
Also Published As
Publication number | Publication date |
---|---|
CN116819483A (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109087510B (zh) | 交通监测方法及装置 | |
CN111540201B (zh) | 基于路侧激光雷达的车辆排队长度实时估计方法及系统 | |
CN112069944B (zh) | 一种道路拥堵等级确定方法 | |
CN102831429B (zh) | 车牌定位方法 | |
CN106295459A (zh) | 基于机器视觉和级联分类器的车辆检测和预警方法 | |
CN113127466B (zh) | 一种车辆轨迹数据预处理方法及计算机存储介质 | |
CN111325187B (zh) | 一种车道位置的识别方法及装置 | |
CN110458050B (zh) | 基于车载视频的车辆切入检测方法及装置 | |
WO2023197408A1 (zh) | 车速控制模型训练样本的确定方法及装置 | |
CN112859062A (zh) | 一种基于雷达的车辆排队长度检测方法及系统 | |
CN111160132B (zh) | 障碍物所在车道的确定方法、装置、电子设备和存储介质 | |
CN113724497A (zh) | 一种目标道路实时交通流量预测方法和装置 | |
CN110413942B (zh) | 车道线方程筛选方法及其筛选模块 | |
CN116819483B (zh) | 路口车辆排队长度检测方法、装置、存储介质及终端 | |
CN111881752B (zh) | 一种护栏检测分类方法、装置、电子设备及存储介质 | |
CN111950434A (zh) | 一种基于离散点扫描的车道线结构化方法及系统 | |
CN108830182B (zh) | 一种基于级联卷积神经网络的道线检测方法 | |
CN114895274A (zh) | 一种护栏识别方法 | |
CN115520216A (zh) | 行车状态判断方法、装置、计算机设备和存储介质 | |
CN111881823B (zh) | 一种地面目标检测评价方法 | |
CN114140772A (zh) | 基于深度学习的激光点云车道印刷虚线块提取方法及系统 | |
CN114414259A (zh) | 车辆的防碰撞测试方法、装置、电子设备及存储介质 | |
CN110264512A (zh) | 基于视频分析的车道边距检测方法及装置 | |
CN115675472B (zh) | 一种匝道口的确定方法、装置、电子设备和存储介质 | |
JP2000149181A (ja) | 交通流計測システム |
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 |