CN116824877A - 一种交通流量毫米波雷达的车辆检测方法、介质及系统 - Google Patents

一种交通流量毫米波雷达的车辆检测方法、介质及系统 Download PDF

Info

Publication number
CN116824877A
CN116824877A CN202311094928.6A CN202311094928A CN116824877A CN 116824877 A CN116824877 A CN 116824877A CN 202311094928 A CN202311094928 A CN 202311094928A CN 116824877 A CN116824877 A CN 116824877A
Authority
CN
China
Prior art keywords
area
vehicles
statistical
millimeter wave
wave radar
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
CN202311094928.6A
Other languages
English (en)
Other versions
CN116824877B (zh
Inventor
梁璟玥
罗永康
李军
陈磊
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 Nanoradar Technology Co ltd
Original Assignee
Hunan Nanoradar 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 Nanoradar Technology Co ltd filed Critical Hunan Nanoradar Technology Co ltd
Priority to CN202311094928.6A priority Critical patent/CN116824877B/zh
Publication of CN116824877A publication Critical patent/CN116824877A/zh
Application granted granted Critical
Publication of CN116824877B publication Critical patent/CN116824877B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/065Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/91Radar or analogous systems specially adapted for specific applications for traffic control

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种交通流量毫米波雷达的车辆检测方法、介质及系统,方法包括:1)在雷达的检测区域中划分出输入区、统计区和输出区;2)将各区构建成一个负反馈放大器模型,将各区车辆数量转换成负反馈放大器的电阻值,输入区的车辆数量对应电阻R1,输出区的车辆数量对应电阻R2,统计区的车辆数量对应电阻R3;3)获取输入区、统计区和输出区的车辆数量,分别为R1、R3、R2;4)根据R1、R3、R2得到放大倍数,当放大倍数不在预设阈值内,则根据放大倍数调整统计区内一个车辆目标对应的FFT点数,直至放大倍数在预设阈值内。本发明具有操作简便、检测精准等优点。

Description

一种交通流量毫米波雷达的车辆检测方法、介质及系统
技术领域
本发明主要涉及雷达技术领域,具体涉及一种交通流量毫米波雷达的车辆检测方法、介质及系统。
背景技术
交通流量毫米波雷达在智慧交通中有着非常重要的作用,毫米波雷达相比视觉传感器具有全天候、全天时的特性优势,在当前城市交通路口已经开始规模化应用毫米波雷达+摄像头的方式来实时统计路口的车流量信息,通过车流量的状况动态调整红绿灯路口的变灯时间。
毫米波雷达具有在雨雾冰雪天气、灯光不足或完全黑暗的环境中准确检测目标距离、速度、方位等信息,但是毫米波雷达在这种流量场景应用有共性的疑难问题:1)车辆靠近路口停止线时前后车辆相隔很近导致车辆目标在频谱上的遮挡;2)慢速行程带来的类静止目标的特性,雷达对于复杂场景下静止目标的检测能力是非常欠缺的。以上两个主要问题就导致了目前几乎所有交通流量雷达都面临统计车流量时准确性差的问题。比如一个路口等红灯时本来有100辆车,但是雷达由于前后目标遮挡、慢速的问题只能检测出60辆,前端传感器的统计不准确从而影响了交通路口统计、调整策略。
当前毫米波雷达为了尽量准确的感知路口车辆,会采用以下方案:
1)提高雷达带宽,使一辆车在距离频谱上的点数增多,距离分辨率提高,从而更能区分靠的很近的两辆车。但是带宽的提高,带来的距离分辨率的提高使得雷达需要处理更多的数据,采样率一定的情况下雷达测试距离减少;
2)通过采用相关策略来根据车辆慢速之前的一些信息去虚拟车辆数量与轨迹。使用策略去虚拟车辆数量与轨迹环境适用性差,非常容易误判,有时明明没有车辆的车道虚拟出了不少车辆;
3)采用其他传感器比如摄像头进行融合,对雷达数据进行补偿与矫正,这个融合有不错的作用,但是并没有从雷达端提升了流量统计的能力,也就是说雷达的全天候、全天时的优势没有发挥出来,在夜晚、雨雾冰雪天气中摄像头感知能力下降的情况下,雷达的能力也同时下降,那与纯视觉方案没有什么区别了。
总之,上述的这些措施基本上都有比较明显的弊端,而且效果非常有限。
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,本发明提供一种检测精准的交通流量毫米波雷达的车辆检测方法、介质及系统。
为解决上述技术问题,本发明提出的技术方案为:
一种交通流量毫米波雷达的车辆检测方法,包括步骤:
1)预先在交通流量毫米波雷达的检测区域中划分出输入区、统计区和输出区共三个区间;所述输入区、统计区和输出区沿道路的行车方向依次布置;其中统计区与输出区之间的界线为红绿灯停止线;
2)将输入区、统计区和输出区构建成一个负反馈放大器模型,将三个区间的车辆数量转换成负反馈放大器的电阻值,其中输入区的车辆数量对应电阻R1的阻值,输出区的车辆数量对应电阻R2的阻值,统计区的车辆数量对应电阻R3的阻值;其中R1为负反馈放大器的输入电阻,R2和R3为负反馈放大器的反馈回路电阻,且R3为可调电阻;
3)通过交通流量毫米波雷达获取输入区、统计区和输出区的车辆数量,并转换成对应的电阻值,分别对应为R1、R3、R2;
4)根据R1、R3、R2得到对应负反馈放大器的放大倍数,再将放大倍数与预设阈值进行比较;当所述放大倍数在预设阈值内,则R3对应为统计区内的车辆数量;如果放大倍数不在预设阈值内,则根据放大倍数调整统计区内一个车辆目标对应的距离维FFT图中的FFT点数,直至放大倍数在预设阈值内。
优选地,在步骤4)中,根据放大倍数调整统计区内一个车辆目标对应的FFT点数的具体过程为:
当所述放大倍数小于预设阈值时,则减少统计区内距离维FFT图中一个车辆目标对应的FFT点数;
当所述放大倍数大于预设阈值时,则增加统计区内距离维FFT图中一个车辆目标对应的FFT点数。
优选地,每次增加或减少FFT点数的数量为一个。
优选地,在步骤4)中,对应的预设阈值为1±0.1。
优选地,在步骤1)中,输入区、统计区和输出区构成的区域为交通流量毫米波雷达的整个探测区域。
本发明还公开了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在被处理器运行时执行如上所述方法的步骤。
本发明进一步公开了一种交通流量毫米波雷达的车辆检测系统,包括相互连接的存储器和处理器,所述存储器上存储有计算机程序,所述计算机程序在被处理器运行时执行如上所述方法的步骤。
与现有技术相比,本发明的优点在于:
本发明将雷达检测区域分成输入区、统计区、输出区三个区间,然后对三个区间建模,等效为一个放大倍数为1的负反馈放大器模型,将统计区中各种复杂的环境因素:车辆遮挡、多径、频谱连接等多种复杂问题统一成一个模糊因子,对应可变电阻R3,然后通过雷达具有确定能力的输入区R1与输出区R2去动态调节R3,即用确定来调节不确定,形成一个具有反馈能力的闭环系统;本发明的方法是个典型的将复杂的、模糊的问题简单化、可调、可控,建模使模糊的部分可以通过其他确定性的部分来调节,极大的简化了传统方式中采用各种策略带来的计算复杂度高、系统复杂度高、环境适用能力差等问题。
本发明采用电路中运放的概念,使用模糊控制的方式来解决流量检测、统计问题,几乎不增加雷达成本、运算量,不受雷达硬件平台限制,更重要的是能非常简单、有效地解决当前行业中遇到的疑难问题。
本发明对雷达检测区域进行分段并建模,使每个区间段中车流量转换成负反馈放大器中电阻值,这样交通路口的流量统计就转换成了一个简单的负反馈放大器,调整负反馈放大器中的反馈回路中的电阻值(R2+R3)就可以调整输出与输入的关系,使的车辆的输出值动态等于车辆的输入值,这种建模、转化的方式可以使得复杂的流量统计问题变得清晰、直观、可控。
附图说明
图1为本发明中负反馈放大器在实施例的电路原理图。
图2为本发明中的输入区、统计区和输出区的划分示意图。
图3为本发明中相机拍摄的雷达的检测区域的车辆分布图。
图4为本发明中毫米波雷达对应的距离维频谱图。
图5为本发明中的雷达实测图。
图6为本发明的检测方法在实施例的流程图。
具体实施方式
以下结合说明书附图和具体实施例对本发明作进一步描述。
如图6所示,本发明实施例的交通流量毫米波雷达的车辆检测方法,包括步骤:
1)预先在交通流量毫米波雷达的检测区域中划分出输入区、统计区和输出区共三个区间;所述输入区、统计区和输出区沿道路的行车方向依次布置;其中统计区与输出区之间的界线为红绿灯停止线;
2)将输入区、统计区和输出区构建成一个负反馈放大器模型,将三个区间的车辆数量转换成负反馈放大器的电阻值,其中输入区的车辆数量对应电阻R1的阻值,输出区的车辆数量对应电阻R2的阻值,统计区的车辆数量对应电阻R3的阻值;其中R1为负反馈放大器的输入电阻,R2和R3为负反馈放大器的反馈回路电阻,且R3为可调电阻;
3)通过交通流量毫米波雷达获取输入区、统计区和输出区的车辆数量,分别对应为R1、R3、R2;
4)根据R1、R3、R2得到对应负反馈放大器的放大倍数,再将放大倍数与预设阈值进行比较;当所述放大倍数在预设阈值内,则R3对应为统计区内的车辆数量;如果放大倍数不在预设阈值内,则根据放大倍数调整统计区内一个车辆目标对应的FFT点数,直至放大倍数在预设阈值内。
在一具体实施例中,在步骤1)中,输入区、统计区和输出区构成的区域为交通流量毫米波雷达的整个探测区域。如图2所示,比如一款探测能力为200米的毫米波雷达,道路为单向5车道,车辆来向行驶,一般城市道路红绿灯之间的间距大于40米,雷达架设在对面红绿灯龙门架上,输出区为车辆红绿灯停止线往雷达方向取20米,统计区为车辆红绿灯停止线往雷达安装的反方向取160米,输入区为统计区往雷达安装的反方向再取20米。其中统计区就是雷达工作区域,雷达需要感知、统计该区域内的车流量信息,这个区域就是流量毫米波雷达输出的工作区域。
在一具体实施例中,图1为经典的负反馈放大器的电路图。其中R1为输入电阻,对应输入区中雷达环境因子;R2+R3为反馈回路电阻,R2对应输出区中雷达环境因子;R3为可调电阻,对应统计区中的调节因子。其中输入区与输出区都为车辆快速运动区域,雷达对于快速、运动物体的检测能力远远大于拥堵、慢速物体。故本发明通过运动物体去统计复杂的慢速、遮挡物体,因为车辆在同一个道路上行驶的数量总和是相对一定的,只要有准确的输入与输出,就能通过模糊控制与分析统计出中间段的车辆数量。
通过上述分析可知,车辆先经过输入区,车辆数量对应R1,然后一部分进入红绿灯前方停车等待(即统计区),车辆数量对应R3;另外一部分比如右转车辆直接通过输出区,等到交通路口处红灯转换为绿灯时,统计区的车也会通过输出区,车辆数量对应R2。所以有如下关系:R1=R2+R3,交通流量毫米波雷达车辆检测的过程相当于一个放大倍数为1倍的负反馈放大器,当雷达在三个区间检测出车辆数量满足或基本满足R1=R2+R3关系时,雷达在统计区内的车辆检测就是准确的。
在本发明中,通过雷达在输入区和输出区中动目标、低拥堵环境中优良的目标探测能力去调节存在遮挡、拥堵环境中的统计区的调节因子,将三个区间建模成一个放大倍数为1的负反馈放大器模型,将区间的车辆数量转换成电路中的电阻值,R3类似调节因子,基于R3来调控雷达检测中单个车辆对应的距离维中的FFT点数(快速傅立叶变换点数)。其中Uin为负反馈放大器的输入电压,对应输入区中虚拟的车辆检测到的数量,Uout为负反馈放大器的输出电压,对应输出区中虚拟的车辆检测到的数量,在本发明中,该模型的要求就是Uin=Uout,即R1=R2+R3,该关系符合交流流量雷达实际情况,因为道路上的车辆行驶就是从输入区到输出区。
在一具体实施例中,根据放大倍数调整统计区内一个车辆目标对应的FFT点数的具体过程为:当放大倍数小于预设阈值时,则减少统计区内距离维FFT图(快速傅立叶变换图)中一个车辆目标对应的FFT点数;当放大倍数大于预设阈值时,则增加统计区内距离维FFT图中一个车辆目标对应的FFT点数。具体地,以一款交通雷达参数为例,雷达工作带宽为150Mhz,雷达工作时首先由雷达带宽确定的距离分辨率,距离维FFT图上一个FFT点对应实际目标距离为1米,每辆车对应4个FFT点,从而分别计算出输入区、统计区及输出区车辆数量,分别记为R1、R3、R2,然后根据R1、R2、R3得到放大倍数((R2+R3)/R1)),当放大倍数小于预设阈值(R1大于R2+R3)时,说明车辆存在较严重的拥堵,使雷达电磁波产生的遮挡,这时就逐一减少一辆车对应的FFT点数,调节后再次对车辆进行统计,更新R3的值,再次计算放大倍数,依次循环,直到R1,R2,R3基本满足放大倍数为1倍的负反馈放大器。当放大倍数大于预设阈值(R1小于R2+R3)时,说明统计区的调节因子R3过大,即一辆车对应的FFT点数小于实际点数,这时就逐一增大一辆车对应的FFT点数,再次对车辆进行统计,更新R3的值,再次计算放大倍数,依次循环,直到R1,R2,R3基本满足放大倍数为(1±0.1)倍的负反馈放大器。上述预设阈值则为1±0.1。
在具体应用时,雷达上电后实时检测输入区,即离红绿灯停止线160米~180米通过的车辆,记录车辆通过数量,值为R1;实时检测输出区,即本例中红绿灯停止线靠近雷达位置20米区间通过的车辆数量,值为R2;R3区间,也就是统计区,这个区间也是雷达正常工作区间,交通雷达的作用就是要将这个区间的车辆数量检测、统计出来,作为智慧交通调控用的数据基础。其中图3为毫米波雷达实际工作环境情况,由与毫米波雷达同一位置处的相机拍摄。图4为毫米波雷达对应的距离维频谱图,在图4的频谱投影中,从方框中即可明显看出存在多辆汽车靠近等车时的频谱遮挡与频谱连成一片,对比图3中实际环境图片更直观。其中图4中的横坐标是距离点,纵坐标是目标点对于雷达波形反射回的能量值(单位dB)。
图3为毫米波雷达实际工作的环境,雷达检测环境中有广告牌、右转车辆、行人等多种干扰,图5为雷达实时检测车辆数量,从图3和图5中可见,雷达检测出的车辆数量与实际停车等红绿灯的车辆数量高度一致。其中图5中的横坐标是目标相对雷达法线的水平方位距离,纵坐标是目标的实测距离,单位都是米;其中图5中的方点表示小车,圆点表示非机动车。
本发明将雷达检测区域分成输入区、统计区、输出区三个区间,然后对三个区间建模,等效为一个放大倍数为1的负反馈放大器模型,将统计区中各种复杂的环境因素:车辆遮挡、多径、频谱连接等多种复杂问题统一成一个模糊因子,对应可变电阻R3,然后通过雷达具有确定能力的输入区R1与输出区R2去动态调节R3,即用确定来调节不确定,形成一个具有反馈能力的闭环系统;本发明的方法是个典型的将复杂的、模糊的问题简单化、可调、可控,建模使模糊的部分可以通过其他确定性的部分来调节,极大的简化了传统方式中采用各种策略带来的计算复杂度高、系统复杂度高、环境适用能力差等问题。
本发明采用电路中运放的概念,使用模糊控制的方式来解决流量检测、统计问题,几乎不增加雷达成本、运算量,不受雷达硬件平台限制,更重要的是能非常简单、有效地解决当前行业中遇到的疑难问题。
本发明对雷达检测区域进行分段并建模,使每个区间段中车流量转换成负反馈放大器中电阻值,这样交通路口的流量统计就转换成了一个简单的负反馈放大器,调整负反馈放大器中的反馈回路中的电阻值(R2+R3)就可以调整输出与输入的关系,使的车辆的输出值动态等于车辆的输入值,这种建模、转化的方式可以使得复杂的流量统计问题变得清晰、直观、可控。
本发明还公开了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在被处理器运行时执行如上所述方法的步骤。本发明进一步公开了一种交通流量毫米波雷达的车辆检测系统,包括相互连接的存储器和处理器,所述存储器上存储有计算机程序,所述计算机程序在被处理器运行时执行如上所述方法的步骤。本发明的介质及系统与上述方法相对应,同样具有如上方法所述的优点。
本发明实现上述实施例方法中的全部或部分流程,也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个计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。存储器用于存储计算机程序和/或模块,处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现各种功能。存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其它易失性固态存储器件等。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。

Claims (7)

1.一种交通流量毫米波雷达的车辆检测方法,其特征在于,包括步骤:
1)预先在交通流量毫米波雷达的检测区域中划分出输入区、统计区和输出区共三个区间;所述输入区、统计区和输出区沿道路的行车方向依次布置;其中统计区与输出区之间的界线为红绿灯停止线;
2)将输入区、统计区和输出区构建成一个负反馈放大器模型,将三个区间的车辆数量转换成负反馈放大器的电阻值,其中输入区的车辆数量对应电阻R1的阻值,输出区的车辆数量对应电阻R2的阻值,统计区的车辆数量对应电阻R3的阻值;其中R1为负反馈放大器的输入电阻,R2和R3为负反馈放大器的反馈回路电阻,且R3为可调电阻;
3)通过交通流量毫米波雷达获取输入区、统计区和输出区的车辆数量,并转换成对应的电阻值,分别对应为R1、R3、R2;
4)根据R1、R3、R2得到对应负反馈放大器的放大倍数,再将放大倍数与预设阈值进行比较;当所述放大倍数在预设阈值内,则R3对应为统计区内的车辆数量;如果放大倍数不在预设阈值内,则根据放大倍数调整统计区内一个车辆目标对应的距离维FFT图中的FFT点数,直至放大倍数在预设阈值内。
2.根据权利要求1所述的交通流量毫米波雷达的车辆检测方法,其特征在于,在步骤4)中,根据放大倍数调整统计区内一个车辆目标对应的FFT点数的具体过程为:
当所述放大倍数小于预设阈值时,则减少统计区内距离维FFT图中一个车辆目标对应的FFT点数;
当所述放大倍数大于预设阈值时,则增加统计区内距离维FFT图中一个车辆目标对应的FFT点数。
3.根据权利要求2所述的交通流量毫米波雷达的车辆检测方法,其特征在于,每次增加或减少FFT点数的数量为一个。
4.根据权利要求1或2或3所述的交通流量毫米波雷达的车辆检测方法,其特征在于,在步骤4)中,对应的预设阈值为1±0.1。
5.根据权利要求1或2或3所述的交通流量毫米波雷达的车辆检测方法,其特征在于,在步骤1)中,输入区、统计区和输出区构成的区域为交通流量毫米波雷达的整个探测区域。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序在被处理器运行时执行如权利要求1~5中任意一项所述方法的步骤。
7.一种交通流量毫米波雷达的车辆检测系统,包括相互连接的存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述计算机程序在被处理器运行时执行如权利要求1~5中任意一项所述方法的步骤。
CN202311094928.6A 2023-08-29 2023-08-29 一种交通流量毫米波雷达的车辆检测方法、介质及系统 Active CN116824877B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311094928.6A CN116824877B (zh) 2023-08-29 2023-08-29 一种交通流量毫米波雷达的车辆检测方法、介质及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311094928.6A CN116824877B (zh) 2023-08-29 2023-08-29 一种交通流量毫米波雷达的车辆检测方法、介质及系统

Publications (2)

Publication Number Publication Date
CN116824877A true CN116824877A (zh) 2023-09-29
CN116824877B CN116824877B (zh) 2023-11-24

Family

ID=88126106

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311094928.6A Active CN116824877B (zh) 2023-08-29 2023-08-29 一种交通流量毫米波雷达的车辆检测方法、介质及系统

Country Status (1)

Country Link
CN (1) CN116824877B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4263521A (en) * 1978-06-08 1981-04-21 The United States Of America As Represented By The Secretary Of The Navy Differential sample and hold circuit
DE3902582A1 (de) * 1989-01-28 1990-08-02 Telefunken Systemtechnik Verfahren zur lokalen verkehrsdatenerfassung und -auswertung
WO1998019177A1 (en) * 1996-10-30 1998-05-07 Eaton-Vorad Technologies Llc Method and apparatus for detection of objects proximate to an automotive vehicle
US5935190A (en) * 1994-06-01 1999-08-10 American Traffic Systems, Inc. Traffic monitoring system
CN101266717A (zh) * 2008-04-25 2008-09-17 北京科技大学 一种基于多mems传感器的车辆检测识别系统及其方法
US20090067675A1 (en) * 2007-09-07 2009-03-12 Yi Tan Radar guided vision system for vehicle validation and vehicle motion characterization
CN109375194A (zh) * 2018-10-22 2019-02-22 天津大学 用于激光雷达的模拟前端读出电路
CN110361734A (zh) * 2019-08-27 2019-10-22 北京无线电测量研究所 微弱动目标检测方法、装置、计算机设备及存储介质
CN111965607A (zh) * 2020-07-09 2020-11-20 惠州市德赛西威智能交通技术研究院有限公司 一种车载雷达功能失效检测方法、装置及车辆
WO2021008202A1 (zh) * 2019-07-16 2021-01-21 浙江大学 一种基于毫米波雷达点云特征的核支持向量机目标分类方法
CN112444802A (zh) * 2019-08-29 2021-03-05 比亚迪股份有限公司 车载雷达的目标检测方法和检测装置、车辆
CN114200411A (zh) * 2021-12-10 2022-03-18 电子科技大学长三角研究院(衢州) 一种mimo雷达多目标测速扩展方法
US20220334254A1 (en) * 2019-09-24 2022-10-20 Nippon Telegraph And Telephone Corporation Distance measurement device
CN115657006A (zh) * 2022-10-11 2023-01-31 杭州电子科技大学 一种基于多天线的高精度交通雷达探测方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4263521A (en) * 1978-06-08 1981-04-21 The United States Of America As Represented By The Secretary Of The Navy Differential sample and hold circuit
DE3902582A1 (de) * 1989-01-28 1990-08-02 Telefunken Systemtechnik Verfahren zur lokalen verkehrsdatenerfassung und -auswertung
US5935190A (en) * 1994-06-01 1999-08-10 American Traffic Systems, Inc. Traffic monitoring system
WO1998019177A1 (en) * 1996-10-30 1998-05-07 Eaton-Vorad Technologies Llc Method and apparatus for detection of objects proximate to an automotive vehicle
US20090067675A1 (en) * 2007-09-07 2009-03-12 Yi Tan Radar guided vision system for vehicle validation and vehicle motion characterization
CN101266717A (zh) * 2008-04-25 2008-09-17 北京科技大学 一种基于多mems传感器的车辆检测识别系统及其方法
CN109375194A (zh) * 2018-10-22 2019-02-22 天津大学 用于激光雷达的模拟前端读出电路
WO2021008202A1 (zh) * 2019-07-16 2021-01-21 浙江大学 一种基于毫米波雷达点云特征的核支持向量机目标分类方法
CN110361734A (zh) * 2019-08-27 2019-10-22 北京无线电测量研究所 微弱动目标检测方法、装置、计算机设备及存储介质
CN112444802A (zh) * 2019-08-29 2021-03-05 比亚迪股份有限公司 车载雷达的目标检测方法和检测装置、车辆
US20220334254A1 (en) * 2019-09-24 2022-10-20 Nippon Telegraph And Telephone Corporation Distance measurement device
CN111965607A (zh) * 2020-07-09 2020-11-20 惠州市德赛西威智能交通技术研究院有限公司 一种车载雷达功能失效检测方法、装置及车辆
CN114200411A (zh) * 2021-12-10 2022-03-18 电子科技大学长三角研究院(衢州) 一种mimo雷达多目标测速扩展方法
CN115657006A (zh) * 2022-10-11 2023-01-31 杭州电子科技大学 一种基于多天线的高精度交通雷达探测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JIANG TIEZHEN 等: "A study on signal processing for traffic flow detection radar based on DSP", MODERN RADAR, pages 27 - 30 *
ZHANG HAO等: "METHOD OF RECOGNIZING BACKGROUND POWER SPECTRUM USED IN MILLIMETER WAVE TRAFFIC FLOW DETECTION RADAR", JOURNAL OF INFRARED AND MILLIMETER WAVES, pages 437 - 441 *
徐佳龙;: "一种对海搜索雷达的增益灵敏度控制方法", 现代雷达, pages 68 - 71 *

Also Published As

Publication number Publication date
CN116824877B (zh) 2023-11-24

Similar Documents

Publication Publication Date Title
Pan et al. Traffic surveillance system for vehicle flow detection
He et al. A novel algorithm for estimating vehicle speed from two consecutive images
CN112085950B (zh) 交通状态判别指标的估计方法、系统、存储介质及应用
CN106327880B (zh) 一种基于监控视频的车速识别方法及其系统
CN105261034A (zh) 一种高速公路上车流量的统计方法及装置
CN102509067A (zh) 一种车道边界和主车方位检测方法
CN113687310A (zh) 用于自动化车辆的对象检测系统
CN107315095A (zh) 基于视频处理的具有光照适应性的多车辆自动测速方法
EP4020428A1 (en) Method and apparatus for recognizing lane, and computing device
CN107564285A (zh) 基于微波的车辆排队长度检测方法及系统
CN114781479A (zh) 交通事件检测方法及装置
CN116030631A (zh) 一种基于无人机航拍视频的实时交通拥堵状态评估方法
JP2019207654A (ja) 検知装置及び検知システム
CN113744538A (zh) 高速公路动态治超方法、计算机设备及可读存储介质
CN114495520B (zh) 一种车辆的计数方法、装置、终端和存储介质
CN116824877B (zh) 一种交通流量毫米波雷达的车辆检测方法、介质及系统
CN116913081A (zh) 一种基于路侧激光雷达的车辆排队长度检测方法
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
CN111105509B (zh) 基于毫米波雷达的etc车辆检测方法、系统及存储介质
CN117198057A (zh) 一种面向路侧感知轨迹数据质量检评的实验方法及系统
CN115512542B (zh) 一种基于路侧激光雷达的考虑遮挡的轨迹复原方法及系统
CN115731224A (zh) 一种车牌检测方法、装置、终端设备和存储介质
Czyżewski et al. Comparative study on the effectiveness of various types of road traffic intensity detectors
CN110021174A (zh) 一种基于视频图像的适用多场景的车流量计算方法
JP3771729B2 (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