CN117289278A - 基于交通雷达的车道属性确定方法及装置 - Google Patents
基于交通雷达的车道属性确定方法及装置 Download PDFInfo
- Publication number
- CN117289278A CN117289278A CN202311576590.8A CN202311576590A CN117289278A CN 117289278 A CN117289278 A CN 117289278A CN 202311576590 A CN202311576590 A CN 202311576590A CN 117289278 A CN117289278 A CN 117289278A
- Authority
- CN
- China
- Prior art keywords
- lane
- track data
- target
- steering
- track
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000004458 analytical method Methods 0.000 claims description 70
- 238000012216 screening Methods 0.000 claims description 56
- 238000012544 monitoring process Methods 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 206010021033 Hypomenorrhoea Diseases 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000003550 marker Substances 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
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01S13/88—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
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于交通雷达的车道属性确定方法及装置,该方法包括:获取待分析车道属性的目标车道的航迹数据;再根据该车辆航迹数据对目标车道执行车道标定操作,得到目标车道的车道标定结果;同时根据航迹数据确定目标车道的朝向信息,朝向信息用于表示车辆在目标车道上行驶的方向;根据车道标定结果以及朝向信息,确定目标车道对应的停止线及其停止线位置;根据停止线位置,对目标车道执行转向确定操作,得到目标车道的转向信息;并将车道标定结果、朝向信息、停止线及其停止线位置以及转向信息确定为目标车道的车道属性。可见,实施本发明能够提高获取到的实时交通数据的准确度,从而提高进行车道属性的确定准确度与可靠度。
Description
技术领域
本发明涉及毫米波数据处理技术领域,尤其涉及一种基于交通雷达的车道属性确定方法及装置。
背景技术
随着智能化技术的发展,其应用场景也在逐渐扩展和延伸,智能交通便是其中的应用场景。实现智能交通的前提进行实时交通数据的采集,进而基于该实时交通数据作后续的数据处理,如进行车道属性的检测与确定。其中,实时交通数据的采集主要从以下几个参数着手:交通流量、车辆速度、道路占有率、排队长度、路口延误等。
传统的实时交通数据采集主要依靠布设于路段断面的地磁、线圈、视频、微波雷达等检测器来实现,在实际工程应用中发现,这些检测器在实际道路环境中存在诸多的不足之处。比如地磁和线圈易受临道车辆干扰,导致漏检或误检;视频检测设备依赖于天气、能见度等环境条件,也会存在很大程度的漏检;传统的基于微波雷达检测器的系统采用多普勒原理探测移动车辆,当车辆行驶速度较低时,就存在目标丢失的问题,无法准确判别路段流量和车辆速度。此外,传统检测器系统及检测方法仅采集断面交通数据,无法获取局部交通状态,更无法追踪车辆的行驶轨迹。以上存在的问题导致若是要通过该采集的实时交通数据进行车道属性确定,则会大大降低车道属性的确定准确率。
发明内容
本发明所要解决的技术问题在于,提供一种基于交通雷达的车道属性确定方法及装置,能够提高获取到的实时交通数据的准确度,从而提高进行车道属性的确定准确度与可靠度。
为了解决上述技术问题,本发明第一方面公开了一种基于交通雷达的车道属性确定方法,所述方法包括:
获取待分析车道属性的目标车道的航迹数据,所述航迹数据包括预设监控时段内安装在所述目标车道上的交通雷达记录的每一途径车辆的车辆航迹数据;
根据预设的车道标定算法结合所述航迹数据,对所述目标车道执行车道标定操作,得到所述目标车道的车道标定结果;
根据所述航迹数据,确定所述目标车道的朝向信息,所述朝向信息用于表示车辆在所述目标车道上行驶的方向;
根据所述车道标定结果以及所述朝向信息,确定所述目标车道对应的停止线及其停止线位置;所述停止线为行驶在所述目标车道的最前方车辆等待红绿灯的警示线;
根据所述停止线位置,对所述目标车道执行转向确定操作,得到所述目标车道的转向信息;并将所述车道标定结果、所述朝向信息、所述停止线及其停止线位置以及所述转向信息确定为所述目标车道的车道属性。
作为一种可选的实施方式,在本发明第一方面中,所述车道标定结果包括绘制得到的所述目标车道的车道线及其对应的车道线参数,所述车道线参数包括车道线类型、车道线数量、相邻车道线的间距以及车道线长度;所述车道线类型包括实线类型和/或虚线类型;所述目标车道包括多条子车道;
所述根据所述车道标定结果以及所述朝向信息,确定所述目标车道对应的停止线及其停止线位置,包括:
以所述车道线的起始位置为基点,选取与所述起始位置相距预设距离的位置为旋转位置;按照预设的旋转角度,对所述旋转位置对应的所述车辆航迹数据执行航迹调整,得到与所述车辆航迹数据对应的航迹调整结果,所述航迹调整结果包括多个航迹定位以及每个所述航迹定位的速度信息;
根据所述车道标定结果,确定每个所述航迹定位所在的目标子车道;
对所有所述速度信息执行信息筛选,得到至少一个目标速度信息;
根据所述目标速度信息对应的所述航迹定位,确定与该目标速度信息对应的所述目标子车道的停止线及其停止线位置。
作为一种可选的实施方式,在本发明第一方面中,每个所述速度信息包括该速度信息对应的所述航迹定位的速度变化趋势;所述速度变化趋势包括速度数值与速度类型,所述速度类型包括加速类型、减速类型或匀速类型;
所述对所有所述速度信息执行信息筛选,得到至少一个目标速度信息,包括:
从所有所述速度信息中选取所述速度数值在预设数值区间内的多个第一速度信息;
从所有所述第一速度信息中确定所述速度类型为所述匀速类型的第二速度信息;
对所有所述第二速度信息进行划分,得到目标划分集合,所述目标划分集合包括多个子集合,每个所述子集合中的所述第二速度信息其对应的所述航迹定位归属于同一所述目标子车道;将所述目标划分集合对应的所有所述第二速度信息确定为目标速度信息;
所述根据所述目标速度信息对应的所述航迹定位,确定与该目标速度信息对应的所述目标子车道的停止线及其停止线位置,包括;
对于每个所述子集合中的所述第二速度信息,计算该子集合中所有所述第二速度信息其对应的所述航迹定位的平均值,得到该子集合对应的平均定位;
将每个所述子集合对应的所述平均定位,确定为该子集合对应的所述目标子车道的停止线及其停止线位置。
作为一种可选的实施方式,在本发明第一方面中,所述根据所述停止线位置,对所述目标车道执行转向确定操作,得到所述目标车道的转向信息,包括:
以所述停止线位置为基点,按照预设的延长距离,延长所述车道线;并将所述车道线延长的部分确定为延长车道;
从所述航迹数据中提取与所述延长车道对应的延长航迹数据,所述延长航迹数据包括与每个所述目标子车道对应的子延长航迹数据;
根据预设的转向条件对每个所述子延长航迹数据执行转向分析操作,得到与每个所述子延长航迹数据对应的转向分析结果,作为该子延长航迹数据对应的所述目标子车道对应的转向信息,所述转向信息包括该目标子车道的转向类型,所述转向类型包括直行类型、左转类型、右转类型、直行-左转类型或直行-右转类型。
作为一种可选的实施方式,在本发明第一方面中,每个所述子延长航迹数据包括航迹定位变化信息,所述根据预设的转向条件对每个所述子延长航迹数据执行转向分析操作,得到与每个所述子延长航迹数据对应的转向分析结果,包括:
对于每个所述子延长航迹数据,分析该子延长航迹数据对应的所述航迹定位变化信息,得到该子延长航迹数据中表示所述航迹定位未发生变化的恒定航迹定位的第一数量以及表示所述航迹定位发生变化的转向航迹定位的第二数量;
计算所述第一数量与所述第二数量之和,得到第一求和结果;并计算所述第一数量与所述第一求和结果对应的数量占比,得到第一占比;
判断所述第一占比是否高于预设的占比阈值,当判断出所述第一占比高于预设的占比阈值时,确定该子延长航迹数据对应的所述目标子车道的转向类型包括所述直行类型,作为该子延长航迹数据对应的转向分析结果。
作为一种可选的实施方式,在本发明第一方面中,每个所述转向航迹定位包括预设的左转标识或预设的右转标识;当判断出所述第一占比低于等于预设的占比阈值时,所述方法还包括:
对于每个所述子延长航迹数据,分析该子延长航迹数据对应的所有所述转向航迹定位,得到所有所述转向航迹定位中包括所述左转标识的第三数量以及包括所述右转标识的第四数量;
计算所述第三数量与所述第四数量之和,得到第二求和结果;并计算所述第三数量、所述第四数量分别与所述第二求和结果对应的数量占比,得到与所述第三数量对应的第二占比、与所述第四数量对应的第三占比;
判断所述第二占比是否高于所述占比阈值,当判断出所述第二占比高于所述占比阈值时,确定该子延长航迹数据对应的所述目标子车道的转向类型包括所述左转类型,并将其添加至该子延长航迹数据对应的转向分析结果中;
判断所述第三占比是否高于所述占比阈值,当判断出所述第三占比高于所述占比阈值时,确定该子延长航迹数据对应的所述目标子车道的转向类型包括所述右转类型,并将其添加至该子延长航迹数据对应的转向分析结果中;
当某一所述子延长航迹数据对应的转向分析结果同时包括所述直行类型以及所述左转类型时,将该某一所述子延长航迹数据对应的转向分析结果更新为所述直行-左转类型;
当某一所述子延长航迹数据对应的转向分析结果同时包括所述直行类型以及所述右转类型时,将该某一所述子延长航迹数据对应的转向分析结果更新为所述直行-右转类型。
作为一种可选的实施方式,在本发明第一方面中,所述获取待分析车道属性的目标车道的航迹数据之后,所述方法还包括:
判断所述航迹数据是否表示均为同一航向的数据,当判断出所述航迹数据不均为同一航向的数据时,对所述航迹数据执行航向划分,得到航向相反的两份所述航迹数据,作为第一航迹数据以及第二航迹数据;
按照预设的航迹筛选参数,对所述第一航迹数据以及所述第二航迹数据执行航迹筛选操作,得到满足预设的航迹筛选条件的至少一份第三航迹数据,并根据所述第三航迹数据更新所述航迹数据;
其中,所述航迹筛选参数包括航迹数量以及监控时长;满足所述航迹筛选条件的第三航迹数据具体包括:
所述第三航迹数据其记录的车辆航迹数量高于预设轨迹阈值,且所述监控时长不低于所述目标车道所安装红绿灯的两个红绿灯周期。
本发明第二方面公开了一种基于交通雷达的车道属性确定装置,所述装置包括:
获取模块,获取待分析车道属性的目标车道的航迹数据,所述航迹数据包括预设监控时段内安装在所述目标车道上的交通雷达记录的每一途径车辆的车辆航迹数据;
车道标定模块,用于根据预设的车道标定算法结合所述航迹数据,对所述目标车道执行车道标定操作,得到所述目标车道的车道标定结果;
确定模块,用于根据所述航迹数据,确定所述目标车道的朝向信息,所述朝向信息用于表示车辆在所述目标车道上行驶的方向;
所述确定模块,还用于根据所述车道标定结果以及所述朝向信息,确定所述目标车道对应的停止线及其停止线位置;所述停止线为行驶在所述目标车道的最前方车辆等待红绿灯的警示线;
转向确定模块,用于根据所述停止线位置,对所述目标车道执行转向确定操作,得到所述目标车道的转向信息;并将所述车道标定结果、所述朝向信息、所述停止线及其停止线位置以及所述转向信息确定为所述目标车道的车道属性。
作为一种可选的实施方式,在本发明第二方面中,所述车道标定结果包括绘制得到的所述目标车道的车道线及其对应的车道线参数,所述车道线参数包括车道线类型、车道线数量、相邻车道线的间距以及车道线长度;所述车道线类型包括实线类型和/或虚线类型;所述目标车道包括多条子车道;
所述确定模块根据所述车道标定结果以及所述朝向信息,确定所述目标车道对应的停止线及其停止线位置的方式具体包括:
以所述车道线的起始位置为基点,选取与所述起始位置相距预设距离的位置为旋转位置;按照预设的旋转角度,对所述旋转位置对应的所述车辆航迹数据执行航迹调整,得到与所述车辆航迹数据对应的航迹调整结果,所述航迹调整结果包括多个航迹定位以及每个所述航迹定位的速度信息;
根据所述车道标定结果,确定每个所述航迹定位所在的目标子车道;
对所有所述速度信息执行信息筛选,得到至少一个目标速度信息;
根据所述目标速度信息对应的所述航迹定位,确定与该目标速度信息对应的所述目标子车道的停止线及其停止线位置。
作为一种可选的实施方式,在本发明第二方面中,每个所述速度信息包括该速度信息对应的所述航迹定位的速度变化趋势;所述速度变化趋势包括速度数值与速度类型,所述速度类型包括加速类型、减速类型或匀速类型;
所述确定模块对所有所述速度信息执行信息筛选,得到至少一个目标速度信息的方式包括:
从所有所述速度信息中选取所述速度数值在预设数值区间内的多个第一速度信息;
从所有所述第一速度信息中确定所述速度类型为所述匀速类型的第二速度信息;
对所有所述第二速度信息进行划分,得到目标划分集合,所述目标划分集合包括多个子集合,每个所述子集合中的所述第二速度信息其对应的所述航迹定位归属于同一所述目标子车道;将所述目标划分集合对应的所有所述第二速度信息确定为目标速度信息;
所述确定模块根据所述目标速度信息对应的所述航迹定位,确定与该目标速度信息对应的所述目标子车道的停止线及其停止线位置的方式具体;
对于每个所述子集合中的所述第二速度信息,计算该子集合中所有所述第二速度信息其对应的所述航迹定位的平均值,得到该子集合对应的平均定位;
将每个所述子集合对应的所述平均定位,确定为该子集合对应的所述目标子车道的停止线及其停止线位置。
作为一种可选的实施方式,在本发明第二方面中,所述转向确定模块根据所述停止线位置,对所述目标车道执行转向确定操作,得到所述目标车道的转向信息的方式具体包括:
以所述停止线位置为基点,按照预设的延长距离,延长所述车道线;并将所述车道线延长的部分确定为延长车道;
从所述航迹数据中提取与所述延长车道对应的延长航迹数据,所述延长航迹数据包括与每个所述目标子车道对应的子延长航迹数据;
根据预设的转向条件对每个所述子延长航迹数据执行转向分析操作,得到与每个所述子延长航迹数据对应的转向分析结果,作为该子延长航迹数据对应的所述目标子车道对应的转向信息,所述转向信息包括该目标子车道的转向类型,所述转向类型包括直行类型、左转类型、右转类型、直行-左转类型或直行-右转类型。
作为一种可选的实施方式,在本发明第二方面中,每个所述子延长航迹数据包括航迹定位变化信息,所述转向确定模块根据预设的转向条件对每个所述子延长航迹数据执行转向分析操作,得到与每个所述子延长航迹数据对应的转向分析结果的方式具体包括:
对于每个所述子延长航迹数据,分析该子延长航迹数据对应的所述航迹定位变化信息,得到该子延长航迹数据中表示所述航迹定位未发生变化的恒定航迹定位的第一数量以及表示所述航迹定位发生变化的转向航迹定位的第二数量;
计算所述第一数量与所述第二数量之和,得到第一求和结果;并计算所述第一数量与所述第一求和结果对应的数量占比,得到第一占比;
判断所述第一占比是否高于预设的占比阈值,当判断出所述第一占比高于预设的占比阈值时,确定该子延长航迹数据对应的所述目标子车道的转向类型包括所述直行类型,作为该子延长航迹数据对应的转向分析结果。
作为一种可选的实施方式,在本发明第二方面中,每个所述转向航迹定位包括预设的左转标识或预设的右转标识;所述转向确定模块根据预设的转向条件对每个所述子延长航迹数据执行转向分析操作,得到与每个所述子延长航迹数据对应的转向分析结果的方式具体还包括:
当判断出所述第一占比低于等于预设的占比阈值时,对于每个所述子延长航迹数据,分析该子延长航迹数据对应的所有所述转向航迹定位,得到所有所述转向航迹定位中包括所述左转标识的第三数量以及包括所述右转标识的第四数量;
计算所述第三数量与所述第四数量之和,得到第二求和结果;并计算所述第三数量、所述第四数量分别与所述第二求和结果对应的数量占比,得到与所述第三数量对应的第二占比、与所述第四数量对应的第三占比;
判断所述第二占比是否高于所述占比阈值,当判断出所述第二占比高于所述占比阈值时,确定该子延长航迹数据对应的所述目标子车道的转向类型包括所述左转类型,并将其添加至该子延长航迹数据对应的转向分析结果中;
判断所述第三占比是否高于所述占比阈值,当判断出所述第三占比高于所述占比阈值时,确定该子延长航迹数据对应的所述目标子车道的转向类型包括所述右转类型,并将其添加至该子延长航迹数据对应的转向分析结果中;
当某一所述子延长航迹数据对应的转向分析结果同时包括所述直行类型以及所述左转类型时,将该某一所述子延长航迹数据对应的转向分析结果更新为所述直行-左转类型;
当某一所述子延长航迹数据对应的转向分析结果同时包括所述直行类型以及所述右转类型时,将该某一所述子延长航迹数据对应的转向分析结果更新为所述直行-右转类型。
作为一种可选的实施方式,在本发明第二方面中,所述装置还包括:
判断模块,用于在所述获取模块获取待分析车道属性的目标车道的航迹数据之后,判断所述航迹数据是否表示均为同一航向的数据;
划分模块,用于当所述判断模块判断出所述航迹数据不均为同一航向的数据时,对所述航迹数据执行航向划分,得到航向相反的两份所述航迹数据,作为第一航迹数据以及第二航迹数据;
筛选模块,用于按照预设的航迹筛选参数,对所述第一航迹数据以及所述第二航迹数据执行航迹筛选操作,得到满足预设的航迹筛选条件的至少一份第三航迹数据,并根据所述第三航迹数据更新所述航迹数据;
其中,所述航迹筛选参数包括航迹数量以及监控时长;满足所述航迹筛选条件的第三航迹数据具体包括:
所述第三航迹数据其记录的车辆航迹数量高于预设轨迹阈值,且所述监控时长不低于所述目标车道所安装红绿灯的两个红绿灯周期。
本发明第三方面公开了另一种基于交通雷达的车道属性确定装置,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行本发明第一方面公开的基于交通雷达的车道属性确定方法。
本发明第四方面公开了一种计算机存储介质,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行本发明第一方面公开的基于交通雷达的车道属性确定方法。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,提供了一种基于交通雷达的车道属性确定方法及装置,该方法包括:获取待分析车道属性的目标车道的航迹数据,航迹数据包括预设监控时段内安装在目标车道上的交通雷达记录的每一途径车辆的车辆航迹数据;根据预设的车道标定算法结合车辆航迹数据,对目标车道执行车道标定操作,得到目标车道的车道标定结果;根据航迹数据,确定目标车道的朝向信息,朝向信息用于表示车辆在目标车道上行驶的方向;根据车道标定结果以及朝向信息,确定目标车道对应的停止线及其停止线位置;停止线为行驶在目标车道的最前方车辆等待红绿灯的警示线;根据停止线位置,对目标车道执行转向确定操作,得到目标车道的转向信息;并将车道标定结果、朝向信息、停止线及其停止线位置以及转向信息确定为目标车道的车道属性。可见,实施本发明能够自动获取需要分析车道属性的目标车道的航迹数据,进而基于该航迹数据初步完成车道标定以及车道朝向信息的确定,之后基于该前置步骤得到的车道标定结果与朝向信息确定目标车道的停止线及其停止线位置;最终对该目标车道的转向信息进行确定,通过该一系列流程,实现基于交通雷达所记录的毫米波数据(航迹数据)实现车道属性的智能化确定,提高了车道属性的确定效率以及确定准确性。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域普通技术人员来讲,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是本发明实施例公开的一种基于交通雷达的车道属性确定方法的流程示意图;
图2是本发明实施例公开的另一种基于交通雷达的车道属性确定方法的流程示意图;
图3是本发明实施例公开的一种基于交通雷达的车道属性确定装置的结构示意图;
图4是本发明实施例公开的另一种基于交通雷达的车道属性确定装置的结构示意图;
图5是本发明实施例公开的又一种基于交通雷达的车道属性确定装置的结构示意图;
图6是本发明实施例公开的一种执行车道标定操作后对应的车道标定图示意图;
图7是本发明实施例公开的一种航迹数据的记录示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅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,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种基于交通雷达的车道属性确定方法及装置,能够自动获取需要分析车道属性的目标车道的航迹数据,进而基于该航迹数据初步完成车道标定以及车道朝向信息的确定,之后基于该前置步骤得到的车道标定结果与朝向信息确定目标车道的停止线及其停止线位置;最终对该目标车道的转向信息进行确定,通过该一系列流程,实现基于交通雷达所记录的毫米波数据(航迹数据)实现车道属性的智能化确定,提高了车道属性的确定效率以及确定准确性。以下分别进行详细说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种基于交通雷达的车道属性确定方法的流程示意图。其中,图1所描述的基于交通雷达的车道属性确定方法可以应用于基于交通雷达的车道属性确定装置中,本发明实施例不做限定。如图1所示,该基于交通雷达的车道属性确定方法可以包括以下操作:
101、获取待分析车道属性的目标车道的航迹数据,航迹数据包括预设监控时段内安装在目标车道上的交通雷达记录的每一途径车辆的车辆航迹数据。
本发明实施例中,步骤101获取待分析车道属性的目标车道的航迹数据的方式具体包括:
确定待分析车道属性的目标道路的道路标识;并根据该道路标识建立与目标道路对应的数据交互链路;其中,目标道路的两侧安装有能够进行数据交互的传输雷达;
本发明实施例中,该道路标识可以是目标道路的道路标签;该传输雷达、交通雷达具体指代毫米波雷达;
通过该数据交互链路获取所有传输雷达反馈的其记录的雷达检测数据;
从所有雷达检测数据中提取出与目标车道对应的航迹数据。
102、根据预设的车道标定算法结合航迹数据,对目标车道执行车道标定操作,得到目标车道的车道标定结果。
本发明实施例中,车道标定结果包括绘制得到的目标车道的车道线及其对应的车道线参数,车道线参数包括车道线类型、车道线数量、相邻车道线的间距以及车道线长度;车道线类型包括实线类型和/或虚线类型;目标车道包括多条子车道;
103、根据航迹数据,确定目标车道的朝向信息,朝向信息用于表示车辆在目标车道上行驶的方向。
本发明实施例中,在步骤101中毫米波雷达反馈的航迹数据包括多个子航迹数据,每个子航迹数据对应一个驾驶车辆;进一步的,每个子航迹数据会包括目标车道中每一驾驶车辆的速度方向;其中,通过每一驾驶车辆的速度方向既可以直接确定目标车道的朝向信息,具体的:
在步骤102执行完车道标定操作,确定出目标车道的车道线之后,请参阅图6,图6为本发明实施例公开的一种执行车道标定操作后对应的车道标定图示意图;如图6所示,根据所有车道线参数,通过绘图软件绘制与该车道线对应的车道标定图;
进一步的,在车道标定图中,结合航迹数据中每一驾驶车辆的速度方向,确定目标车道的朝向信息,该朝向信息可以作为附加属性添加至该车道标定图中。
104、根据车道标定结果以及朝向信息,确定目标车道对应的停止线及其停止线位置。
本发明实施例中,停止线为行驶在目标车道的最前方车辆等待红绿灯的警示线。
本发明实施例中,进一步的,该停止线及其停止线位置可以在步骤103绘制得到的车道标定图中进行添加绘制。
105、根据停止线位置,对目标车道执行转向确定操作,得到目标车道的转向信息;并将车道标定结果、朝向信息、停止线及其停止线位置以及转向信息确定为目标车道的车道属性。
本发明实施例中,在步骤104的车道标定图中添加了车道线、车道线参数、朝向信息、停止线及其停止线位置之后。进一步将该转向信息添加到该车道标定图中,最终得到的车道标定图以及该图的所有附加属性作为目标车道的车道数据,也即从数据层面进行了车道属性的确定以及从可视化的图像层面进行车道属性的绘制展示。
可见,实施图1所描述的基于交通雷达的车道属性确定方法,能够自动获取需要分析车道属性的目标车道的航迹数据,进而基于该航迹数据初步完成车道标定以及车道朝向信息的确定,之后基于该前置步骤得到的车道标定结果与朝向信息确定目标车道的停止线及其停止线位置;最终对该目标车道的转向信息进行确定,通过该一系列流程,实现基于交通雷达所记录的毫米波数据(航迹数据)实现车道属性的智能化确定,提高了车道属性的确定效率以及确定准确性。
在一个可选的实施例中,上述步骤104根据车道标定结果以及朝向信息,确定目标车道对应的停止线及其停止线位置的方式具体包括:
以车道线的起始位置为基点,选取与起始位置相距预设距离的位置为旋转位置;按照预设的旋转角度,对旋转位置对应的车辆航迹数据执行航迹调整,得到与车辆航迹数据对应的航迹调整结果,航迹调整结果包括多个航迹定位以及每个航迹定位的速度信息;
根据车道标定结果,确定每个航迹定位所在的目标子车道;
对所有速度信息执行信息筛选,得到至少一个目标速度信息;
根据目标速度信息对应的航迹定位,确定与该目标速度信息对应的目标子车道的停止线及其停止线位置。
在该可选的实施例中,该预设距离可以选取为100米处,也可以是50米或者是150米,具体预设距离的选取随当前检测目标道路的总长度以及分析需求进行调整,该可选的实施例不做限定。
在该可选的实施例中,请参阅图6,如图6所示,完成车道标定后,以车道100m处车道与雷达径向的角度,完成所有航迹旋转,其具体的旋转公式为:
旋转A至A′,旋转角度为β
A′计算公式如下:
A′(x) = A(x)*cos(β)-A(y)*sin(β)
A′(y) = A(x)*sin(β)+A(y)*cons(β)
图6中β即为雷达径向方向与车道线的夹角,且图中虚线平行于车道线。
在该可选的实施例中,需要说明的是,航迹数据中包括多条车辆航迹数据,通过该航迹旋转操作能够得到与每条车辆航迹数据对应的航迹定位。
可见,在该可选的实施例中,在确定目标车道的停止线时,通过进行车道轨迹数据的航迹调整、目标子车道的确定、速度信息的筛选等一系列流程,确定出多项参数之后,综合确定出停止线及其停止线位置,有利于提高停止线的确定准确性。
在另一个可选的实施例中,每个速度信息包括该速度信息对应的航迹定位的速度变化趋势;速度变化趋势包括速度数值与速度类型,速度类型包括加速类型、减速类型或匀速类型;
上述对所有速度信息执行信息筛选,得到至少一个目标速度信息的方式具体包括:
从所有速度信息中选取速度数值在预设数值区间内的多个第一速度信息;
从所有第一速度信息中确定速度类型为匀速类型的第二速度信息;
对所有第二速度信息进行划分,得到目标划分集合,目标划分集合包括多个子集合,每个子集合中的第二速度信息其对应的航迹定位归属于同一目标子车道;将目标划分集合对应的所有第二速度信息确定为目标速度信息;
以及,上述根据目标速度信息对应的航迹定位,确定与该目标速度信息对应的目标子车道的停止线及其停止线位置的方式具体包括;
对于每个子集合中的第二速度信息,计算该子集合中所有第二速度信息其对应的航迹定位的平均值,得到该子集合对应的平均定位;
将每个子集合对应的平均定位,确定为该子集合对应的目标子车道的停止线及其停止线位置。
在该可选的实施例中,上述的预设数值区间具体可以是(-2m/s,2m/s);通过旋转操作得到包括航迹定位的速度信息的航迹调整结果之后,需要按照该预设数值区间进一步进行速度信息的筛选,该速度区间内的车辆可以初步确定为车辆靠近停止线的速度;通过该预设数值区间的设置以及基于该预设数值区间的筛选,减少了实际需要处理计算的数据量,以及提高后续进行数据计算的精准性。
在该可选的实施例中,从所有第一速度信息中确定速度类型为匀速类型的第二速度信息,具体可以为:
以0m/s为基准,该所有第一速度信息中筛选出速度类型为匀速类型,且达到0m/s的速度,作为第二速度信息,该速度下确定车辆已然接近或达到停止线。
可见,在该可选的实施例中,筛选得到第二速度信息之后,会对所有第二速度信息做进一步的分类,以每个第二速度信息所归属的车道为基准进行信息的筛选分类,从而得到包括多个子集合的目标划分集合,该按照归属车道的分类存储方式有利于提高后续进行数据划分的效率以及提高数据处理准确度。
在该可选的实施例中,在对所有第二速度信息进行划分,得到目标划分集合之后,还方法还包括:
对于每个子集合,按照预设的剔除标准,剔除该子集合中预设剔除数量比的集合数据,得到新的子集合;
具体的,对于每个子集合,需要剔除掉20%不稳定的数据,剩下80%的数据进行保存;
进一步的,该剔除20%不稳定的数据的具体方式包括:
对于每个子集合,按照该子集合中每个第二速度信息对应的航迹定位的定位数值进行排序,得到该子集合中与每个第二速度信息对应的排序结果,该排序结果中,该第二速度信息对应的航迹定位数值越大,其排序越靠前;
将排序处于后半部分,如后20%的数值进行剔除,得到新的排序结果。
在该可选的实施例中,需要说明的是,该航迹定位数值是以目标车道的车道线的起始位置为基准进行衡量的,且航迹定位数值越高,该航迹定位越远离车道线的起始位置,相对的,该航迹定位越靠近待确定的停止线位置;该航迹定位数值的参考对象可以随实际计算进行调整,该可选的实施例不做限定。
可见,在该可选的实施例中,还设置了针对每个子集合的剔除机制,能够进一步剔除掉被确定为“不稳定”的数据,从而对每个子集合进行数据更新,该剔除机制的设置有利于减少错误数据的影响,提高后续确定出的停止线及其停止线位置的准确度。
实施例二
请参阅图2,图2是本发明实施例公开的另一种基于交通雷达的车道属性确定方法的流程示意图。其中,图2所描述的基于交通雷达的车道属性确定方法可以应用于基于交通雷达的车道属性确定装置中,本发明实施例不做限定。如图2所示,该基于交通雷达的车道属性确定方法可以包括以下操作:
201、获取待分析车道属性的目标车道的航迹数据,航迹数据包括预设监控时段内安装在目标车道上的交通雷达记录的每一途径车辆的车辆航迹数据。
202、判断航迹数据是否表示均为同一航向的数据,当判断出航迹数据不均为同一航向的数据时,对航迹数据执行航向划分,得到航向相反的两份航迹数据,作为第一航迹数据以及第二航迹数据。
203、按照预设的航迹筛选参数,对第一航迹数据以及第二航迹数据执行航迹筛选操作,得到满足预设的航迹筛选条件的至少一份第三航迹数据,并根据第三航迹数据更新航迹数据。
本发明实施例中,在基于第三航迹数据更新航迹数据之后,触发执行步骤204。
本发明实施例中,航迹筛选参数包括航迹数量以及监控时长;满足航迹筛选条件的第三航迹数据具体包括:
第三航迹数据其记录的车辆航迹数量高于预设轨迹阈值,且监控时长不低于目标车道所安装红绿灯的两个红绿灯周期。
其中,该预设归集阈值可以是15,也即第三航迹数据其记录的车辆航迹数量高于15条。
204、根据预设的车道标定算法结合航迹数据,对目标车道执行车道标定操作,得到目标车道的车道标定结果。
205、根据航迹数据,确定目标车道的朝向信息,朝向信息用于表示车辆在目标车道上行驶的方向。
206、根据车道标定结果以及朝向信息,确定目标车道对应的停止线及其停止线位置。
207、根据停止线位置,对目标车道执行转向确定操作,得到目标车道的转向信息;并将车道标定结果、朝向信息、停止线及其停止线位置以及转向信息确定为目标车道的车道属性。
本发明实施例中,针对步骤201以及步骤204-步骤207的其他描述请参阅实施例一中针对步骤101以及步骤102-步骤105的其他具体描述,本发明实施例不再赘述。
可见,实施图2所描述的基于交通雷达的车道属性确定方法,设置了针对航迹数据的筛选机制,以航向为基准进行数据筛选,避免了因航迹数据参杂不同航向数据造成的数据干扰,进一步再按照设定好的航迹筛选参数进行数据筛选,得到最终所需的第三航迹数据,其第三航迹数据的筛选机制提高了前期获取的航迹数据的准确度,一定程度上有利于提高后续确定目标车道的车道属性的确定准确性。
在一个可选的实施例中,上述步骤207根据停止线位置,对目标车道执行转向确定操作,得到目标车道的转向信息的方式具体包括:
以停止线位置为基点,按照预设的延长距离,延长车道线;并将车道线延长的部分确定为延长车道;
从航迹数据中提取与延长车道对应的延长航迹数据,延长航迹数据包括与每个目标子车道对应的子延长航迹数据;
根据预设的转向条件对每个子延长航迹数据执行转向分析操作,得到与每个子延长航迹数据对应的转向分析结果,作为该子延长航迹数据对应的目标子车道对应的转向信息,转向信息包括该目标子车道的转向类型,转向类型包括直行类型、左转类型、右转类型、直行-左转类型或直行-右转类型。
在该可选的实施例中,在实施例一的步骤105中,请参阅图7,图7为本发明实施例公开的一种航迹数据的记录示意图;如图7所示,绘制得到最终版车道标定图之后,其绘制图像层面会标记有停止线及其停止线位置,从而以该停止线为基点进行车道线延伸,且由于该车道标定图对应绘制在直角坐标系中,其车道线的延长距离为将车道线延长至纵向坐标为0即可。
其中,图7的横坐标对应垂直雷达径向方向且指向右;纵坐标对应雷达径向方向。
在该可选的实施例中,每个子延长航迹数据包括航迹定位变化信息,上述根据预设的转向条件对每个子延长航迹数据执行转向分析操作,得到与每个子延长航迹数据对应的转向分析结果的方式具体包括:
对于每个子延长航迹数据,分析该子延长航迹数据对应的航迹定位变化信息,得到该子延长航迹数据中表示航迹定位未发生变化的恒定航迹定位的第一数量以及表示航迹定位发生变化的转向航迹定位的第二数量;
计算第一数量与第二数量之和,得到第一求和结果;并计算第一数量与第一求和结果对应的数量占比,得到第一占比;
判断第一占比是否高于预设的占比阈值,当判断出第一占比高于预设的占比阈值时,确定该子延长航迹数据对应的目标子车道的转向类型包括直行类型,作为该子延长航迹数据对应的转向分析结果。
在该可选的实施例中,预设的占比阈值可以为10%,具体的,当第一占比高于10%时,也即该目标子车道中表示航迹定位未发生变化的恒定航迹定位的子延长航迹数据的占比高于10%,此时默认该目标子车道可以直行。
可见,在该可选的实施例中,通过对子延长航迹数据中恒定航迹定位的数量进行分析以及该第一数量在子延长航迹数据的总数量(第一求和结果)中的占比进行计算,得到第一占比,以第一占比与预设的占比阈值作比较,得到该该目标子车道的转向类型判断,该车道线的延长设置与恒定航迹定位的占比数据计算,提高了该车道转向类型为直行类型时的确定准确性。
在该可选的实施例中,可选的,每个转向航迹定位包括预设的左转标识或预设的右转标识;当判断出第一占比低于等于预设的占比阈值时,该方法还包括:
对于每个子延长航迹数据,分析该子延长航迹数据对应的所有转向航迹定位,得到所有转向航迹定位中包括左转标识的第三数量以及包括右转标识的第四数量;
计算第三数量与第四数量之和,得到第二求和结果;并计算第三数量、第四数量分别与第二求和结果对应的数量占比,得到与第三数量对应的第二占比、与第四数量对应的第三占比;
判断第二占比是否高于占比阈值,当判断出第二占比高于占比阈值时,确定该子延长航迹数据对应的目标子车道的转向类型包括左转类型,并将其添加至该子延长航迹数据对应的转向分析结果中;
判断第三占比是否高于占比阈值,当判断出第三占比高于占比阈值时,确定该子延长航迹数据对应的目标子车道的转向类型包括右转类型,并将其添加至该子延长航迹数据对应的转向分析结果中;
当某一子延长航迹数据对应的转向分析结果同时包括直行类型以及左转类型时,将该某一子延长航迹数据对应的转向分析结果更新为直行-左转类型;
当某一子延长航迹数据对应的转向分析结果同时包括直行类型以及右转类型时,将该某一子延长航迹数据对应的转向分析结果更新为直行-右转类型。
在该该实施例中,如图7中圆圈部分所示,具体的,当某一转向航迹定位包括该左转标识时,对应图7中圆圈部分横坐标变小的转向航迹定位;当某一转向航迹定位包括该右转标识时,对应图7中圆圈部分横坐标变大的转向航迹定位。
可见,在该可选的实施例中,同理,针对车道转向为左转类型与右转类型的确定时,相应设置了第三数量、第四数量的分析,以及与第三数量对应的第二占比、与第四数量对应的第三占比的计算;之后同样将第二占比、第三占比与该占比阈值作比较的方式来确定出最终的转向分析结果,提高了转向类型为左转、右转的计算准确度;同时针对可直行的同时能够进行左转/右转的车道属性也设置了相应的更新机制,有利于提高最终确定出的目标车道的转向信息的完整度与准确度。
实施例三
请参阅图3,图3是本发明实施例公开的一种基于交通雷达的车道属性确定装置的结构示意图。其中,该基于交通雷达的车道属性确定装置可以是基于交通雷达的车道属性确定终端、设备、系统或者服务器,服务器可以是本地服务器,也可以是远端服务器,还可以是云服务器(又称云端服务器),当服务器为非云服务器时,该非云服务器能够与云服务器进行通信连接,本发明实施例不做限定。如图3所示,该基于交通雷达的车道属性确定装置可以包括获取模块301、车道标定模块302、确定模块303以及转向确定模块304,其中:
获取模块301,获取待分析车道属性的目标车道的航迹数据,航迹数据包括预设监控时段内安装在目标车道上的交通雷达记录的每一途径车辆的车辆航迹数据。
车道标定模块302,用于根据预设的车道标定算法结合航迹数据,对目标车道执行车道标定操作,得到目标车道的车道标定结果。
确定模块303,用于根据航迹数据,确定目标车道的朝向信息,朝向信息用于表示车辆在目标车道上行驶的方向。
确定模块303,还用于根据车道标定结果以及朝向信息,确定目标车道对应的停止线及其停止线位置;停止线为行驶在目标车道的最前方车辆等待红绿灯的警示线。
转向确定模块304,用于根据停止线位置,对目标车道执行转向确定操作,得到目标车道的转向信息;并将车道标定结果、朝向信息、停止线及其停止线位置以及转向信息确定为目标车道的车道属性。
可见,实施图3所描述的基于交通雷达的车道属性确定装置,能够自动获取需要分析车道属性的目标车道的航迹数据,进而基于该航迹数据初步完成车道标定以及车道朝向信息的确定,之后基于该前置步骤得到的车道标定结果与朝向信息确定目标车道的停止线及其停止线位置;最终对该目标车道的转向信息进行确定,通过该一系列流程,实现基于交通雷达所记录的毫米波数据(航迹数据)实现车道属性的智能化确定,提高了车道属性的确定效率以及确定准确性。
在一个可选的实施例中,车道标定结果包括绘制得到的目标车道的车道线及其对应的车道线参数,车道线参数包括车道线类型、车道线数量、相邻车道线的间距以及车道线长度;车道线类型包括实线类型和/或虚线类型;目标车道包括多条子车道;
确定模块303根据车道标定结果以及朝向信息,确定目标车道对应的停止线及其停止线位置的方式具体包括:
以车道线的起始位置为基点,选取与起始位置相距预设距离的位置为旋转位置;按照预设的旋转角度,对旋转位置对应的车辆航迹数据执行航迹调整,得到与车辆航迹数据对应的航迹调整结果,航迹调整结果包括多个航迹定位以及每个航迹定位的速度信息;
根据车道标定结果,确定每个航迹定位所在的目标子车道;
对所有速度信息执行信息筛选,得到至少一个目标速度信息;
根据目标速度信息对应的航迹定位,确定与该目标速度信息对应的目标子车道的停止线及其停止线位置。
可见,在该可选的实施例中,在确定目标车道的停止线时,通过进行车道轨迹数据的航迹调整、目标子车道的确定、速度信息的筛选等一系列流程,确定出多项参数之后,综合确定出停止线及其停止线位置,有利于提高停止线的确定准确性。
在另一个可选的实施例中,每个速度信息包括该速度信息对应的航迹定位的速度变化趋势;速度变化趋势包括速度数值与速度类型,速度类型包括加速类型、减速类型或匀速类型;
确定模块303对所有速度信息执行信息筛选,得到至少一个目标速度信息的方式包括:
从所有速度信息中选取速度数值在预设数值区间内的多个第一速度信息;
从所有第一速度信息中确定速度类型为匀速类型的第二速度信息;
对所有第二速度信息进行划分,得到目标划分集合,目标划分集合包括多个子集合,每个子集合中的第二速度信息其对应的航迹定位归属于同一目标子车道;将目标划分集合对应的所有第二速度信息确定为目标速度信息;
以及,确定模块303根据目标速度信息对应的航迹定位,确定与该目标速度信息对应的目标子车道的停止线及其停止线位置的方式具体包括;
对于每个子集合中的第二速度信息,计算该子集合中所有第二速度信息其对应的航迹定位的平均值,得到该子集合对应的平均定位;
将每个子集合对应的平均定位,确定为该子集合对应的目标子车道的停止线及其停止线位置。
可见,在该可选的实施例中,筛选得到第二速度信息之后,会对所有第二速度信息做进一步的分类,以每个第二速度信息所归属的车道为基准进行信息的筛选分类,从而得到包括多个子集合的目标划分集合,该按照归属车道的分类存储方式有利于提高后续进行数据划分的效率以及提高数据处理准确度。
在又一个可选的实施例中,转向确定模块304根据停止线位置,对目标车道执行转向确定操作,得到目标车道的转向信息的方式具体包括:
以停止线位置为基点,按照预设的延长距离,延长车道线;并将车道线延长的部分确定为延长车道;
从航迹数据中提取与延长车道对应的延长航迹数据,延长航迹数据包括与每个目标子车道对应的子延长航迹数据;
根据预设的转向条件对每个子延长航迹数据执行转向分析操作,得到与每个子延长航迹数据对应的转向分析结果,作为该子延长航迹数据对应的目标子车道对应的转向信息,转向信息包括该目标子车道的转向类型,转向类型包括直行类型、左转类型、右转类型、直行-左转类型或直行-右转类型。
在该可选的实施例中,每个子延长航迹数据包括航迹定位变化信息,转向确定模块304根据预设的转向条件对每个子延长航迹数据执行转向分析操作,得到与每个子延长航迹数据对应的转向分析结果的方式具体包括:
对于每个子延长航迹数据,分析该子延长航迹数据对应的航迹定位变化信息,得到该子延长航迹数据中表示航迹定位未发生变化的恒定航迹定位的第一数量以及表示航迹定位发生变化的转向航迹定位的第二数量;
计算第一数量与第二数量之和,得到第一求和结果;并计算第一数量与第一求和结果对应的数量占比,得到第一占比;
判断第一占比是否高于预设的占比阈值,当判断出第一占比高于预设的占比阈值时,确定该子延长航迹数据对应的目标子车道的转向类型包括直行类型,作为该子延长航迹数据对应的转向分析结果。
可见,在该可选的实施例中,通过对子延长航迹数据中恒定航迹定位的数量进行分析以及该第一数量在子延长航迹数据的总数量(第一求和结果)中的占比进行计算,得到第一占比,以第一占比与预设的占比阈值作比较,得到该该目标子车道的转向类型判断,该车道线的延长设置与恒定航迹定位的占比数据计算,提高了该车道转向类型为直行类型时的确定准确性。
在又一个可选的实施例中,每个转向航迹定位包括预设的左转标识或预设的右转标识;转向确定模块304根据预设的转向条件对每个子延长航迹数据执行转向分析操作,得到与每个子延长航迹数据对应的转向分析结果的方式具体还包括:
当判断出第一占比低于等于预设的占比阈值时,对于每个子延长航迹数据,分析该子延长航迹数据对应的所有转向航迹定位,得到所有转向航迹定位中包括左转标识的第三数量以及包括右转标识的第四数量;
计算第三数量与第四数量之和,得到第二求和结果;并计算第三数量、第四数量分别与第二求和结果对应的数量占比,得到与第三数量对应的第二占比、与第四数量对应的第三占比;
判断第二占比是否高于占比阈值,当判断出第二占比高于占比阈值时,确定该子延长航迹数据对应的目标子车道的转向类型包括左转类型,并将其添加至该子延长航迹数据对应的转向分析结果中;
判断第三占比是否高于占比阈值,当判断出第三占比高于占比阈值时,确定该子延长航迹数据对应的目标子车道的转向类型包括右转类型,并将其添加至该子延长航迹数据对应的转向分析结果中;
当某一子延长航迹数据对应的转向分析结果同时包括直行类型以及左转类型时,将该某一子延长航迹数据对应的转向分析结果更新为直行-左转类型;
当某一子延长航迹数据对应的转向分析结果同时包括直行类型以及右转类型时,将该某一子延长航迹数据对应的转向分析结果更新为直行-右转类型。
可见,在该可选的实施例中,同理,针对车道转向为左转类型与右转类型的确定时,相应设置了第三数量、第四数量的分析,以及与第三数量对应的第二占比、与第四数量对应的第三占比的计算;之后同样将第二占比、第三占比与该占比阈值作比较的方式来确定出最终的转向分析结果,提高了转向类型为左转、右转的计算准确度;同时针对可直行的同时能够进行左转/右转的车道属性也设置了相应的更新机制,有利于提高最终确定出的目标车道的转向信息的完整度与准确度。
在另一个可选的实施例中,如图4所示,该装置还包括判断模块305、划分模块306以及筛选模块307,其中:
判断模块305,用于在获取模块301获取待分析车道属性的目标车道的航迹数据之后,判断航迹数据是否表示均为同一航向的数据;
划分模块306,用于当判断模块305判断出航迹数据不均为同一航向的数据时,对航迹数据执行航向划分,得到航向相反的两份航迹数据,作为第一航迹数据以及第二航迹数据;
筛选模块307,用于按照预设的航迹筛选参数,对第一航迹数据以及第二航迹数据执行航迹筛选操作,得到满足预设的航迹筛选条件的至少一份第三航迹数据,并根据第三航迹数据更新航迹数据;
其中,航迹筛选参数包括航迹数量以及监控时长;满足航迹筛选条件的第三航迹数据具体包括:
第三航迹数据其记录的车辆航迹数量高于预设轨迹阈值,且监控时长不低于目标车道所安装红绿灯的两个红绿灯周期。
在该可选的实施例中,在基于第三航迹数据更新航迹数据之后,触发车道标定模块302执行上述的根据预设的车道标定算法结合航迹数据,对目标车道执行车道标定操作,得到目标车道的车道标定结果度对应的操作。
可见,在该可选的实施例中,设置了针对航迹数据的筛选机制,以航向为基准进行数据筛选,避免了因航迹数据参杂不同航向数据造成的数据干扰,进一步再按照设定好的航迹筛选参数进行数据筛选,得到最终所需的第三航迹数据,其第三航迹数据的筛选机制提高了前期获取的航迹数据的准确度,一定程度上有利于提高后续确定目标车道的车道属性的确定准确性。
实施例四
请参阅图5,图5是本发明实施例公开的又一种基于交通雷达的车道属性确定装置的结构示意图。如图5所示,该基于交通雷达的车道属性确定装置可以包括:
存储有可执行程序代码的存储器401;
与存储器401耦合的处理器402;
处理器402调用存储器401中存储的可执行程序代码,执行本发明实施例一或本发明实施例二所描述的基于交通雷达的车道属性确定方法中的步骤。
实施例五
本发明实施例公开了一种计算机存储介质,该计算机存储介质存储有计算机指令,该计算机指令被调用时,用于执行本发明实施例一或本发明实施例二所描述的基于交通雷达的车道属性确定方法中的步骤。
实施例六
本发明实施例公开了一种计算机程序产品,该计算机程序产品包括存储了计算机程序的非瞬时性计算机存储介质,且该计算机程序可操作来使计算机执行实施例一或实施例二中所描述的基于交通雷达的车道属性确定方法中的步骤。
以上所描述的装置实施例仅是示意性的,其中作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施例的具体描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机存储介质中,存储介质包括只读存储器(Read-OnlyMemory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是:本发明实施例公开的一种基于交通雷达的车道属性确定方法及装置所揭露的仅为本发明较佳实施例而已,仅用于说明本发明的技术方案,而非对其限制;尽管参照前述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项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;而这些修改或替换,并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。
Claims (10)
1.一种基于交通雷达的车道属性确定方法,其特征在于,所述方法包括:
获取待分析车道属性的目标车道的航迹数据,所述航迹数据包括预设监控时段内安装在所述目标车道上的交通雷达记录的每一途径车辆的车辆航迹数据;
根据预设的车道标定算法结合所述航迹数据,对所述目标车道执行车道标定操作,得到所述目标车道的车道标定结果;
根据所述航迹数据,确定所述目标车道的朝向信息,所述朝向信息用于表示车辆在所述目标车道上行驶的方向;
根据所述车道标定结果以及所述朝向信息,确定所述目标车道对应的停止线及其停止线位置;所述停止线为行驶在所述目标车道的最前方车辆等待红绿灯的警示线;
根据所述停止线位置,对所述目标车道执行转向确定操作,得到所述目标车道的转向信息;并将所述车道标定结果、所述朝向信息、所述停止线及其停止线位置以及所述转向信息确定为所述目标车道的车道属性。
2.根据权利要求1所述的基于交通雷达的车道属性确定方法,其特征在于,所述车道标定结果包括绘制得到的所述目标车道的车道线及其对应的车道线参数,所述车道线参数包括车道线类型、车道线数量、相邻车道线的间距以及车道线长度;所述车道线类型包括实线类型和/或虚线类型;所述目标车道包括多条子车道;
所述根据所述车道标定结果以及所述朝向信息,确定所述目标车道对应的停止线及其停止线位置,包括:
以所述车道线的起始位置为基点,选取与所述起始位置相距预设距离的位置为旋转位置;按照预设的旋转角度,对所述旋转位置对应的所述车辆航迹数据执行航迹调整,得到与所述车辆航迹数据对应的航迹调整结果,所述航迹调整结果包括多个航迹定位以及每个所述航迹定位的速度信息;
根据所述车道标定结果,确定每个所述航迹定位所在的目标子车道;
对所有所述速度信息执行信息筛选,得到至少一个目标速度信息;
根据所述目标速度信息对应的所述航迹定位,确定与该目标速度信息对应的所述目标子车道的停止线及其停止线位置。
3.根据权利要求2所述的基于交通雷达的车道属性确定方法,其特征在于,每个所述速度信息包括该速度信息对应的所述航迹定位的速度变化趋势;所述速度变化趋势包括速度数值与速度类型,所述速度类型包括加速类型、减速类型或匀速类型;
所述对所有所述速度信息执行信息筛选,得到至少一个目标速度信息,包括:
从所有所述速度信息中选取所述速度数值在预设数值区间内的多个第一速度信息;
从所有所述第一速度信息中确定所述速度类型为所述匀速类型的第二速度信息;
对所有所述第二速度信息进行划分,得到目标划分集合,所述目标划分集合包括多个子集合,每个所述子集合中的所述第二速度信息其对应的所述航迹定位归属于同一所述目标子车道;将所述目标划分集合对应的所有所述第二速度信息确定为目标速度信息;
所述根据所述目标速度信息对应的所述航迹定位,确定与该目标速度信息对应的所述目标子车道的停止线及其停止线位置,包括;
对于每个所述子集合中的所述第二速度信息,计算该子集合中所有所述第二速度信息其对应的所述航迹定位的平均值,得到该子集合对应的平均定位;
将每个所述子集合对应的所述平均定位,确定为该子集合对应的所述目标子车道的停止线及其停止线位置。
4.根据权利要求2或3所述的基于交通雷达的车道属性确定方法,其特征在于,所述根据所述停止线位置,对所述目标车道执行转向确定操作,得到所述目标车道的转向信息,包括:
以所述停止线位置为基点,按照预设的延长距离,延长所述车道线;并将所述车道线延长的部分确定为延长车道;
从所述航迹数据中提取与所述延长车道对应的延长航迹数据,所述延长航迹数据包括与每个所述目标子车道对应的子延长航迹数据;
根据预设的转向条件对每个所述子延长航迹数据执行转向分析操作,得到与每个所述子延长航迹数据对应的转向分析结果,作为该子延长航迹数据对应的所述目标子车道对应的转向信息,所述转向信息包括该目标子车道的转向类型,所述转向类型包括直行类型、左转类型、右转类型、直行-左转类型或直行-右转类型。
5.根据权利要求4所述的基于交通雷达的车道属性确定方法,其特征在于,每个所述子延长航迹数据包括航迹定位变化信息,所述根据预设的转向条件对每个所述子延长航迹数据执行转向分析操作,得到与每个所述子延长航迹数据对应的转向分析结果,包括:
对于每个所述子延长航迹数据,分析该子延长航迹数据对应的所述航迹定位变化信息,得到该子延长航迹数据中表示所述航迹定位未发生变化的恒定航迹定位的第一数量以及表示所述航迹定位发生变化的转向航迹定位的第二数量;
计算所述第一数量与所述第二数量之和,得到第一求和结果;并计算所述第一数量与所述第一求和结果对应的数量占比,得到第一占比;
判断所述第一占比是否高于预设的占比阈值,当判断出所述第一占比高于预设的占比阈值时,确定该子延长航迹数据对应的所述目标子车道的转向类型包括所述直行类型,作为该子延长航迹数据对应的转向分析结果。
6.根据权利要求5所述的基于交通雷达的车道属性确定方法,其特征在于,每个所述转向航迹定位包括预设的左转标识或预设的右转标识;当判断出所述第一占比低于等于预设的占比阈值时,所述方法还包括:
对于每个所述子延长航迹数据,分析该子延长航迹数据对应的所有所述转向航迹定位,得到所有所述转向航迹定位中包括所述左转标识的第三数量以及包括所述右转标识的第四数量;
计算所述第三数量与所述第四数量之和,得到第二求和结果;并计算所述第三数量、所述第四数量分别与所述第二求和结果对应的数量占比,得到与所述第三数量对应的第二占比、与所述第四数量对应的第三占比;
判断所述第二占比是否高于所述占比阈值,当判断出所述第二占比高于所述占比阈值时,确定该子延长航迹数据对应的所述目标子车道的转向类型包括所述左转类型,并将其添加至该子延长航迹数据对应的转向分析结果中;
判断所述第三占比是否高于所述占比阈值,当判断出所述第三占比高于所述占比阈值时,确定该子延长航迹数据对应的所述目标子车道的转向类型包括所述右转类型,并将其添加至该子延长航迹数据对应的转向分析结果中;
当某一所述子延长航迹数据对应的转向分析结果同时包括所述直行类型以及所述左转类型时,将该某一所述子延长航迹数据对应的转向分析结果更新为所述直行-左转类型;
当某一所述子延长航迹数据对应的转向分析结果同时包括所述直行类型以及所述右转类型时,将该某一所述子延长航迹数据对应的转向分析结果更新为所述直行-右转类型。
7.根据权利要求1、2、3、5或6所述的基于交通雷达的车道属性确定方法,其特征在于,所述获取待分析车道属性的目标车道的航迹数据之后,所述方法还包括:
判断所述航迹数据是否表示均为同一航向的数据,当判断出所述航迹数据不均为同一航向的数据时,对所述航迹数据执行航向划分,得到航向相反的两份所述航迹数据,作为第一航迹数据以及第二航迹数据;
按照预设的航迹筛选参数,对所述第一航迹数据以及所述第二航迹数据执行航迹筛选操作,得到满足预设的航迹筛选条件的至少一份第三航迹数据,并根据所述第三航迹数据更新所述航迹数据;
其中,所述航迹筛选参数包括航迹数量以及监控时长;满足所述航迹筛选条件的第三航迹数据具体包括:
所述第三航迹数据其记录的车辆航迹数量高于预设轨迹阈值,且所述监控时长不低于所述目标车道所安装红绿灯的两个红绿灯周期。
8.一种基于交通雷达的车道属性确定装置,其特征在于,所述装置包括:
获取模块,获取待分析车道属性的目标车道的航迹数据,所述航迹数据包括预设监控时段内安装在所述目标车道上的交通雷达记录的每一途径车辆的车辆航迹数据;
车道标定模块,用于根据预设的车道标定算法结合所述航迹数据,对所述目标车道执行车道标定操作,得到所述目标车道的车道标定结果;
确定模块,用于根据所述航迹数据,确定所述目标车道的朝向信息,所述朝向信息用于表示车辆在所述目标车道上行驶的方向;
所述确定模块,还用于根据所述车道标定结果以及所述朝向信息,确定所述目标车道对应的停止线及其停止线位置;所述停止线为行驶在所述目标车道的最前方车辆等待红绿灯的警示线;
转向确定模块,用于根据所述停止线位置,对所述目标车道执行转向确定操作,得到所述目标车道的转向信息;并将所述车道标定结果、所述朝向信息、所述停止线及其停止线位置以及所述转向信息确定为所述目标车道的车道属性。
9.一种基于交通雷达的车道属性确定装置,其特征在于,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1-7任一项所述的基于交通雷达的车道属性确定方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行如权利要求1-7任一项所述的基于交通雷达的车道属性确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311576590.8A CN117289278B (zh) | 2023-11-24 | 2023-11-24 | 基于交通雷达的车道属性确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311576590.8A CN117289278B (zh) | 2023-11-24 | 2023-11-24 | 基于交通雷达的车道属性确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117289278A true CN117289278A (zh) | 2023-12-26 |
CN117289278B CN117289278B (zh) | 2024-02-02 |
Family
ID=89252068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311576590.8A Active CN117289278B (zh) | 2023-11-24 | 2023-11-24 | 基于交通雷达的车道属性确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117289278B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160034778A1 (en) * | 2013-12-17 | 2016-02-04 | Cloud Computing Center Chinese Academy Of Sciences | Method for detecting traffic violation |
CN111537990A (zh) * | 2020-04-27 | 2020-08-14 | 西安象德信息技术有限公司 | 一种车道的标定方法、装置以及电子设备 |
CN111854766A (zh) * | 2020-01-13 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种道路信息确定方法、装置、电子设备及存储介质 |
CN113238209A (zh) * | 2021-04-06 | 2021-08-10 | 宁波吉利汽车研究开发有限公司 | 基于毫米波雷达的道路感知方法、系统、设备及存储介质 |
CN114120629A (zh) * | 2021-10-13 | 2022-03-01 | 中国铁建电气化局集团有限公司 | 基于交通控制设备的车辆控制方法、装置、设备及介质 |
CN114895249A (zh) * | 2022-04-19 | 2022-08-12 | 新奇点智能科技集团有限公司 | 一种雷达数据处理方法、装置、电子设备及存储介质 |
US20220332310A1 (en) * | 2021-04-20 | 2022-10-20 | Argo AI, LLC | Methods and systems for inferring unpainted stop lines for autonomous vehicles |
CN115616510A (zh) * | 2022-12-05 | 2023-01-17 | 广州市德赛西威智慧交通技术有限公司 | 一种交通毫米波雷达标定方法及系统 |
CN116266380A (zh) * | 2021-12-13 | 2023-06-20 | 广州汽车集团股份有限公司 | 一种环境数据重建方法、装置、系统及存储介质 |
-
2023
- 2023-11-24 CN CN202311576590.8A patent/CN117289278B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160034778A1 (en) * | 2013-12-17 | 2016-02-04 | Cloud Computing Center Chinese Academy Of Sciences | Method for detecting traffic violation |
CN111854766A (zh) * | 2020-01-13 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种道路信息确定方法、装置、电子设备及存储介质 |
CN111537990A (zh) * | 2020-04-27 | 2020-08-14 | 西安象德信息技术有限公司 | 一种车道的标定方法、装置以及电子设备 |
CN113238209A (zh) * | 2021-04-06 | 2021-08-10 | 宁波吉利汽车研究开发有限公司 | 基于毫米波雷达的道路感知方法、系统、设备及存储介质 |
US20220332310A1 (en) * | 2021-04-20 | 2022-10-20 | Argo AI, LLC | Methods and systems for inferring unpainted stop lines for autonomous vehicles |
CN114120629A (zh) * | 2021-10-13 | 2022-03-01 | 中国铁建电气化局集团有限公司 | 基于交通控制设备的车辆控制方法、装置、设备及介质 |
CN116266380A (zh) * | 2021-12-13 | 2023-06-20 | 广州汽车集团股份有限公司 | 一种环境数据重建方法、装置、系统及存储介质 |
CN114895249A (zh) * | 2022-04-19 | 2022-08-12 | 新奇点智能科技集团有限公司 | 一种雷达数据处理方法、装置、电子设备及存储介质 |
CN115616510A (zh) * | 2022-12-05 | 2023-01-17 | 广州市德赛西威智慧交通技术有限公司 | 一种交通毫米波雷达标定方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117289278B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112863176B (zh) | 交通拥堵溯源方法、装置、电子设备及存储介质 | |
CN111652912B (zh) | 车辆计数方法和系统、数据处理设备及智能拍摄设备 | |
CN110222131A (zh) | 起讫信息提取方法及装置 | |
CN101025862A (zh) | 基于视频的混合交通流参数的检测方法 | |
CN110688902B (zh) | 一种检测停车位内车辆区域的方法及装置 | |
Laureshyn et al. | Application of automated video analysis for behavioural studies: concept and experience | |
US20220237919A1 (en) | Method, Apparatus, and Computing Device for Lane Recognition | |
CN112348848A (zh) | 一种交通参与者的信息生成方法及系统 | |
CN110322687B (zh) | 确定目标交叉口运行状态信息的方法和装置 | |
CN110851490A (zh) | 一种基于过车数据的车辆出行常用停留点挖掘方法及装置 | |
CN114973659A (zh) | 一种高速公路的间接事件检测的方法、装置及系统 | |
CN117289278B (zh) | 基于交通雷达的车道属性确定方法及装置 | |
CN112116813B (zh) | 状态识别模型建立方法、道路交通状态识别方法及装置 | |
CN113850237A (zh) | 基于视频和轨迹数据的网联车目标检测评价方法及系统 | |
CN115966084B (zh) | 全息路口毫米波雷达数据处理方法、装置及计算机设备 | |
CN112201061A (zh) | 一种基于电警卡口数据的交叉口配时方案估计方法 | |
CN116794619A (zh) | 雷达调试处理方法、装置、电子设备以及存储介质 | |
CN116052417A (zh) | 一种行驶预测方法、装置、设备和可读存储介质 | |
CN114895274A (zh) | 一种护栏识别方法 | |
CN114449481A (zh) | 基于v2x技术确定所在车道当前信号灯灯色的方法及系统 | |
CN114488026A (zh) | 基于4d毫米波雷达的地下停车库可通行空间检测方法 | |
CN114234996A (zh) | 一种基于多路口多传感器的航迹融合方法及系统 | |
CN114116854A (zh) | 轨迹数据处理方法、装置、设备和存储介质 | |
CN113963550A (zh) | 一种多义路径识别方法、装置及电子设备 | |
CN115546704B (zh) | 一种车辆抛洒物识别方法、装置及应用 |
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 |