CN207367369U - 基于微波的车辆排队长度检测系统 - Google Patents
基于微波的车辆排队长度检测系统 Download PDFInfo
- Publication number
- CN207367369U CN207367369U CN201721091716.2U CN201721091716U CN207367369U CN 207367369 U CN207367369 U CN 207367369U CN 201721091716 U CN201721091716 U CN 201721091716U CN 207367369 U CN207367369 U CN 207367369U
- Authority
- CN
- China
- Prior art keywords
- vehicle
- module
- detecting system
- track
- queue length
- 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
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本实用新型公开了基于微波的车辆排队长度检测系统,包括:射频模块与阵列天线模块连接,其设置成通过阵列天线模块向检测覆盖区域发射多个波束,并接收返回的多个波束;数据处理模块通过过滤单元与射频模块连接;数据处理模块包括模型数据库和跟踪算法模块;模型数据库设置成在检测覆盖区域建立坐标系,坐标系以检测系统所在位置为原点,以平行于车道且微波发射的方向为X轴正方向,以垂直于车道且微波发射的方向为Y轴正方向;检测覆盖区域为以原点为中心的扇形。本实用新型能够实时追踪车辆的状态,实时分析车辆的排队情况,为交通信号的控制提供依据。
Description
技术领域
本实用新型涉及交通管控领域,特别涉及基于微波的车辆排队长度检测系统。
背景技术
交通是城市的命脉,是城市经济和民众生活中最为重要的基础性设施。交通管控是关系国计民生的社会公益事业,与市民群众的生产生活紧密相关,其发展状况良好与否直接关系到群众正常生活,因而它也成为市民群众们最关心、最直接的问题之一,对城市稳定、可持续的发展和人民生活水平的提高发挥着重要的作用。改革开放三十年来,随着我国经济社会的迅猛发展、城市人口规模的逐渐扩大,机动车保有量出现高速增长的态势,现有路网规模已难以满足日益增长的交通需求,致使城市交通事故频发、交通拥堵状况越发严峻、环境污染严重等一系列问题成为当前全国各城市亟需治理的严重问题,同时也是困扰城市发展、制约城市经济建设的重要因素。
由于交通信号灯的控制,高饱和度状态下的城市交通网络内车辆排队行为必然发生,而准确获取和估计车辆排队长度是进行交通拥挤程度评估,交叉口信号灯控制配时,交通流溢出控制等的重要前提。
现有技术中,一般依据交叉口的地磁获取离去车辆、还依据断面上的微波截面获取进入路口车辆进行的加权求得的最大排队长度。但是,这种方式无法对车道上两个截面内的具体车辆进行跟踪计算,只能求得该路段上最大的排队长度而无法获取每个车道的排队长度。
而且,现有技术的视频传感器采集车辆图像,一般包括车辆排队存在检测、队尾检测、像素距离到实际距离的转换三部分,其主要是将像素距离转换成实际长度。现实环境下车道线是平行的,但由于摄像机透镜成像的缘故,使得成像的车道线不再平行。此外,交通路口车辆较多,车道线磨损和污染严重,不易于识别车道的方法分割检测区域。而且,如果在图像采集的过程中,受到光照、阴影、恶劣天气、过往行人影响,这将造成车辆图像大面积遮挡的问题,从而难以将图像中的车辆进行准确的分割,最终降低了路口车辆排队长度检测的准确性,无法为智能交通系统指挥提供准确的依据。由于亮度的不同白天和夜晚场景的灰度直方图存在较大差异,视频对白天和夜晚的车辆排队检测需要采用不同的算法,因此需要实现白天和夜晚车辆排队检测算法自动切换。
实用新型内容
本实用新型要解决的技术问题是提供基于微波的车辆排队长度检测系统,通过在检测覆盖区域建立坐标系,然后发送和接收波束,从而得到车辆的状态,避免受到环境因素的影响,为交通信号的控制提供依据。
为了解决上述技术问题,本实用新型的技术方案为:
基于微波的车辆排队长度检测系统,其设置在待检测道路的路口,并朝向所述道路,所述道路具有多个车道,所述检测系统包括:射频模块与阵列天线模块连接,所述射频模块具有微波传感器,所述射频模块设置成通过所述阵列天线模块向检测覆盖区域发射多个波束,并接收返回的所述多个波束;数据处理模块通过过滤单元与所述射频模块连接;所述数据处理模块包括模型数据库和跟踪算法模块;所述模型数据库设置成在所述检测覆盖区域建立坐标系,所述坐标系以所述检测系统所在位置为原点,以平行于车道且微波发射的方向为X轴正方向,以垂直于所述车道且微波发射的方向为Y轴正方向;所述检测覆盖区域为以所述原点为中心的扇形。
优选的,所述过滤单元为模数转换器和低通滤波器,所述数据处理模块依次通过所述模数转换器和所述低通滤波器与所述射频模块连接。
优选的,还包括存储模块和数据反馈模块,所述存储模块分别与所述数据反馈模块、所述数据处理模块连接。
优选的,所述波束的宽度为1°。
优选的,所述扇形的角度为36°,所述多个波束的宽度为36°。
优选的,所述扇形的一侧边为X轴,所述扇形的另一侧边与所述路口的停止线上距离所述检测系统最远的点相交。
优选的,所述扇形的两个侧边相对于所述X轴对称。
与现有技术相比,本实用新型的有益效果在于:本实用新型利用微波检测技术事先在检测器中设定好道路信息(在安装时就对该微波检测器进行标定,在上位机中调整车道坐标并且发送给微波检测器)。基于事先设好的道路信息的基础上,本实用新型能够实时扫描道路车辆的运行情况,实时检测每一车辆的位置和速度,而不需要选取某一位置作为采样位置。因此,本实用新型能够在覆盖的车道范围内只要有排队情况即能实时高准确度的输出排队长度。本实用新型还能够对各个车道的排队长度进行计算,分车道的输出排队长度。
在本实用新型的优选方案中,本实用新型通过一个非常窄的波束对检测区域内快速扫描,以提高对多目标检测的分辨率。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本实用新型的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解,这些附图未必是按比例绘制的。附图中:
图1为本实用新型基于微波的车辆排队长度检测方法的一个实施例的流程图;
图2为本实用新型基于微波的车辆排队长度检测系统的一个实施例的系统框图;
图3为本实用新型车辆排队长度检测系统中阵列天线模块和射频模块连接关系示意图;
图4为本实用新型车辆排队长度检测系统在道路上的工作示意图;
图5为本实用新型车辆排队长度检测系统的检测覆盖区域的示意图;
图6为图5中检测系统的检测覆盖区域在道路上的示意图;
图7为本实用新型车辆排队长度检测系统对车辆的预估区域的示意图;
图8为本实用新型的车辆排队长度检测系统扫描无车无人的车道时得到的背景功率谱图;
图9为本实用新型的车辆排队长度检测系统扫描日常的车道时得到的功率谱图;
图10为连续线性调频波原理图;
图11为增加了多普勒频移的连续线性调频波原理图。
图中各符号表示的含义如下:
0-微波传感器,1-阵列天线模块,11-发射天线,12-36路接收天线,2-射频模块,3-数据处理模块,31-模型数据库,32-背景抑制模块,33-跟踪算法模块,34-存储模块,4-数据反馈模块,5-电源系统,6-预估区域,θ-传感器垂直俯仰角度,α-传感器水平偏向角度,Dr-径向距离。
具体实施方式
下面结合附图对本实用新型的具体实施方式作进一步说明。在此需要说明的是,对于这些实施方式的说明用于帮助理解本实用新型,但并不构成对本实用新型的限定。此外,下面所描述的本实用新型各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
如图2所示,本实用新型包括阵列天线模块1、射频模块2、数据处理模块3、数据反馈模块4。阵列天线模块1和射频模块2可以用于在检测覆盖区域发射多个波束,并接收返回的所述多个波束。发射和接收的原理图可以参见图3。射频模块2由单片微波集成电路、多个低噪声放大和本振组成。射频模块2通过发射天线11对外发射多个波束。然后,阵列天线模块1通过36路接收天线12接收返回的多个波束。信号通过低通滤波器、模数转换器进入数据处理模块3进行处理。
本实用新型采用毫米波作为检测媒介,由于毫米波频段是介于电波和光波之间的特殊频段,具备光学的探测精度和电波的全天候工作特性,其环境适应性以及设备后期维护性要远远优于其他频段的检测设备,同时,微波传感器本身由于采用毫米波段,所以天线尺寸很小,微波传感器本身也很小,方便后续装置在现场的施工安装。具体波束的检测覆盖区域如图5和图6所示。本实用新型采用扫描式天线,通过一个非常窄的波束对检测覆盖区域内进行快速扫描,以得到一个扇形的检测覆盖区域。在本实施例中,一个波束的宽度为1°,有36个这样的波束在检测覆盖区域扫描。这样窄的波束可以提高对多目标检测的分辨率。检测覆盖区域的有效径向长度范围是0米~200米,基本上覆盖了一般车辆在车道上的排队长度。坐标系及相关数据在模型数据库31中建立。
图4示出了本实用新型车辆排队长度检测系统的具体工作方式。检测系统的微波传感器0设置在路口的位置,其距离地面的安装高度为H、传感器垂直俯仰角度为θ。然后,以微波传感器0所在位置为原点O,以平行于车道且微波发射的方向为X轴正方向,以垂直于所述车道且微波发射的方向为Y轴正方向,建立坐标系。微波传感器0与X轴之间的传感器水平偏向角度为α。然后,对每一车道进行编号,并确定所述每一车道在Y轴上的坐标范围。例如,第一车道的坐标范围为Y0<Lane1<Y1,第二车道的坐标范围为Y1<Lane2<Y2,第三车道的坐标范围为Y2<Lane3<Y3。在本实施例中,实际的坐标为以微波传感器0(雷达)为坐标原点O,垂直于雷达天线方向为X轴,微波发射的方向为X轴正向;平行于雷达天线方向为Y轴,即垂直于所述车道且微波发射的方向为Y轴正向。由于安装该雷达时,正对着车道安装的检测效果比较好,所以一般安装方式都是正对着车道安装。由此,可以解释成与车道平行的“线”为X轴,与车道垂直的“线”为Y轴。因此,在一个实施例中,扇形区域的两侧边可以是相对于所述X轴对称。而在另一个实施例中,如图5所示,所述扇形的一侧边可以为X轴,所述扇形的另一侧边与所述路口的停止线上距离所述检测系统最远的点相交。
本实用新型的微波传感器0通过每个角度轮流接收获得每个角度范围的功率谱。由于车辆外壳均为金属材料,而普通公路采用的材料为柏油与水泥等,车辆的反射功率值要远高于公路。为了避免背景因素的干扰,在确定了坐标系之后,工作人员操作微波传感器0,扫描无车无人的车道,以得到背景功率谱图。具体的背景功率谱图如图8所示,为道路上没有人和车辆的检测环境下通过某一个波束得到的背景功率谱图。图中横坐标的小格中代表波束的径向距离;横坐标代表差频值fb,单位为kHz;纵坐标代表每个距离点的能量功率值P,单位为dBm。微波传感器0在一般条件下进行扫描时得到的功率谱图如图9所示。背景功率谱图的作用就是与功率谱图叠加,以减去背景环境的影响,突出车辆所在的位置。这一步骤也叫做背景噪声抑制。如图2所示,本实用新型通过背景抑制模块32来保存在无车无人的所述车道上扫描得到的背景功率谱图,然后将功率谱图的值减去所述背景功率谱图的值,以避免检测结构受到环境因素的干扰。
本实用新型的微波波束的调制方式具体如下。本雷达系统采用调频连续波体制,以及对称三角波调制。发射信号的频率为对称三角波调制。图10示出了连续线性调频波的原理图,发射信号的幅度不变,在一个周期T内,信号的频率为:
其中:
f0为信号有效中心频率;
△F为信号有效带宽;
为调频系数;
T为三角波周期;
为初始相位。
因此,在一个周期内,发射信号的山下扫频段可表示为:
其中:
A为信号幅度(及表示回波的能量值)。
在有效的信号周期内,信号回波为:
其中:
R为目标车辆的径向距离,c为光速。
然后,在有效信号周期和内,将公式(4)和公式(2)的瞬时相位相减,或者将公式(3)和公式(1)的瞬时相位相减,可得到发射信号与回波信号混频所得的差频信号的瞬时相位,为:
然后对公式(7)求导即可得到差频信号频率,为:
由公式(8)可以知道,目标的距离和差频信号频率成正比,因此只要测得输出中频信号的频率,就可以计算出目标的距离。公式(7)和(8)为要检测的目标车辆是静止的情况。如果目标车辆以速度为v沿着微波传感器波束的径向运动,将会使微波传感器的回波增加多普勒频移fd。多普勒频移使得回波的频率—时间的曲线升高或降低,从而导致一部分差频上增加了一个多普勒频移,或者另一部分差频上减少了一个多普勒频移。图11示出了增加了多普勒频移的连续线性调频波原理图。
如果目标车辆靠近微波传感器,则在调频周期内的差频为:
其中:
为上扫频段的差频;
为下扫频段的差频。
目标的距离和速度信息则可由公式(11)与公式(12)计算得到:
由公式(11)可见,只要测得输出差频信号的平均频率,即可得到目标车辆的距离。如果要测得目标车辆的速度,则须分别测得上下扫频段输出的差频信号,如公式(12)所示。
根据模糊函数推导,三角波调频连续波的距离分辨率为:
三角波调频连续波的速度分辨率为:
根据上述的微波波束的调制方式,微波传感器在扫描后,得到了目标车辆的径向速度、径向距离Dr(如图4所示),目标车辆相对于传感器的径向速度V,然后通过回波信号的提取得到目标车辆的RCS值(雷达散射截面),从而得到目标车辆的车长和车宽。
跟踪算法模块33分析在一个扫描周期内返回的所述多个波束,以得到功率谱图和在检测覆盖区域内的每一车辆的X坐标值、Y坐标值、X速度值、Y速度值、沿着X轴方向的车长,并将所述每一车辆与对应的ID号相匹配。例如,扫描到目标车辆,得到它的坐标(X,Y),并得到它的X方向的速度Vx,Y方向的速度Vy。其中,X和Y的计算方式为:
X=(Dr×sinθ)×cosα (15)
Y=(Dr×sinθ)×sinα (16)
X方向的速度的计算方式:
Vx=(V×sinθ)×cosα (17)
Vy=(V×sinθ)×sinα (18)
然后,根据Y值和每一车道的坐标范围确定目标车辆在哪个车道上。根据目标车辆的雷达散射截面RCS进行目标分类(大车、小车、行人、摩托车、自行车等),并得到目标车辆的车长和车宽。
在上述扫描的基础上,对目标车辆进行轨迹跟踪。图7示出了进行轨迹跟踪时预估区域6的一个实施例。轨迹跟踪的具体方式如下。首先,跟踪算法模块33分析在一个扫描周期内返回的所述多个波束,以得到功率谱图和在检测覆盖区域内的每一车辆的X坐标值、Y坐标值、X速度值、Y速度值、沿着X轴方向的车长,并将扫描到的每一车辆与对应的ID号相匹配。跟踪算法模块33还得到了目标车辆所在的车道。然后,在这一个扫描周期内,跟踪算法模块33根据之前得到的数据确定车辆在下一个扫描周期将出现的预估区域6。预估区域6就是从目标车辆的车头往其运行方向延伸的一个区域,其中预估区域6的起始点就是在这一个扫描周期内的目标车辆的车头位置。然后,在所述下一个扫描周期内,跟踪算法模块33再次分析返回的所述多个波束,以重新确定对应所述ID号的X坐标值、Y坐标值、X速度值、Y速度值、所述车道,从而将这个ID号下的目标车辆的数据进行更新。
当不止一个目标存在一个预估区域内时,距离预估区域6的起始点距离最近的点为此刻目标点,将此坐标点的信息更新给此ID号。一般在城市交通中,假如一个目标的移动速度为120km/h,则轨迹门大小约为1.6米的圆,而40km/h轨迹门大小约为0.5米的圆,这样车辆行驶轨迹根据以上规律就能够被微波传感器实时捕捉。如果目标离开了检测覆盖区域,则将此目标的ID号信息初始化,也就是清空对应所述ID号的信息,此ID号将空闲出来,将给予新进入检测覆盖区域的目标车辆。
优选的,一个扫描周期可以是60ms或者其他合适的周期时间。
在实时跟踪检测覆盖区域内的车辆的基础上,本实用新型的车辆排队长度检测系统进行排队长度的计算。排队长度的定义为指定时间段内各个车道车辆的排队长度(起始于停车线位置,终止于车道内最后一辆停止的车辆)。对检测覆盖区域内的目标跟踪处理后,对该区域内的车辆进行实时统计,分车道输出排队长度。如图2所示,本实用新型通过数据处理模块3综合模型数据库31和跟踪算法模块33的数据,并判断车辆的车速是否小于预定值,以计算排队长度。
由于之前在建立坐标时就已经得到了,坐标系下车道的停止线的X坐标以及各车道的坐标,并将各车辆的Y坐标根据每个车道的坐标范围按车道进行了划分。而且每一个目标的X坐标值都是其车头位置的坐标值。分车道后对于同一车道内的车辆进行排队长度计算。当该车道最前面的目标车辆(距离停止线最近车辆)的速度为0km/h时,该车道最后一辆车(距离停止线最远车辆)的速度也为0km/h时,计算距离停止线最远车辆与距离停止线最近车辆的距离长度,并加上该距离停止线最远车辆的车长,即为该车道的排队长度。但是,若该车道最后一辆车的速度不为0km/h的情况,则计算该目标的前一辆车的速度,以此类推,直至验证到距离停止线最远同时速度为0km/h的队尾车辆。然后计算队尾车辆与距离停止线最近车辆的距离长度,并加上该队尾车辆的车长,即为该车道的排队长度。
优选的,数据处理模块3判断车辆的车速是否小于预定值,预定值可以是0km/h,也可以是0.2km/h。
综上,排队长度等于队尾车辆的X坐标值减去距离停止线最近车辆的坐标值加上队尾车辆的车长。
优选的,本实用新型的排队长度检测系统还包括存储模块34、电源系统5和数据反馈模块4。存储模块34用于存储所述排队长度的数据,并将所述排队长度的数据传送到数据反馈模块4。而电源系统5将为本实用新型系统的各个部件提供电能。
如图1所示,根据本实用新型的另一个方面,本实用新型还提供了基于微波的车辆排队长度检测方法,包括以下步骤:
S1:以微波传感器所在位置为原点,以平行于车道且微波发射的方向为X轴正方向,以垂直于所述车道且微波发射的方向为Y轴正方向,建立坐标系;
S2:对每一车道进行编号,并确定所述每一车道在Y轴上的坐标范围;
S3:在一个扫描周期内,扫描所述微波传感器的检测覆盖区域,以得到在所述检测覆盖区域内的每一车辆的X坐标值、Y坐标值、X速度值、Y速度值、沿着X轴方向的车长;
S4:将所述每一车辆与对应的ID号相匹配;
S5:根据所述Y坐标值和所述坐标范围确定所述车辆的所在车道;
S6:在所述一个扫描周期内,确定所述车辆在下一个扫描周期将出现的预估区域;
S7:在所述下一个扫描周期内,扫描所述检测覆盖区域,以重新确定对应所述ID号的X坐标值、Y坐标值、X速度值、Y速度值、所述车道;
S8:在同一车道上,判断距离停止线最近车辆的车速是否小于预定值,“是”,则进行S9,“否”,则进行S3;
S9:在所述同一车道上,逐一从距离停止线最远车辆开始往前判断车辆的车速是否小于所述预定值,直到“是”,则找到队尾车辆,并进行S10;
S10:根据所述距离停止线最近车辆的坐标、所述队尾车辆的坐标和车长,计算排队长度。
在上述步骤中,S1到S2是建立坐标的步骤。S3到S7是本实用新型对目标车辆的实时轨迹跟踪步骤。S8到S10是本实用新型的排队长度计算步骤。具体的步骤实现方式在上文有了详细的阐述。
优选的,建立坐标时,在S2和S3之间还包括以下步骤,S201:扫描无车无人的所述车道,以得到背景功率谱图。微波传感器在每一次扫描后得到的功率谱图的值都减去对应的所述背景功率谱图的值,以避免扫描结果受到环境因素的影响。
优选的,轨迹跟踪时,在S7和S8之间,还包括以下步骤:S701:在所述车辆离开所述检测覆盖区域后,清空对应所述ID号的信息。
以上结合附图对本实用新型的实施方式作了详细说明,但本实用新型不限于所描述的实施方式。对于本领域的技术人员而言,在不脱离本实用新型原理和精神的情况下,对这些实施方式进行多种变化、修改、替换和变型,仍落入本实用新型的保护范围内。
Claims (7)
1.基于微波的车辆排队长度检测系统,其设置在待检测道路的路口,并朝向所述道路,所述道路具有多个车道,其特征在于,所述检测系统包括:射频模块与阵列天线模块连接,所述射频模块具有微波传感器,所述射频模块设置成通过所述阵列天线模块向检测覆盖区域发射多个波束,并接收返回的所述多个波束;数据处理模块通过过滤单元与所述射频模块连接;所述数据处理模块包括模型数据库和跟踪算法模块;所述模型数据库设置成在所述检测覆盖区域建立坐标系,所述坐标系以所述检测系统所在位置为原点,以平行于车道且微波发射的方向为X轴正方向,以垂直于所述车道且微波发射的方向为Y轴正方向;所述检测覆盖区域为以所述原点为中心的扇形。
2.根据权利要求1所述的车辆排队长度检测系统,其特征在于:所述过滤单元为模数转换器和低通滤波器,所述数据处理模块依次通过所述模数转换器和所述低通滤波器与所述射频模块连接。
3.根据权利要求1所述的车辆排队长度检测系统,其特征在于:还包括存储模块和数据反馈模块,所述存储模块分别与所述数据反馈模块、所述数据处理模块连接。
4.根据权利要求1所述的车辆排队长度检测系统,其特征在于:所述波束的宽度为1°。
5.根据权利要求4所述的车辆排队长度检测系统,其特征在于:所述扇形的角度为36°,所述多个波束的宽度为36°。
6.根据权利要求1-5中任一项所述的车辆排队长度检测系统,其特征在于:所述扇形的一侧边为X轴,所述扇形的另一侧边与所述路口的停止线上距离所述检测系统最远的点相交。
7.根据权利要求1-5中任一项所述的车辆排队长度检测系统,其特征在于:所述扇形的两个侧边相对于所述X轴对称。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721091716.2U CN207367369U (zh) | 2017-08-29 | 2017-08-29 | 基于微波的车辆排队长度检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721091716.2U CN207367369U (zh) | 2017-08-29 | 2017-08-29 | 基于微波的车辆排队长度检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN207367369U true CN207367369U (zh) | 2018-05-15 |
Family
ID=62351567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201721091716.2U Active CN207367369U (zh) | 2017-08-29 | 2017-08-29 | 基于微波的车辆排队长度检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN207367369U (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107564285A (zh) * | 2017-08-29 | 2018-01-09 | 南京慧尔视智能科技有限公司 | 基于微波的车辆排队长度检测方法及系统 |
CN111540201A (zh) * | 2020-04-23 | 2020-08-14 | 山东大学 | 基于路侧激光雷达的车辆排队长度实时估计方法及系统 |
CN113496514A (zh) * | 2020-04-01 | 2021-10-12 | 阿里巴巴集团控股有限公司 | 数据处理方法、监测系统、电子设备及显示设备 |
-
2017
- 2017-08-29 CN CN201721091716.2U patent/CN207367369U/zh active Active
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107564285A (zh) * | 2017-08-29 | 2018-01-09 | 南京慧尔视智能科技有限公司 | 基于微波的车辆排队长度检测方法及系统 |
CN113496514A (zh) * | 2020-04-01 | 2021-10-12 | 阿里巴巴集团控股有限公司 | 数据处理方法、监测系统、电子设备及显示设备 |
CN113496514B (zh) * | 2020-04-01 | 2022-09-20 | 阿里巴巴集团控股有限公司 | 数据处理方法、监测系统、电子设备及显示设备 |
CN111540201A (zh) * | 2020-04-23 | 2020-08-14 | 山东大学 | 基于路侧激光雷达的车辆排队长度实时估计方法及系统 |
CN111540201B (zh) * | 2020-04-23 | 2021-03-30 | 山东大学 | 基于路侧激光雷达的车辆排队长度实时估计方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107564285A (zh) | 基于微波的车辆排队长度检测方法及系统 | |
CN105261215B (zh) | 基于微波的智能交通行为感知方法及系统 | |
US10205457B1 (en) | RADAR target detection system for autonomous vehicles with ultra lowphase noise frequency synthesizer | |
US10404261B1 (en) | Radar target detection system for autonomous vehicles with ultra low phase noise frequency synthesizer | |
CN108415011B (zh) | 一种基于多目标跟踪雷达实现车辆排队检测方法 | |
US20210208272A1 (en) | Radar target detection system for autonomous vehicles with ultra-low phase-noise frequency synthesizer | |
EP3885794A1 (en) | Track and road obstacle detecting method | |
CN106199573B (zh) | 用于道闸控制的侧向安装雷达 | |
CN207367369U (zh) | 基于微波的车辆排队长度检测系统 | |
CN111830508B (zh) | 一种采用毫米波雷达的道闸防砸系统和方法 | |
CN106125076A (zh) | 一种应用于城市交通的防撞雷达预警方法与装置 | |
CN102081801B (zh) | 多特征自适应融合船舶跟踪和航迹检测方法 | |
CN108983248A (zh) | 一种基于3d激光雷达及v2x的网联车定位方法 | |
CN114419825B (zh) | 基于毫米波雷达和摄像头的高铁周界入侵监测装置及方法 | |
CN109615880B (zh) | 一种基于雷达图像处理的车流量测量方法 | |
CN105575132B (zh) | 基于微波的路口存在检测方法及系统 | |
US20220043108A1 (en) | Systems methods and apparatus for deep-learning multidimensional detection segmentation and classification | |
CN103914983A (zh) | 一种交通卡口管理雷达装置及实现方法 | |
CN109905847B (zh) | Gnss盲区智能车辅助定位系统累积误差的协同校正系统及方法 | |
CN107341964A (zh) | 一种车位检测方法及装置 | |
CN108914815A (zh) | 桥面车辆荷载识别装置、桥梁及桥梁荷载分布识别方法 | |
CN106569207A (zh) | 检测停车位是否存在车辆的方法和系统 | |
CN114814823A (zh) | 基于毫米波雷达和相机融合的轨道车辆检测系统和方法 | |
Raj et al. | Improved and optimal DBSCAN for embedded applications using high-resolution automotive radar | |
CN202995036U (zh) | 一种基于雷达回波特征的铁路路障探测与告警方法的系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |