CN107240263A - 一种道路卡口车辆抓拍方法 - Google Patents
一种道路卡口车辆抓拍方法 Download PDFInfo
- Publication number
- CN107240263A CN107240263A CN201610187621.4A CN201610187621A CN107240263A CN 107240263 A CN107240263 A CN 107240263A CN 201610187621 A CN201610187621 A CN 201610187621A CN 107240263 A CN107240263 A CN 107240263A
- Authority
- CN
- China
- Prior art keywords
- msub
- vehicle
- mrow
- detection
- signal
- 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
Classifications
-
- 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- 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
- G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供的道路卡口车辆抓拍方法，检测雷达安装在检测车道的正上方，方法包括：通过调节检测雷达的带宽和发射波束宽度，使检测雷达的发射波束覆盖检测车道的检测区域；对回波信号进行数字信号采样；通过对采样信号做距离向和方位向的傅里叶变换，得到回波信号的二维频谱；然后对回波信号的二维频谱进行统计分析，判断检测区域内是否存在目标车辆，目标车辆为来向车辆或者去向车辆；若存在，则根据目标车辆的位置和行驶方向向相机发送抓拍信号；相机接收到抓拍信号后，对目标车辆进行抓拍。本发明提供的道路卡口车辆抓拍方法，可以应用于来向车辆和去向车辆，来向车辆抓拍车头，去向车辆抓拍车尾，并且来向车辆和去向车辆的抓拍位置分别可调。
Description
技术领域
本发明涉及交通信息检测技术领域，尤其涉及一种道路卡口车辆抓拍方法。
背景技术
众所周知，微波检测***相对于其他交通信息检测装置(例如，地感线圈)，有着维护简便、受天气环境影响小等优点，因此被广泛的应用于智能交通信息采集领域。目前微波检测***大多应用于车辆检测及测速，应用较多的就是利用雷达进行的路卡口车辆抓拍。
但是，现有技术的卡口雷达通常只有测速功能，需要上下调节雷达倾斜角度来设置抓拍位置，且只能很好的抓拍来向车辆。对于去向车辆，由于车身先进入检测区域，因而不能很好的抓拍到去向车辆的车尾，尤其是大车或者车速较慢的车辆。然而很多区域设置道路卡口抓拍点主要就是针对大车，而且应用此雷达进行道路车辆违章抓拍时，若车辆逆向行驶，也会存在上述问题，或者应用在一些不规则的道路中时，需要抓拍来去向车辆。现有技术的卡口雷达都不能很好的满足这些要求。
发明内容
针对现有技术的上述缺陷，本发明提供一种道路卡口车辆抓拍方法。
本发明提供的道路卡口车辆抓拍方法，包括:
调节检测雷达的带宽和发射波束宽度，使所述检测雷达的发射波束覆盖检测车道的检测区域，所述检测雷达安装在所述检测车道的正上方，所述检测雷达与所述检测车道一一对应，所述检测雷达的发射波束局限在所述检测车道区域内；
对回波信号进行数字信号采样,所述回波信号为检测雷达发射的检测波信号的回波信号；
对采样信号做距离向和方位向的傅里叶变换，得到回波信号的二维频谱；
对回波信号的二维频谱进行统计分析，判断检测区域内是否存在目标车辆，所述目标车辆为来向车辆或者去向车辆；
若存在，则根据目标车辆的位置和行驶方向向相机发送抓拍信号；
相机接收到所述抓拍信号后，对目标车辆进行抓拍。
如上所述的方法，其中，所述根据目标车辆的位置和行驶方向向相机发送抓拍信号，包括：
若所述目标车辆为来向车辆，当来向车辆驶入检测区域时向相机发送抓拍信号；
若所述目标车辆为去向车辆，当去向车辆驶出检测区域时向相机发送抓拍信号。
如上所述的方法，其中，在对采样信号做距离向和方位向的傅里叶变换之后，采样信号函数为：
P(fr,fd)＝Asinc[g1(fr)]sinc[g2(fd)]
其中，A为信号回波强度，fr为距离多普勒频率，fd为方位多普勒频率,g1(x)为信号的距离谱，g2(x)为信号的方位谱。
如上所述的方法，其中，所述对回波信号的二维频谱进行统计分析，判断检测区域内是否存在目标车辆，具体包括：
判断检测区域内存在目标车辆的条件为，
判断检测区域内不存在目标车辆的条件为，
其中，0≤x≤Rn，0≤y≤PRF，Rn为检测最大距离单元，PRF为交通雷达脉冲重复频率，M1、M2、N1、N2满足0≤M1≤M2≤Rn，0≤N1≤N2≤PRF。
如上所述的方法，其中，所述根据目标车辆的位置和行驶方向向相机发送抓拍信号，包括：
在设定的距离多普勒频率和方位多普勒频率上搜索来向车辆和去向车辆，当搜索到时向相机发送抓拍信号；
搜索来向车辆的目标函数为
P0(f0,fd)＝A sinc[g1(f0)]sinc[g2(fd)],fd＜PRF/2；
搜索去向车辆的目标函数为
P1(f1,fd)＝A sinc[g1(f1)]sinc[g2(fd)],fd＞PRF/2；
f0为来向车辆抓拍位置对应的距离多普勒频率，f1为去向车辆抓拍位置对应的距离多普勒频率，PRF为检测雷达的脉冲重复频率。
如上所述的方法，其中，在P0(f0,fd)区域检测出来的车辆为来向车辆，在P1(f1,fd)区域检测出来的车辆为去向车辆。
如上所述的方法，还包括：
根据目标车辆的方位多普勒频率计算目标车辆的径向速度；
根据检测雷达的安装高度和设定的检测距离，计算目标车辆的实际行驶速度，所述设定的检测距离为设定的检测雷达与目标车辆之间的距离，计算公式为：
其中，Vr为目标车辆的径向速度，θ为雷达波束与车辆行驶方向的夹角，R为设定的检测距离，H为检测雷达距离地面的高度。
如上所述的方法，其中，所述检测雷达的天线为平板天线，收发天线上下放置，根据检测雷达的发射波束宽度确定天线的宽度；根据抓拍位置的精度需求，确定检测雷达发射的检测波信号的带宽；根据目标车辆的最高车速设定检测雷达的脉冲重复频率。
如上所述的方法，还包括：
给出目标车辆的车型信息；在目标车辆没有驶出检测区域时，检测雷达能够持续检测到目标车辆的存在，通过检测目标车辆驶入和驶出检测区域的时间，以及目标车辆的实时行驶速度，得到目标车辆的车长，从而确定目标车辆的车型。
如上所述的方法，还包括：
给出道路卡口的车辆统计信息；
所述车辆统计信息包括：车辆的平均行驶速度、车辆的车头时距、车辆流量和车道占有率信息。
本发明提供的道路卡口车辆抓拍方法，检测雷达安装在检测车道的正上方，检测雷达与检测车道一一对应，检测雷达的发射波束局限在检测车道区域内，通过调节检测雷达的带宽和发射波束宽度，使检测雷达的发射波束覆盖检测车道的检测区域；对回波信号进行数字信号采样,回波信号为检测雷达发射的检测波信号的回波信号；通过对采样信号做距离向和方位向的傅里叶变换，得到回波信号的二维频谱；然后对回波信号的二维频谱进行统计分析，判断检测区域内是否存在目标车辆，目标车辆为来向车辆或者去向车辆；若存在，则根据目标车辆的位置和行驶方向向相机发送抓拍信号；相机接收到抓拍信号后，对目标车辆进行抓拍。本发明提供的道路卡口车辆抓拍方法，可以应用于来向车辆和去向车辆，来向车辆抓拍车头，去向车辆抓拍车尾，并且来向车辆和去向车辆的抓拍位置分别可调。
附图说明
图1为本发明提供的道路卡口车辆抓拍方法的流程图；
图2为本发明的检测雷达的安装示意图；
图3为本发明提供的道路卡口车辆抓拍方法实施例的流程图；
图4为检测雷达波束照射区域及车辆抓拍位置示意图；
图5为应用现有技术的卡口雷达抓拍去向车辆的效果图；
图6为应用本发明的道路卡口车辆抓拍来向大车的效果图；
图7为应用本发明的道路卡口车辆抓拍去向大车的效果图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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。
本发明的方法基于宽带线性调频连续波原理，应用于道路车辆的卡口抓拍，并提供视频设备抓拍触发信号，抓拍时需要连接相机，可以抓拍来去向车辆，来向车辆抓拍车头，去向车辆抓拍车尾，并可以根据实际情况调节来向车辆和去向车辆的抓拍位置。
图1为本发明提供的道路卡口车辆抓拍方法的流程图。如图1所示，道路卡口车辆抓拍方法具体可以包括以下内容。
S101、调节检测雷达的带宽和发射波束宽度，使检测雷达的发射波束覆盖检测车道的检测区域，检测雷达安装在检测车道的正上方，检测雷达与检测车道一一对应，检测雷达的发射波束局限在检测车道区域内。
图2为本发明的检测雷达的安装示意图。如图2所示，采用路边立杆的方式，雷达安装在L型横杆上，横杆上还设置有闪光灯和摄像头，一个雷达负责一个车道，图中影音部分为雷达波束照射区域。
具体的，检测雷达的天线为平板天线，收发天线上下放置，根据检测雷达的发射波束宽度确定天线的宽度，通常检测车道越窄，天线波束宽度越小；根据抓拍位置的精度需求，确定检测雷达发射的检测波信号的带宽，带宽越大，精度越高；根据目标车辆的最高车速设定检测雷达的脉冲重复频率，车速越快，脉冲重复频率越高。
S102、对回波信号进行数字信号采样,回波信号为检测雷达发射的检测波信号的回波信号。
所述的数字信号采样，利用合适的AD芯片，将天线接收的雷达回波从模拟信号转换成数字信号。
S103、对采样信号做距离向和方位向的傅里叶变换，得到回波信号的二维频谱。
S104、对回波信号的二维频谱进行统计分析，判断检测区域内是否存在目标车辆，目标车辆为来向车辆或者去向车辆。
当有目标车辆经过检测区域时，二维频谱中会出现明显的强点，通过自适应门限检测算法，在抓拍区域范围内搜索目标车辆，找出目标车辆在二维频谱中的位置点，从而确定目标车的多普勒频率，进而算出目标车辆的实际行驶速度。
S105、若存在，则根据目标车辆的位置和行驶方向向相机发送抓拍信号。
S106、相机接收到抓拍信号后，对目标车辆进行抓拍。
图3为本发明提供的道路卡口车辆抓拍方法实施例的流程图。如图3所示，安装完成后给雷达上电，设置雷达工作参数，并保存为默认参数，主要设置雷达来向和去向车辆的抓拍位置，可以为不同的距离值，调节到相机能够抓拍来去向车辆的车牌时即可，设置完成后，雷达就可以正常工作了。雷达工作时的一般流程为：首先对回波信号进行采样，将模拟信号转换成数字信号；然后对信号做距离向和方位向的傅里叶变换，得到回波信号的二维频谱；接着对频谱进行统计分析，在指定距离位置对来去向目标进行搜索，判断有无目标车辆存在，若无目标车辆，则放弃本次数据，进入下一次雷达信号采集，若存在目标车辆，则进一步对搜索区域的数据做自适应门限检测，并标记目标在二维频谱中的位置，得到目标的多普勒频率，从而换算成目标速度，并根据车辆的行驶方向，及时给出相机的抓拍信号，来向车辆一旦进入检测区域就进行抓拍，去向车辆一旦离开检测区域就进行抓拍，再根据目标在检测区域的停留时间和目标的行驶速度，可以判断出目标的车型(根据长度进行分类)；抓拍时将抓拍信号及车辆的行驶速度通过串口传给相机，同时雷达对当前的道路交通信息进行统计，并发送给终端***显示、记录。
本实施例的道路卡口车辆抓拍方法，检测雷达安装在检测车道的正上方，检测雷达与检测车道一一对应，检测雷达的发射波束局限在检测车道区域内，通过调节检测雷达的带宽和发射波束宽度，使检测雷达的发射波束覆盖检测车道的检测区域；对回波信号进行数字信号采样,回波信号为检测雷达发射的检测波信号的回波信号；通过对采样信号做距离向和方位向的傅里叶变换，得到回波信号的二维频谱；然后对回波信号的二维频谱进行统计分析，判断检测区域内是否存在目标车辆，目标车辆为来向车辆或者去向车辆；若存在，则根据目标车辆的位置和行驶方向向相机发送抓拍信号；相机接收到抓拍信号后，对目标车辆进行抓拍。本发明提供的道路卡口车辆抓拍方法，可以应用于来向车辆和去向车辆，来向车辆抓拍车头，去向车辆抓拍车尾，并且来向车辆和去向车辆的抓拍位置分别可调。
图4为检测雷达波束照射区域及车辆抓拍位置示意图。如图4所示，所述根据目标车辆的位置和行驶方向向相机发送抓拍信号，具体可以包括：若所述目标车辆为来向车辆，当来向车辆驶入检测区域时向相机发送抓拍信号；若所述目标车辆为去向车辆，当去向车辆驶出检测区域时向相机发送抓拍信号。车辆抓拍位置点是雷达工作后通过设置其参数确定的，也可以修改上电默认值，车辆抓拍位置必须在雷达波束照射区域范围内。雷达工作参数设置，包括分别设置来向车辆和去向车辆的抓拍位置，即设置雷达到抓拍位置的距离，来向车辆和去向车辆的抓拍位置可以设置为不一样的值，通过对抓拍距离的调节，使相机每次都能够抓拍到来向车辆和去向车辆的车牌及相关车头、车尾信息。
在上所述的方法中，在对采样信号做距离向和方位向的傅里叶变换之后，采样信号函数为：
P(fr,fd)＝A sinc[g1(fr)]sinc[g2(fd)]
其中，A为信号回波强度，fr为距离多普勒频率，fd为方位多普勒频率,g1(x)为信号的距离谱，g2(x)为信号的方位谱。
由雷达原理可知，目标的距离多普勒频率反映了目标的距离，目标的方位多普勒频率反映了目标的速度和方向，因而我们可以根据雷达参数中设定的来去向抓拍距离，搜索雷达回波的二维频谱中相应距离的峰值强点来检测当前抓拍位置点有无目标，并确定目标的径向速度。在上所述的方法中，所述对回波信号的二维频谱进行统计分析，判断检测区域内是否存在目标车辆，具体包括：
判断检测区域内存在目标车辆的条件为，
判断检测区域内不存在目标车辆的条件为，
其中，0≤x≤Rn，0≤y≤PRF，Rn为检测最大距离单元，PRF为交通雷达脉冲重复频率，M1、M2、N1、N2满足0≤M1≤M2≤Rn，0≤N1≤N2≤PRF。在上所述的方法中，所述根据目标车辆的位置和行驶方向向相机发送抓拍信号，具体可以包括：
在设定的距离多普勒频率和方位多普勒频率上搜索来向车辆和去向车辆，当搜索到时向相机发送抓拍信号；
搜索来向车辆的目标函数为
P0(f0,fd)＝A sinc[g1(f0)]sinc[g2(fd)],fd＜PRF/2；
搜索去向车辆的目标函数为
P1(f1,fd)＝A sinc[g1(f1)]sinc[g2(fd)],fd＞PRF/2；
f0为来向车辆抓拍位置对应的距离多普勒频率，f1为去向车辆抓拍位置对应的距离多普勒频率，PRF为检测雷达的脉冲重复频率。
上述所述的方法中，在P0(f0,fd)区域检测出来的车辆为来向车辆，在P1(f1,fd)区域检测出来的车辆为去向车辆。
本发明实施例的方法，还可以包括：
根据目标车辆的方位多普勒频率计算目标车辆的径向速度；
根据检测雷达的安装高度和设定的检测距离，计算目标车辆的实际行驶速度，所述设定的检测距离为设定的检测雷达与目标车辆之间的距离，计算公式为：
其中，Vr为目标车辆的径向速度，θ为雷达波束与车辆行驶方向的夹角，R为设定的检测距离，H为检测雷达距离地面的高度。
本发明实施例的方法，还可以包括：
给出目标车辆的车型信息；在目标车辆没有驶出检测区域时，检测雷达能够持续检测到目标车辆的存在，通过检测目标车辆驶入和驶出检测区域的时间，以及目标车辆的实时行驶速度，得到目标车辆的车长，从而确定目标车辆的车型。
本发明实施例的方法，还可以包括：
给出道路卡口的车辆统计信息；
所述车辆统计信息包括：车辆的平均行驶速度、车辆的车头时距、车辆流量和车道占有率信息。
图5为应用现有技术的卡口雷达抓拍去向车辆的效果图，图6为应用本发明的道路卡口车辆抓拍来向大车的效果图，图7为应用本发明的道路卡口车辆抓拍去向大车的效果图。如图5、图6、图7所示，在一复杂转弯路段，图5中去向车辆只能抓拍到车身,不能看清车辆车牌；图6和图7中可以清晰的看到车辆头部和车辆尾部的车牌，通过设置来去向抓拍距离，不移动雷达和相机，使抓拍的来向车辆能够看清车头部分，去向车辆能够看清车尾部分，对比图5，本发明的方法取得了较好的效果。
综上所述，本发明提供的道路卡口车辆抓拍方法具有以下优点：
一、对来向车辆和去向车辆采用不同的处理方法，并且来向车辆、去向车辆的抓拍位置分别可调，可以设置成不同的距离值，保证一部相机能够抓拍到同一道路的来向车辆和去向车辆的车牌，不管车辆如何行使，只要车头或车尾在检测范围内，便能使抓拍车辆的车牌位于抓拍图片中，适用于复杂道路的卡口抓拍，道路车辆超速、低速、逆行抓拍等；
二、本发明采用数字信号处理方法获得目标车辆的多普勒频率，进而获得目标车辆的行驶速度，方位FFT积累时间长，测速精度高，误差小；
三、由于本方法测速精度高，对于慢速目标车辆也能够很好的检测到，不会漏拍；
四、本发明可以对道路上及各个车道的车流量、车道占有率、平均车速、大小车等信息进行科学统计；
五、人工安装调试方便，雷达固定后，不需要移动雷达，只需调节雷达工作参数便能够移动来向车辆和去向车辆的抓拍位置，具有很强的道路适应性；
六、抗干扰性能强，由于采用自适应门限检测算法，并且只对抓拍位置点上的来向车辆或者去向车辆进行检测，能够有效抑制杂波，并排除位置点以外的干扰，有效解决多拍、空拍现象；
七、本发明所用方法车辆不论大车小车、来向车辆、去向车辆，抓拍车辆位置准确，速度检测精度高。
最后应说明的是：以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种道路卡口车辆抓拍方法，其特征在于，包括:
调节检测雷达的带宽和发射波束宽度，使所述检测雷达的发射波束覆盖检测车道的检测区域，所述检测雷达安装在所述检测车道的正上方，所述检测雷达与所述检测车道一一对应，所述检测雷达的发射波束局限在所述检测车道区域内；
对回波信号进行数字信号采样,所述回波信号为检测雷达发射的检测波信号的回波信号；
对采样信号做距离向和方位向的傅里叶变换，得到回波信号的二维频谱；
对回波信号的二维频谱进行统计分析，判断检测区域内是否存在目标车辆，所述目标车辆为来向车辆或者去向车辆；
若存在，则根据目标车辆的位置和行驶方向向相机发送抓拍信号；
相机接收到所述抓拍信号后，对目标车辆进行抓拍。
2.根据权利要求1所述的方法，其特征在于，所述根据目标车辆的位置和行驶方向向相机发送抓拍信号，包括：
若所述目标车辆为来向车辆，当来向车辆驶入检测区域时向相机发送抓拍信号；
若所述目标车辆为去向车辆，当去向车辆驶出检测区域时向相机发送抓拍信号。
3.根据权利要求1所述的方法，其特征在于，在对采样信号做距离向和方位向的傅里叶变换之后，采样信号函数为：
P(fr，fd)＝A sin c[g1(fr)]sin c[g2(fd)]，
其中，A为信号回波强度，fr为距离多普勒频率，fd为方位多普勒频率,g1(x)为信号的距离谱，g2(x)为信号的方位谱。
4.根据权利要求3所述的方法，其特征在于，所述对回波信号的二维频谱进行统计分析，判断检测区域内是否存在目标车辆，具体包括：
判断检测区域内存在目标车辆的条件为，
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>P</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>f</mi>
<mi>x</mi>
</msub>
<mo>,</mo>
<msub>
<mi>f</mi>
<mi>y</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>,</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<msub>
<mi>N</mi>
<mn>1</mn>
</msub>
</mrow>
<msub>
<mi>N</mi>
<mn>2</mn>
</msub>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<msub>
<mi>M</mi>
<mn>1</mn>
</msub>
</mrow>
<msub>
<mi>M</mi>
<mn>2</mn>
</msub>
</munderover>
<mi>P</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>f</mi>
<mi>j</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>,</mo>
<munderover>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
<mrow>
<mi>i</mi>
<mo>=</mo>
<msub>
<mi>M</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<mi>j</mi>
<mo>=</mo>
<msub>
<mi>N</mi>
<mn>1</mn>
</msub>
</mrow>
<mrow>
<msub>
<mi>M</mi>
<mn>2</mn>
</msub>
<mo>,</mo>
<msub>
<mi>N</mi>
<mn>2</mn>
</msub>
</mrow>
</munderover>
<mo>(</mo>
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>f</mi>
<mi>j</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>></mo>
<msub>
<mi>P</mi>
<mn>0</mn>
</msub>
<mo>;</mo>
</mrow>
判断检测区域内不存在目标车辆的条件为，
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>P</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>f</mi>
<mi>x</mi>
</msub>
<mo>,</mo>
<msub>
<mi>f</mi>
<mi>y</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>,</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<msub>
<mi>N</mi>
<mn>1</mn>
</msub>
</mrow>
<msub>
<mi>N</mi>
<mn>2</mn>
</msub>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<msub>
<mi>M</mi>
<mn>1</mn>
</msub>
</mrow>
<msub>
<mi>M</mi>
<mn>2</mn>
</msub>
</munderover>
<mi>P</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>f</mi>
<mi>j</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>,</mo>
<munderover>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
<mrow>
<mi>i</mi>
<mo>=</mo>
<msub>
<mi>M</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<mi>j</mi>
<mo>=</mo>
<msub>
<mi>N</mi>
<mn>1</mn>
</msub>
</mrow>
<mrow>
<msub>
<mi>M</mi>
<mn>2</mn>
</msub>
<mo>,</mo>
<msub>
<mi>N</mi>
<mn>2</mn>
</msub>
</mrow>
</munderover>
<mo>(</mo>
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>f</mi>
<mi>j</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<msub>
<mi>P</mi>
<mn>0</mn>
</msub>
<mo>;</mo>
</mrow>
其中，0≤x≤Rn，0≤y≤PRF，Rn为检测最大距离单元，PRF为交通雷达脉冲重复频率，M1、M2、N1、N2满足0≤M1≤M2≤Rn，0≤N1≤N2≤PRF。
5.根据权利要求3所述的方法，其特征在于，所述根据目标车辆的位置和行驶方向向相机发送抓拍信号，包括：
在设定的距离多普勒频率和方位多普勒频率上搜索来向车辆和去向车辆，当搜索到时向相机发送抓拍信号；
搜索来向车辆的目标函数为
P0(f0，fd)＝A sin c[g1(f0)]sin c[g2(fd)]，fd＜PRF/2；
搜索去向车辆的目标函数为
P1(f1，fd)＝A sin c[g1(f1)]sin c[g2(fd)]，fd＞PRF/2；
f0为来向车辆抓拍位置对应的距离多普勒频率，f1为去向车辆抓拍位置对应的距离多普勒频率，PRF为检测雷达的脉冲重复频率。
6.根据权利要求5所述的方法，其特征在于，在P0(f0,fd)区域检测出来的车辆为来向车辆，在P1(f1,fd)区域检测出来的车辆为去向车辆。
7.根据权利要求1所述的方法，其特征在于，还包括：
根据目标车辆的方位多普勒频率计算目标车辆的径向速度；
根据检测雷达的安装高度和设定的检测距离，计算目标车辆的实际行驶速度，所述设定的检测距离为设定的检测雷达与目标车辆之间的距离，计算公式为：
<mrow>
<mi>V</mi>
<mo>=</mo>
<mfrac>
<msub>
<mi>V</mi>
<mi>r</mi>
</msub>
<mrow>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&theta;</mi>
</mrow>
</mfrac>
<mo>,</mo>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&theta;</mi>
<mo>=</mo>
<mfrac>
<msqrt>
<mrow>
<msup>
<mi>R</mi>
<mn>2</mn>
</msup>
<mo>-</mo>
<msup>
<mi>H</mi>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mi>R</mi>
</mfrac>
<mo>,</mo>
</mrow>
其中，Vr为目标车辆的径向速度，θ为雷达波束与车辆行驶方向的夹角，R为设定的检测距离，H为检测雷达距离地面的高度。
8.根据权利要求1所述的方法，其特征在于，所述检测雷达的天线为平板天线，收发天线上下放置，根据检测雷达的发射波束宽度确定天线的宽度；根据抓拍位置的精度需求，确定检测雷达发射的检测波信号的带宽；根据目标车辆的最高车速设定检测雷达的脉冲重复频率。
9.根据权利要求7所述的方法，其特征在于，还包括：
给出目标车辆的车型信息；在目标车辆没有驶出检测区域时，检测雷达能够持续检测到目标车辆的存在，通过检测目标车辆驶入和驶出检测区域的时间，以及目标车辆的实时行驶速度，得到目标车辆的车长，从而确定目标车辆的车型。
10.根据权利要求1-9任一项所述的方法，其特征在于，还包括：
给出道路卡口的车辆统计信息；
所述车辆统计信息包括：车辆的平均行驶速度、车辆的车头时距、车辆流量和车道占有率信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610187621.4A CN107240263A (zh) | 2016-03-29 | 2016-03-29 | 一种道路卡口车辆抓拍方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610187621.4A CN107240263A (zh) | 2016-03-29 | 2016-03-29 | 一种道路卡口车辆抓拍方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107240263A true CN107240263A (zh) | 2017-10-10 |
Family
ID=59983495
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610187621.4A Pending CN107240263A (zh) | 2016-03-29 | 2016-03-29 | 一种道路卡口车辆抓拍方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107240263A (zh) |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107071347A (zh) * | 2017-02-27 | 2017-08-18 | 浙江宇视科技有限公司 | 一种无线定位设备的调整方法以及前端设备 |
| CN108490471A (zh) * | 2018-01-08 | 2018-09-04 | 深圳市易成自动驾驶技术有限公司 | 车辆定位方法、装置及计算机可读存储介质 |
| CN108648462A (zh) * | 2018-05-10 | 2018-10-12 | 芜湖航飞科技股份有限公司 | 一种基于雷达和视觉信息相融合的车辆识别方法 |
| CN109191864A (zh) * | 2018-11-12 | 2019-01-11 | 上海慧昌智能交通***有限公司 | 用于公路车道线识别的方法与设备 |
| CN109658715A (zh) * | 2019-01-31 | 2019-04-19 | 厦门精益远达智能科技有限公司 | 多车道的车流量统计方法、装置、设备和存储介质 |
| CN110189424A (zh) * | 2019-05-27 | 2019-08-30 | 武汉万集信息技术有限公司 | 基于多目标雷达的多车道自由流车辆检测方法及*** |
| CN110556005A (zh) * | 2019-10-11 | 2019-12-10 | 成都纳雷科技有限公司 | 交通测速***中用于提高捕获率的自适应跟踪方法及*** |
| CN110874925A (zh) * | 2018-08-31 | 2020-03-10 | 百度在线网络技术（北京）有限公司 | 智能路侧单元及其控制方法 |
| CN111369828A (zh) * | 2020-03-09 | 2020-07-03 | 杭州海康威视***技术有限公司 | 一种车辆转弯盲区的安全预警***及方法 |
| CN111402629A (zh) * | 2020-03-06 | 2020-07-10 | 杭州海康威视***技术有限公司 | 一种车辆转弯控制方法、装置及电子设备 |
| CN111562407A (zh) * | 2020-04-26 | 2020-08-21 | 武汉拓宝科技股份有限公司 | 一种非接触式行驶车辆加速度测量方法 |
| CN112216001A (zh) * | 2020-09-22 | 2021-01-12 | 深圳电目科技有限公司 | 基于雷达的出入口管控方法及*** |
| CN112598912A (zh) * | 2020-12-10 | 2021-04-02 | 佳都新太科技股份有限公司 | 卡口间隔获取方法、装置、计算机设备及存储介质 |
| CN112702505A (zh) * | 2019-10-21 | 2021-04-23 | 杭州海康威视***技术有限公司 | 一种船舶信息获取方法和装置、电子设备、存储介质 |
| CN112788228A (zh) * | 2019-11-08 | 2021-05-11 | 杭州海康威视数字技术股份有限公司 | 一种基于雷达的抓拍触发***、方法及装置 |
| CN113051419A (zh) * | 2021-04-01 | 2021-06-29 | 积善云科技(武汉)有限公司 | 一种基于物联网应用的智能交通监控远程数据采集和分析处理*** |
| CN113227832A (zh) * | 2018-12-20 | 2021-08-06 | 罗伯特·博世有限公司 | 借助于雷达或者通过使用电磁询问辐射来确定对象的取向 |
| CN117111049A (zh) * | 2023-10-23 | 2023-11-24 | 成都瑞达物联科技有限公司 | 一种etc通道车辆存在检测方法及*** |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101520510A (zh) * | 2009-04-08 | 2009-09-02 | 邹谋炎 | 一种公路车辆监测用窄波束测速雷达组 |
| CN101876705A (zh) * | 2009-11-03 | 2010-11-03 | 清华大学 | 基于单频连续波雷达的频域车辆检测方法 |
| CN201845436U (zh) * | 2010-11-02 | 2011-05-25 | 山东鼎讯信息产业有限公司 | 平板窄波雷达触发卡口*** |
| CN103680138A (zh) * | 2012-09-25 | 2014-03-26 | 西安思丹德信息技术有限公司 | 一种车辆路况监测方法 |
| CN103914983A (zh) * | 2014-04-17 | 2014-07-09 | 西安飞达电子科技有限公司 | 一种交通卡口管理雷达装置及实现方法 |
| CN203759875U (zh) * | 2014-03-05 | 2014-08-06 | 北京川速微波科技有限公司 | 一种车辆测速雷达抓拍*** |
-
2016
- 2016-03-29 CN CN201610187621.4A patent/CN107240263A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101520510A (zh) * | 2009-04-08 | 2009-09-02 | 邹谋炎 | 一种公路车辆监测用窄波束测速雷达组 |
| CN101876705A (zh) * | 2009-11-03 | 2010-11-03 | 清华大学 | 基于单频连续波雷达的频域车辆检测方法 |
| CN201845436U (zh) * | 2010-11-02 | 2011-05-25 | 山东鼎讯信息产业有限公司 | 平板窄波雷达触发卡口*** |
| CN103680138A (zh) * | 2012-09-25 | 2014-03-26 | 西安思丹德信息技术有限公司 | 一种车辆路况监测方法 |
| CN203759875U (zh) * | 2014-03-05 | 2014-08-06 | 北京川速微波科技有限公司 | 一种车辆测速雷达抓拍*** |
| CN103914983A (zh) * | 2014-04-17 | 2014-07-09 | 西安飞达电子科技有限公司 | 一种交通卡口管理雷达装置及实现方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张赫 等: "《公路智能配货***理论模型和技术方案研究》", 30 June 2012 * |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107071347B (zh) * | 2017-02-27 | 2020-02-18 | 浙江宇视科技有限公司 | 一种无线定位设备的调整方法以及前端设备 |
| CN107071347A (zh) * | 2017-02-27 | 2017-08-18 | 浙江宇视科技有限公司 | 一种无线定位设备的调整方法以及前端设备 |
| CN108490471A (zh) * | 2018-01-08 | 2018-09-04 | 深圳市易成自动驾驶技术有限公司 | 车辆定位方法、装置及计算机可读存储介质 |
| CN108648462A (zh) * | 2018-05-10 | 2018-10-12 | 芜湖航飞科技股份有限公司 | 一种基于雷达和视觉信息相融合的车辆识别方法 |
| US11506780B2 (en) | 2018-08-31 | 2022-11-22 | Apollo Intelligent Driving Technology (Beijing) Co., Ltd. | Intelligent roadside unit and control method thereof |
| CN110874925A (zh) * | 2018-08-31 | 2020-03-10 | 百度在线网络技术（北京）有限公司 | 智能路侧单元及其控制方法 |
| CN109191864A (zh) * | 2018-11-12 | 2019-01-11 | 上海慧昌智能交通***有限公司 | 用于公路车道线识别的方法与设备 |
| CN113227832A (zh) * | 2018-12-20 | 2021-08-06 | 罗伯特·博世有限公司 | 借助于雷达或者通过使用电磁询问辐射来确定对象的取向 |
| CN109658715A (zh) * | 2019-01-31 | 2019-04-19 | 厦门精益远达智能科技有限公司 | 多车道的车流量统计方法、装置、设备和存储介质 |
| CN110189424A (zh) * | 2019-05-27 | 2019-08-30 | 武汉万集信息技术有限公司 | 基于多目标雷达的多车道自由流车辆检测方法及*** |
| CN110556005A (zh) * | 2019-10-11 | 2019-12-10 | 成都纳雷科技有限公司 | 交通测速***中用于提高捕获率的自适应跟踪方法及*** |
| CN112702505B (zh) * | 2019-10-21 | 2022-07-01 | 杭州海康威视***技术有限公司 | 一种船舶信息获取方法和装置、电子设备、存储介质 |
| CN112702505A (zh) * | 2019-10-21 | 2021-04-23 | 杭州海康威视***技术有限公司 | 一种船舶信息获取方法和装置、电子设备、存储介质 |
| CN112788228A (zh) * | 2019-11-08 | 2021-05-11 | 杭州海康威视数字技术股份有限公司 | 一种基于雷达的抓拍触发***、方法及装置 |
| CN111402629A (zh) * | 2020-03-06 | 2020-07-10 | 杭州海康威视***技术有限公司 | 一种车辆转弯控制方法、装置及电子设备 |
| CN111369828A (zh) * | 2020-03-09 | 2020-07-03 | 杭州海康威视***技术有限公司 | 一种车辆转弯盲区的安全预警***及方法 |
| CN111562407A (zh) * | 2020-04-26 | 2020-08-21 | 武汉拓宝科技股份有限公司 | 一种非接触式行驶车辆加速度测量方法 |
| CN112216001A (zh) * | 2020-09-22 | 2021-01-12 | 深圳电目科技有限公司 | 基于雷达的出入口管控方法及*** |
| CN112598912A (zh) * | 2020-12-10 | 2021-04-02 | 佳都新太科技股份有限公司 | 卡口间隔获取方法、装置、计算机设备及存储介质 |
| CN113051419A (zh) * | 2021-04-01 | 2021-06-29 | 积善云科技(武汉)有限公司 | 一种基于物联网应用的智能交通监控远程数据采集和分析处理*** |
| CN113051419B (zh) * | 2021-04-01 | 2021-10-01 | 航塔通讯有限公司 | 一种基于物联网应用的智能交通监控远程数据采集和分析处理*** |
| CN117111049A (zh) * | 2023-10-23 | 2023-11-24 | 成都瑞达物联科技有限公司 | 一种etc通道车辆存在检测方法及*** |
| CN117111049B (zh) * | 2023-10-23 | 2024-01-30 | 成都瑞达物联科技有限公司 | 一种etc通道车辆存在检测方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107240263A (zh) | 一种道路卡口车辆抓拍方法 | |
| CN105046968B (zh) | 一种大客车识别及抓拍方法、装置及*** | |
| CN105261215B (zh) | 基于微波的智能交通行为感知方法及*** | |
| CN106199573B (zh) | 用于道闸控制的侧向安装雷达 | |
| CN110296713B (zh) | 路侧自动驾驶车辆定位导航***及单个、多个车辆定位导航方法 | |
| CN104183133B (zh) | 一种采集和传输道路交通流动态信息的方法 | |
| CN101561970B (zh) | 一种微波车辆检测雷达的控制方法 | |
| Kaewkamnerd et al. | Vehicle classification based on magnetic sensor signal | |
| CN104881995B (zh) | 一种路侧双波束微波雷达交通流量检测装置及方法 | |
| CN101876705A (zh) | 基于单频连续波雷达的频域车辆检测方法 | |
| CN107134143A (zh) | 一种基于连续波雷达的车流量统计与车型判别的方法 | |
| CN103680138A (zh) | 一种车辆路况监测方法 | |
| EP2804014B1 (de) | Vorrichtung und Verfahren zum Bestimmen eines Fahrzeugmerkmals | |
| EP2682778B1 (de) | Verfahren zur Detektion eines Rades eines Fahrzeugs | |
| CN110288839A (zh) | 一种etc***的检测定位的装置和方法 | |
| CN105575132B (zh) | 基于微波的路口存在检测方法及*** | |
| CN105389978B (zh) | 封闭快速道路监测***及监控数据处理方法 | |
| CN210119237U (zh) | 路侧自动驾驶车辆定位导航*** | |
| CN107564285A (zh) | 基于微波的车辆排队长度检测方法及*** | |
| CN104407346A (zh) | 一种基于信息融合的移动式跑道异物监测方法 | |
| CN103778783A (zh) | 基于专用短程通信的十字路口非机动车和行人位置检测方法 | |
| CN106646466A (zh) | 一种基于主成分分析的加权后向投影算法的成像方法 | |
| CN110363988B (zh) | 一种交叉口车辆通行效率的计算***及方法 | |
| CN205176271U (zh) | 基于微波的路口存在检测装置 | |
| EP2682779A1 (de) | Verfahren zur Detektion eines Rades eines Fahrzeugs |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20171010 |