CN110969855A - 一种基于毫米波雷达的交通流量监测*** - Google Patents
一种基于毫米波雷达的交通流量监测*** Download PDFInfo
- Publication number
- CN110969855A CN110969855A CN201911280031.6A CN201911280031A CN110969855A CN 110969855 A CN110969855 A CN 110969855A CN 201911280031 A CN201911280031 A CN 201911280031A CN 110969855 A CN110969855 A CN 110969855A
- Authority
- CN
- China
- Prior art keywords
- millimeter wave
- wave radar
- point cloud
- target
- information
- 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
Images
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
-
- 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
- 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
-
- 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
- G08G1/0125—Traffic data processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于毫米波雷达的交通流量监测***,包括毫米波雷达前端、数据处理单元和目标跟踪处理模块;毫米波雷达前端向监测区域内发射电磁波;数据处理单元对监测区域内静态物体和动态物体反射的回波信号进行处理,生成包含距离、角度、多普勒速度和信号强度的点云;目标跟踪处理模块对点云进行跟踪处理,聚类符合动态车辆信号的点云数据集,并对点云数据集标注车辆目标信息。本发明利用毫米波雷达前端发射电磁波,当有车辆经过时会反射回来,再由数据处理单元进行计算处理,由于不同车道与雷达的距离不同而导致回波信号不同,从而能检测多车道的交通信息。
Description
技术领域
本发明涉及雷达监测领域,尤其涉及一种基于毫米波雷达的交通流量监测***。
背景技术
随着城市交通建设的发展,车辆数量越来越多,因此交通监测显得愈发重要。对交通进行实时监测,可以更好的协助管理交通运输,减少交通问题,同时为管理者提供准确、可靠、实时的交通情报,为实现交通智能化提供技术支持。
传统交通流量监测技术有线圈、视频等方式;
1、基于线圈技术
原理:以金属线圈埋设于路面下,利用车辆经过线圈时因车身材料所造成的电感量变化来探测车辆的存在。该探测技术可测速度、车流量、车道占有率等基本交通信息参数。
优点:首次安装投资较少、准确度高、不受气候和光照等外界条件影响,技术最为成熟。
缺点:安装与维护需要中断交通、破坏路面而变得很复杂,加上车辆过往重压等因素导致寿命不长,因而维护成本很高。另外,特殊路段如桥梁、隧道等路段难以安装。不能多车道同时检测。
2、基于视频技术
原理:使用计算机视频技术检测交通信息,通过视频摄像头和计算机模仿人眼功能,在视频范围内划定虚拟线圈,车辆进入检测区会使背景灰度发生变化,从而感知车辆的存在,并以此检测车辆的流量、速度车道占有率等交通信息参数。
优点:在气候和光照等外界条件理想的情况下准确度高,维护成本低。
缺点:极易受气候和光照等外界条件影响,技术也不太成熟,很难实现多车道同时监测。
发明内容
本发明的目的是提供一种安装维护简单、检测准确率高、不受气候和光照等外界条件的影响、使用寿命长、维护简单的基于毫米波雷达的交通流量监测***。
实现本发明目的的技术方案是:一种基于毫米波雷达的交通流量监测***,包括毫米波雷达前端、数据处理单元和目标跟踪处理模块;所述毫米波雷达前端向监测区域内发射电磁波;所述数据处理单元对监测区域内动态物体反射的回波信号进行处理,生成包含距离、角度、多普勒速度和信号强度的点云;所述目标跟踪处理模块对点云进行跟踪处理,聚类符合动态车辆信号的点云数据集,并对点云数据集标注车辆目标信息。
所述毫米波雷达前端的安装高度为3.5m~6.5m,并呈向下倾斜13°~17°。
所述数据处理单元包括AD采样模块和数据处理模块;所述AD采样模块对回波信号经混频后进行AD采样,得到采样信息;所述数据处理模块对采样信息进行算法处理。
所述数据处理模块对采样信息进行算法处理的具体内容包括:
S1、通过距离处理算法对采样信息进行计算,获取监测区域内所有静态物体和动态物体的距离信息;
S2、通过静态目标消除算法对距离方位数据做,去除静态物体反射的点云,并更新去除静态物体目标后的距离信息;
S3、通过CAPON波束形成算法对更新后的距离信息进行计算,得到角度信息;
S4、通过CFAR算法对距离信息和角度信息进行计算,去掉虚假目标;
S5、生成包含距离、角度、多普勒速度和信号强度的点云。
所述目标跟踪处理模块对点云进行卡尔曼滤波跟踪处理,对符合动态车辆信号的点云聚类,生成点云数据集;所述目标跟踪处理模块对每个点云数据集标注车辆目标信息,并将车辆目标信息进行输出。
所述车辆目标信息包括目标的ID、目标的坐标和目标X\Y方向上速度。
所述目标跟踪处理模块对点云进行卡尔曼滤波跟踪处理的具体内容为:设定包含信号强度、最小速度、最小聚类点数,最大马氏距离和最大速度差的聚类参数,根据聚类参数与点云进行对比,将符合聚类参数设定的点云聚类为点云数据集。
所述目标跟踪处理模块根据点云数据集中的最大x、y坐标及最小x、y坐标计算得到该点云数据集的动态车辆的尺寸。
所述目标跟踪处理模块计算得到动态车辆的尺寸的计算公式为:车长=Ymax-Ymin,车宽=Xmax-Xmin;式中,Ymax为最大y坐标,Ymin为最小Y坐标,Xmax为最大X坐标,Xmin为最小X坐标。
采用了上述技术方案,本发明具有以下的有益效果:本发明利用毫米波雷达前端发射电磁波,当有车辆经过时会反射回来,再由数据处理单元进行计算处理,由于不同车道与雷达的距离不同而导致回波信号不同,从而能检测多车道的交通信息,安装维护简单,检测准确率高,,可去除地面、围栏等静态目标,可对车辆目标输出丰富的点云信息,可以适用于各种复杂路段,可同时跟踪多目标。
附图说明
为了使本发明的内容更容易被清楚地理解,下面根据具体实施例并结合附图,对本发明作进一步详细的说明,其中
图1为本发明的毫米波雷达前端的安装示意图。
图2为目标跟踪处理模块聚类点云数据集的示意图。
附图标号为:毫米波雷达前端1。
具体实施方式
实施例一
见图1至图2,本实施例的基于毫米波雷达的交通流量监测***,包括毫米波雷达前端1、数据处理单元和目标跟踪处理模块。毫米波雷达前端1向监测区域内发射电磁波。数据处理单元对监测区域内静态物体和动态物体反射的回波信号进行处理,生成包含距离、角度、多普勒速度和信号强度的点云。目标跟踪处理模块对点云进行跟踪处理,聚类符合动态车辆信号的点云数据集,并对点云数据集标注车辆目标信息。
在本实施例中,毫米波雷达前端1的安装高度为3.5m~6.5m,并呈向下倾斜13°~17°。
在本实施例中,数据处理单元包括AD采样模块和数据处理模块。AD采样模块对回波信号经混频后进行AD采样,得到采样信息。数据处理模块对采样信息进行算法处理。
在本实施例中,数据处理模块对采样信息进行算法处理的具体内容包括:
S1、通过距离处理算法(快速傅里叶变换fast Fourier transform)对采样信息进行计算,获取监测区域内所有静态物体和动态物体的距离信息。
S2、通过静态目标消除算法对距离方位数据做,,去除地面和围栏等静态物体,并更新去除静态物体目标后的距离信息。
S3、通过CAPON波束形成算法对更新后的距离信息进行计算,得到角度信息。
S4、通过CFAR算法(恒虚警检测Constant False-Alarm Rate)对距离信息和角度信息进行计算,去掉如树叶、包装袋等虚假目标。
S5、生成包含距离、角度、多普勒速度和信号强度的点云。
在本实施例中,目标跟踪处理模块对点云进行卡尔曼滤波跟踪处理,对符合动态车辆信号的点云聚类,生成点云数据集。目标跟踪处理模块对每个点云数据集标注车辆目标信息,并将车辆目标信息进行输出,可同时跟踪多个目标。
在本实施例中,车辆目标信息包括目标的ID、目标的坐标和目标X\Y方向上速度。
在本实施例中,目标跟踪处理模块对点云进行卡尔曼滤波跟踪处理的具体内容为:设定包含信号强度、最小速度、最小聚类点数,最大马氏距离和最大速度差的聚类参数,根据聚类参数与点云进行对比,将符合聚类参数设定的点云聚类为点云数据集。在具体实施时,聚类参数a=[信号强度、最小速度、最小聚类点数,最大马氏距离,最大速度差];假设当前聚类参数设定为a=[250、0.01、5,1,2],其表示为要聚类成一个目标,需至少包含5个速度大于0.01m/s的点,每个点的距离平方不大于1,各点之间的速度差少于2m/s,同时各点的信号强度总和≥250,则将其聚类成1个点云数据集。如图2中的目标聚类中的目标1及目标2,其中红点表示点云数据集的质心位置,同时给该点云数据集分配目标ID,同时,对于目标点云中由虚线圈出的点,由于其不满足目标聚类条件,所以不会形成目标,其一般是一些行人、能量反射、非机动车等虚假目标引起。由于每个目标ID不重复,因此目标跟踪处理模块可实时检测动态车辆。
在本实施例中,目标跟踪处理模块根据点云数据集中的最大x、y坐标及最小x、y坐标计算得到该点云数据集的动态车辆的尺寸,通过判断动态车辆的长度和宽度实现车型区分。
在本实施例中,目标跟踪处理模块计算得到动态车辆的尺寸的计算公式为:车长=Ymax-Ymin,车宽=Xmax-Xmin。式中,Ymax为最大y坐标,Ymin为最小Y坐标,Xmax为最大X坐标,Xmin为最小X坐标。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于毫米波雷达的交通流量监测***,其特征在于:包括毫米波雷达前端(1)、数据处理单元和目标跟踪处理模块;所述毫米波雷达前端(1)向监测区域内发射电磁波;所述数据处理单元对监测区域内静态物体和动态物体反射的回波信号进行处理,生成包含距离、角度、多普勒速度和信号强度的点云;所述目标跟踪处理模块对点云进行跟踪处理,聚类符合动态车辆信号的点云数据集,并对点云数据集标注车辆目标信息。
2.根据权利要求1所述的基于毫米波雷达的交通流量监测***,其特征在于:所述毫米波雷达前端(1)的安装高度为3.5m~6.5m,并呈向下倾斜13°~17°。
3.根据权利要求1所述的基于毫米波雷达的交通流量监测***,其特征在于:所述数据处理单元包括AD采样模块和数据处理模块;所述AD采样模块对回波信号经混频后进行AD采样,得到采样信息;所述数据处理模块对采样信息进行算法处理。
4.根据权利要求3所述的基于毫米波雷达的交通流量监测***,其特征在于:所述数据处理模块对采样信息进行算法处理的具体内容包括:
S1、通过距离处理算法对采样信息进行计算,获取监测区域内所有静态物体和动态物体的距离信息;
S2、通过静态目标消除算法对距离方位数据做,去除静态物体反射的点云,并更新去除静态物体点云后的距离信息;
S3、通过CAPON波束形成算法对更新后的距离信息进行计算,得到角度信息;
S4、通过CFAR算法对距离信息和角度信息进行计算,去掉虚假点云目标;
S5、生成包含距离、角度、多普勒速度和信号强度的点云。
5.根据权利要求1所述的基于毫米波雷达的交通流量监测***,其特征在于:所述目标跟踪处理模块对点云进行卡尔曼滤波跟踪处理,对符合动态车辆信号的点云聚类,生成点云数据集;所述目标跟踪处理模块对每个点云数据集标注车辆目标信息,并将车辆目标信息进行输出。
6.根据权利要求5所述的基于毫米波雷达的交通流量监测***,其特征在于:所述车辆目标信息包括目标的ID、目标的坐标和目标X\Y方向上速度。
7.根据权利要求5所述的基于毫米波雷达的交通流量监测***,其特征在于:所述目标跟踪处理模块对点云进行卡尔曼滤波跟踪处理的具体内容为:设定包含信号强度、最小速度、最小聚类点数,最大马氏距离和最大速度差的聚类参数,根据聚类参数与点云进行对比,将符合聚类参数设定的点云聚类为点云数据集。
8.根据权利要求7所述的基于毫米波雷达的交通流量监测***,其特征在于:所述目标跟踪处理模块根据点云数据集中的最大x、y坐标及最小x、y坐标计算得到该点云数据集的动态车辆的尺寸。
9.根据权利要求8所述的基于毫米波雷达的交通流量监测***,其特征在于:所述目标跟踪处理模块计算得到动态车辆的尺寸的计算公式为:车长=Ymax-Ymin,车宽=Xmax-Xmin;式中,Ymax为最大y坐标,Ymin为最小Y坐标,Xmax为最大X坐标,Xmin为最小X坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911280031.6A CN110969855A (zh) | 2019-12-13 | 2019-12-13 | 一种基于毫米波雷达的交通流量监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911280031.6A CN110969855A (zh) | 2019-12-13 | 2019-12-13 | 一种基于毫米波雷达的交通流量监测*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110969855A true CN110969855A (zh) | 2020-04-07 |
Family
ID=70034059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911280031.6A Pending CN110969855A (zh) | 2019-12-13 | 2019-12-13 | 一种基于毫米波雷达的交通流量监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110969855A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111596309A (zh) * | 2020-04-16 | 2020-08-28 | 南京卓宇智能科技有限公司 | 一种基于激光雷达的车辆排队测量方法 |
CN111640300A (zh) * | 2020-04-28 | 2020-09-08 | 武汉万集信息技术有限公司 | 一种车辆检测处理方法及装置 |
CN111681418A (zh) * | 2020-05-26 | 2020-09-18 | 南京信息职业技术学院 | 一种基于多个毫米波雷达的道路状态监测***及其工作方法 |
CN112201032A (zh) * | 2020-08-28 | 2021-01-08 | 武汉理工大学 | 一种道路车流监测方法、存储介质及*** |
CN113093191A (zh) * | 2021-03-31 | 2021-07-09 | 武汉大学 | 一种基于毫米波雷达的道路车辆检测*** |
CN113189575A (zh) * | 2021-07-01 | 2021-07-30 | 长沙莫之比智能科技有限公司 | 一种用于烟雾场景下人员定位的探测方法和装置 |
CN113479218A (zh) * | 2021-08-09 | 2021-10-08 | 哈尔滨工业大学 | 一种路基自动驾驶辅助探测***及其控制方法 |
CN113536850A (zh) * | 2020-04-20 | 2021-10-22 | 长沙莫之比智能科技有限公司 | 基于77g毫米波雷达的目标物体大小测试方法和装置 |
CN113791410A (zh) * | 2021-08-20 | 2021-12-14 | 北京市公安局公安交通管理局 | 一种基于多传感器信息融合的道路环境综合认知方法 |
CN114442101A (zh) * | 2022-01-28 | 2022-05-06 | 南京慧尔视智能科技有限公司 | 基于成像毫米波雷达的车辆导航方法、装置、设备及介质 |
CN114460582A (zh) * | 2021-12-14 | 2022-05-10 | 江苏航天大为科技股份有限公司 | 一种基于点云速度的毫米波雷达大车识别方法 |
CN114633782A (zh) * | 2022-03-30 | 2022-06-17 | 南京慧尔视智能科技有限公司 | 铁路平交道口的火车来临预警方法、装置、设备及介质 |
CN115050192A (zh) * | 2022-06-09 | 2022-09-13 | 南京矽典微***有限公司 | 基于毫米波雷达的停车位检测的方法及应用 |
CN118033626A (zh) * | 2024-04-11 | 2024-05-14 | 济南卓伦智能交通技术有限公司 | 一种基于双雷达的目标跟踪测速方法及*** |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106448190A (zh) * | 2016-09-26 | 2017-02-22 | 长安大学 | 高速公路自车周围车流量实时监测预警装置及方法 |
WO2017126226A1 (ja) * | 2016-01-22 | 2017-07-27 | 日産自動車株式会社 | 車両の運転支援制御方法及び制御装置 |
CN108550269A (zh) * | 2018-06-01 | 2018-09-18 | 中物汽车电子扬州有限公司 | 基于毫米波雷达的交通流量检测***及其检测方法 |
CN109615880A (zh) * | 2018-10-29 | 2019-04-12 | 浙江浙大列车智能化工程技术研究中心有限公司 | 一种基于雷达图像处理的车流量测量方法 |
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 |
CN109774641A (zh) * | 2019-03-25 | 2019-05-21 | 森思泰克河北科技有限公司 | 车内人员检测方法、雷达和车 |
CN109828282A (zh) * | 2019-01-31 | 2019-05-31 | 浙江工业大学 | 一种基于激光雷达的车辆外廓尺寸自动检测***及方法 |
CN110118966A (zh) * | 2019-05-28 | 2019-08-13 | 长沙莫之比智能科技有限公司 | 基于毫米波雷达的人员检测与计数*** |
CN110208793A (zh) * | 2019-04-26 | 2019-09-06 | 纵目科技(上海)股份有限公司 | 基于毫米波雷达的辅助驾驶***、方法、终端和介质 |
CN110389338A (zh) * | 2019-06-26 | 2019-10-29 | 深圳市华讯方舟微电子科技有限公司 | 判断交通状况的方法、装置、毫米波雷达及存储介质 |
-
2019
- 2019-12-13 CN CN201911280031.6A patent/CN110969855A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017126226A1 (ja) * | 2016-01-22 | 2017-07-27 | 日産自動車株式会社 | 車両の運転支援制御方法及び制御装置 |
CN106448190A (zh) * | 2016-09-26 | 2017-02-22 | 长安大学 | 高速公路自车周围车流量实时监测预警装置及方法 |
CN108550269A (zh) * | 2018-06-01 | 2018-09-18 | 中物汽车电子扬州有限公司 | 基于毫米波雷达的交通流量检测***及其检测方法 |
CN109615880A (zh) * | 2018-10-29 | 2019-04-12 | 浙江浙大列车智能化工程技术研究中心有限公司 | 一种基于雷达图像处理的车流量测量方法 |
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 |
CN109828282A (zh) * | 2019-01-31 | 2019-05-31 | 浙江工业大学 | 一种基于激光雷达的车辆外廓尺寸自动检测***及方法 |
CN109774641A (zh) * | 2019-03-25 | 2019-05-21 | 森思泰克河北科技有限公司 | 车内人员检测方法、雷达和车 |
CN110208793A (zh) * | 2019-04-26 | 2019-09-06 | 纵目科技(上海)股份有限公司 | 基于毫米波雷达的辅助驾驶***、方法、终端和介质 |
CN110118966A (zh) * | 2019-05-28 | 2019-08-13 | 长沙莫之比智能科技有限公司 | 基于毫米波雷达的人员检测与计数*** |
CN110389338A (zh) * | 2019-06-26 | 2019-10-29 | 深圳市华讯方舟微电子科技有限公司 | 判断交通状况的方法、装置、毫米波雷达及存储介质 |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111596309A (zh) * | 2020-04-16 | 2020-08-28 | 南京卓宇智能科技有限公司 | 一种基于激光雷达的车辆排队测量方法 |
CN111596309B (zh) * | 2020-04-16 | 2023-05-12 | 南京卓宇智能科技有限公司 | 一种基于激光雷达的车辆排队测量方法 |
CN113536850A (zh) * | 2020-04-20 | 2021-10-22 | 长沙莫之比智能科技有限公司 | 基于77g毫米波雷达的目标物体大小测试方法和装置 |
CN111640300B (zh) * | 2020-04-28 | 2022-06-17 | 武汉万集信息技术有限公司 | 一种车辆检测处理方法及装置 |
CN111640300A (zh) * | 2020-04-28 | 2020-09-08 | 武汉万集信息技术有限公司 | 一种车辆检测处理方法及装置 |
CN111681418A (zh) * | 2020-05-26 | 2020-09-18 | 南京信息职业技术学院 | 一种基于多个毫米波雷达的道路状态监测***及其工作方法 |
CN112201032A (zh) * | 2020-08-28 | 2021-01-08 | 武汉理工大学 | 一种道路车流监测方法、存储介质及*** |
CN113093191A (zh) * | 2021-03-31 | 2021-07-09 | 武汉大学 | 一种基于毫米波雷达的道路车辆检测*** |
CN113093191B (zh) * | 2021-03-31 | 2022-07-05 | 武汉大学 | 一种基于毫米波雷达的道路车辆检测*** |
CN113189575A (zh) * | 2021-07-01 | 2021-07-30 | 长沙莫之比智能科技有限公司 | 一种用于烟雾场景下人员定位的探测方法和装置 |
CN113479218A (zh) * | 2021-08-09 | 2021-10-08 | 哈尔滨工业大学 | 一种路基自动驾驶辅助探测***及其控制方法 |
CN113791410A (zh) * | 2021-08-20 | 2021-12-14 | 北京市公安局公安交通管理局 | 一种基于多传感器信息融合的道路环境综合认知方法 |
CN113791410B (zh) * | 2021-08-20 | 2023-10-24 | 北京市公安局公安交通管理局 | 一种基于多传感器信息融合的道路环境综合认知方法 |
CN114460582A (zh) * | 2021-12-14 | 2022-05-10 | 江苏航天大为科技股份有限公司 | 一种基于点云速度的毫米波雷达大车识别方法 |
CN114442101A (zh) * | 2022-01-28 | 2022-05-06 | 南京慧尔视智能科技有限公司 | 基于成像毫米波雷达的车辆导航方法、装置、设备及介质 |
CN114442101B (zh) * | 2022-01-28 | 2023-11-14 | 南京慧尔视智能科技有限公司 | 基于成像毫米波雷达的车辆导航方法、装置、设备及介质 |
CN114633782A (zh) * | 2022-03-30 | 2022-06-17 | 南京慧尔视智能科技有限公司 | 铁路平交道口的火车来临预警方法、装置、设备及介质 |
CN114633782B (zh) * | 2022-03-30 | 2024-02-27 | 南京慧尔视智能科技有限公司 | 铁路平交道口的火车来临预警方法、装置、设备及介质 |
CN115050192A (zh) * | 2022-06-09 | 2022-09-13 | 南京矽典微***有限公司 | 基于毫米波雷达的停车位检测的方法及应用 |
CN115050192B (zh) * | 2022-06-09 | 2023-11-21 | 南京矽典微***有限公司 | 基于毫米波雷达的停车位检测的方法及应用 |
CN118033626A (zh) * | 2024-04-11 | 2024-05-14 | 济南卓伦智能交通技术有限公司 | 一种基于双雷达的目标跟踪测速方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110969855A (zh) | 一种基于毫米波雷达的交通流量监测*** | |
CN105261215B (zh) | 基于微波的智能交通行为感知方法及*** | |
CN109102702A (zh) | 基于视频车辆检测和雷达信号融合的车辆测速方法 | |
CN106125076A (zh) | 一种应用于城市交通的防撞雷达预警方法与装置 | |
CN111830508B (zh) | 一种采用毫米波雷达的道闸防砸***和方法 | |
WO2022134510A1 (zh) | 一种车载bsd毫米波雷达低速下障碍物识别方法 | |
JP2017129410A (ja) | 物体検出装置および物体検出方法 | |
CN105093215A (zh) | 基于多普勒信息的雷达对低空慢速小目标的跟踪方法 | |
JP3520326B2 (ja) | ミリ波レーダによる走行車両検出方法 | |
WO2019022999A1 (en) | TRANSVERSE SENSING SYSTEM AND METHODS FOR USE IN VEHICLE RADAR | |
CN111856507B (zh) | 一种环境感测实现方法、智能移动设备和存储介质 | |
CN113721262B (zh) | 基于激光雷达检测船舶航向和高度的桥梁防碰撞预警方法 | |
CN113744538B (zh) | 高速公路动态治超方法、计算机设备及可读存储介质 | |
CN114093165A (zh) | 一种基于路侧激光雷达的车辆-行人冲突自动识别方法 | |
CN109367529B (zh) | 毫米波雷达组合安装结构及虚拟隧道构建与障碍判断方法 | |
JP2019207654A (ja) | 検知装置及び検知システム | |
CN111098890B (zh) | 一种基于毫米波雷达的列车防撞方法及装置 | |
CN110095776B (zh) | 用于确定对象的存在和/或特性的方法和周围环境识别设备 | |
CN115273549B (zh) | 一种基于路侧激光雷达的高速公路分流区防撞方法 | |
CN110648542A (zh) | 基于方位识别窄波雷达的高精度车流量检测*** | |
CN115966084A (zh) | 全息路口毫米波雷达数据处理方法、装置及计算机设备 | |
CN116383683A (zh) | 一种用于uhf雷达河流船只扩展目标聚类的方法 | |
CN112098969B (zh) | 毫米波大车盲区雷达的目标检测与预警的优化方法 | |
CN205826863U (zh) | 一种应用于城市交通的防撞雷达预警装置 | |
CN209112162U (zh) | 毫米波雷达组合安装结构 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200407 |
|
RJ01 | Rejection of invention patent application after publication |