CN111105509A - 基于毫米波雷达的etc车辆检测方法、***及存储介质 - Google Patents
基于毫米波雷达的etc车辆检测方法、***及存储介质 Download PDFInfo
- Publication number
- CN111105509A CN111105509A CN201911365592.6A CN201911365592A CN111105509A CN 111105509 A CN111105509 A CN 111105509A CN 201911365592 A CN201911365592 A CN 201911365592A CN 111105509 A CN111105509 A CN 111105509A
- Authority
- CN
- China
- Prior art keywords
- target
- speed
- millimeter wave
- wave radar
- frequency domain
- 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
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
-
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
-
- 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
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于毫米波雷达的ETC车辆检测方法、***及存储介质,属于ETC技术领域,用于解决目前雷达无法兼顾极慢速及拥堵情况的车辆和正常通行的车辆检测、以及ETC跟车干扰、邻道干扰和通行效率低的技术问题,采用的技术方案为:预先存储检测区域无目标时,低速对应的多个多普勒维度频域数据;通过毫米波雷达实时检测所述检测区域内目标的速度,在目标速度大于第一预设速度时,进行时域相邻脉冲对消以滤除静止目标;在目标速度小于第二预设速度时,将存储的多普勒维度频域数据与当前目标对应的多普勒维度频域数据进行对消。本发明的方法、***及存储介质具有检测精度高、保障ETC车道快速通行等优点。
Description
技术领域
本发明主要涉及ETC技术领域,具体涉及一种基于毫米波雷达的ETC车辆检测方法、***及存储介质。
背景技术
随着汽车保有量的增加以及人力运营成本的上升,高速公路收费站的人工收费模式将不再使用。电子不停车收费***(ETC)在简化交易流程、提高通行效率等方面具有突出优势,其必将成为未来智能交通的重要组成部分。ETC主要包括两个部分:(1)车道路侧单元(RSU),其主要通过发射和接收微波信号,并进行数据处理,实现车辆识别等功能;(2)车载电子标签(OBU),加装在车辆上的电子设备,主要负责和RSU进行无线通信。
ETC目前的应用主要包含两个方面:
(1)在高速公路收费站设立单独的ETC车道,让装有OBU设备的车辆快速通过;
(2)在高速公路上安装ETC,替代省界收费站,实现通行过程中自动扣费。
传统的ETC方案如图1所示:采用地感线圈感应与RSU和OBU无线通信感应结合判断的方式。其主要原理为:地感线圈首先感应车辆到达,RSU发射微波信号感应OBU,得到OBU中包含的车辆型号、车牌号、银行卡等信息,控制***再对信息进行识别、扣费等。
传统ETC方案中,RSU和OBU进行无线通信交互,只能得到车辆的型号、车牌、银行卡等信息,存在以下问题:
(1)当ETC车道出现多台车辆,且前车未安装OBU,后车安装有OBU,RSU不能准确甄别出对应的车辆,可能导致前车未进行交易就驶出交易区,而后车由于重复交易的原因,无法通过;
(2)在车流量较大的站点,采用多条ETC车道并列布局,由于RSU只能识别OBU,不能感应OBU的准确位置,这可能会导致本车道的RSU感应到相邻ETC车道车辆的OBU,从而导致扣费错误等情况;
(3)OBU生产质量参差不齐,会导致RSU对OBU的感应概率有所下降。尽管整体感应概率也还是相对颇高,但是在车流量较大的情况下,出现感应失败的次数相对提高。如果感应失败,就需要人工干预或者将车辆驶出感应区,重新驶入感应区再次进行感应,严重影响通行效率,这在拥堵情况下,影响更大。
(4)实际应用中,由于安装方式和应用场景的限制,雷达需要既检测快速运动车辆,还需要检测极慢速(车速≤5km/h)及拥堵情况车辆。对于雷达检测来说,地面和安全围栏等都可能作为目标被检测到,这对雷达的正常检测带来极大的干扰。
综上所述,ETC相较于传统人工收费模式,虽然在工作效率、运营成本等方面有了较大提升,但是在实际应用中,ETC还存在邻道干扰、跟车干扰、检测率等问题。其中采用地感线圈和ETC结合的方案,虽然可以解决邻道干扰,检测率等问题,但是其对拥堵情况的检测性能急剧下降。而通过采用雷达和ETC结合的方案虽然可以有效的避免单纯采用ETC方案的诸多问题,但是由于需要同时检测静止目标和运动目标,且安装方式对检测结果影响极大,雷达对极慢速(车速≤5km/h)及拥堵情况的车辆和正常通行的车辆检测性能不能同时兼顾。
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基于毫米波雷达的ETC车辆检测方法、***及存储介质。
为解决上述技术问题,本发明提出的技术方案为:
一种基于毫米波雷达的ETC车辆检测方法,包括步骤:
1)预先存储检测区域无目标时,低速对应的多个多普勒维度频域数据;
2)通过毫米波雷达实时检测所述检测区域内目标的速度,在目标速度大于第一预设速度时,进行时域相邻脉冲对消以滤除静止目标;
在目标速度小于第二预设速度时,将步骤1)中存储的多普勒维度频域数据与当前目标对应的多普勒维度频域数据进行对消。
作为上述技术方案的进一步改进:
在步骤2)中,在目标速度小于第二预设速度时,将步骤1)中存储的多普勒维度频域数据与当前目标对应的多普勒维度频域数据进行对消,其它多普勒维度保持时域相邻脉冲对消。
所述第二预设速度小于所述第一预设速度,所述第二预设速度为3~8km/h。
通过毫米波雷达实时检测目标的角度信息以定位车辆所出车道方位。
通过毫米波雷达识别交易区域的车辆数目以与检测到的车载电子标签数量进行比对以防止车道路侧单元感应错误。
通过毫米波雷达识别交易区域的车辆数目、速度的过程为:
a)通过毫米波雷达发射连续调频信号,频率随时间按调制电压的变化而变化;
b)获取回波脉冲,针对单个回波脉冲,做M点快速傅里叶变换,其中每个点代表的就是一个距离维度;针对同一距离维度的多个脉冲做N点快速傅里叶变换,每个点代表的就是一个速度维度;
c)将不同的检测点信息进行重组分类,得到多个不同目标。
在步骤a)中,所述连续调频信号呈锯齿状。
本发明进一步公开了一种基于毫米波雷达的ETC车辆检测***,包括
第一模块,用于预先存储检测区域无目标时,低速对应的多个多普勒维度频域数据;
第二模块,用于通过毫米波雷达实时检测所述检测区域内目标的速度,在目标速度大于第一预设速度时,进行时域相邻脉冲对消以滤除静止目标;
在目标速度小于第二预设速度时,将第一模块中存储的多普勒维度频域数据与当前目标对应的多普勒维度频域数据进行对消。
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的基于毫米波雷达的ETC车辆检测方法的步骤。
本发明进一步公开了一种计算机设备,包括存储器和处理器,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的基于毫米波雷达的ETC车辆检测方法的步骤。
与现有技术相比,本发明的优点在于:
(1)本发明的基于毫米波雷达的ETC车辆检测方法、***及存储介质,适用于极慢速及拥堵情况下的ETC车辆检测,通过雷达与ETC相结合,针对雷达由于安装条件和检测机制的问题,对信号处理算法进行了优化,提出了新的检测手段:首先判断检测区域内有无目标(车辆),当检测区域内无目标时,存储下此时低速对应的多普勒频域数据;当检测区域内存在较大运动速度目标时,对后续检测采用时域脉冲间对消(不检测静止目标),不仅滤除了其他低速或静止目标(检测错误导致的问题)对正常目标检测的干扰,同时提高了运动车辆的检测概率;当检测区域内存在极慢速甚至零速目标及拥堵情况时,对后续检测低速对应的多普勒维度采用频域背景对消(和无目标存储的频域数据对消),其他速度对应的多普勒维度采用时域脉冲对消,不仅保证了对不同速度的车辆的检测性能,还能很好的检测到极慢速运动甚至零速运动和拥堵情况下的车辆,保证了通行效率。上述雷达不仅可以检测快速运动车辆,还可以检测极慢速及拥堵情况下的车辆,根据回波信号,分别对有无车辆和不同运动速度的车辆采取不同的处理手段,最大程度上保证了车辆的检测概率,为ETC的快速通行提供了后援保障。
(2)本发明的基于毫米波雷达的ETC车辆检测方法、***及存储介质,通过毫米波雷达实时检测目标的角度信息以定位车辆所出车道方位,防止防止相邻ETC车道车辆内的OBU的干扰。
(3)本发明的基于毫米波雷达的ETC车辆检测方法、***及存储介质,通过毫米波雷达识别交易区域的车辆数目以与检测到的车载电子标签数量进行比对,一旦结果不一致,及时进行人工干预,不仅能够由于防止RSU感应错误,导致未安装OBU的前车通行,却使安装OBU的后车无法交易,还能针对OBU质量的参差不齐导致感应失败的情况,自动再次进行重新感应,减少由于倒车带来的通行效率的影响。
附图说明
图1为现有技术中地感线圈与ETC结合的示意图。
图2为本发明中雷达信号处理流程图。
图3为本发明中雷达信号的波形图。
图4为本发明中多维变换示意图。
图5为本发明中雷达与ETC结合的示意图。
图6为本发明的方法在实施例的流程图。
图7为本发明中的实际场景无车辆的示意图。
图8为本发明实际场景无目标零多普勒维度频谱图。
图9为本发明的实际场景中有静止车辆的示意图。
图10为本发明的实际场景中有静止车辆对应的多普勒维度频谱图。
图11为本发明中频域对消后的频谱图。
图12为本发明中车头前端放置角反频谱对消后的频谱图。
图13为本发明中两辆紧密停靠的静止车辆的频域对消频谱图。
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2至图5所示,本发明采用雷达与ETC相结合的方案,其中雷达通过发射和接收电磁波,经过一系列的信号处理,如图2所示,可以准确的得到目标的距离、速度、方位等信息。其中毫米波雷达是指工作频段在毫米波波段的雷达,具有体积小、不易受天气影响、全天候、全天时等特点。具体地,采用调频连续波(FMCW),雷达发射连续调频信号,频率随着时间按调制电压的变化而变化,其变化规律可分为三角状和锯齿状。锯齿状是在单个调频周期内,频率随着时间,呈线性变化,如图3所示。针对单个回波脉冲,做M点快速傅里叶变换(FFT),每个点代表的就是一个距离维度;针对同一距离维度的多个脉冲做N点快速傅里叶变换(FFT),每个点代表的就是一个多普勒维度(速度维度);针对多个通道,通过超分辨测角,可以得到目标的角度信息。多维变换过程如图4所示。将不同的检测点信息按照一定的规则进行重组分类,得到多个不同目标。采用扩展卡尔曼滤波(EKF),得到非线性运动目标的准确信息。针对滤波过后的信息,可根据不同特征,对不同车辆进行分类,识别出小车、大车等。通过将毫米波雷达和ETC结合在一起,可以解决传统ETC方案带来的诸多问题,方案示意图如图5所示。
如图6所示,在上述雷达与ETC结合的基础上,基于毫米波雷达的ETC车辆检测方法,适用于极慢速及拥堵情况下的ETC车辆检测,具体包括步骤:
1)预先存储检测区域无目标时,低速对应的多个多普勒维度频域数据,如速度维频域数据;
2)通过毫米波雷达实时检测检测区域内目标的速度,在目标速度大于第一预设速度时,后续检测针对模数转换后的数据,进行时域相邻脉冲对消以滤除静止目标;
在目标速度小于第二预设速度时,后续检测时将步骤1)中存储的多普勒维度频域数据与当前目标对应的多普勒维度频域数据进行对消。
本实施例中,在步骤2)中,在目标速度小于第二预设速度时,将步骤1)中存储的多普勒维度频域数据与当前目标对应的多普勒维度频域数据进行对消,其它多普勒维度保持时域相邻脉冲对消。
本发明的基于毫米波雷达的ETC车辆检测方法,适用于极慢速及拥堵情况下的ETC车辆检测,通过雷达与ETC相结合,针对雷达由于安装条件和检测机制的问题,对信号处理算法进行了优化,提出了新的检测手段:首先判断检测区域内有无目标(车辆),当检测区域内无目标时,存储下此时低速对应的多普勒频域数据;当检测区域内存在较大运动速度目标时,对后续检测采用时域脉冲间对消(不检测静止目标),不仅滤除了其他低速或静止目标(检测错误导致的问题)对正常目标检测的干扰,同时提高了运动车辆的检测概率;当检测区域内存在极慢速甚至零速目标及拥堵情况时,对后续检测低速对应的多普勒维度采用频域背景对消(和无目标存储的频域数据对消),其他速度对应的多普勒维度采用时域脉冲对消,不仅保证了对不同速度的车辆的检测性能,还能很好的检测到极慢速运动甚至零速运动和拥堵情况下的车辆,保证了通行效率。
上述雷达不仅可以精准检测快速运动车辆,还可以精准检测极慢速(如车速≤5km/h)及拥堵情况下的车辆,根据回波信号,分别对有无车辆和不同运动速度的车辆采取不同的处理手段,最大程度上保证了车辆的检测概率,为ETC的快速通行提供了后援保障。
本实施例中,第二预设速度小于第一预设速度,第二预设速度为3~8km/h。
本实施例中,通过毫米波雷达实时检测目标的角度信息以定位车辆所出车道方位,防止防止相邻ETC车道车辆内的OBU的干扰。
本实施例中,通过毫米波雷达识别交易区域的车辆数目以与检测到的车载电子标签数量进行比对,一旦结果不一致,及时进行人工干预,不仅能够由于防止RSU感应错误,导致未安装OBU的前车通行,却使安装OBU的后车无法交易,还能针对OBU质量的参差不齐导致感应失败的情况,自动再次进行重新感应,减少由于倒车带来的通行效率的影响。
具体地,通过毫米波雷达识别交易区域的车辆数目、速度与角度的过程为:
a)通过毫米波雷达发射连续调频信号,频率随时间按调制电压的变化而变化;其中单个调频信号为三角形,整体呈锯齿状;锯齿状是在单个调频周期内,频率随着时间,呈线性变化,如图3所示;
b)获取回波脉冲,针对单个回波脉冲,做M点快速傅里叶变换,其中每个点代表的就是一个距离维度;针对同一距离维度的多个脉冲做N点快速傅里叶变换,每个点代表的就是一个速度维度;针对多个通道,通过超分辨测角,可以得到目标的角度信息,过程如图4所示;
c)将不同的检测点信息按照一定的规则进行重组分类,得到多个不同目标;采用扩展卡尔曼滤波(EKF),得到非线性运动目标的准确信息。针对滤波过后的信息,可根据不同特征,对不同车辆进行分类,识别出小车、大车等。
本发明的方法,通过以上技术手段的实现,真正实现了智能交通,在保证了通行效率的前提下,减少了运营成本。
下面结合一完整的具体实施例对本发明的方法进行分析验证:
如图7所示,为实际场景中无目标,对应的无目标零多普勒维度频谱如图8所示;其中图8中距离点第40点和第49点为检测到的静止地面,将此多普勒维度数据保存;
如图9所示,为实际场景中有静止车辆,对应的零多普勒维度频谱如图10所示;图10中距离点第40点、第47点和第51点为检测到的静止目标点,但是不能区分出是地面回波还是静止车辆回波。将此次零多普勒维频域数据和保存的无目标的零多普勒维度频域数据进行对消,得到如图11所示的频谱图。从图11中可以看出,经过频域对消后,地面目标点被消除,静止车辆检测点被保留下来。
为了验证上述方法的准确性,确定检测到的目标点为静止车辆,在车头前端放置一个角反射器(提高回波信号强度),进行频域对消后的频谱图如图12所示。从图12可以看出,检测到的两个目标点对应为车辆的两个反射点,通过上述方法,实现了静止目标的检测。
模拟拥堵情况,将两辆车紧挨着停靠,得到的频域对消频谱图如图13所示。由以上分析可得,在车辆极低速及拥堵情况下,采用上述方法可以很好的对车辆进行检测,从而提供给ETC更加准确的信息。
本发明还公开了一种基于毫米波雷达的ETC车辆检测***,包括
第一模块,用于预先存储检测区域无目标时,低速对应的多个多普勒维度频域数据;
第二模块,用于通过毫米波雷达实时检测检测区域内目标的速度,在目标速度大于第一预设速度时,进行时域相邻脉冲对消以滤除静止目标;
在目标速度小于第二预设速度时,将第一模块中存储的多普勒维度频域数据与当前目标对应的多普勒维度频域数据进行对消。
本发明的基于毫米波雷达的ETC车辆检测***,同样具有如上方法所述的优点。
本发明进一步公开了一种计算机可读存储介质,其上存储有计算机程序,计算机程序在被处理器运行时执行如上所述的基于毫米波雷达的ETC车辆检测方法的步骤。本发明还公开了一种计算机设备,包括存储器和处理器,存储器上存储有计算机程序,计算机程序在被处理器运行时执行如上所述的基于毫米波雷达的ETC车辆检测方法的步骤。
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,可实现上述各个方法实施例的步骤。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。计算机可读介质可以包括: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,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。存储器可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 MediaCard,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 (10)
1.一种基于毫米波雷达的ETC车辆检测方法,其特征在于,包括步骤:
1)预先存储检测区域无目标时低速对应的多个多普勒维度频域数据;
2)通过毫米波雷达实时检测所述检测区域内目标的速度,在目标速度大于第一预设速度时,进行时域相邻脉冲对消以滤除静止目标;
在目标速度小于第二预设速度时,将步骤1)中存储的多普勒维度频域数据与当前目标对应的多普勒维度频域数据进行对消。
2.根据权利要求1所述的基于毫米波雷达的ETC车辆检测方法,其特征在于,在步骤2)中,在目标速度小于第二预设速度时,将步骤1)中存储的多普勒维度频域数据与当前目标对应的多普勒维度频域数据进行对消,其它多普勒维度保持时域相邻脉冲对消。
3.根据权利要求1所述的基于毫米波雷达的ETC车辆检测方法,其特征在于,所述第二预设速度小于所述第一预设速度,所述第二预设速度为3~8km/h。
4.根据权利要求1或2或3所述的基于毫米波雷达的ETC车辆检测方法,其特征在于,通过毫米波雷达实时检测目标的角度信息以定位车辆所出车道方位。
5.根据权利要求1或2或3所述的基于毫米波雷达的ETC车辆检测方法,其特征在于,通过毫米波雷达识别交易区域的车辆数目以与检测到的车载电子标签数量进行比对以防止车道路侧单元感应错误。
6.根据权利要求5所述的基于毫米波雷达的ETC车辆检测方法,其特征在于,通过毫米波雷达识别交易区域的车辆数目与速度的过程为:
a)通过毫米波雷达发射连续调频信号,频率随时间按调制电压的变化而变化;
b)获取回波脉冲,针对单个回波脉冲,做M点快速傅里叶变换,其中每个点代表的就是一个距离维度;针对同一距离维度的多个脉冲做N点快速傅里叶变换,每个点代表的就是一个速度维度;
c)将不同的检测点信息进行重组分类,得到多个不同目标。
7.根据权利要求6所述的基于毫米波雷达的ETC车辆检测方法,其特征在于,在步骤a)中,所述连续调频信号呈锯齿状。
8.一种基于毫米波雷达的ETC车辆检测***,其特征在于,包括
第一模块,用于预先存储检测区域无目标时,低速对应的多个多普勒维度频域数据;
第二模块,用于通过毫米波雷达实时检测所述检测区域内目标的速度,在目标速度大于第一预设速度时,进行时域相邻脉冲对消以滤除静止目标;
在目标速度小于第二预设速度时,将第一模块中存储的多普勒维度频域数据与当前目标对应的多普勒维度频域数据进行对消。
9.一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1-7中任意一项所述的基于毫米波雷达的ETC车辆检测方法的步骤。
10.一种计算机设备,包括存储器和处理器,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1-7中任意一项所述的基于毫米波雷达的ETC车辆检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911365592.6A CN111105509B (zh) | 2019-12-26 | 2019-12-26 | 基于毫米波雷达的etc车辆检测方法、***及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911365592.6A CN111105509B (zh) | 2019-12-26 | 2019-12-26 | 基于毫米波雷达的etc车辆检测方法、***及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111105509A true CN111105509A (zh) | 2020-05-05 |
CN111105509B CN111105509B (zh) | 2022-03-08 |
Family
ID=70424860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911365592.6A Active CN111105509B (zh) | 2019-12-26 | 2019-12-26 | 基于毫米波雷达的etc车辆检测方法、***及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111105509B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113508312A (zh) * | 2020-10-16 | 2021-10-15 | 华为技术有限公司 | 通信方法和装置 |
WO2022233346A3 (zh) * | 2021-12-29 | 2022-12-29 | 加特兰微电子科技(上海)有限公司 | 雷达信号处理方法、无线电信号处理方法及应用装置 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5559518A (en) * | 1981-11-27 | 1996-09-24 | Northrop Grumman Corporation | Low target velocity interferometric AMTI radar |
US20040051658A1 (en) * | 2001-08-17 | 2004-03-18 | Franz-Xaver Hofele | Method of suppressing jammer signals |
CN101561970A (zh) * | 2009-05-25 | 2009-10-21 | 中国人民解放军理工大学气象学院 | 一种微波车辆检测雷达的控制方法 |
CN103197300A (zh) * | 2013-03-26 | 2013-07-10 | 中国科学院电子学研究所 | 一种基于gpu的外辐射源雷达直达波杂波对消实时处理方法 |
CN103901431A (zh) * | 2014-04-18 | 2014-07-02 | 西安飞达电子科技有限公司 | 一种三维交通信息采集雷达及实现方法 |
US20140340240A1 (en) * | 2013-05-17 | 2014-11-20 | fybr | Distributed remote sensing system component interface |
CN104457718A (zh) * | 2014-12-10 | 2015-03-25 | 北京万集科技股份有限公司 | Rsu安装参数标定方法 |
CN105044712A (zh) * | 2015-08-27 | 2015-11-11 | 电子科技大学 | 一种微波栅栏雷达装置与目标检测方法 |
CN105549012A (zh) * | 2015-12-02 | 2016-05-04 | 大连楼兰科技股份有限公司 | 车载毫米波雷达***多目标检测装置 |
CN105575132A (zh) * | 2015-12-15 | 2016-05-11 | 南京慧尔视智能科技有限公司 | 基于微波的路口存在检测方法及*** |
CN106443626A (zh) * | 2016-09-23 | 2017-02-22 | 西安思丹德信息技术有限公司 | 一种无人区域目标检测方法 |
WO2018196248A1 (zh) * | 2017-04-28 | 2018-11-01 | 深圳市无牙太赫兹科技有限公司 | 一种微波成像***的直达波抑制方法及*** |
CN208569027U (zh) * | 2018-06-11 | 2019-03-01 | 成都纳雷科技有限公司 | 一种雷达mti滤波器及雷达目标检测装置 |
CN109597061A (zh) * | 2018-12-28 | 2019-04-09 | 北京润科通用技术有限公司 | 一种目标运动状态判别方法及*** |
CN110412516A (zh) * | 2019-08-20 | 2019-11-05 | 河北德冠隆电子科技有限公司 | 毫米波雷达对静止物体和缓慢变化物体的检测方法和装置 |
-
2019
- 2019-12-26 CN CN201911365592.6A patent/CN111105509B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5559518A (en) * | 1981-11-27 | 1996-09-24 | Northrop Grumman Corporation | Low target velocity interferometric AMTI radar |
US20040051658A1 (en) * | 2001-08-17 | 2004-03-18 | Franz-Xaver Hofele | Method of suppressing jammer signals |
CN101561970A (zh) * | 2009-05-25 | 2009-10-21 | 中国人民解放军理工大学气象学院 | 一种微波车辆检测雷达的控制方法 |
CN103197300A (zh) * | 2013-03-26 | 2013-07-10 | 中国科学院电子学研究所 | 一种基于gpu的外辐射源雷达直达波杂波对消实时处理方法 |
US20140340240A1 (en) * | 2013-05-17 | 2014-11-20 | fybr | Distributed remote sensing system component interface |
CN103901431A (zh) * | 2014-04-18 | 2014-07-02 | 西安飞达电子科技有限公司 | 一种三维交通信息采集雷达及实现方法 |
CN104457718A (zh) * | 2014-12-10 | 2015-03-25 | 北京万集科技股份有限公司 | Rsu安装参数标定方法 |
CN105044712A (zh) * | 2015-08-27 | 2015-11-11 | 电子科技大学 | 一种微波栅栏雷达装置与目标检测方法 |
CN105549012A (zh) * | 2015-12-02 | 2016-05-04 | 大连楼兰科技股份有限公司 | 车载毫米波雷达***多目标检测装置 |
CN105575132A (zh) * | 2015-12-15 | 2016-05-11 | 南京慧尔视智能科技有限公司 | 基于微波的路口存在检测方法及*** |
CN106443626A (zh) * | 2016-09-23 | 2017-02-22 | 西安思丹德信息技术有限公司 | 一种无人区域目标检测方法 |
WO2018196248A1 (zh) * | 2017-04-28 | 2018-11-01 | 深圳市无牙太赫兹科技有限公司 | 一种微波成像***的直达波抑制方法及*** |
CN208569027U (zh) * | 2018-06-11 | 2019-03-01 | 成都纳雷科技有限公司 | 一种雷达mti滤波器及雷达目标检测装置 |
CN109597061A (zh) * | 2018-12-28 | 2019-04-09 | 北京润科通用技术有限公司 | 一种目标运动状态判别方法及*** |
CN110412516A (zh) * | 2019-08-20 | 2019-11-05 | 河北德冠隆电子科技有限公司 | 毫米波雷达对静止物体和缓慢变化物体的检测方法和装置 |
Non-Patent Citations (2)
Title |
---|
刘宇: "一种无源雷达频域扩展相消批处理杂波对消算法", 《雷达学报》 * |
陈建文等: "直升机载战场侦察雷达空时自适应处理实用方法研究", 《电子与信息学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113508312A (zh) * | 2020-10-16 | 2021-10-15 | 华为技术有限公司 | 通信方法和装置 |
WO2022233346A3 (zh) * | 2021-12-29 | 2022-12-29 | 加特兰微电子科技(上海)有限公司 | 雷达信号处理方法、无线电信号处理方法及应用装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111105509B (zh) | 2022-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111289980B (zh) | 基于车载毫米波雷达的路边静止物的检测方法及*** | |
US8508341B2 (en) | Adaptive communication in an electronic toll collection system | |
CN100511321C (zh) | 高速公路上车辆的车速和相对位置实时测量***及方法 | |
CN111105509B (zh) | 基于毫米波雷达的etc车辆检测方法、***及存储介质 | |
CN111103582B (zh) | 一种雷达辅助的etc防逃费方法、***及存储介质 | |
CN112085950B (zh) | 交通状态判别指标的估计方法、***、存储介质及应用 | |
US20140267728A1 (en) | Vehicle detection and image capture system and methods for detecting and capturing images of vehicles | |
CN108859952B (zh) | 车辆变道预警方法、装置和雷达 | |
CN107101638A (zh) | 车载电子标签的定位装置、方法和路测单元 | |
CN102176009A (zh) | 一种基于微波测距的天线定位方法和装置 | |
US20210405175A1 (en) | Method and device for tracking movable target | |
Garcia et al. | Robust traffic and intersection monitoring using millimeter wave sensors | |
CN104723996A (zh) | 天线阻挡检测 | |
CN104977566B (zh) | 用于一调频连续波雷达感测***的信号处理方法及装置 | |
CN112986945B (zh) | 雷达目标的识别方法、装置、设备和存储介质 | |
CN102622782B (zh) | 一种基于二维空间的自动收费方法 | |
CN106772419B (zh) | 车辆定位方法及装置 | |
CN111161434B (zh) | 一种etc多目标区分方法、***及介质 | |
CN210515386U (zh) | 用于在高速公路上检测车载标签的装置及车道控制*** | |
Held et al. | Normalization of micro-doppler spectra for cyclists using high-resolution projection technique | |
CN111105510B (zh) | 基于统计先验的etc雷达信号产生方法、***及存储介质 | |
DE102019218059A1 (de) | Erkennung länglicher Objekte | |
CN108694830A (zh) | 道路交通标识的雷达识别方法 | |
CN205405617U (zh) | 一种etc防作弊装置 | |
CN116824877B (zh) | 一种交通流量毫米波雷达的车辆检测方法、介质及*** |
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 |