CN111880156A - 路面团雾的检测方法、***及雷达 - Google Patents
路面团雾的检测方法、***及雷达 Download PDFInfo
- Publication number
- CN111880156A CN111880156A CN202010766975.0A CN202010766975A CN111880156A CN 111880156 A CN111880156 A CN 111880156A CN 202010766975 A CN202010766975 A CN 202010766975A CN 111880156 A CN111880156 A CN 111880156A
- Authority
- CN
- China
- Prior art keywords
- signal
- noise ratio
- preset
- value
- range
- 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 51
- 230000001678 irradiating effect Effects 0.000 claims abstract description 5
- 238000001514 detection method Methods 0.000 claims description 17
- 238000012935 Averaging Methods 0.000 claims description 3
- 239000003595 mist Substances 0.000 abstract description 4
- 238000013461 design Methods 0.000 description 13
- 238000012544 monitoring process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- 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
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
- G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
-
- 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
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请实施例提供一种路面团雾的检测方法、***及雷达,该路面团雾的检测方法包括:通过发射电磁波对雷达目标进行照射;接收所述雷达目标反射的回波信号;确定所述回波信号的信噪比值是否在第一预设信噪比值范围内,若所述回波信号的信噪比值在第一预设信噪比值范围内,则确定所述路面存在团雾。本实施例提供的方法能够精准有效地检测路面上是否有团雾存在,进而能够及时进行团雾预警。
Description
技术领域
本申请实施例涉及雷达技术领域,尤其涉及一种路面团雾的检测方法、***及雷达。
背景技术
大雾天气对交通运输影响较大,如何更好地应对大雾天气,是交通运输建设与发展中需要面对的一个重点和难点问题。团雾是由于地面辐射冷却,使贴近路面的空气变冷而形成的,团雾往往出现在大雾中数十米到上百米的局部范围内,有雾气更浓、能见度更低、突发性更强等特点。那么如何大范围监测团雾,使得行车安全诱导装置充分发挥作用,则是需要解决的问题。
对于团雾的监测,目前有大气透射仪、能见度仪等仪器设备,这些设备均存在监视距离短的缺点,只能获得监视点的能见度情况。此外,能见度仪一般采用摄像机和点式能见度仪,其中摄像机只能观测到某个视场下个的视像图片,无法获知团雾的位置。点式能见度仪只能测量某个点的能见度,以点概面,且无法测量团雾。尤其在出现不均匀的雾、局地的雨或雪暴情况下,摄像机和点式能见度仪的读数极易发生偏差,出现误导。
因此,现有技术无法精准有效地检测路面上是否有团雾存在,导致无法及时进行团雾预警。
发明内容
本申请实施例提供一种路面团雾的检测方法、***及雷达,以克服现有技术无法精准有效地检测路面上是否有团雾存在,导致无法及时进行团雾预警的问题。
第一方面,本申请实施例提供一种路面团雾的检测方法,包括:
通过发射电磁波对雷达目标进行照射;
接收所述雷达目标反射的回波信号;
确定所述回波信号的信噪比值是否在第一预设信噪比值范围内,若所述回波信号的信噪比值在第一预设信噪比值范围内,则确定所述路面存在团雾。
在一种可能的设计中,所述第一预设信噪比值范围中的最大值低于或等于预设正常信噪比值;
在所述确定所述回波信号的信噪比值是否在第一预设信噪比值范围内之前,所述方法还包括:
在路面干燥时,将对所述雷达目标扫描后接收到的第二回波信号样本中的信噪比值取平均,得到预设正常信噪比值;
在预设团雾场景中,从对所述雷达目标扫描后接收到的第一回波信号样本和预设正常信噪比值中确定第一预设信噪比值范围;
其中,所述预设团雾场景用于表示所述雷达和所述雷达目标在预设场地上存在团雾的场景。
在一种可能的设计中,所述从对所述雷达目标扫描后接收到的第一回波信号样本和预设正常信噪比值中确定第一预设信噪比值范围,包括:
从所述第一回波信号样本中提取的信噪比值中查找低于所述预设正常信噪比值的最大值;
将从所述第一回波信号样本中提取的信噪比值中的低于所述预设正常信噪比值的最大值作为最大极限值;
根据提取的信噪比值的最小值和所述最大极限值,形成所述第一预设信噪比值范围。
在一种可能的设计中,所述接收所述雷达目标反射的回波信号,包括:
接收所述雷达目标在预设时间段内反射的多个回波信号。
在一种可能的设计中,所述确定所述回波信号的信噪比值是否在第一预设信噪比值范围内,若所述回波信号的信噪比值在第一预设信噪比值范围内,则确定所述路面存在团雾,包括:
确定各个所述回波信号的信噪比值在第一预设信噪比值范围内的第一比例,若所述第一比例大于预设比例,则确定所述路面存在团雾。
在一种可能的设计中,在所述接收所述雷达目标反射的回波信号之后,所述方法还包括:
确定所述回波信号的信噪比值是否在第二预设信噪比值范围内、第三预设信噪比值范围内或第四预设信噪比值范围内;
若所述回波信号的信噪比值在第二预设信噪比值范围内,则确定所述路面处于预设小雨状态中;
若所述回波信号的信噪比值在第三预设信噪比值范围内,则确定所述路面处于预设中雨状态中;
若所述回波信号的信噪比值在第四预设信噪比值范围内,则确定所述路面处于预设大雨状态中;
所述第二预设信噪比值范围中信噪比值的最小值大于所述第一预设信噪比值范围中信噪比值的最大值,所述第三预设信噪比值范围中信噪比值的最小值大于所述第二预设信噪比值范围中信噪比值的最大值;所述第四预设信噪比值范围中信噪比值的最小值大于所述第三预设信噪比值范围中信噪比值的最大值。
在一种可能的设计中,所述第二预设信噪比值范围是在预设小雨场景中,从对所述雷达目标扫描后接收到的第三回波信号样本中确定的,所述预设小雨场景用于表示在预设场地上处于预设小雨状态的场景;
所述第三预设信噪比值范围在预设中雨场景中,从对所述雷达目标扫描后接收到的第四回波信号样本中确定的,所述预设中雨场景用于表示在预设场地上处于中预设雨状态的场景;
所述第四预设信噪比值范围是在预设大雨场景中,从对所述雷达目标扫描后接收到的第五回波信号样本中确定的,所述预设大雨场景用于表示在预设场地上处于预设大雨状态的场景。
在一种可能的设计中,所述雷达目标为角反射器。
第二方面,本申请实施例提供一种雷达,所述雷达用于执行如第一方面以及第一方面各种可能的设计所述的方法。
第三方面,本申请实施例提供一种路面团雾的检测***,包括第二方面所述的雷达和雷达目标;所述雷达和所述雷达目标分别设置在路面的两侧且高于所述路面预设距离的位置处,所述雷达和所述雷达目标相对放置。
本申请实施例提供的路面团雾的检测方法、***及雷达,首先通过发射电磁波对雷达目标进行照射,使得雷达目标对电磁波进行反射或折射放大产生信号很强的回波信号,由于团雾浓度越大,雷达的回波信号的信噪比值越小,所以可以通过判断回波信号中的信噪比值是否在第一预设信噪比值范围内,来确定该路面上或路段上是否存在团雾,若所述回波信号的信噪比值在第一预设信噪比值范围内,则说明该路面上或该路段上存在团雾,因此,本申请通过雷达的回波信号的信噪比值所属范围,以此来判断该路段是否有团雾存在,解决了现有技术无法精准有效地检测路面上是否有团雾存在的问题,进而能够及时进行团雾预警。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的路面团雾的检测***的结构示意图;
图2为本申请实施例提供的路面团雾的检测方法的流程示意图;
图3为本申请又一实施例提供的路面团雾的检测方法的流程示意图;
图4为本申请另一实施例提供的路面团雾的检测方法的流程示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,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、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
现有技术中,对于团雾的监测,目前有大气透射仪、能见度仪等仪器设备,这些设备均存在监视距离短的缺点,只能获得监视点的能见度情况,因此,现有技术无法精准有效地检测路面上是否有团雾存在,导致无法及时进行团雾预警。
为了解决上述问题,本申请的技术构思为:由于不同天气的影响下,雷达的电磁波在大气中传播的衰减系数不同,电磁波的回波信号的强度会发生相应的改变,以此来区分当前路段的天气状况,比如干燥还是非干燥。其中,团雾的出现,会增加电磁波的衰减系数,雷达的角反回波信号较干燥天气会明显减弱,且团雾浓度越大,雷达回波信号的信噪比值越小,以此来判断该路段是否有团雾存在,能够精准有效地检测路面上是否有团雾存在,进而能够及时进行团雾预警。
下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本申请实施例提供的路面团雾的检测***的结构示意图。参见图1所示,所述路面团雾的检测***,包括:雷达10和雷达目标20;这里的雷达配置有路面团雾检测功能,雷达目标可以为角反射器或雷达反射器,当雷达电磁波扫描到角反射后,电磁波会在金属角上产生折射放大,产生很强的回波信号,在雷达的屏幕上出现很强的回波目标。
其中,雷达和所述雷达目标分别设置在路面的两侧且高于所述路面预设距离的位置处,所述雷达和所述雷达目标相对放置。在实际应用中,一般雷达需要正对着雷达目标(比如角反射器),且将雷达和角反射器安装在路面两侧且高于地面预设距离(比如7-10米的高度)的位置处。在团雾检测的过程中,该雷达通过发射电磁波对所述角反射器进行照射,角反射器反射电磁波产生回波信号。具体地,雷达的发射机通过天线把电磁波能量射向空间某一方向,处在此方向上的物体(即雷达目标,比如角反射器)反射碰到的电磁波,雷达天线接收此反射波,然后进行处理。处理过程为:雷达通过接收该雷达目标反射的回波信号并进行分析,判断所述回波信号的信噪比值是否在第一预设信噪比值范围内,若所述回波信号的信噪比值在第一预设信噪比值范围内,则确定所述路面存在团雾。因此,通过雷达功能即在雷达中配置的团雾检测功能,能够准确检测当前路段是否干燥或存在团雾等状况。
具体地,如何实现路面团雾检测的,参见图2所示,图2为本申请实施例提供的路面团雾的检测方法的流程示意图。所述路面团雾的检测方法,可以包括:
S201、通过发射电磁波对雷达目标进行照射。
本实施例中,该方法的执行主体可以是雷达。雷达的发射机通过天线把电磁波发射到雷达目标上,这里的雷达目标可以是角反射器。由于利用雷达检测团雾是应用在10米左右高度的空中的,附近没目标,而雷达必须有目标,因此,设置角反射器,角反射器的设置就是为了作为雷达的目标来反射电磁波的信号的。
S202、接收所述雷达目标反射的回波信号。
本实施例中,电磁波会在角反射器中的金属角上产生折射放大,产生很强的回波信号,会在雷达的屏幕上出现很强的回波目标。雷达的天线接收到回波信号后,基于不同天气的影响下,电磁波在大气中传播的衰减系数不同,电磁回波的强度会发生相应的改变,以此来区分当前路段的天气状况的原理,来分析回波信号。
S203、确定所述回波信号的信噪比值是否在第一预设信噪比值范围内,若所述回波信号的信噪比值在第一预设信噪比值范围内,则确定所述路面存在团雾。在实际应用中,由于团雾的出现,会增加电磁波的衰减系数,雷达的角反射器反射的回波信号较干燥天气会明显减弱,团雾浓度越大,雷达回波的信噪比值越小,因此,可以通过回波信号的信噪比值来判断路面是否存在团雾。
具体地,团雾状态下,回波信号的信噪比值要比正常干燥状态下回波信号的信噪比值要低,因此,可以通过实验得到团雾状态中信噪比值所在范围来确定。其中,第一预设信噪比值范围是团雾状态中信噪比值所在范围,所以,回波信号的信噪比值低于预设正常信噪比值,则说明可能存在团雾,若回波信号的信噪比值在第一预设信噪比值范围内,则确定所述路面存在团雾。
本申请提供的路面团雾的检测方法,通过发射电磁波对雷达目标进行照射,使得雷达目标对电磁波进行反射或折射放大产生信号很强的回波信号,由于团雾浓度越大,雷达的回波信号的信噪比值越小,所以可以通过判断回波信号中的信噪比值是否在第一预设信噪比值范围内,来确定该路面上或路段上是否存在团雾,若所述回波信号的信噪比值在第一预设信噪比值范围内,则说明该路面上或该路段上存在团雾,因此,本申请通过雷达的回波信号的信噪比值所属范围,以此来判断该路段是否有团雾存在,解决了现有技术无法精准有效地检测路面上是否有团雾存在的问题,进而能够及时进行团雾预警。
在一种可能的设计中,参见图3所示,图3为本申请又一实施例提供的路面团路的检测方法的流程示意图。本实施例在上述实施例的基础上,例如,图2所述的实施例的基础上,对如何来确定第一预设信噪比值范围进行了详细说明。其中,所述第一预设信噪比值范围中的最大值低于预设正常信噪比值;在所述确定所述回波信号的信噪比值是否在第一预设信噪比值范围内之前,所述方法还可以包括以下步骤:
S301、在路面干燥时,将对所述雷达目标扫描后接收到的第二回波信号样本中的信噪比值取平均,得到预设正常信噪比值。
S302、在预设团雾场景中,从对所述雷达目标扫描后接收到的第一回波信号样本和预设正常信噪比值中确定第一预设信噪比值范围。
其中,所述预设团雾场景用于表示所述雷达和所述雷达目标在预设场地上存在团雾的场景。
在实际应用中,在一个空旷的地面上搭建路面团雾的检测***,即将雷达和角反射器设置在相对着的两侧,且高度在7米到10米之间,在天气干燥的情况下,持续或间接性收集雷达的电磁波通过角反射器反射回来的多个回波信号,从每个回波信号中提取信噪比值,然后取平均值,将该平均值作为预设正常信噪比值。再通过人工制造团雾,持续或间接性收集雷达的电磁波通过角反射器反射回来的多个回波信号,从每个回波信号中提取信噪比值,然后根据各个信噪比值以及预设正常信噪比值来确定在预设团雾场景中的第一预设信噪比值范围。这里的预设团雾场景是所述雷达和所述雷达目标在预设场地上存在团雾的场景。
在一种可能的设计中,如何从对所述雷达目标扫描后接收到的第一回波信号样本和预设正常信噪比值中确定第一预设信噪比值范围,可以参见图4所示,图4为本申请另一实施例提供的路面团雾的检测方法的流程示意图,本实施例在上述实施例的基础上,对S302进行了详细说明。所述从对所述雷达目标扫描后接收到的第一回波信号样本和预设正常信噪比值中确定第一预设信噪比值范围,可以包括:
S401、从对所述雷达目标扫描后接收到的第一回波信号样本中提取信噪比值的最小值。
S402、从所述第一回波信号样本中提取的信噪比值中查找低于所述预设正常信噪比值的最大值。
S403、将从所述第一回波信号样本中提取的信噪比值中的低于所述预设正常信噪比值的最大值作为最大极限值。
S404、根据提取的信噪比值的最小值和所述最大极限值,形成所述第一预设信噪比值范围。
本实施例中,从对所述雷达目标扫描后接收到的第一回波信号样本中提取信噪比值的最小值和低于预设正常信噪比值的最大值,并将低于所述预设正常信噪比值的最大值作为最大极限值,即将该最大极限值作为第一预设信噪比值范围的右端点,且该第一预设信噪比值范围不包含或不包含该右端点不做限定。同时,将提取的信噪比值的最小值作为第一预设信噪比值范围的左端点,其中,左端为开或是闭不做限定。比如提取信噪比值的最小值为a,最大极限值为b,则第一预设信噪比值范围为(a,b)或[a,b)或(a,b]或[a,b]。
在一种可能的设计中,本实施例在上述实施例的基础上,对如何确定路面存在团雾进行了详细说明。具体步骤为:
步骤a1、接收所述雷达目标在预设时间段内反射的多个回波信号。
步骤a2、确定各个所述回波信号的信噪比值在第一预设信噪比值范围内的第一比例,若所述第一比例大于预设比例,则确定所述路面存在团雾。
本实施例中,为了能够精准地测量团雾,可以检测一段时间内的回波信号,具体地,在预设时间段内,雷达发射电磁波,并接收角反射器在预设时间段内反射的多个回波信号,然后判断每个回波信号的信噪比值是否在第一预设信噪比值范围内,统计在第一预设信噪比值范围内的所有回波信号的信噪比值所占比例即第一比例,若该第一比例大于预设比例,则说明检测路面存在团雾,实现了团雾状态的准确有效地测量。
在一种可能的设计中,该路面团雾的检测方法还可以检测与小雨、中雨或大雨的状态,本实施例在上述实施例的基础上,对路面团雾的检测方法进行了详细说明。在所述接收所述雷达目标反射的回波信号之后,所述方法还可以包括以下步骤:
步骤b1、确定所述回波信号的信噪比值是否在第二预设信噪比值范围内、第三预设信噪比值范围内或第四预设信噪比值范围内。
步骤b2、若所述回波信号的信噪比值在第二预设信噪比值范围内,则确定所述路面处于预设小雨状态中。
步骤b3、若所述回波信号的信噪比值在第三预设信噪比值范围内,则确定所述路面处于预设中雨状态中。
步骤b4、若所述回波信号的信噪比值在第四预设信噪比值范围内,则确定所述路面处于预设大雨状态中。
其中,所述第二预设信噪比值范围中信噪比值的最小值大于所述第一预设信噪比值范围中信噪比值的最大值,所述第三预设信噪比值范围中信噪比值的最小值大于所述第二预设信噪比值范围中信噪比值的最大值;所述第四预设信噪比值范围中信噪比值的最小值大于所述第三预设信噪比值范围中信噪比值的最大值。
在实际应用中,团雾、小雨、中雨、大雨都是噪声,噪声会顺次变大,而相应的信噪比值(有效信号和噪声的比例)依次变小。其中,通过上述设置的检测团雾的场景,同样还可以通过设置预设小雨场景、预设中雨场景、预设大雨场景来检测路面是否处于小雨状态、中雨状态或大雨状态。
其中,预设小雨场景是在预设场地上处于预设小雨状态的场景,预设中雨场景是在预设场地上处于中预设雨状态的场景,预设大雨场景是在预设场地上处于预设大雨状态的场景。
具体地,确定在预设小雨场景中,处于预设小雨状态时,回波信号的信噪比值范围即第二预设信噪比值范围,且该第二预设信噪比值范围是在预设小雨场景中,从对所述雷达目标扫描后接收到的第三回波信号样本中确定的。确定在预设中雨场景中,处于预设中雨状态时,回波信号的信噪比值范围即第三预设信噪比值范围,且该第三预设信噪比值范围是在预设中雨场景中,从对所述雷达目标扫描后接收到的第四回波信号样本中确定的。确定在预设大雨场景中,处于预设大雨状态时,回波信号的信噪比值范围即第四预设信噪比值范围,且该第四预设信噪比值范围是在预设大雨场景中,从对所述雷达目标扫描后接收到的第五回波信号样本中确定的。具体地,如何从第三回波信号样本、第四回波信号样本、第五回波信号样本中分别确定各自对应的预设信噪比值范围,可以同上述低于预设信噪比值范围的确定方式类似,在此不再赘述。
因此,若所述回波信号的信噪比值在第二预设信噪比值范围内,则确定所述路面处于预设小雨状态中;若所述回波信号的信噪比值在第三预设信噪比值范围内,则确定所述路面处于预设中雨状态中;若所述回波信号的信噪比值在第四预设信噪比值范围内,则确定所述路面处于预设大雨状态中。
由于团雾、小雨、中雨、大雨对应的信噪比值依次变小,则第二预设信噪比值范围中信噪比值的最小值大于所述第一预设信噪比值范围中信噪比值的最大值,所述第三预设信噪比值范围中信噪比值的最小值大于所述第二预设信噪比值范围中信噪比值的最大值;所述第四预设信噪比值范围中信噪比值的最小值大于所述第三预设信噪比值范围中信噪比值的最大值。
在一种可能的设计中,为了能够实现及时预警,本实施例在上述实施例,例如,在图2所述的实施例的基础上,对路面团雾的检测方法进行了详细说明。在所述确定所述路面存在团雾之后,所述方法还可以包括:
将用于表示所述路面存在团雾的信息发送至预设终端,以使所述预设终端发出预警信号。
本实施例中,雷达在检测到路面存在团雾后,将用于表示路面存在团雾的信息发送给相关部门,比如公路部门,由公路部门发出团雾预警,保证出行人的出行安全。或者,还可以将用于表示路面上处于小雨状态、中雨状态或大雨状态的信息发送给相关部门,相关部门发出小雨预警、中雨预警或大雨预警。
本申请通过雷达的回波信号的信噪比值所属范围,以此来判断该路段是否有团雾存在,解决了现有技术无法精准有效地检测路面上是否有团雾存在的问题,进而能够及时进行团雾预警、小雨预警、中雨预警或大雨预警等,进而保障出行人的出行安全。
为了实现所述路面团雾的检测方法,本实施例提供了一种雷达。参见图1所述的雷达10。该雷达用于执行上述实施例所述路面团雾的检测方法。
具体地,雷达用于通过发射电磁波对雷达目标进行照射,并接收所述雷达目标反射的回波信号,通过团雾检测功能确定所述回波信号的信噪比值是否在第一预设信噪比值范围内,若所述回波信号的信噪比值在第一预设信噪比值范围内,则确定所述路面存在团雾。
本实施例中,雷达通过发射电磁波对雷达目标进行照射,使得雷达目标对电磁波进行反射或折射放大产生信号很强的回波信号,由于团雾浓度越大,雷达的回波信号的信噪比值越小,所以可以通过判断回波信号中的信噪比值是否在第一预设信噪比值范围内,来确定该路面上或路段上是否存在团雾,若所述回波信号的信噪比值在第一预设信噪比值范围内,则说明该路面上或该路段上存在团雾,因此,本申请通过雷达的回波信号的信噪比值所属范围,以此来判断该路段是否有团雾存在,解决了现有技术无法精准有效地检测路面上是否有团雾存在的问题,进而能够及时进行团雾预警。
本实施例提供的雷达,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上所述的路面团雾的检测方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。另外,在本申请各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本申请各个实施例所述方法的部分步骤。应理解,上述处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(PeripheralComponent,PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称:ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (10)
1.一种路面团雾的检测方法,其特征在于,包括:
通过发射电磁波对雷达目标进行照射;
接收所述雷达目标反射的回波信号;
确定所述回波信号的信噪比值是否在第一预设信噪比值范围内,若所述回波信号的信噪比值在第一预设信噪比值范围内,则确定所述路面存在团雾。
2.根据权利要求1所述的方法,其特征在于,所述第一预设信噪比值范围中的最大值低于预设正常信噪比值;
在所述确定所述回波信号的信噪比值是否在第一预设信噪比值范围内之前,所述方法还包括:
在路面干燥时,将对所述雷达目标扫描后接收到的第二回波信号样本中的信噪比值取平均,得到预设正常信噪比值;
在预设团雾场景中,从对所述雷达目标扫描后接收到的第一回波信号样本和预设正常信噪比值中确定第一预设信噪比值范围;
其中,所述预设团雾场景用于表示所述雷达和所述雷达目标在预设场地上存在团雾的场景。
3.根据权利要求2所述的方法,其特征在于,所述从对所述雷达目标扫描后接收到的第一回波信号样本和预设正常信噪比值中确定第一预设信噪比值范围,包括:
从对所述雷达目标扫描后接收到的第一回波信号样本中提取信噪比值的最小值;
从所述第一回波信号样本中提取的信噪比值中查找低于所述预设正常信噪比值的最大值;
将从所述第一回波信号样本中提取的信噪比值中的低于所述预设正常信噪比值的最大值作为最大极限值;
根据提取的信噪比值的最小值和所述最大极限值,形成所述第一预设信噪比值范围。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述接收所述雷达目标反射的回波信号,包括:
接收所述雷达目标在预设时间段内反射的多个回波信号。
5.根据权利要求4所述的方法,其特征在于,所述确定所述回波信号的信噪比值是否在第一预设信噪比值范围内,若所述回波信号的信噪比值在第一预设信噪比值范围内,则确定所述路面存在团雾,包括:
确定各个所述回波信号的信噪比值在第一预设信噪比值范围内的第一比例,若所述第一比例大于预设比例,则确定所述路面存在团雾。
6.根据权利要求1所述的方法,其特征在于,在所述接收所述雷达目标反射的回波信号之后,所述方法还包括:
确定所述回波信号的信噪比值是否在第二预设信噪比值范围内、第三预设信噪比值范围内或第四预设信噪比值范围内;
若所述回波信号的信噪比值在第二预设信噪比值范围内,则确定所述路面处于预设小雨状态中;
若所述回波信号的信噪比值在第三预设信噪比值范围内,则确定所述路面处于预设中雨状态中;
若所述回波信号的信噪比值在第四预设信噪比值范围内,则确定所述路面处于预设大雨状态中;
所述第二预设信噪比值范围中信噪比值的最小值大于所述第一预设信噪比值范围中信噪比值的最大值,所述第三预设信噪比值范围中信噪比值的最小值大于所述第二预设信噪比值范围中信噪比值的最大值;所述第四预设信噪比值范围中信噪比值的最小值大于所述第三预设信噪比值范围中信噪比值的最大值。
7.根据权利要求6所述的方法,其特征在于,所述第二预设信噪比值范围是在预设小雨场景中,从对所述雷达目标扫描后接收到的第三回波信号样本中确定的,所述预设小雨场景用于表示在预设场地上处于预设小雨状态的场景;
所述第三预设信噪比值范围在预设中雨场景中,从对所述雷达目标扫描后接收到的第四回波信号样本中确定的,所述预设中雨场景用于表示在预设场地上处于中预设雨状态的场景;
所述第四预设信噪比值范围是在预设大雨场景中,从对所述雷达目标扫描后接收到的第五回波信号样本中确定的,所述预设大雨场景用于表示在预设场地上处于预设大雨状态的场景。
8.根据权利要求1所述的方法,其特征在于,所述雷达目标为角反射器;
在所述确定所述路面存在团雾之后,所述方法还包括:
将用于表示所述路面存在团雾的信息发送至预设终端,以使所述预设终端发出预警信号。
9.一种雷达,其特征在于,所述雷达用于执行如权利要求1-8任一项所述的方法。
10.一种路面团雾的检测***,其特征在于,包括:如权利要求9所述的雷达和雷达目标;
所述雷达和所述雷达目标分别设置在路面的两侧且高于所述路面预设距离的位置处,所述雷达和所述雷达目标相对放置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010766975.0A CN111880156B (zh) | 2020-08-03 | 2020-08-03 | 路面团雾的检测方法、***及雷达 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010766975.0A CN111880156B (zh) | 2020-08-03 | 2020-08-03 | 路面团雾的检测方法、***及雷达 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111880156A true CN111880156A (zh) | 2020-11-03 |
CN111880156B CN111880156B (zh) | 2024-05-28 |
Family
ID=73204408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010766975.0A Active CN111880156B (zh) | 2020-08-03 | 2020-08-03 | 路面团雾的检测方法、***及雷达 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111880156B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111880156B (zh) * | 2020-08-03 | 2024-05-28 | 北京聚利科技有限公司 | 路面团雾的检测方法、***及雷达 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19738252A1 (de) * | 1997-09-02 | 1999-03-04 | Daimler Benz Aerospace Ag | Verfahren zur Detektion eines Radarzieles |
CN102890272A (zh) * | 2012-11-05 | 2013-01-23 | 中国航天科工集团第二研究院二十三所 | 一种毫米波云雷达信号处理方法 |
US20130314694A1 (en) * | 2010-04-20 | 2013-11-28 | Michigan Aerospace Corporation | Atmospheric measurement system and method |
CN103675791A (zh) * | 2013-12-05 | 2014-03-26 | 北京师范大学 | 基于数值分布均衡化的米散射激光雷达云识别方法 |
CN108051872A (zh) * | 2017-12-13 | 2018-05-18 | 湖北省气象服务中心(湖北省专业气象服务台) | 基于地基微波辐射计反演云中水汽相变过程的方法和装置 |
CN108627812A (zh) * | 2018-05-28 | 2018-10-09 | 成都信息工程大学 | 一种激光雷达大气能见度测量方法及装置 |
CN109073743A (zh) * | 2017-12-18 | 2018-12-21 | 深圳市大疆创新科技有限公司 | 弱目标检测方法、微波雷达传感器及无人机 |
GB201819066D0 (en) * | 2017-11-22 | 2019-01-09 | Foster Miller Inc | Airborne wind profiling portable radar system and method |
CN109347580A (zh) * | 2018-11-19 | 2019-02-15 | 湖南猎航电子科技有限公司 | 一种已知占空比的自适应门限信号检测方法 |
US10228460B1 (en) * | 2016-05-26 | 2019-03-12 | Rockwell Collins, Inc. | Weather radar enabled low visibility operation system and method |
US10353068B1 (en) * | 2016-07-28 | 2019-07-16 | Rockwell Collins, Inc. | Weather radar enabled offshore operation system and method |
CN110843770A (zh) * | 2019-10-12 | 2020-02-28 | 南京理工大学 | 一种团雾情况下高速公路车辆驾驶辅助***及其工作过程 |
CN111337920A (zh) * | 2020-03-03 | 2020-06-26 | 成都金宇防务科技有限公司 | 一种防止云雾干扰的弹载雷达对地探测方法及装置 |
CN112526496A (zh) * | 2020-12-11 | 2021-03-19 | 北京聚利科技有限公司 | 测量信息获取方法、装置及设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111880156B (zh) * | 2020-08-03 | 2024-05-28 | 北京聚利科技有限公司 | 路面团雾的检测方法、***及雷达 |
-
2020
- 2020-08-03 CN CN202010766975.0A patent/CN111880156B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19738252A1 (de) * | 1997-09-02 | 1999-03-04 | Daimler Benz Aerospace Ag | Verfahren zur Detektion eines Radarzieles |
US20130314694A1 (en) * | 2010-04-20 | 2013-11-28 | Michigan Aerospace Corporation | Atmospheric measurement system and method |
CN102890272A (zh) * | 2012-11-05 | 2013-01-23 | 中国航天科工集团第二研究院二十三所 | 一种毫米波云雷达信号处理方法 |
CN103675791A (zh) * | 2013-12-05 | 2014-03-26 | 北京师范大学 | 基于数值分布均衡化的米散射激光雷达云识别方法 |
US10228460B1 (en) * | 2016-05-26 | 2019-03-12 | Rockwell Collins, Inc. | Weather radar enabled low visibility operation system and method |
US10353068B1 (en) * | 2016-07-28 | 2019-07-16 | Rockwell Collins, Inc. | Weather radar enabled offshore operation system and method |
GB201819066D0 (en) * | 2017-11-22 | 2019-01-09 | Foster Miller Inc | Airborne wind profiling portable radar system and method |
CN108051872A (zh) * | 2017-12-13 | 2018-05-18 | 湖北省气象服务中心(湖北省专业气象服务台) | 基于地基微波辐射计反演云中水汽相变过程的方法和装置 |
CN109073743A (zh) * | 2017-12-18 | 2018-12-21 | 深圳市大疆创新科技有限公司 | 弱目标检测方法、微波雷达传感器及无人机 |
CN108627812A (zh) * | 2018-05-28 | 2018-10-09 | 成都信息工程大学 | 一种激光雷达大气能见度测量方法及装置 |
CN109347580A (zh) * | 2018-11-19 | 2019-02-15 | 湖南猎航电子科技有限公司 | 一种已知占空比的自适应门限信号检测方法 |
CN110843770A (zh) * | 2019-10-12 | 2020-02-28 | 南京理工大学 | 一种团雾情况下高速公路车辆驾驶辅助***及其工作过程 |
CN111337920A (zh) * | 2020-03-03 | 2020-06-26 | 成都金宇防务科技有限公司 | 一种防止云雾干扰的弹载雷达对地探测方法及装置 |
CN112526496A (zh) * | 2020-12-11 | 2021-03-19 | 北京聚利科技有限公司 | 测量信息获取方法、装置及设备 |
Non-Patent Citations (7)
Title |
---|
吴举秀;魏鸣;苏涛;王学荣;李勇;范亚驹;: "W波段和Ka波段云雷达探测回波对比分析", 海洋气象学报, no. 02 * |
李德鑫;杨日杰;孙洪星;李松江;: "云雾对雷达探测性能的影响", 大连海事大学学报, no. 02, pages 1 - 4 * |
沈继红;李英;戴运桃;王淑娟;: "X-band雷达图像中降雨干扰的识别与抑制", 光学精密工程, no. 08, 15 August 2012 (2012-08-15) * |
王庚中;: "基于视频局部特征分析的团雾检测方法研究", 数字通信世界, no. 04 * |
章正宇, 眭晓林: "激光测距弱信号数字相关检测技术的研究和仿真", 中国激光, no. 07 * |
章正宇, 眭晓林: "激光测距弱信号数字相关检测技术的研究和仿真", 中国激光, no. 07, 25 July 2002 (2002-07-25) * |
董保举;高月忠;张丽芬;: "新型探测资料在滇西北高原一次暴雨过程监测中的应用", 气象科技, no. 06, 15 December 2014 (2014-12-15) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111880156B (zh) * | 2020-08-03 | 2024-05-28 | 北京聚利科技有限公司 | 路面团雾的检测方法、***及雷达 |
Also Published As
Publication number | Publication date |
---|---|
CN111880156B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hasirlioglu et al. | Reproducible fog simulation for testing automotive surround sensors | |
CN107238821A (zh) | 一种基于特征谱特征的机场跑道异物检测方法及装置 | |
CN107505603A (zh) | 用于测试车用天线罩体的发射属性和反射属性的方法和设备 | |
JP5305985B2 (ja) | 人工物検出装置及び人工物検出方法及び人工物検出プログラム | |
JP6941187B2 (ja) | 降水粒子判別装置、降水粒子判別方法、及び降水粒子判別プログラム | |
Besic et al. | Unraveling hydrometeor mixtures in polarimetric radar measurements | |
US20140240169A1 (en) | Radar apparatus using image change detector and method of operating the same | |
KR102440355B1 (ko) | 해수면 전파 반사율을 이용한 딥 러닝 해양 클러스터 데이터 측정 시스템 | |
CN112233416A (zh) | 车流量检测方法及装置 | |
CN116027318A (zh) | 多传感器信号融合的方法、装置、电子设备及存储介质 | |
CN111880156B (zh) | 路面团雾的检测方法、***及雷达 | |
Berk et al. | A stochastic physical simulation framework to quantify the effect of rainfall on automotive lidar | |
KR101885922B1 (ko) | 레이더 비디오 신호를 이용하는 클러터 모델 생성 장치, 시스템 및 방법 | |
KR101616481B1 (ko) | 정량적 강우량 추정을 위한 이착 에코 완화방법 | |
CN115184884A (zh) | 合成孔径雷达角反射器散射特性估计新方法 | |
Yang et al. | Automatic identification of clear-air echoes based on millimeter-wave cloud radar measurements | |
JP2010197336A (ja) | 人工物検出装置及び人工物検出方法及び人工物検出プログラム | |
WO2023279225A1 (zh) | 激光雷达的点云处理方法、装置、存储介质及终端设备 | |
CN113406644A (zh) | 天气雷达数据质量控制方法、装置及设备 | |
Tang et al. | Experimental results of target classification using mm wave corner radar sensors | |
CN113625266A (zh) | 应用雷达检测低速目标的方法、装置、存储介质和设备 | |
Davidson et al. | Analysis of high-resolution land clutter | |
KR102032481B1 (ko) | 지형 에코를 이용한 레이더 시스템 진단 장치 및 방법 | |
CN111354191A (zh) | 车道行车状况确定方法、装置、设备及存储介质 | |
CN116108338B (zh) | 一种针对粒子相态的动态集合识别方法和装置 |
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 |