CN112099042A - 车辆跟踪方法以及*** - Google Patents

车辆跟踪方法以及*** Download PDF

Info

Publication number
CN112099042A
CN112099042A CN202010791596.7A CN202010791596A CN112099042A CN 112099042 A CN112099042 A CN 112099042A CN 202010791596 A CN202010791596 A CN 202010791596A CN 112099042 A CN112099042 A CN 112099042A
Authority
CN
China
Prior art keywords
vehicle
target
target vehicle
laser radar
lidar
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
Application number
CN202010791596.7A
Other languages
English (en)
Other versions
CN112099042B (zh
Inventor
杨勇刚
胡攀攀
李康
蔡鄂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Wanji Information Technology Co Ltd
Original Assignee
Wuhan Wanji Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Wanji Information Technology Co Ltd filed Critical Wuhan Wanji Information Technology Co Ltd
Priority to CN202010791596.7A priority Critical patent/CN112099042B/zh
Publication of CN112099042A publication Critical patent/CN112099042A/zh
Application granted granted Critical
Publication of CN112099042B publication Critical patent/CN112099042B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/66Tracking systems using electromagnetic waves other than radio waves
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06Systems determining position data of a target

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例提供了一种车辆跟踪方法以及***,该方法包括:获取目标通道内一个或多个激光雷达的位置信息以及与激光雷达对应的检测区域,控制一个或多个激光雷达在检测区域中采集目标车辆的数据,生成动态车辆信息矩阵,基于一个或多个激光雷达的位置信息以及动态车辆信息矩阵,确定目标车辆在目标通道内的实时位置信息,解决了难以实时跟踪在隧道中行驶的车辆的技术问题,达到提高定位隧道中行驶车辆位置信息的效率和准确率的技术效果。

Description

车辆跟踪方法以及***
技术领域
本发明实施例涉及通信领域,具体而言,涉及一种车辆跟踪方法以及***。
背景技术
随着经济快速发展,交通运输量激增,隧道是越来越多,且隧道的长度从几百米至十几公里的均有,隧道中行驶的车辆数也越来越多,给隧道的安全运营管理带来了很大的风险。对隧道内行驶的车辆实时跟踪,则可降低隧道运营管理的风险。
目前对隧道内车辆实时跟踪主要是通过车辆自身安装定位接收或发送设备来实现,由于现在中长隧道越来越多,这些定位设备在隧道内的信号也容易被减弱或屏蔽,出现跟踪定位不到车辆的情况,相关技术对隧道内的车辆或多或少存在不能全隧道实时跟踪车辆位置的问题,为隧道的安全运营管理带来了风险。
针对相关技术中存在的难以实时跟踪在隧道中行驶的车辆的技术问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种车辆跟踪方法、装置、***、存储介质以及电子装置,以至少解决相关技术中存在的难以实时跟踪在隧道中行驶的车辆的问题。
根据本发明的一个实施例,提供了一种车辆跟踪方法,包括:获取目标通道内一个或多个激光雷达的位置信息以及与所述激光雷达对应的检测区域;控制所述一个或多个激光雷达在所述检测区域中采集目标车辆的数据,生成动态车辆信息矩阵;基于所述一个或多个激光雷达的位置信息以及所述动态车辆信息矩阵,确定所述目标车辆在所述目标通道内的实时位置信息。
根据本发明的另一个实施例,提供了一种车辆跟踪装置,包括:获取模块,用于获取目标通道内一个或多个激光雷达的位置信息以及与所述激光雷达对应的检测区域;控制模块,用于控制所述一个或多个激光雷达在所述检测区域中采集目标车辆的数据,生成动态车辆信息矩阵;确定模块,用于基于所述一个或多个激光雷达的位置信息以及所述动态车辆信息矩阵,确定所述目标车辆在所述目标通道内的实时位置信息。
根据本发明的另一个实施例,提供了一种车辆跟踪***,包括:激光雷达数据采集模块,与车辆检测模块以及激光雷达相连接,用于基于所述激光雷达实时采集目标通道内的目标车辆数据,并将所述目标车辆数据发送至所述车辆检测模块;所述车辆检测模块,与所述激光雷达数据采集模块以及车辆跟踪模块相连接,用于实时从所述目标车辆数据中计算所述目标车辆的目标信息;所述车辆跟踪模块,与所述车辆检测模块相连接,用于基于所述目标信息确定所述目标车辆在所述目标通道内的实时位置信息、同一所述激光雷达扫描所述目标车辆的位置信息、相邻所述激光雷达之间扫描目标车辆的匹配信息;所述激光雷达,所述激光雷达交替安装在所述目标通道中央的两侧,所述相邻激光雷达的水平距离在预设的水平距离阈值范围内,所述激光雷达与水平方向夹角大于第一角度阈值,且所述相邻激光雷达的检测范围存在重叠区域,所有所述激光雷达的检测区域之和覆盖所述目标通道;时间同步模块,与所述激光雷达数据采集模块、车辆检测模块、车辆跟踪模块、所述激光雷达相连接,用于同步所述目标通道内所有设备的时间。
根据本发明的又一个实施例,还提供了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程序,其中,所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明,采用获取目标通道内一个或多个激光雷达的位置信息以及与所述激光雷达对应的检测区域;控制所述一个或多个激光雷达在所述检测区域中采集目标车辆的数据,生成动态车辆信息矩阵;基于所述一个或多个激光雷达的位置信息以及所述动态车辆信息矩阵,确定所述目标车辆在所述目标通道内的实时位置信息的方式,替代了相关技术中通过GPS等方式确定车辆实时位置信息的方式,解决了难以实时跟踪在隧道中行驶的车辆的技术问题,达到提高定位隧道中行驶车辆位置信息的效率和准确率的技术效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例的一种车辆跟踪方法的移动终端的硬件结构框图;
图2是本发明实施例的一种车辆跟踪方法的流程示意图;
图3是本发明实施例的另一种车辆跟踪方法的流程示意图;
图4是本发明实施例的一种车辆跟踪方法的示意图;
图5是本发明实施例的又一种车辆跟踪方法的流程示意图;
图6是本发明实施例的又一种车辆跟踪方法的流程示意图;
图7是根据本发明实施例的一种车辆跟踪***的示意图;
图8是根据本发明实施例的一种车辆跟踪装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明的实施例。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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。
本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例,图1是本发明实施例的一种车辆跟踪方法的移动终端的硬件结构框图。如图1所示,移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,其中,上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述移动终端的结构造成限定。例如,移动终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的车辆跟踪方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种运行于移动终端、计算机终端或者类似的运算装置的车辆跟踪方法,图2是根据本发明实施例的一种车辆跟踪方法的流程示意图,如图2所示,该流程包括如下步骤:
S202,获取目标通道内一个或多个激光雷达的位置信息以及与激光雷达对应的检测区域,其中,位置信息基于一个或多个激光雷达与目标通道的边界之间的距离确定;
S204,控制一个或多个激光雷达在检测区域中采集目标车辆的数据,生成动态车辆信息矩阵,其中,目标车辆为通过目标通道的车辆,动态车辆信息矩阵记录有目标车辆与激光雷达之间的距离;
S206,基于一个或多个激光雷达的位置信息以及动态车辆信息矩阵,确定目标车辆在目标通道内的实时位置信息。
可选地,在本实施例中,上述一个或多个激光雷达的位置信息可以由服务器或终端预先获取,也可以根据激光雷达之间的距离和靠近上述通道边界的激光雷达与上述通道边界之间的距离进行确定。
可选地,在本实施例中,上述目标通道可以包括但不限于能够通行目标车辆的通道,例如,铁路隧道、运河隧道、山岭隧道、城市地下隧道、海底隧道、过江隧道等,上述激光雷达可以包括但不限于3D(three dimensional,三维)激光雷达。
上述目标车辆可以包括但不限于汽车、火车、摩托车等能够通过上述目标通道的车辆。
上述仅是一种示例,本实施例不做任何具体的限制。
可选地,在本实施例中,上述激光雷达的检测区域可以但不限于基于通道的高度、宽度、曲率以及激光雷达安装的高度和检测角度确定。
可选地,在本实施例中,上述动态车辆信息矩阵记录有目标车辆与激光雷达之间的距离、车辆编号,激光雷达编号,车型,车长,车高,车速,车道,车辆相对隧道入口或出口的位置,即车辆绝对位置,车辆相对该激光雷达的位置,即车辆相对位置,检测时刻,车身反射强度值,车身反射强度值与车辆相对位置的比值,激光雷达检测车辆单位长度的点数与车辆相对位置的比值,车身反射强度值是激光雷达发出的光扫描在车身上,经过反射后激光雷达接收到的光强值,该值与车身对激光的反射率与车身表面、激光雷达的距离及角度均相关联以及其他与目标车辆相关的车辆信息或者车辆数据。
具体地,激光雷达可以但不限于根据隧道高度、隧道宽度、隧道曲率、激光雷达的检测范围中的一个或多个因素,安装在距路面第一阈值的地方,激光雷达在水平方向的检测角度大于第二阈值,水平方向角度分辨率在第三阈值范围内,激光雷达垂直方向的视场角度大于第四阈值,垂直方向角度分辨率在第五阈值范围内,激光雷达交替安装在隧道中央的两侧,相邻激光雷达的水平距离在预设的水平距离阈值范围内,且相邻激光雷达的检测范围有重叠区域,所有激光雷达的检测区域之和覆盖全部隧道,上述第一阈值、第二阈值、第三阈值、第四阈值、第五阈值均可以根据实际情况进行预先设置。
需要说明的是,根据隧道宽度、隧道曲率和激光雷达检测的范围,调整激光雷达与水平方向的夹角,当激光雷达的检测范围没有盲区,且重叠区域为两激光雷达最外侧检测线重叠1/3至1/5形成的区域;当激光雷达的检测范围有盲区,调整激光雷达与水平方向的夹角,使盲区小于第一阈值,且相邻激光雷达最外侧检测线至少覆盖对方盲区的一半。激光雷达安装的高度由隧道高度、隧道宽度、隧道曲率、激光雷达的检测范围中的一个或多个因素限定,使激光雷达检测隧道路面的有效范围达到预设范围,即激光雷达的所有检测线均能覆盖隧道内所有车道,相邻检测线扫描车道路面的交线的最大距离不超过一定阈值,且激光雷达的安装高度大于5米。
可选地,在本实施例中,以激光雷达是3D激光雷达为例,3D激光雷达在水平方向的检测角度大于第二阈值,水平方向角度分辨率在第三阈值范围内,激光雷达垂直方向的视场角度大于第四阈值,垂直方向角度分辨率在第五阈值范围内,3D激光雷达的测距大于50米,3D激光雷达有多条检测线,检测线绕路面垂直方向旋转形成的检测面与路面有多条交线,相邻交线的最大间距不大于预设交线间距;3D激光雷达根据其检测范围,从隧道入口至出口依次布设,且相邻3D激光雷达检测范围有重叠,车辆通过3D激光雷达检测区域的顺序是:车辆通过第一3D激光雷达检测区,车辆通过3D激光雷达与第二3D激光雷达重叠的检测区域,车辆通过第二3D激光雷达检测区域,依次顺序,车辆通过隧道内全部3D激光雷达的检测区域而通过隧道。
需要说明的是,3D激光雷达相邻检测线的夹角不同时,要求扫描距离远的相邻检测线夹角不大于扫描距离近的相邻检测线夹角;3D激光雷扫描距离最近的检测线,沿车辆行驶方向,与路面形成的交线距离大于设定的阈值时,相邻3D激光雷达扫描最远的检测线至少能够检测到另一3D激光雷达的正下方,和/或调整3D激光雷达在垂直方向的安装角度,使3D激光雷达检测隧道路面没有盲区。
此外,隧道内所有3D激光雷达均需要进行坐标标定,且所有3D激光雷达坐标标定的参考系相同。
可选地,在本实施例中,目标车辆的数据可以包括但不限于车型、车高、车长、车速元素中的一个或多个,激光雷达检测到车辆进入检测区域时,计算出车辆信息,组成车辆信息向量,在下一个激光雷达检测时刻,计算该时刻的车辆数据,把该时刻的车辆的车道、车辆绝对位置、车辆相对位置、车身的反射强度值、检测时刻、车身反射强度值与车辆相对位置的比值、激光雷达检测车辆单位长度的点数与车辆相对位置的比值元素中的一个或多个添加到该车辆的车辆信息向量中,对车辆的车型、车高、车长、车速元素中的一个或多个则采用策略进行更新;当车辆通过激光雷达的检测区域时,车辆信息向量包含了车辆在通过激光雷达每个检测时刻的位置信息;激光雷达在其扫描范围内检测的不同车辆信息向量,进而组成激光雷达的车辆信息矩阵,当有新的车辆进入激光雷达检测区域时,车辆信息矩阵就增加了一条车辆信息向量,当有车辆离开激光雷达检测区域时,则车辆信息矩阵就减少一条车辆信息向量,且减少的车辆信息向量添加或更新到车辆全程跟踪数组中。
通过上述步骤,采用获取目标通道内一个或多个激光雷达的位置信息以及与激光雷达对应的检测区域,控制一个或多个激光雷达在检测区域中采集目标车辆的数据,生成动态车辆信息矩阵,基于一个或多个激光雷达的位置信息以及动态车辆信息矩阵,确定目标车辆在目标通道内的实时位置信息,替代了相关技术中通过GPS等方式确定车辆实时位置信息的方式,解决了难以实时跟踪在隧道中行驶的车辆的技术问题,提高了定位隧道中行驶车辆位置信息的效率和准确率的技术效果。
在一个可选的实施例中,基于一个或多个激光雷达的位置信息以及动态车辆信息矩阵,确定目标车辆在目标通道内的位置信息,包括:
在激光雷达为一个的情况下,基于对应于一个激光雷达的位置信息以及目标车辆与激光雷达之间的距离,确定目标车辆与激光雷达之间的第一目标相对位置信息;
在激光雷达为多个的情况下,基于对应于多个激光雷达的位置信息以及多个目标车辆与多个激光雷达中每个激光雷达之间的距离,确定多个目标车辆与多个激光雷达之间的第二目标相对位置信息;
根据第一目标相对位置信息或第二目标相对位置信息确定目标车辆在目标通道内的实时位置信息。
可选地,在本实施例中,目标车辆的绝对位置是目标车辆相对于隧道出口或入口的位置,在该检测时刻,车辆绝对位置采用激光雷达的位置与目标车辆和激光雷达相对位置得出,也即,目标车辆在隧道内的实时位置;当车辆通过3D激光雷达的检测区域时,车辆信息向量包含了车辆在通过该3D激光雷达每个检测时刻的车辆绝对位置信息和相对位置信息。
在一个可选的实施例中,在激光雷达为多个的情况下,基于对应于多个激光雷达的位置信息以及多个目标车辆与多个激光雷达中每个激光雷达之间的距离,确定多个目标车辆与多个激光雷达之间的第二目标相对位置信息,包括:获取第一激光雷达所对应的第一检测区域、第二激光雷达所对应的第二监测区域以及第一检测区域与第二检测区域的重叠部分构成的第三检测区域,其中,第一激光雷达与第二激光雷达为相邻激光雷达,检测区域包括第一检测区域、第二检测区域以及第三检测区域;在第一检测区域检测到第一目标车辆的情况下,基于第一激光雷达的第一位置信息以及第一目标车辆与第一激光雷达之间的距离,确定第一目标车辆的第一相对位置信息;在第二检测区域检测到第二目标车辆的情况下,基于第二激光雷达的第二位置信息以及第二目标车辆与第二激光雷达之间的距离,确定第二目标车辆的第二相对位置信息;在第三检测区域通过第一激光雷达检测到第一目标车辆,且在第三检测区域通过第二激光雷达检测到第二目标车辆的情况下,根据动态车辆信息矩阵中记录的目标车辆参数,将第一目标车辆和第二目标车辆确定为同一目标车辆。
在一个可选的实施例中,在所述根据所述动态车辆信息矩阵中记录的目标车辆参数,将所述第一目标车辆和所述第二目标车辆确定为同一目标车辆之后,所述方法还包括:根据所述第一相对位置信息和所述第二相对位置信息确定所述第二目标相对位置信息。
可选地,在本实施例中,目标车辆经过前一个3D激光雷达检测区域,至重叠区域,当车辆经过相邻3D激光雷达检测的重叠区域时,相邻的前一个3D激光雷达采集车辆数据,上传至与该3D激光雷达对应的车辆信息识别单元,车辆信息识别单元计算车辆数据得到第一车辆信息向量,其中,第一车辆信息记录有上述第一位置信息,相邻的后一个3D激光雷达采集该车辆数据,上传至与该激光雷达对应的车辆信息识别单元,车辆信息识别单元计算该车辆数据得到第二车辆信息向量,其中,第二车辆信息记录有上述第二位置信息,第一车辆信息向量与第二车辆信息向量中对应元素进行相似度比较,并根据分配的元素的权重,完成车辆实时位置的计算,并根据另一激光雷达检测车辆数据计算出第二车辆信息向量,根据预先分配的车辆信息向量中各元素置信度的权重,计算所有比较元素的相似度与相应元素对应的权重乘积的和,即为车辆跟踪匹配的置信度,当该置信度大于置信度阈值,则认为车辆信息向量匹配成功,相邻两3D激光雷达检测到同一辆车,即车辆跟踪匹配成功;当车辆行驶出相邻的第一3D激光雷达检测区域后第二3D激光雷达检测到车辆进入,此时第一3D激光雷达检测的该车辆的车辆信息向量被保存在车辆全程跟踪数据中,且该车辆的车辆信息向量没有与第二3D激光雷达检测的车辆信息向量匹配成功,当前检测时刻,第二3D激光雷达检测车辆数据,计算出第二车辆信息向量,从车辆全程跟踪数组中寻找与第一3D激光雷达编号相同,且没有与第二3D激光雷达跟踪匹配成功的车辆信息向量,根据预先分配的车辆信息向量元素的权重,与第二车辆信息向量,依次计算置信度,选择置信度最高且大于置信度阈值的那组车辆信息向量,为第二车辆信息向量跟踪匹配的车辆数据向量,即车辆跟踪匹配成功,完成了车辆从一个3D激光雷达至相邻的另一3D激光雷达跟踪匹配的过程。在相邻的激光雷达检测车辆跟踪匹配过程中,当车辆跟踪模块包含大于一个车辆跟踪计算单元时,必定出现第一车辆跟踪计算单元处理第一3D激光雷达检测的车辆跟踪数据,第二车辆跟踪计算单元处理第二3D激光雷达检测的车辆跟踪数据时,第一车辆跟踪单元中处理重叠区域的车辆数据通过主控单元传递至第二车辆跟踪计算单元中,或者第一车辆跟踪单元处理的车辆跟踪数据通过主控单元传递至第二车辆跟踪计算单元,便于第二车辆跟踪计算单元处理车辆跟踪数据。
以此类推,当车辆驶出隧道,隧道内所有3D激光雷达检测了车辆,并得到相应的车辆跟踪数据,从车辆全程跟踪数组中,根据车辆编号,依次经过的激光雷达编号,提取出车辆通过隧道的全部绝对位置信息,即为该车辆通过隧道的全部轨迹信息,组成车辆全程位置向量存储,删除车辆全程跟踪数组中该车辆信息。
通过本实施例,可以有效地获取到目标车辆在目标通道中全程的实时位置信息。
在一个可选的实施例中,获取目标通道内一个或多个激光雷达的位置信息,包括:将所述一个或多个激光雷达置于第一坐标系中,确定出所述激光雷达在所述第一坐标系中的横坐标X以及所述激光雷达在所述第一坐标系中的纵坐标Y;基于所述横坐标X和纵坐标Y确定所述目标通道内一个或多个激光雷达的位置信息。
在一个可选的实施例中,获取目标通道内一个或多个激光雷达的位置信息,包括:将所述激光雷达置于第一坐标系中,根据所述目标通道预先确定的宽度,和/或所述激光雷达检测所述目标通道的单侧或两侧的距离,确定出所述激光雷达在所述第一坐标系中的横坐标X;在所述激光雷达的数量为一个的情况下,根据所述一个激光雷达与所述目标通道的边界之间的距离,确定出所述激光雷达在所述第一坐标系中的纵坐标Y;基于所述横坐标X和所述纵坐标Y确定所述一个激光雷达的位置信息;在所述激光雷达的数量为多个的情况下,在所述目标车辆通过所述第三检测区域的情况下,所述相邻激光雷达检测所述同一目标车辆,得到所述目标车辆分别相对于所述相邻激光雷达的车辆相对位置;将所述车辆相对位置沿行车方向上之和确定为所述相邻激光雷达在行车方向上的距离;多次检测所述同一目标车辆,计算所述相邻激光雷达在行车方向上的距离的平均值,并将所述平均值确定为所述相邻激光雷达之间的距离;根据所述相邻激光雷达之间的距离以及所述多个激光雷达与所述目标通道的边界之间的距离,确定出所述激光雷达在所述第一坐标系中的纵坐标Y;基于所述横坐标X和纵坐标Y确定所述多个激光雷达的位置信息。
可选地,在本实施例中,在激光雷达的数量只有一个的情况下,将一个激光雷达置于第一坐标系中,根据隧道的宽度,和/或激光雷达检测目标通道的单侧或两侧的距离确定其位置信息。
可选地,在本实施例中,图3是本发明实施例的另一种车辆跟踪方法的流程示意图,如图3所示,获取目标通道内多个激光雷达的位置信息可以但不限于包括如下步骤:
S302:将所有激光雷达置于同一坐标系中,根据隧道宽度,和/或激光雷达检测隧道一侧或两侧的距离,计算出激光雷达在隧道宽度方向的位置X;
S304:在车辆通过重叠区域时,相邻激光雷达检测车辆同一位置,得到车辆分别相对于相邻激光雷达的位置,车辆相对位置沿行车方向上之和为相邻激光雷达在行车方向上的距离,多次检测车辆在重叠区域的位置,计算距离的平均值得到相邻激光雷达的准确距离,进而计算出所有相邻激光雷达的距离;
其中,车辆同一位置包括但不限于车头、车尾、车辆本身的凸出或凹陷、车辆轮轴中的一种或多种。
S306:根据确定的一个或多个激光雷达与隧道入口或出口的距离,以及所有相邻激光雷达的距离,计算出所有激光雷达沿形车方向的位置Y,完成激光雷达的位置标定。
S308,激光雷达从隧道入口至出口或出口至入口,依次编号,根据激光雷达离隧道出口或入口的距离,给出激光雷达的平面坐标,形成激光雷达的固有信息数据,也即,所有激光雷达的位置信息,其中,图4是本发明实施例的另一种车辆跟踪方法的示意图,激光雷达可以如图4所示的方式分布在目标通道中,目标通道的边界为图4所示的边界402和408,第一激光雷达404和第二激光雷达406相邻,目标车辆的行驶方向为方向410,以及相邻激光雷达的检测重叠区域412。
在一个可选的实施例中,在第三检测区域通过第一激光雷达检测到第一目标车辆,且在第三检测区域通过第二激光雷达检测到第二目标车辆的情况下,根据动态车辆信息矩阵中记录的目标车辆参数,将第一目标车辆和第二目标车辆确定为同一目标车辆,包括:获取第一激光雷达采集到的与第一目标车辆对应于的第一目标车辆数据,生成第一目标车辆向量;获取第二激光雷达采集到的与第二目标车辆对应于的第二目标车辆数据,生成第二目标车辆向量;计算第一目标车辆向量与第二目标车辆向量的相似度,生成第一目标置信度;在第一目标置信度大于置信度阈值的情况下,将第一目标车辆和第二目标车辆确定为同一目标车辆。
可选地,在本实施例中,图5是本发明实施例的又一种车辆跟踪方法的流程示意图,如图5所示,相邻激光雷达之间车辆匹配方法的流程步骤可以如下所示:
S502,车辆行驶到相邻两个激光雷达检测区域,即重叠区域时,根据一个激光雷达检测车辆数据计算出第一车辆信息向量;
S504,根据另一激光雷达检测车辆数据计算出第二车辆信息向量;
S506,根据预先分配的车辆信息向量中各元素置信度的权重,计算出车辆信息向量的置信度;
S508,当该置信度大于置信度阈值,则认为相邻两激光雷达检测的是同一车辆;
图6是本发明实施例的又一种车辆跟踪方法的流程示意图,如图6所示,相邻激光雷达之间车辆匹配方法的流程步骤还可以如下所示:
S604,车辆行驶出相邻的第一激光雷达检测区域后第二激光雷达检测到车辆进入,第二激光雷达检测车辆数据计算出第二车辆信息向量;
S606,从车辆全程跟踪数组中寻找与第一激光雷达编号相同,且没有与第二激光雷达跟踪匹配成功的车辆信息向量;
S608,根据预先分配的车辆信息向量元素的权重,与第二车辆信息向量,依次计算置信度;
S610,选择置信度最高且大于置信度阈值的一组车辆信息向量,为第二车辆信息向量跟踪匹配的数据向量。
其中,车辆信息向量至少包括一个或多个以下元素:车辆编号,激光雷达编号,车型,车长,车高,车速,车道,车辆相对隧道入口或出口的位置,即车辆绝对位置,车辆相对该激光雷达的位置,即车辆相对位置,检测时刻,车身反射强度值,车身反射强度值与车辆相对位置的比值,激光雷达检测车辆单位长度的点数与车辆相对位置的比值,车身反射强度值是激光雷达发出的光扫描在车身上,经过反射后激光雷达接收到的光强值,该值与车身对激光的反射率与车身表面、激光雷达的距离及角度均相关联。
进一步地,在激光雷达的一个检测周期内,有一条或多条检测线检测到车辆,一条检测线检测车辆的点数与点数在车辆身上围成的长度之比就是该激光雷达检测车辆单位长度的点数,该值与激光雷达检测线所在平面的角度分辨率、车辆本身大小、车辆与激光雷达的距离位置有关。
其中,相邻的第一激光雷达检测车辆的第一车辆信息向量与第二激光雷达检测车辆的第二车辆信息向量中的对应元素进行相似度比较,并根据分配的元素的权重,计算所有比较的元素的相似度与相应元素对应的权重乘积的和,即为车辆跟踪匹配的置信度,当该置信度大于置信度阈值,则认为车辆信息向量匹配成功,即车辆跟踪匹配成功。
一个车辆信息向量中的第一元素与另一车辆信息向量中对应的第二元素,元素相似度计算方法如下:
当元素是数值类型时,第一元素与第二元素差的绝对值,与第一元素和第二元素之和的一半的比值,比值与1的差的绝对值,即为第一元素与第二元素的相似度;
当元素是非数值类型时,根据元素的分类处理,第一元素与第二元素不属于同一大类;第一元素与第二元素属于同一大类,但不属于同一小类;第一元素与第二元素相同,分别给出对应的相似度。
车辆信息,组成车辆信息向量,其中,车辆信息向量至少包括一个或多个以下元素:车辆编号,激光雷达编号,车型,车长,车高,车速,车道,车辆相对隧道入口或出口的位置,即车辆绝对位置,车辆相对该激光雷达的位置,即车辆相对位置,检测时刻,车身反射强度值,车身反射强度值与车辆相对位置的比值,激光雷达检测车辆单位长度的点数与车辆相对位置的比值;进一步地,由于3D激光雷达的检测范围比较大,因此在一个3D激光雷达检测范围你检测的所有车辆的车辆信息向量,形成该激光雷达的动态车辆信息矩阵;在同一个3D激光雷达下个检测时刻,计算该时刻的车辆数据,把该时刻的车辆的车道、车辆绝对位置、车辆相对位置、车身的反射强度值、检测时刻、车身反射强度值与车辆相对位置的比值、激光雷达检测车辆单位长度的点数与车辆相对位置的比值元素中的一个或多个添加到该车辆的车辆信息向量中,对车辆的车型、车高、车长、车速元素中的一个或多个则采用策略进行更新;优选地,在3D激光雷达检测区域中,当车辆靠近该3D激光雷达时,实时更新车辆信息向量中车辆固有特征的一个或多个元素,当车辆远离该3D激光雷达时,则不更新车辆信息向量中车辆固有特征元素,其中,车辆固有特征至少包含车型,车长,车高一个或多个元素;其中,车辆绝对位置车辆相对于隧道出口或入口的位置,在该检测时刻,车辆绝对位置采用激光雷达的位置与车辆相对位置得出,也是车辆在隧道内的实时位置;当车辆通过3D激光雷达的检测区域时,车辆信息向量包含了车辆在通过该3D激光雷达每个检测时刻的车辆绝对位置信息和相对位置信息;3D激光雷达在其扫描范围内检测的不同车辆信息向量,组成了该3D激光雷达的车辆信息矩阵,当有新车辆进入该3D激光雷达检测区域时,车辆信息矩阵就增加了一条新车的车辆信息向量,当有车辆离开该3D激光雷达检测区域时,则车辆信息矩阵就减少一条离开车辆的车辆信息向量,且减少的车辆信息向量添加或更新到车辆全程跟踪数组中。
当车辆跟踪模块包含大于一个车辆跟踪计算单元时,在相邻激光雷达车辆跟踪匹配中,出现第一车辆跟踪计算单元处理第一激光雷达检测的车辆跟踪数据,第二车辆跟踪计算单元处理第二激光雷达检测的车辆跟踪数据时,则第一车辆跟踪单元中处理重叠区域的车辆数据通过主控单元传递至第二车辆跟踪单元中,便于第二车辆跟踪计算单元处理车辆跟踪数据。
当车辆驶出隧道,从车辆全程跟踪数组中,根据车辆编号,依次经过的激光雷达编号,提取出车辆通过隧道的全部绝对位置信息,即为车辆通过隧道的全部轨迹信息,组成车辆全程位置向量存储,删除车辆全程跟踪数组中该车辆信息。
在一个可选的实施例中,在目标置信度大于置信度阈值的情况下,将第一目标车辆和第二目标车辆确定为同一目标车辆,包括:
为第一目标车辆向量中的各个元素分配对应的权重值,权重值是各个元素能够用于表示目标车辆的置信度;
基于权重值以及第一目标车辆向量和第二目标车辆向量确定目标置信度。
可选地,在本实施例中,从激光雷达的车辆信息矩阵中寻找出最近没有跟踪匹配成功的车辆信息向量,与当前检测周期内该激光雷达检测的车辆信息向量,并根据时间差及在该时间内车辆通过的距离,采用车辆信息向量的预设权重值计算出置信度,当置信度大于设置的置信度阈值,则跟踪匹配成功;
在重叠区域出现了车辆遮挡,相邻的第二激光雷达检测到有新车进入其所在检测区域,计算出新车的车辆信息向量,与相邻的第一激光雷达的车辆信息矩阵中没有跟踪匹配成功的车辆信息向量,和/或,从车辆全程跟踪数组中寻找与第一激光雷达编号相同,且没有与第二激光雷达跟踪匹配成功的车辆信息向量,并根据时间差及该时间内车辆通过的距离,采用第四套车辆信息向量的权重计算置信度,当置信度大于设置的置信度阈值,则车辆跟踪匹配成功。
在一个可选的实施例中,上述方法还包括:控制第三激光雷达检测第四检测区域,其中,检测区域包括第四检测区域,第四监测区域与第三激光雷达对应,第三激光雷达与第二激光雷达相邻;
在第四检测区域中未检测到第二目标车辆,且检测到第三目标车辆的情况下,从动态车辆信息矩阵中获取第二车辆信息向量,并根据采集到的第三目标车辆的第三目标车辆数据,生成第三车辆信息向量;
根据第一时间段以及在第一时间段中第三目标车辆通过的距离,计算第二目标车辆向量与第三目标车辆向量的相似度,生成第二目标置信度;
在第二目标置信度大于置信度阈值的情况下,将第二目标车辆和第三目标车辆确定为同一目标车辆。
可选地,在本实施例中,在一个激光雷达检测的区域出现了车辆遮挡,计算当前检测周期激光雷达检测车辆的车身反射强度值与车辆相对位置的比值、激光雷达检测车辆单位长度的点数与车辆相对位置的比值,依次与激光雷达的车辆信息矩阵中没有跟踪匹配成功的车辆信息向量中的车身反射强度值与车辆相对位置的比值、激光雷达检测车辆单位长度的点数与车辆相对位置的比值,选取预先设定的比值的权重,计算出跟踪匹配的置信度,当置信度大于设置的置信度阈值,则跟踪匹配成功;
进一步地,当前检测的车身反射强度值与车辆相对位置的比值、车辆单位长度的点数与车辆相对位置的比值,依次与车辆信息矩阵中没有跟踪匹配成功的车辆信息向量中的车身反射强度值与车辆相对位置的比值、车辆单位长度的点数与车辆相对位置的比值,分别计算比值的相似度,相似度与比值对应的权重之积的和,为车辆跟踪匹配的置信度,置信度大于置信度阈值,则车辆信息向量匹配成功。
在重叠区域出现了车辆遮挡,相邻的第二激光雷达检测到有新车进入其所在检测区域的情况下,计算出车身反射强度值与车辆相对位置的比值、激光雷达检测车辆单位长度的点数与车辆相对位置的比值,依次与相邻的第一激光雷达的车辆信息矩阵中没有跟踪匹配成功的车辆信息向量,和/或,从车辆全程跟踪数组中寻找与第一激光雷达编号相同,且没有与第二激光雷达跟踪匹配成功的车辆信息向量中的车身反射强度值与车辆相对位置的比值、激光雷达检测车辆单位长度的点数与车辆相对位置的比值,选取预先设定的另一比值的权重,计算出跟踪匹配的置信度,当置信度大于设置的置信度阈值,则车辆跟踪匹配成功。
进一步地,第二激光雷达检测的车身反射强度值与车辆相对位置的比值、车辆单位长度的点数与车辆相对位置的比值,依次与相邻的第一激光雷达的车辆信息矩阵中没有跟踪匹配成功的车辆信息向量,和/或,从车辆全程跟踪数组中寻找与第一激光雷达编号相同,且没有与第二激光雷达跟踪匹配成功的车辆信息向量中的车身反射强度值与车辆相对位置的比值、车辆单位长度的点数与车辆相对位置的比值,分别计算比值的相似度,相似度与比值对应的权重之积的和,为车辆跟踪匹配的置信度,选取其中置信度最大值且置信度大于置信度阈值的车辆信息向量,则车辆信息向量匹配成功。
在一个可选的实施例中,控制一个或多个激光雷达采集目标车辆的数据,生成动态车辆信息矩阵,包括:
控制一个或多个激光雷达采集以下至少之一的目标车辆的数据:
目标车辆绝对位置,目标车辆相对激光雷达的位置,目标车辆的车身反射强度值,车身反射强度值与目标车辆相对激光雷达的位置的比值,激光雷达检测目标车辆单位长度的点数与目标车辆相对位置的比值,其中,激光雷达检测目标车辆单位长度的点数为在激光雷达的一个检测周期内,通过一条或多条检测线检测到目标车辆,一条检测线检测目标车辆的点数与点数在目标车辆身上围成的长度的比值;。
根据目标车辆的数据生成一个或多个车辆信息向量,其中,一个或多个车辆信息向量与目标车辆一一对应;
基于一个或多个车辆信息向量生成动态车辆信息矩阵。
可选地,在本实施例中,具体地,激光雷达刚检测到车辆进入检测区域时,计算出车辆信息,组成车辆信息向量,在下一个激光雷达检测时刻,计算该时刻的车辆数据,把该时刻的车辆的车道、车辆绝对位置、车辆相对位置、车身的反射强度值、检测时刻、车身反射强度值与车辆相对位置的比值、激光雷达检测车辆单位长度的点数与车辆相对位置的比值元素中的一个或多个添加到该车辆的车辆信息向量中,对车辆的车型、车高、车长、车速元素中的一个或多个则采用策略进行更新。
在一个可选的实施例中,在控制一个或多个激光雷达采集目标车辆的数据,生成动态车辆信息矩阵之后,上述方法还包括:
在激光雷达检测到目标车辆向激光雷达靠近的方向行驶的情况下,使用预设的更新策略实时更新目标车辆的数据;
在激光雷达检测到目标车辆向激光雷达远离的方向行驶的情况下,维持目标车辆的数据。
可选地,在本实施例中,在一个激光雷达检测区域中,当车辆靠近激光雷达时,实时更新车辆信息向量中车辆固有特征的一个或多个元素,当车辆远离激光雷达时,则不更新车辆信息向量中车辆固有特征元素,其中,车辆固有特征至少包含车型,车长,车高一个或多个元素。
进一步地,车辆相对于隧道出口或入口的实时位置采用激光雷达的位置与车辆相对于激光雷达的实时位置(即车辆相对位置)得出。
在一个可选的实施例中,还提供一种车辆跟踪***,如图7所示,该***包括:
激光雷达数据采集模块702,与车辆检测模块以及激光雷达相连接,用于基于所述激光雷达实时采集目标通道内的目标车辆数据,并将所述目标车辆数据发送至所述车辆检测模块;
所述车辆检测模块704,用于实时从所述目标车辆数据中计算所述目标车辆的目标信息;
车辆跟踪模块706、用于确定所述目标车辆在所述目标通道内的实时位置信息、同一所述激光雷达扫描所述目标车辆的位置信息、相邻所述激光雷达之间目标车辆的匹配信息;
所述激光雷达708,所述激光雷达交替安装在所述目标通道中央的两侧,所述相邻激光雷达的水平距离在预设的水平距离阈值范围内,所述激光雷达与水平方向夹角大于第一角度阈值,且所述相邻激光雷达的检测范围存在重叠区域,所有所述激光雷达的检测区域之和覆盖所述目标通道;
时间同步模块710,与所述激光雷达数据采集模块702、车辆检测模块、车辆跟踪模块706、所述激光雷达708相连接,用于同步所述目标通道内所有设备的时间。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种车辆跟踪装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图8是根据本发明实施例的一种车辆跟踪装置的结构框图,如图7所示,该装置包括:
获取模块802,用于获取目标通道内一个或多个激光雷达的位置信息以及与所述激光雷达对应的检测区域;
控制模块804,用于控制所述一个或多个激光雷达在所述检测区域中采集目标车辆的数据,生成动态车辆信息矩阵;
确定模块806,用于基于所述一个或多个激光雷达的位置信息以及所述动态车辆信息矩阵,确定所述目标车辆在所述目标通道内的实时位置信息。
在一个可选的实施例中,上述确定模块806,包括:
第一确定单元,用于在所述激光雷达为一个的情况下,基于对应于所述一个激光雷达的位置信息以及所述目标车辆与所述激光雷达之间的距离,确定所述目标车辆与所述激光雷达之间的第一目标相对位置信息;
第二确定单元,用于在所述激光雷达为多个的情况下,基于对应于所述多个激光雷达的位置信息以及所述多个目标车辆与所述多个激光雷达中每个激光雷达之间的距离,确定所述多个目标车辆与所述多个激光雷达之间的第二目标相对位置信息;
第三确定单元,用于根据所述第一目标相对位置信息或所述第二目标相对位置信息确定所述目标车辆在所述目标通道内的实时位置信息。
在一个可选的实施例中,上述第一确定单元,包括:
第一获取子单元,用于获取第一激光雷达所对应的第一检测区域、第二激光雷达所对应的第二监测区域以及第一检测区域与第二检测区域的重叠部分构成的第三检测区域,其中,所述第一激光雷达与第二激光雷达为相邻激光雷达,所述检测区域包括所述第一检测区域、第二检测区域以及第三检测区域;
第一确定子单元,用于在所述第一检测区域检测到第一目标车辆的情况下,基于第一激光雷达的第一位置信息以及所述第一目标车辆与所述第一激光雷达之间的距离,确定所述第一目标车辆的第一相对位置信息;
第二确定子单元,用于在所述第二检测区域检测到第二目标车辆的情况下,基于第二激光雷达的第二位置信息以及所述第二目标车辆与所述第二激光雷达之间的距离,确定所述第二目标车辆的第二相对位置信息;
第三确定子单元,用于在所述第三检测区域通过所述第一激光雷达检测到所述第一目标车辆,且在所述第三检测区域通过所述第二激光雷达检测到所述第二目标车辆的情况下,根据所述动态车辆信息矩阵中记录的目标车辆参数,将所述第一目标车辆和所述第二目标车辆确定为同一目标车辆;
第四确定子单元,用于在所述第一目标车辆和所述第二目标车辆为同一目标车辆的情况下,根据所述第一相对位置信息和所述第二相对位置信息确定所述第二目标相对位置信息。
在一个可选的实施例中,上述获取模块802用于通过如下方式获取目标通道内多个激光雷达的位置信息,包括:
将所述一个或多个激光雷达置于第一坐标系中,根据所述目标通道预先确定的宽度,和/或所述激光雷达检测所述目标通道的单侧或两侧的距离,确定出所述激光雷达在所述第一坐标系中的横坐标X;
在所述目标车辆通过所述第三检测区域的情况下,所述相邻激光雷达检测所述同一目标车辆,得到所述目标车辆分别相对于所述相邻激光雷达的车辆相对位置;
将所述车辆相对位置沿行车方向上之和确定为所述相邻激光雷达在行车方向上的距离;
多次检测所述同一目标车辆,计算所述相邻激光雷达在行车方向上的距离的平均值,并将所述平均值确定为所述相邻激光雷达之间的距离;
根据所述相邻激光雷达之间的距离以及所述多个激光雷达与所述目标通道的边界之间的距离,确定出所述激光雷达在所述第一坐标系中的纵坐标Y;
基于所述横坐标X和纵坐标Y确定所述多个激光雷达的位置信息。
在一个可选的实施例中,上述获取模块802用于通过如下方式获取目标通道内多个激光雷达的位置信息:
将所述一个激光雷达置于第一坐标系中,根据所述目标通道预先确定的宽度,和/或所述激光雷达检测所述目标通道的单侧或两侧的距离,确定出所述激光雷达在所述第一坐标系中的横坐标X;
根据所述一个激光雷达与所述目标通道的边界之间的距离,确定出所述激光雷达在所述第一坐标系中的纵坐标Y;
基于所述横坐标X和纵坐标Y确定所述一个激光雷达的位置信息。
在一个可选的实施例中,上述第三确定子单元,包括:
第一获取子模块,用于获取所述第一激光雷达采集到的与所述第一目标车辆对应于的第一目标车辆数据,生成第一目标车辆向量;
第二获取子模块,用于获取所述第二激光雷达采集到的与所述第二目标车辆对应于的第二目标车辆数据,生成第二目标车辆向量;
生成子模块,用于计算所述第一目标车辆向量与所述第二目标车辆向量的相似度,生成第一目标置信度;
确定子模块,用于在所述第一目标置信度大于置信度阈值的情况下,将所述第一目标车辆和所述第二目标车辆确定为同一目标车辆。
在一个可选的实施例中,上述确定子模块用于通过如下方式在所述目标置信度大于置信度阈值的情况下,将所述第一目标车辆和所述第二目标车辆确定为同一目标车辆:
为所述第一目标车辆向量中的各个元素分配对应的权重值,所述权重值是所述各个元素能够用于表示所述目标车辆的置信度;
基于所述权重值以及所述第一目标车辆向量和第二目标车辆向量确定所述目标置信度。
在一个可选的实施例中,所述装置还用于:
控制第三激光雷达检测第四检测区域,其中,所述检测区域包括所述第四检测区域,所述第四监测区域与所述第三激光雷达对应,所述第三激光雷达与所述第二激光雷达相邻;
在所述第四检测区域中未检测到所述第二目标车辆,且检测到第三目标车辆的情况下,从所述动态车辆信息矩阵中获取所述第二车辆信息向量,并根据采集到的所述第三目标车辆的第三目标车辆数据,生成第三车辆信息向量;
根据第一时间段以及在所述第一时间段中所述第三目标车辆通过的距离,计算所述第二目标车辆向量与所述第三目标车辆向量的相似度,生成第二目标置信度;
在所述第二目标置信度大于所述置信度阈值的情况下,将所述第二目标车辆和所述第三目标车辆确定为同一目标车辆。
在一个可选的实施例中,上述控制模块804,包括:
控制单元,用于控制所述一个或多个激光雷达采集以下至少之一的所述目标车辆的数据:
所述目标车辆绝对位置,所述目标车辆相对所述激光雷达的位置,所述目标车辆的车身反射强度值,所述车身反射强度值与所述目标车辆相对所述激光雷达的位置的比值,所述激光雷达检测所述目标车辆单位长度的点数与所述目标车辆相对位置的比值,其中,所述激光雷达检测目标车辆单位长度的点数为在所述激光雷达的一个检测周期内,通过一条或多条检测线检测到所述目标车辆,所述一条检测线检测所述目标车辆的点数与所述点数在所述目标车辆身上围成的长度的比值;。
第一生成单元,用于根据所述目标车辆的数据生成一个或多个车辆信息向量,其中,所述一个或多个车辆信息向量与所述目标车辆一一对应;
第二生成单元,用于基于所述一个或多个车辆信息向量生成所述动态车辆信息矩阵。
在一个可选的实施例中,所述装置还用于:在控制所述一个或多个激光雷达采集目标车辆的数据,生成动态车辆信息矩阵之后,在所述激光雷达检测到所述目标车辆向所述激光雷达靠近的方向行驶的情况下,使用预设的更新策略实时更新所述目标车辆的数据;在所述激光雷达检测到所述目标车辆向所述激光雷达远离的方向行驶的情况下,维持所述目标车辆的数据。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
在本实施例中,上述计算机可读存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1,获取目标通道内一个或多个激光雷达的位置信息以及与激光雷达对应的检测区域;
S2,控制一个或多个激光雷达在检测区域中采集目标车辆的数据,生成动态车辆信息矩阵;
S3,基于一个或多个激光雷达的位置信息以及动态车辆信息矩阵,确定目标车辆在目标通道内的实时位置信息。
计算机可读存储介质还被设置为存储用于执行以下步骤的计算机程序:
S1,获取目标通道内一个或多个激光雷达的位置信息以及与激光雷达对应的检测区域;
S2,控制一个或多个激光雷达在检测区域中采集目标车辆的数据,生成动态车辆信息矩阵;
S3,基于一个或多个激光雷达的位置信息以及动态车辆信息矩阵,确定目标车辆在目标通道内的实时位置信息。
在一个示例性实施例中,上述计算机可读存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
在一个示例性实施例中,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
在一个示例性实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,获取目标通道内一个或多个激光雷达的位置信息以及与激光雷达对应的检测区域;
S2,控制一个或多个激光雷达在检测区域中采集目标车辆的数据,生成动态车辆信息矩阵;
S3,基于一个或多个激光雷达的位置信息以及动态车辆信息矩阵,确定目标车辆在目标通道内的实时位置信息。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例,本实施例在此不再赘述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的原则之内,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)

1.一种车辆跟踪方法,其特征在于,包括:
获取目标通道内一个或多个激光雷达的位置信息以及与所述激光雷达对应的检测区域;
控制所述一个或多个激光雷达在所述检测区域中采集目标车辆的数据,生成动态车辆信息矩阵;
基于所述一个或多个激光雷达的位置信息以及所述动态车辆信息矩阵,确定所述目标车辆在所述目标通道内的实时位置信息。
2.根据权利要求1所述的方法,其特征在于,基于所述一个或多个激光雷达的位置信息以及所述动态车辆信息矩阵,确定所述目标车辆在所述目标通道内的位置信息,包括:
在所述激光雷达为一个的情况下,基于对应于所述一个激光雷达的位置信息以及所述目标车辆与所述激光雷达之间的距离,确定所述目标车辆与所述激光雷达之间的第一目标相对位置信息;
在所述激光雷达为多个的情况下,基于对应于所述多个激光雷达的位置信息以及所述多个目标车辆与所述多个激光雷达中每个激光雷达之间的距离,确定所述多个目标车辆与所述多个激光雷达之间的第二目标相对位置信息;
根据所述第一目标相对位置信息或所述第二目标相对位置信息确定所述目标车辆在所述目标通道内的实时位置信息。
3.根据权利要求2所述的方法,其特征在于,在所述激光雷达为多个的情况下,基于对应于所述多个激光雷达的位置信息以及所述多个目标车辆与所述多个激光雷达中每个激光雷达之间的距离,确定所述多个目标车辆与所述多个激光雷达之间的第二目标相对位置信息,包括:
获取第一激光雷达所对应的第一检测区域、第二激光雷达所对应的第二监测区域以及第一检测区域与第二检测区域的重叠部分构成的第三检测区域,其中,所述第一激光雷达与第二激光雷达为相邻激光雷达,所述检测区域包括所述第一检测区域、第二检测区域以及第三检测区域;
在所述第一检测区域检测到第一目标车辆的情况下,基于第一激光雷达的第一位置信息以及所述第一目标车辆与所述第一激光雷达之间的距离,确定所述第一目标车辆的第一相对位置信息;
在所述第二检测区域检测到第二目标车辆的情况下,基于第二激光雷达的第二位置信息以及所述第二目标车辆与所述第二激光雷达之间的距离,确定所述第二目标车辆的第二相对位置信息;
在所述第三检测区域通过所述第一激光雷达检测到所述第一目标车辆,且在所述第三检测区域通过所述第二激光雷达检测到所述第二目标车辆的情况下,根据所述动态车辆信息矩阵中记录的目标车辆参数,将所述第一目标车辆和所述第二目标车辆确定为同一目标车辆。
4.根据权利要求3所述的方法,其特征在于,获取目标通道内一个或多个激光雷达的位置信息,包括:
将所述一个或多个激光雷达置于第一坐标系中,确定出所述激光雷达在所述第一坐标系中的横坐标X以及所述激光雷达在所述第一坐标系中的纵坐标Y;
基于所述横坐标X和纵坐标Y确定所述目标通道内一个或多个激光雷达的位置信息。
5.根据权利要求4所述的方法,其特征在于,获取目标通道内一个或多个激光雷达的位置信息,包括:
将所述激光雷达置于第一坐标系中,根据所述目标通道预先确定的宽度,和/或所述激光雷达检测所述目标通道的单侧或两侧的距离,确定出所述激光雷达在所述第一坐标系中的横坐标X;
在所述激光雷达的数量为一个的情况下,根据所述一个激光雷达与所述目标通道的边界之间的距离,确定出所述激光雷达在所述第一坐标系中的纵坐标Y;
基于所述横坐标X和所述纵坐标Y确定所述一个激光雷达的位置信息;
在所述激光雷达的数量为多个的情况下,在所述目标车辆通过所述第三检测区域的情况下,所述相邻激光雷达检测所述同一目标车辆,得到所述目标车辆分别相对于所述相邻激光雷达的车辆相对位置;
将所述车辆相对位置沿行车方向上之和确定为所述相邻激光雷达在行车方向上的距离;
多次检测所述同一目标车辆,计算所述相邻激光雷达在行车方向上的距离的平均值,并将所述平均值确定为所述相邻激光雷达之间的距离;
根据所述相邻激光雷达之间的距离以及所述多个激光雷达与所述目标通道的边界之间的距离,确定出所述激光雷达在所述第一坐标系中的纵坐标Y;
基于所述横坐标X和纵坐标Y确定所述多个激光雷达的位置信息。
6.根据权利要求3所述的方法,其特征在于,在所述第三检测区域通过所述第一激光雷达检测到所述第一目标车辆,且在所述第三检测区域通过所述第二激光雷达检测到所述第二目标车辆的情况下,根据所述动态车辆信息矩阵中记录的目标车辆参数,将所述第一目标车辆和所述第二目标车辆确定为同一目标车辆,包括:
获取所述第一激光雷达采集到的与所述第一目标车辆对应于的第一目标车辆数据,生成第一目标车辆向量;
获取所述第二激光雷达采集到的与所述第二目标车辆对应于的第二目标车辆数据,生成第二目标车辆向量;
计算所述第一目标车辆向量与所述第二目标车辆向量的相似度,生成第一目标置信度;
在所述第一目标置信度大于置信度阈值的情况下,将所述第一目标车辆和所述第二目标车辆确定为同一目标车辆。
7.根据权利要求6所述的方法,其特征在于,在所述目标置信度大于置信度阈值的情况下,将所述第一目标车辆和所述第二目标车辆确定为同一目标车辆,包括:
为所述第一目标车辆向量中的各个元素分配对应的权重值,所述权重值是所述各个元素能够用于表示所述目标车辆的置信度;
基于所述权重值以及所述第一目标车辆向量和第二目标车辆向量确定所述目标置信度。
8.根据权利要求1所述方法,其特征在于,控制所述一个或多个激光雷达采集目标车辆的数据,生成动态车辆信息矩阵,包括:
控制所述一个或多个激光雷达采集以下至少之一的所述目标车辆的数据:
所述目标车辆绝对位置,所述目标车辆相对所述激光雷达的位置,所述目标车辆的车身反射强度值,所述车身反射强度值与所述目标车辆相对所述激光雷达的位置的比值,所述激光雷达检测所述目标车辆单位长度的点数与所述目标车辆相对位置的比值,其中,所述激光雷达检测目标车辆单位长度的点数为在所述激光雷达的一个检测周期内,通过一条或多条检测线检测到所述目标车辆,所述一条检测线检测所述目标车辆的点数与所述点数在所述目标车辆身上围成的长度的比值;
根据所述目标车辆的数据生成一个或多个车辆信息向量,其中,所述一个或多个车辆信息向量与所述目标车辆一一对应;
基于所述一个或多个车辆信息向量生成所述动态车辆信息矩阵。
9.根据权利要求1所述方法,其特征在于,在控制所述一个或多个激光雷达采集目标车辆的数据,生成动态车辆信息矩阵之后,所述方法还包括:
在所述激光雷达检测到所述目标车辆向所述激光雷达靠近的方向行驶的情况下,使用预设的更新策略实时更新所述目标车辆的数据;
在所述激光雷达检测到所述目标车辆向所述激光雷达远离的方向行驶的情况下,维持所述目标车辆的数据。
10.一种车辆跟踪***,其特征在于,包括:
激光雷达数据采集模块,与车辆检测模块以及激光雷达相连接,用于基于所述激光雷达实时采集目标通道内的目标车辆数据,并将所述目标车辆数据发送至所述车辆检测模块;
所述车辆检测模块,与所述激光雷达数据采集模块以及车辆跟踪模块相连接,用于实时从所述目标车辆数据中计算所述目标车辆的目标信息;
所述车辆跟踪模块,与所述车辆检测模块相连接,用于基于所述目标信息确定所述目标车辆在所述目标通道内的实时位置信息、同一所述激光雷达扫描所述目标车辆的位置信息、相邻所述激光雷达之间扫描目标车辆的匹配信息;
所述激光雷达,所述激光雷达交替安装在所述目标通道中央的两侧,所述相邻激光雷达的水平距离在预设的水平距离阈值范围内,所述激光雷达与水平方向夹角大于第一角度阈值,且所述相邻激光雷达的检测范围存在重叠区域,所有所述激光雷达的检测区域之和覆盖所述目标通道;
时间同步模块,与所述激光雷达数据采集模块、车辆检测模块、车辆跟踪模块、所述激光雷达相连接,用于同步所述目标通道内所有设备的时间。
CN202010791596.7A 2020-08-07 2020-08-07 车辆跟踪方法以及*** Active CN112099042B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010791596.7A CN112099042B (zh) 2020-08-07 2020-08-07 车辆跟踪方法以及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010791596.7A CN112099042B (zh) 2020-08-07 2020-08-07 车辆跟踪方法以及***

Publications (2)

Publication Number Publication Date
CN112099042A true CN112099042A (zh) 2020-12-18
CN112099042B CN112099042B (zh) 2024-04-12

Family

ID=73752799

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010791596.7A Active CN112099042B (zh) 2020-08-07 2020-08-07 车辆跟踪方法以及***

Country Status (1)

Country Link
CN (1) CN112099042B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113870551A (zh) * 2021-08-16 2021-12-31 清华大学 一种能够鉴别危险和非危险驾驶行为的路侧监控***
CN114910928A (zh) * 2022-05-20 2022-08-16 山东高速建设管理集团有限公司 一种隧道内车辆定位方法、装置及可存储介质
CN115390035A (zh) * 2022-07-29 2022-11-25 中国第一汽车股份有限公司 车辆进出隧道的检测方法、装置、车辆及存储介质
CN116884250A (zh) * 2023-07-12 2023-10-13 凉山州交通运输应急指挥中心 一种基于激光雷达的预警方法及高速公路预警***

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040267452A1 (en) * 2003-06-17 2004-12-30 Yohji Igarashi Method and apparatus for detecting object
CN105203551A (zh) * 2015-09-11 2015-12-30 尹栋 车载激光雷达隧道检测***、基于隧道检测***的自主定位方法及隧道灾害检测方法
KR101731050B1 (ko) * 2016-11-09 2017-04-28 한국건설기술연구원 음향센서, 레이더센서 및 영상센서를 결합한 복합센서를 이용한 돌발상황 자동 검지장치 및 그 방법
CN108549087A (zh) * 2018-04-16 2018-09-18 北京瑞途科技有限公司 一种基于激光雷达的在线检测方法
KR20180116749A (ko) * 2017-04-17 2018-10-25 주식회사 비트센싱 실시간 대규모 교통정보 수집방법 및 그 운용시스템
CN109085572A (zh) * 2018-09-05 2018-12-25 西安电子科技大学昆山创新研究院 隧道内基于多径利用毫米波雷达的运动目标跟踪方法
CN109598947A (zh) * 2018-12-26 2019-04-09 武汉万集信息技术有限公司 一种车辆识别方法及***
CN110780289A (zh) * 2019-10-23 2020-02-11 北京信息科技大学 基于场景雷达的多目标车辆跟踪方法及装置
CN110906939A (zh) * 2019-11-28 2020-03-24 安徽江淮汽车集团股份有限公司 自动驾驶定位方法、装置、电子设备、存储介质及汽车
WO2020108647A1 (zh) * 2018-11-30 2020-06-04 杭州海康威视数字技术股份有限公司 车载摄像头和车载雷达联动的目标检测方法、装置及***
CN111275075A (zh) * 2020-01-10 2020-06-12 山东超越数控电子股份有限公司 一种基于3d激光雷达的车辆检测与跟踪方法
CN111323038A (zh) * 2020-03-27 2020-06-23 新石器慧通(北京)科技有限公司 隧道内无人驾驶车辆的定位方法、***和电子设备
CN111366926A (zh) * 2019-01-24 2020-07-03 杭州海康威视***技术有限公司 跟踪目标的方法、装置、存储介质和服务器
US20200348408A1 (en) * 2018-01-16 2020-11-05 Huawei Technologies Co., Ltd. Vehicle Positioning Method and Vehicle Positioning Apparatus

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040267452A1 (en) * 2003-06-17 2004-12-30 Yohji Igarashi Method and apparatus for detecting object
CN105203551A (zh) * 2015-09-11 2015-12-30 尹栋 车载激光雷达隧道检测***、基于隧道检测***的自主定位方法及隧道灾害检测方法
KR101731050B1 (ko) * 2016-11-09 2017-04-28 한국건설기술연구원 음향센서, 레이더센서 및 영상센서를 결합한 복합센서를 이용한 돌발상황 자동 검지장치 및 그 방법
KR20180116749A (ko) * 2017-04-17 2018-10-25 주식회사 비트센싱 실시간 대규모 교통정보 수집방법 및 그 운용시스템
US20200348408A1 (en) * 2018-01-16 2020-11-05 Huawei Technologies Co., Ltd. Vehicle Positioning Method and Vehicle Positioning Apparatus
CN108549087A (zh) * 2018-04-16 2018-09-18 北京瑞途科技有限公司 一种基于激光雷达的在线检测方法
CN109085572A (zh) * 2018-09-05 2018-12-25 西安电子科技大学昆山创新研究院 隧道内基于多径利用毫米波雷达的运动目标跟踪方法
WO2020108647A1 (zh) * 2018-11-30 2020-06-04 杭州海康威视数字技术股份有限公司 车载摄像头和车载雷达联动的目标检测方法、装置及***
CN109598947A (zh) * 2018-12-26 2019-04-09 武汉万集信息技术有限公司 一种车辆识别方法及***
CN111366926A (zh) * 2019-01-24 2020-07-03 杭州海康威视***技术有限公司 跟踪目标的方法、装置、存储介质和服务器
CN110780289A (zh) * 2019-10-23 2020-02-11 北京信息科技大学 基于场景雷达的多目标车辆跟踪方法及装置
CN110906939A (zh) * 2019-11-28 2020-03-24 安徽江淮汽车集团股份有限公司 自动驾驶定位方法、装置、电子设备、存储介质及汽车
CN111275075A (zh) * 2020-01-10 2020-06-12 山东超越数控电子股份有限公司 一种基于3d激光雷达的车辆检测与跟踪方法
CN111323038A (zh) * 2020-03-27 2020-06-23 新石器慧通(北京)科技有限公司 隧道内无人驾驶车辆的定位方法、***和电子设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113870551A (zh) * 2021-08-16 2021-12-31 清华大学 一种能够鉴别危险和非危险驾驶行为的路侧监控***
CN113870551B (zh) * 2021-08-16 2023-07-28 清华大学 一种能够鉴别危险和非危险驾驶行为的路侧监控***
CN114910928A (zh) * 2022-05-20 2022-08-16 山东高速建设管理集团有限公司 一种隧道内车辆定位方法、装置及可存储介质
CN115390035A (zh) * 2022-07-29 2022-11-25 中国第一汽车股份有限公司 车辆进出隧道的检测方法、装置、车辆及存储介质
CN116884250A (zh) * 2023-07-12 2023-10-13 凉山州交通运输应急指挥中心 一种基于激光雷达的预警方法及高速公路预警***
CN116884250B (zh) * 2023-07-12 2024-01-26 凉山州交通运输应急指挥中心 一种基于激光雷达的预警方法及高速公路预警***

Also Published As

Publication number Publication date
CN112099042B (zh) 2024-04-12

Similar Documents

Publication Publication Date Title
CN112099042B (zh) 车辆跟踪方法以及***
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
Zhao et al. Detection and tracking of pedestrians and vehicles using roadside LiDAR sensors
US9563808B2 (en) Target grouping techniques for object fusion
Kim et al. Placement optimization of multiple lidar sensors for autonomous vehicles
CN106571046B (zh) 基于路面网格体系的车路协同辅助驾驶方法
CN110441790B (zh) 激光雷达***中的方法和装置串扰和多径降噪
KR102177912B1 (ko) 차량 식별
CN112824931A (zh) 使用参考数据改善雷达数据的方法和设备
RU2017119307A (ru) Способы и системы создания прогнозов траффика
CN105810012A (zh) 一种基于车载终端的车辆碰撞预警的方法及装置
US20230034574A1 (en) Method for determining lane line recognition abnormal event, and lane line recognition apparatus and system
GB2490773A (en) Means for classifying vehicular mobility data
CN113743171A (zh) 目标检测方法及装置
CN114051628A (zh) 一种确定目标对象点云集的方法及装置
CN116125461A (zh) 一种基于高精地图的跨雷达多目标接力跟踪方法
CN116013067A (zh) 车辆数据处理方法、处理器及服务器
WO2020071995A1 (en) Real time vehicle location system
Altekar et al. Infrastructure-based sensor data capture systems for measurement of operational safety assessment (osa) metrics
CN114495512A (zh) 一种车辆信息检测方法、***、电子设备及可读存储介质
KR101878427B1 (ko) 교통 레이더 장치, 교통 관리 서버, 교통 관리 시스템 및 레이더 기반 물체 이동 자취 트래킹 방법
CN111429723B (zh) 一种基于路侧设备的通信与感知数据融合方法
CN110109159B (zh) 行驶管理方法、装置、电子设备及存储介质
US20220326395A1 (en) Device and method for autonomously locating a mobile vehicle on a railway track
CN109344776B (zh) 数据处理方法

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