CN112735121A - 一种基于图像级激光雷达全息感知*** - Google Patents
一种基于图像级激光雷达全息感知*** Download PDFInfo
- Publication number
- CN112735121A CN112735121A CN201910974895.1A CN201910974895A CN112735121A CN 112735121 A CN112735121 A CN 112735121A CN 201910974895 A CN201910974895 A CN 201910974895A CN 112735121 A CN112735121 A CN 112735121A
- Authority
- CN
- China
- Prior art keywords
- image
- information
- control center
- sensing system
- traffic
- 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
- 238000001514 detection method Methods 0.000 claims abstract description 30
- 238000012360 testing method Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 4
- 238000009434 installation Methods 0.000 abstract description 5
- 238000000034 method Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 5
- 238000005286 illumination Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
-
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提出一种基于图像级激光雷达全息感知***，其包含：道路信息采集设备、路测终端***、交通管控中心，道路信息采集分别电性连接至路测终端***及交通管控中心，路测终端***包括相机、图像级激光雷达。实现单个激光雷达的长距离和高精度探测，从而降低每公里安装成本。同时解决了当前道路全息感知***中分辨率低的问题，该***配合照相机使用，使得在城镇交汇路口实现高分辨率，低成本的应急预警。
Description
技术领域
本发明涉及传感器领越，具体的涉及一种基于图像级激光雷达全息感知***。
背景技术
经济的快速发展和日益增加的交通压力对城镇道路交通提出了新的要求，如何充分利用现有的技术手段以提高城市交通通行能力，建立完善的道路全息感知***，特别是交汇路口的应急预警，是智慧交通的重点发展方向。现阶段，道路全息感知***采用了视频检测与雷达检测相融合的检测方式，共同完成信息采集工作。现有交汇路口应急预警的全息感知***(视频+毫米波雷达检测型)如图1所示。
道路全息感知***包括道路信息采集设备，路测终端***以及交通管控中心三个部分组成，其中道路信息采集设备包括相机和毫米波雷达。
视频检测是现在主流的道路检测方法，具有信息量丰富，信息处理方式灵活等特点，能够得到全面的车辆信息，但是受光照，天气的影响比较大，在夜晚期间无法正常工作。
毫米波雷达是指工作频段在毫米波频段的雷达，测距原理是将无线电波(雷达波)发出去，然后接收回波，根据收发之间的时间差测得目标的位置数据。毫米波雷达利用自身发射的雷达波进行工作，其不受光照影响，能很好地弥补夜晚期间相机无法正常收集道路信息的不足。但是其探测探测距离短；探测分辨率低，容易遗漏检测道路上的小物体；受探测距离和探测精度的影响，想要达到交汇路口的全覆盖效果，每公里的安装成本较高。
视频+毫米波雷达检测型全息感知***将从多个源得到的数据结合起来，能够获得比单个传感器更多更全面的信息。从视频和毫米波雷达采集的数据中，可以获取车辆的长度，宽度和速度等信息，从而进行目标车辆的特征识别；可以通过计算每分钟内检测到车辆的数量得到当前交汇路口的车流量，进行道路状况识别和引导，缓解交通压力；对交汇路口的车辆进行持续，记录车辆变道，压线，超速以及异常停车等，为交通测序***提供数据。视频+毫米波雷达的检测技术相融合可以进行优势互补，进而获得车辆道路更全面的信息，可以提高车辆的识别率和道路状况的判断，以及车辆行驶是否规范的检测率，为交汇路口应急预警***提供了全面的信息来源。其***成本高。
维持，需要一种新的感知***。
发明内容
针对上述存在的问题，本发明提出一种新的感知***，其基于图像级激光雷达，实现单个雷达的长距离和高精度探测，从而降低每公里安装成本。
为了实现上述目的，本发明采用如下技术方案：
一种基于图像级激光雷达全息感知***，其特征在于，包含：道路信息采集设备、路测终端***、交通管控中心，所述道路信息采集分别电性连接至所述路测终端***及交通管控中心，所述路测终端***包括相机、图像级激光雷达。
优选的，该图像级激光雷达工作时发出波长1550nm。
优选的，该***运行时，在预设时间内，发出复数个光脉冲，每个光脉冲以40x100°的视场向多个不同的方向发射，利用每个光脉冲的反射信号，以构建***周边的三维场景。
优选的，该基于相机、图像级激光雷达检测的信息传输至交换机，并经过交换机传输至交通信号灯或边缘计算模块，且所述交换机将检测模块的信息反馈至控制中心，所述控制中心将接受的信息通过RSU传输至参与的车辆和/或连接的智能设备。
优选的，该参与的车辆通过其搭载车载设备将其检测的周围环境信息传输至控制中心，控制中心接受并相应反馈的信息并将响应的信息传递至交换机，交换机将接受的响应信号传输至交通灯装置，交通灯装置接收并显示交通信号。另一方面，边缘计算将承担部分控制中心运算。边缘计算还可将其运算的结果传输至参与的车辆和/或连接的智能设备。检测模块包含，激光雷达、摄像机、其它传感器(与，气象、光照传感器)，并将其检测的信息传输至交换机。
相对于现有技术中的方案，本发明的优点：
其基于图像级激光雷达，实现单个雷达的长距离和高精度探测，从而降低每公里安装成本。同时解决了当前道路全息感知***中分辨率低的问题，该***配合照相机使用，使得在城镇交汇路口实现高分辨率，低成本的应急预警。
附图说明
下面结合附图及实施例对本发明作进一步描述：
图1所示为现有交汇路口应急预警的全息感知***示意图。
图2所示为本申请实施例的路侧全息感知***设备架构示意图。
图3所示为本申请实施例的车路协同数据传输流程图。
具体实施方式
以下结合具体实施例对上述方案做进一步说明。应理解，这些实施例是用于说明本发明而不限于限制本发明的范围。实施例中采用的实施条件可以如具体厂家的条件做进一步调整，未注明的实施条件通常为常规实验中的条件。
本实施实施例在现有的架构下采用图像级激光雷达的全息感知***。该图像级激光雷达工作发出1550nm的波长，对人眼安全。激光雷达是根据飞行时间原理进行工作。***在0.1秒的时间内发射大量的光脉冲，每个光脉冲均以40x100°的视场向多个不同的方向发射，利用每个光脉冲的反射信号，以构建***周边的三维场景。
接下来结合图2及图3来详细的描述本申请实施方式的图像级激光雷达的全息感知***。
图3所示为本申请实施例的车路协同数据传输流程图，基于检测模块检测的信息通过光纤传输至交换机，该交换机将新型传输至交通灯装置(基于接收的信息显示信号)或辅助处理模块(边缘计算)，交换机将检测模块的信息处理后通过光纤反馈至(交通)控制中心(远端服务器)，该控制中心通过RSU传输至参与的车辆和/或连接的智能设备(如手机APP)。参与的车辆通过其搭载车载设备(如，激光雷达、摄像头、毫米波等设备)将其检测的周围环境信息传输(如5G传输等)至控制中心，控制中心将接受的信息处理后传递至交换机，交换机与交通灯装置新型交互，进而调节交通信号。另一方面，辅助处理模块(边缘计算)。辅助处理模块(边缘计算)还可将其运算的结果传输至参与的车辆和/或连接的智能设备。检测模块包含，激光雷达、摄像机、其它传感器(与，气象、光照传感器)，并将其检测的信息传输至交换机。
如图2所示为本申请实施例的路侧全息感知***设备架构示意图，其利用雷达和相机的相互融合效果，获取交汇路口的道路及车辆信息，同时还具有更高精度和长探测距离的优势。采用图像级激光雷达其分辨率精度要远高于毫米波雷达，能识别到毫米波雷达漏检测的小体积物体，为全息感知***提供更加丰富和精细的道路信息。图像级激光激光雷达利用收集到的高密度目标点云图案，通过神经网络算法经深度学习进而精准识别目标属性，通过训练可输出机动车、非机动车、行人等的类型、方位、距离、速度、运动方向及流量等信息。能极大地提高目标识别的输出率和准确性。路面信息经识别后可通过光纤或千兆网络再配合其他多传感器可将收集到的信息传递至路侧终端***，再通过交通管控中心服务器向周边或者更远距离的车辆进行广播，为周边当前车辆提供路口通行信息和交通安全信息提示，同时为车辆视觉盲区提供有效的信息补充，提升驾驶安全性。这种交通信息收集与播放，能极大地完善提升交汇路口的应急预警信息，提升应急预警能力。同时带有雷达监测的车辆通过网络，也可以将周围区域的交通信息传输至交通管控中心，丰富了道路全息感知***信息，为智能车路协同提供了可行的实施方式。
上述的实施方式中，图像级激光雷达具有300m的探测能力，探测能力远远大于毫米波雷达，能够对目标物进行更长距离的追踪，同时在同等距离的交通道路上，需要安装的雷达数量将远远小于毫米波雷达，降低了安装和维护成本。
上述的实施方式中，交通管控中心也称为交通控制中心。
在一实施方式中，其提供一种基于图像级激光雷达的全息感知系的交通调度方法，其应用于交汇路口应急预警，这实施方式与背景中介绍的相比采用单个激光，通过长距离和高精度的探测，与照相机(摄像机)配合使用，使得在高分辨率的构建出交汇路口的交通状况，其检测的信息与控制中心信息交互，合理有序的调度路口的车流量。这样的实施方式提高了交汇路口应急预警能力。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其它实施例的不同之处。尤其，对于装置实施例、用户终端实施例、管理平台实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
上述实施例阐明的***、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本说明书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，该计算机软件产品可以存储在存储介质中，如ROM/RAM、光盘等，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)执行本说明书各个实施例或实施例中的某些部分所述的方法。
本说明书可用于众多通用或专用的计算机***环境或配置中。例如：个人计算机、服务器计算机、多处理器***、可编程的消费电子设备、小型计算机、包括以上任何***或设备的分布式计算环境等等。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的程序、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人是能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡如本发明精神实质所做的等效变换或修饰，都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种基于图像级激光雷达全息感知***，其特征在于，包含：
道路信息采集设备、路测终端***、交通管控中心，所述道路信息采集分别电性连接至所述路测终端***及交通管控中心，
所述路测终端***包括相机、图像级激光雷达。
2.如权利要求1所述的基于图像级激光雷达全息感知***，其特征在于，所述图像级激光雷达工作时发出波长1550nm。
3.如权利要求1所述的基于图像级激光雷达全息感知***，其特征在于，所述***运行时，在预设时间内，发出复数个光脉冲，每个光脉冲以40x100°的视场向多个不同的方向发射，利用每个光脉冲的反射信号，以构建***周边的三维场景。
4.如权利要求1所述的基于图像级激光雷达全息感知***，其特征在于，基于相机、图像级激光雷达检测的信息传输至交换机，并经过交换机传输至交通信号灯或边缘计算模块，且所述交换机将检测模块的信息反馈至控制中心，所述控制中心将接受的信息通过RSU传输至参与的车辆和/或连接的智能设备。
5.如权利要求4所述的基于图像级激光雷达全息感知***，其特征在于，参与的车辆通过其搭载车载设备将其检测的周围环境信息传输至控制中心，控制中心接受并相应反馈的信息并将响应的信息传递至交换机，交换机将接受的响应信号传输至交通灯装置，交通灯装置接收并显示交通信号。另一方面，边缘计算将承担部分控制中心运算。边缘计算还可将其运算的结果传输至参与的车辆和/或连接的智能设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910974895.1A CN112735121A (zh) | 2019-10-14 | 2019-10-14 | 一种基于图像级激光雷达全息感知*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910974895.1A CN112735121A (zh) | 2019-10-14 | 2019-10-14 | 一种基于图像级激光雷达全息感知*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112735121A true CN112735121A (zh) | 2021-04-30 |
Family
ID=75588521
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910974895.1A Pending CN112735121A (zh) | 2019-10-14 | 2019-10-14 | 一种基于图像级激光雷达全息感知*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112735121A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113470354A (zh) * | 2021-06-24 | 2021-10-01 | 上海智能网联汽车技术中心有限公司 | 全天候路测感知*** |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104269053A (zh) * | 2014-08-29 | 2015-01-07 | 陈业军 | 一种智能交通***、方法及智能汽车 |
| CN105761521A (zh) * | 2015-12-31 | 2016-07-13 | 重庆邮电大学 | 基于车联网的实时交通诱导路侧***及实时交通诱导方法 |
| CN107067762A (zh) * | 2017-03-07 | 2017-08-18 | 贤石金 | 智能交通灯 |
| CN108986510A (zh) * | 2018-07-31 | 2018-12-11 | 同济大学 | 一种面向路口的智能化本地动态地图实现***及实现方法 |
| CN109472977A (zh) * | 2018-12-06 | 2019-03-15 | 上海淞泓智能汽车科技有限公司 | 一种多信息采集发布一体化智能路侧*** |
| CN109993968A (zh) * | 2019-02-26 | 2019-07-09 | 北京工业大学 | 基于车联网的交通控制*** |
-
2019
- 2019-10-14 CN CN201910974895.1A patent/CN112735121A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104269053A (zh) * | 2014-08-29 | 2015-01-07 | 陈业军 | 一种智能交通***、方法及智能汽车 |
| CN105761521A (zh) * | 2015-12-31 | 2016-07-13 | 重庆邮电大学 | 基于车联网的实时交通诱导路侧***及实时交通诱导方法 |
| CN107067762A (zh) * | 2017-03-07 | 2017-08-18 | 贤石金 | 智能交通灯 |
| CN108986510A (zh) * | 2018-07-31 | 2018-12-11 | 同济大学 | 一种面向路口的智能化本地动态地图实现***及实现方法 |
| CN109472977A (zh) * | 2018-12-06 | 2019-03-15 | 上海淞泓智能汽车科技有限公司 | 一种多信息采集发布一体化智能路侧*** |
| CN109993968A (zh) * | 2019-02-26 | 2019-07-09 | 北京工业大学 | 基于车联网的交通控制*** |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113470354A (zh) * | 2021-06-24 | 2021-10-01 | 上海智能网联汽车技术中心有限公司 | 全天候路测感知*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107650908B (zh) | 无人车环境感知*** | |
| US11479262B2 (en) | Geographically disparate sensor fusion for enhanced target detection and identification in autonomous vehicles | |
| CN110471085B (zh) | 一种轨道检测*** | |
| CN201484287U (zh) | 一种汽车防追尾安全预警装置 | |
| CN110542898A (zh) | 一种基于雷达组群的车辆行为连续跟踪探测***及方法 | |
| US20200160722A1 (en) | Distributed data collection and processing among vehicle convoy members | |
| CN111477010A (zh) | 一种用于路口全息感知的装置及其控制方法 | |
| CN114442101B (zh) | 基于成像毫米波雷达的车辆导航方法、装置、设备及介质 | |
| CN109559525B (zh) | 一种基于毫米波雷达的超速监控方法、装置和设备 | |
| CN109910955B (zh) | 基于应答器信息传输的轨道交通隧道障碍物检测***及方法 | |
| CN112379674B (zh) | 一种自动驾驶设备及*** | |
| CN213303095U (zh) | 一种基于人工智能的路测装置 | |
| CN111907518B (zh) | 一种基于云端大数据分析动态优化aeb制动策略的方法 | |
| US20230196510A1 (en) | Super-resolution radar for autonomous vehicles | |
| CN111477011A (zh) | 一种用于道路路口预警的检测装置及检测方法 | |
| CN103692993A (zh) | 一种双目远红外智能辅助安全驾驶*** | |
| EP3749977A1 (en) | Method and apparatus for object detection using a beam steering radar and convolutional neural network system | |
| CN112669614A (zh) | 一种实时道路路况信息采集与发布的装置和方法 | |
| CN210518410U (zh) | 一种基于时间同步的汽车传感器***和自动驾驶车辆 | |
| CN114492679A (zh) | 一种车辆数据处理方法、装置、电子设备及介质 | |
| CN117372979A (zh) | 道路巡检方法、装置、电子设备及存储介质 | |
| CN104199043A (zh) | 一种交通标识的检测方法 | |
| CN114397672A (zh) | 一种基于定位技术的列车主动障碍物检测方法及装置 | |
| CN112735121A (zh) | 一种基于图像级激光雷达全息感知*** | |
| CN111402630B (zh) | 一种道路预警方法、装置及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210430 |