基于雷视融合的交通场景目标识别与跟踪

伴随着高速公路的不断发展,车辆、路侧单元、人员的急剧增加为行业监管部门带来了严重的监管压力。毫米波雷达和视频是交通领域最常用的传感器,毫米波雷达缺乏目标的可视性,视频缺乏目标的深度信息^[1-2]。为更好地进行交通管控,智慧交通管控系统应运而生^[3-4]。该系统依托5G、大数据、物联网技术,能够从根本上解决交通拥堵的问题,其中环境感知作为系统的基础支撑,是研究的难点与重点^[5]。本文针对单一传感器获取信息不足和交通场景瞬息万变的情况展开研究,提出一种基于视频和雷达的交通场景目标识别和跟踪方法,在空间和时间维度上对毫米波雷达信息与摄像头信息进行融合,结合矫正方法对未关联目标进行优化,并利用深度学习实现对探测区域中目标的跟踪与定位,达到激光雷达和视频高鲁棒,高精度数据融合的目标,从而提高甘肃省高速公路路侧的全时空、精细化感知能力。     

沪杭甬高速毫米波雷达事件检测能力分析

本文依托沪杭甬高速智慧化提升改造项目,基于感知能力提升建设中毫米波雷达的应用案例,对雷达在高速公路场景下的实际表现进行了测试和分析。根据本项目的实测数据,毫米波雷达相对于传统的视频结构化在事件检测能力上有约62.1%的提升,特别是夜间无照明路段,能极大提高事件的主动发现能力;毫米波雷达的安装方式对其检测范围有较大影响,雷达探测方向顺行车方向安装相对逆行车方向安装在有效检测距离上有约12%的提升。     

多目标跟踪雷达技术在交通态势感知中的应用

本文介绍了多目标跟踪雷达技术在交通态势感知中的应用,通过雷达事件检测器感知车辆状态数据,获取实时经度、纬度、速度等信息,支持与视频同步显示:通过多目标的相关性分析,识别停车、逆行、行人、应急车道占用及抛洒物等多种异常事件,支持联动发布告警信息:同时支持对雷达事件检测器的状态监控、图上定位与配置维护。     

雷视融合自动联合标定方法研究

本文以多传感器数据融合为分析对象,针对车路协同路侧感知应用需求,提出了一种毫米波雷达和摄像头在线自动联合标定方法,在镭视融合基础上实现对目标的准确识别与定位。本文介绍了在路侧场景下,毫米波雷达和视频传感器的时间同步和空间自动标定原理,并详细阐述了该方法在车路协同应用中的具体实现方式。通过实验证明,该在线自动联合标定方法能够提供精确、稳定的雷视融合结果,实现近端标定误差小于0.5米,远端标定误差小于2米的良好工程结果。     

基于毫米波雷达和单目相机的路侧高速感知系统

随着目标检测和跟踪技术的飞速发展,以毫米波雷达与相机为代表的多传感器融合技术在自动驾驶和智慧交通等领域被大量应用。要实现真正的高级别自动驾驶,只靠车端感知容易受道路场景及传感器性能的限制,无法使车辆获得大范围的交通参与者信息,从而带来安全隐患,因此实现路侧感知以及车路协同十分必要。而直接使用车端的算法会由于场景目标的增加导致算法处理的耗时增大。本文提出了一种基于毫米波雷达和单目相机的路侧高速感知系统,该系统具有高融合成功率以及低算法耗时的特点,已成功应用于高速监测场景为车路协同以及新基建的实现赋能。     

毫米波雷达在智慧高速中的应用

毫米波雷达作为一种不受时间、天气、光线等环境因素影响的全天候、全时段感知设备,在智慧高速的建设中广泛应用本文主要对毫米波雷达的特点和工作方式进行介绍,同时对毫米波雷达在智慧高速中的应用场景进行简要分析。     

基于目标运动轨迹场的车辆行为分析

本文提出了一种适用于多种天气条件及较复杂环境的实时车辆行为分析系统,运用运动轨迹矢量场进行车辆行为的分析。首先,采用改进Moravec算子提取特征点并根据全搜索算法和SAD匹配准则得到车辆运动轨迹。然后,对已生成的轨迹进行聚类形成运动轨迹场。最后,比较现有轨迹与运动轨迹场的偏移矢量,并以此作为交通事件检测的基准。实验表明,该系统及算法对复杂天气条件下的车辆行为分析具有很好的准确性和鲁棒性。     

智慧高速毫米波雷达应用浅析

我国的汽车保有量不断增长,高速公路的运行压力也随之升高,传统的高速公路机电管理系统已经无法满足公众的出行需求.在高速公路的发展进入智慧化建设的进程中,毫米波雷达作为一种全天候全天时、不受外界光线环境影响的感知技术,得到了广泛的应用.本文介绍了毫米波雷达的特点,对毫米波雷达在智慧高速场景中的应用进行了阐述分析.     

基于多传感器数据融合的前方障碍物识别方法探析

当前汽车前方障碍物识别主要通过单一传感器进行数据采集,但传感数据极易受到环境条件的影响,使最终障碍物识别的AP值较低。本文提出基于多传感器数据融合的前方障碍物识别方法,针对毫米波雷达传感器与视觉传感器,分别进行空间对准和时间同步处理,实现基于高速摄像头的多传感器数据同步采集:引入全局最近邻算法,匹配实时传感数据与目标源,并应用D-S证据融合理论,得到多传感器融合数据和完整的环境感知数据;设计以依托于卷积神经网络为基础的特征提取模型,获取传感器数据包含的特征信息,构建时空特征向量集,应用支持向量机算法完成前方障碍物识别。实验结果显示,所提障碍物识别方法的AP值为95.5%,可以满足智能驾驶避障需求。     

基于车辆轨迹的危险驾驶识别算法研究

为实现危险驾驶识别,本文提出通过多摄像机的车牌与车辆特征信息融合的车辆轨迹跟踪,很好地完成多个摄像机网络间的车辆轨迹跟踪功能。将基于北斗定位的车辆轨迹跟踪与基于摄像机识别的车辆轨迹跟踪进行融合,结合高精地图后可以实现基于车道级的车辆轨迹判断,对重点需要识别的危险换道行为作出预测,结合摄像机识别判定验证,使得预测模型具备自学习特性,其自学习能力将准确率从83%提升至91%。     

宇航时代 给交通监控用上“航天”眼——[时代一号]——道路交通突发事件视频检测器

[时代一号]——道路交通突发事件视频检测器是代替人眼对道路监测系统中视频图像画面的综合分析,从中得到所需要的事件、信息及数据。本系统采用了航天多目标识别与跟踪技术,对于道路监测系统视频图像中的所有车辆(目标)进行锁定、跟踪、并描述其运动轨迹。根据车辆的运动轨迹得出车辆的运动状态,从而实现对道路交通突发事件的实时检测,并在第一时间内自动报警。该产品已申请国家专利,是目前事件视频检测器市场惟一一家拥有“中国人自己的自主知     

高速公路门架抓拍数据流量分析应用探索

高速公路智慧化发展产生了大量高清视频抓拍数据,同时,随着轨迹数据分析的日益完善,为高速公路车辆路径还原提供了可靠手段,便于精细化分析高速公路流量,准确反映出行活动特征。本文以江西省高速ETC门架高清抓拍流水数据为研究对象,通过车牌聚合形成轨迹链,构造链表判别高速路网逻辑图的空间割裂关系进行轨迹拆分,再利用带必经点的A*算法进行轨迹还原及数据首尾规则拟合。最后,基于GIS平台构建路网运行状态进行可视化分析,从数据治理、断面流量、廊道分析、交调转换等进行应用探索。通过研究发现,基于轨迹还原能够发现感知终端对的数据抓拍质量,分析主要运输廊道在大客流下的车辆运行特征。随着业务场景的不断丰富,流量分析应用能成为高速公路能源科学化布局、运营管理、应急调度、科学决策的重要驱动要素。     

分布式光纤传感系统在公路隧道车速监测中的应用

交通隧道内的车速监测对于隧道的运行管理非常重要。由于交通隧道应用环境特殊,现有的交通检测技术不能够有效地满足隧道内的车速监测需求。本文基于分布式光纤传感系统构建路面振动探测网络,对车辆行驶碾压路面产生的振动进行采集和分析,对隧道内各车辆分别进行实时的速度监测。模拟测试表明,本文提出的基于光纤传感的公路隧道内车速监测方法,可以准确判断车辆加速行驶或者减速行驶的状态,同时对车辆在行驶过程中各个位置、各个时刻的瞬时速度进行准确地估算,对车辆行驶全过程的速度状态进行实时有效的监测,速度估算的平均误差不超过±5m/s,为交通隧道在运营过程中的安全管理提供了可靠的参考依据。     

多源数据融合的高速公路区间无感测速方法

为提高高速公路服务区区间测速的准确性,本文提出一种多源数据融合的高速公路区间测速算法。首先,基于ETC大数据建立高速公路区间测速模型;为解决由车辆进入服务区引起的行车速度估计不准确,引入服务区出入口抓拍数据,并针对多源数据时间不同步问题,提出了一种基于0.618法的时间配准寻优算法。最后,以福建省高速公路洋里服务区和青云山服务区区段进行实地验证。结果表明,经过时间配准优化算法实现车辆进入服务区匹配率高达99.8%,整个寻优效率比传统遍历法提升了10倍以上。可见,本文的方法实现了高速公路区段的有效精准无感测速。     

基于雷达增强型机器视觉的全息隧道监测预警技术

高速公路隧道为半封闭环境,较普通路段交通事故多,且极易导致二次事故,造成严重事故损失和交通延误,成为高速公路安全畅通运行的瓶颈.基于传统车检器及视频检测的隧道运行监测手段受硬件和算法的限制,难以达到理想的监测效果.本文依托的研究项目通过毫米波雷达和AI摄像机融合感知的方式,实现隧道全域可视化精准感知,实时准确监测隧道交...     

基于CCD摄像机光学成像原理的车辆速度测算

为了解决高速公路和部分城市道路的车辆连续测速需要雷达、卫星及人工架机等高费用工具以及运作过程繁杂的问题,本文提出一种通过CCD摄像机的光学成像原理和MATLAB程序设计来对车辆速度进行测算和数量统计的理论思路和方法。首先,根据道路实际情况模拟出车辆与道路、摄像机之间的理论几何关系图,通过几何光学等数学理论推导出该文所提出及使用的摄像机测距理论,接着利用MATLAB的GUI完成界面设计以及车辆识别、追踪等技术,实现对相应图像中车辆目标部分的数字图像处理,从而提取相关车辆信息进行数据操作,再结合以上光学理论、设计以完成对视频录像中车辆速度的测算及数量统计。     

基于多模轨迹融合的货车危险驾驶行为辨识

本文通过分析公路货运车辆运动特征,对危险行车状态实时检测方法进行了探索。首先,从货运车辆运动状态序列样本中提取了多模轨迹特征来表征车辆急加速、急刹车、换道和颠簸等行车状态,并应用粗糙集理论对条件属性特征进行简约化处理。应用支持向量机方法建立轨迹特征和车辆危险驾驶行为的分类辨识模型,并运用遗传算法对分类辨识模型的参数进行标定和优化,从而使模型能够适应实车环境下的动态驾驶场景。实验结果表明,该方法可准确反映轨迹数据特征和行车安全状态特性,识别危险驾驶行为的正确率为94.4%。     

高速公路特殊车辆追踪与布控技术探析

本文提出一种针对特殊车辆和事件的追踪与布控技术,以解决高速公路上车辆综合管控的难题。借助雷达检测设备对车辆高宽进行检测,结合车辆信息二次识别算法对车辆进行深度特征提取,基于大数据架构对各类数据进行汇聚和整合,在平台端通过相关数据分析和应用模块,实现对车辆的追踪与布控。路测结果表明,本文提出的技术方案能对特殊车辆进行有效的追踪与布控,该项目已成功申报2018年浙江省交通运输厅科技计划项目,编号2018028。     

沪杭甬高速公路车辆查询系统

高速公路在收费站道口、主线、服务区均建设完成了高清卡口系统,但各卡口系统均为独立的系统,数据信息未实现共享,因此系统利用率不高。为了解决此现象,沪杭甬高速公路搭建了车辆查询系统,将各卡口系统数据进行整合,从而实现了车辆行驶轨迹的查询,对异常的行驶行为进行信息确认。     

基于元胞传输模型的高速公路交通流仿真模型

为实现高速公路的合理规划与管理,针对传统元胞传输模型中道路等长划分的局限性,提出了一种修正的元胞传输模型,改进了原模型中的流量传输模式。同时,在修正模型中细化了交通同流密度与速度之间的关系,提高了模型的实用性。本文利用车辆检测器数据实现了路段通行能力和阻塞密度计算以及路段速度—密度关系的标定。将修正的元胞传输模型应用于实际高速公路上进行了测试,路段交通流的流量平均百分比误差可以控制在15%左右,仿真的结果较理想。