基于微波的智能交通行为感知方法及系统技术方案

本发明专利技术提供了一种基于微波的智能交通行为感知方法及系统，该智能交通行为感知方法包括：交通参数设置步骤、道路交通背景学习步骤、道路背景噪声抑制步骤、计算步骤、建立坐标系统步骤、车型分类步骤、跟踪处理步骤、触发报警步骤。本发明专利技术的有益效果是：本发明专利技术提出一种基于微波（毫米波）方式的能够在全天候运行，具备高精度、高可靠性、大区域检测、高经济效益费用比、安装简便、能够多维度对检测区域内的各类车辆进行综合交通行为分析的方法与系统，同时针对道路上存在的一些例如隔离带或金属栏杆等会影响到雷达性能，通过一种二维雷达图像法进行背景噪声抑制。

【技术实现步骤摘要】

本专利技术涉及智能交通
，尤其涉及基于微波的智能交通行为感知方法及系统。
技术介绍
如图1所示，智能交通系统从功能模块上可以划分为三个模块。交通信息采集单元在智能交通系统中占有重要的地位，是实现智能交通行为感知与管理的基础设施。通过不同的检测技术实时获取道路上交通流量、车速、交通密度和时空占有率等交通参数，为监控中心分析、判断、发出信息和优化控制方案提供依据。交通信息检测器及其检测技术水平直接影响到道路交通监控系统的整体运行管控水平。纵观国内外现有交通检测系统中，有两大类分为移动式和固定式两大类：移动式检测以浮动车检测技术为代表，浮动车技术是指一定数量装有特定车载设备的车辆(注：称为浮动车，安装设备一般为GPS定位设备或者电子标签射频识别设备)，在行驶过程中采集沿途的自身各种交通数据(如：速度、加速度、出行距离、出行时间、停车、超速、紧急情况等)，以此作为整个城市交通路况采集的数据源。通过通讯设备将这些数据传送到信息处理中心，经信息中心处理后，建立起庞大的数据库，并向不同的对象提供多样的实时交通信息。整个过程的实质是对于整个路网的总体车辆进行采样，用样本数据反映路网整体的状况，目前实际应用的浮动车技术为基于车租车的浮动车技术与基于公交车的浮动车技术：基于出租车的浮动车技术缺点在于行驶随机性强，固定时间段内样本数波动大。同时，交通管理部门一般最关心主要干道的交通信息，一些偏r>僻地区的交通信息价值不大，如此，出租车在路网内的广泛分布反而影响了检测的效率。而且目前基于出租车的采样理论要求车辆速度为正太分布，该假设有明显缺陷，在实际应用中受到较大限制。基于公交车的浮动车技术缺点在于：(1).公交车作为浮动检测车的前提条件是公交车能够与普通车流混合行驶,如此,公交车才能有效检测车流的交通参数。如果公交车已经实施了公交专用道,公交车与普通车辆明显分流,则公交车无法成为合格的浮动探测车，目前我国大中型城市已经开始实行公交专用道。(2).公交车数量相比于出租车要少得多，由于样本比例过低，现有的样本处理方法很难保证检测的可靠性和精确度。固定式交通信息检测技术是指运用安装在固定地点的交通检测器对移动的车辆进行监测，从而实现采集交通信息的方法的总称。固定式交通检测器绝大部分安装在高速公路、快速路以及城市主干道和次干道的重要交叉路口处。固定式交通信息检测系统根据工作原理的不同，可以划分为磁频、波频和视频车辆检测器三种车辆检测方式。基于磁频的车辆检测技术是基于电磁原理进行车辆检测的，通过检测磁场强度的变化来判断是否有车辆存在或通过，主要包含环形线圈检测器、地磁车辆检测器。环形线圈车辆检测器：一种基于电磁感应原理的检测器，当车辆通过通有一定电流的环形线圈或停止在其上时，铁质车身切割磁力线，引起线圈回路电感量的变化，检测器通过检测该电感变化量就可以检测出车辆的存在，这是目前国内外应用最广泛的车辆检测设备。此种方式存在缺点：现场安装施工非常繁琐，安装时需要封路，对路面破坏严重，使用过程中容易被重型或者普通汽车反复碾压造成损害，产品使用寿命短，后期维护成本高，检测参数单一，检测区域为一个断面检测，检测区域非常狭小，经济效益费用比非常低。地磁车辆检测器：采用检测的原理是当车辆位于或通过检测区域时，将引起地磁场的变化，由此实现车辆的存在或通过检测器。此种方式存在缺点：现场安装施工较繁琐，安装时需要封路，会对路面造成破坏，由于内部采用充电电池供电，所以使用寿命短，检测参数单一，检测区域为一个断面检测，检测区域非常狭小，经济效益费用比非常低。基于波频的车辆检测技术主要采用一定波长的波束，当有车辆经过检测区域时，该波束经车辆反射后被检测器接收，根据发射波长的不同可以分为三类：超声波检测、微波检测、红外光检测。采用超声波波段(高于20kHz,低于500MHz)的检测器的优点是无需破坏路面属于非侵入式安装，体积小，缺点是检测效果非常容易受到环境影响，仪器响应时间长、误差大、波束发散角大、分辨率低、波束衰减快、有效测量距离小，其性能受温度和气流等环境因素影响较大，并且，检测区域狭小，一个超声波检测设备只能覆盖一个车道，而且安装位置必须在车道正上方，可利用的现有交通基础设施较少，经济效益费用比非常低。红外检测器自身配有指向测量车道的红外光源，其核心部件激光二极管在红外线波长范围附件工作。当驶近的车辆接近红外波束时，就会将红外线反射回红外线探测器，通过探测器可以知道车辆是否存在于检测区域内，此种车辆检测方式优点是非侵入式安装，对路面没有破坏，体积小。缺点是检测效果非常容易受到环境影响，对灰尘、云雾、雨滴和雪花穿透能力弱，很难在场外恶劣环境下运行，检测区域为点区域，安装时需要在每个车道的正上方垂直安装，每个检测设备只能监测一个车道，可利用的现有交通基础设施较少，经济效益费用比非常低。采用微波波段(0.3G-300GHz)的微波检测器主要采用多普勒原理进行车辆检测，通过发射微波到一定区域内，如果有车辆存在时，由于车辆外壳为金属材质，发射电磁波会在金属上进行散射，会有一部分能量反射到微波车检器的接收天线上，系统根据接收的信息分析后来判断车辆的有无，此种方式的有点在于环境适应性比较好，但现有的微波车检器存在的缺点是：采用多普勒原理进行目标测速，无法对静止目标进行检测，检测区域内如果出现多个目标时无法对多个目标分辨与检测，检测波束过窄(水平发射角度只有不到10度)，无法对大区域内目标进行检测检测，特别是在应用于路口条件下时。基于视频的车辆检测技术能够通过非物理手段检测到是否有通过车辆，是一种利用视频图像进行车辆检测的交通检测技术。视频车辆检测，是采用摄像机作为检测装置，通过检测车辆进入检测区时视频图像某些特征的变化，从而得知车辆的存在，并以此来检测交通流参数获取车辆的特征信息。它涉及计算机图像处理、模式识别、信号处理和信号融合等技术。视频检测技术对于图像识别实时性要求非常高，复杂背景下车辆检测和视频的准确率非常低，例如，在夜晚和比较昏暗、雾霾严重情况下、下大雨、下大雪等恶劣天气下视频检测技术无法进行检测，所以此设备无法进行全天候进行检测。此类检测设备的经济效益费用比也非常低。
技术实现思路
为了解决现有技术中的问题，本专利技术提供了一种基于微波的智能交通行为感知方法。本专利技术提供了一种基于微波的智能交通行为感知方本文档来自技高网...

【技术保护点】
一种基于微波的智能交通行为感知方法，其特征在于，包括如下步骤：交通参数设置步骤，设定雷达检测覆盖区域；道路交通背景学习步骤，雷达对检测环境背景进行学习；道路背景噪声抑制步骤包括如下步骤：(1).波束扫描一个周期生成一个二维功率位图；(2).将步骤(1)中的二维功率位图与背景功率位图进行相减；(3).判断是否存在目标，若是，那么执行步骤(4)，否则执行步骤(1)；(4).根据散射中心功率点的中心差频值进行径向距离与速度计算；计算步骤，计算各个目标的RCS值；建立坐标系统步骤，以雷达为中心点建立坐标系；车型分类步骤，根据被检测目标的雷达反射截面积RCS进行目标分类；跟踪处理步骤，对检测区域内各个离散目标点进行跟踪处理从而完成对区域内目标轨迹的重建；交通参数统计与触发报警步骤，根据各个跟踪目标进行交通统计数据计算以及交通事件触发报警，并且将交通统计数据信息和交通报警信息传输给交通分析系统。

【技术特征摘要】
1.一种基于微波的智能交通行为感知方法，其特征在于，包括如下步骤：
交通参数设置步骤，设定雷达检测覆盖区域；
道路交通背景学习步骤，雷达对检测环境背景进行学习；
道路背景噪声抑制步骤包括如下步骤：
(1).波束扫描一个周期生成一个二维功率位图；
(2).将步骤(1)中的二维功率位图与背景功率位图进行相减；
(3).判断是否存在目标，若是，那么执行步骤(4)，否则执行步骤(1)；
(4).根据散射中心功率点的中心差频值进行径向距离与速度计算；
计算步骤，计算各个目标的RCS值；
建立坐标系统步骤，以雷达为中心点建立坐标系；
车型分类步骤，根据被检测目标的雷达反射截面积RCS进行目标分类；
跟踪处理步骤，对检测区域内各个离散目标点进行跟踪处理从而完成对区
域内目标轨迹的重建；
交通参数统计与触发报警步骤，根据各个跟踪目标进行交通统计数据计算
以及交通事件触发报警，并且将交通统计数据信息和交通报警信息传输给
交通分析系统。
2.根据权利要求1所述的智能交通行为感知方法，其特征在于，在所述跟
踪处理步骤中包括如下步骤：
步骤一，跟踪起始，在第一个周期将传感器输出的离散坐标进行录入，每
个离散目标所具备的信息包含离散目标的X方向坐标、Y方向坐标、X方向
速度、Y方向速度、目标所在车道、目标的车长和目标编号ID；
步骤二，在第一个周期，针对微波传感器输出离散坐标点进行下一周期目
标点存在预估区域设定△i；
步骤三，在第二个周期，对各个离散点进行目标寻找，将离散的坐标点根
据判定要求与现有ID号进行匹配，匹配成功，将更新现有ID所包含的信
息，ID所包含的信息包括离散目标的X方向坐标、Y方向坐标、X方向速
度、Y方向速度、目标所在车道和目标的车长。
3.根据权利要求2所述的智能交通行为感知方法，其特征在于，在所述跟
踪处理步骤中，当两个或者多个目标存在一个预估区域内时，距离此预估
区域起始点距离最近的点为此刻目标点，将此坐标点的信息更新给此ID
号；如果目标离开检测区域，将此目标的ID号信息初始化，此ID号将空
闲出来，将给予新进入的离散目标。
4.根据权利要求1所述的智能交通行为感知方法，其特征在于，在所述交
通参数统计与触发报警步骤中包括：
交通参数统计步骤：
定周期交通流量统计步骤，用于统计指定时间段内通过指定区域的各类型
流量与车辆数；
定周期平均速度统计步骤，用于统计指定时间段内通过指定区域的各类型
车辆速度平均值；
定周期时间占有率统计步骤，用于统计指定时间段内通过指定区域各个虚
拟线圈的存在车辆的时间总数占统计周期的时间比；
定周期排队长度统计步骤，用于统计指定时间段内各个车道车辆的排队长
度；
定周期区域车辆数统计步骤，用于统计指定时间段与区域内车辆存在的数
量；
触发报警步骤包括：
违章停车检测步骤，用于在检测区域内，车辆停在用户设定的禁止停车区
域内；
逆向行驶检测步骤，用于检测在检测区域内存在车辆在道路上的行驶方向
与规定方向相反，且行驶距离不小于某一设定值的交通事件。
5.一种基于微波的智能交通行为感知系统，其特征在于，包括：
交通参数设置模块，用于设定雷达检测覆盖区域；
道路交通背景学习模块，用于雷达对检测环境背景进行学习；
道路背景噪声抑制模块包括：
生成单元，用于波束扫描一个周期生成一个二维功率位图；
相减单元，用于将生成单元中的二维功率位图与背景功率位图进行相减；
判断单元，用于判断是否存在目标，若是，那...

【专利技术属性】
技术研发人员：夏伟杰，张军，陶征，
申请(专利权)人：南京慧尔视智能科技有限公司，
类型：发明
国别省市：江苏;32