一种交通流量统计方法及装置制造方法及图纸

本发明专利技术提供了一种交通流量统计方法及装置，该方法包括：获取通过待统计道路上目标位置的车辆的点云数据，其中，所述点云数据由设置在所述目标位置的固态激光雷达传感器采集；将所述点云数据转换为至少一个方波信号，其中，所述方波信号的振幅对应所述点云数据包括的距离数据，所述距离数据对应所述固态激光雷达传感器与反射物之间的距离；针对每一个所述方波信号，根据所述方波信号的振幅变化，识别所述方波信号所包括的波动单元，其中，所述波动单元为振幅大于预设振幅阈值的单个凹波形；根据预设时间段内各个所述方波信号包括的所述波动单元的数量，确定对应于所述目标位置的交通流量数据。本方案能够减小交通流量统计所占用的计算资源。

A Statistical Method and Device for Traffic Flow

The invention provides a traffic flow statistics method and device, which includes: acquiring point cloud data of vehicles passing through the target position on the road to be counted, in which the point cloud data is collected by a solid-state lidar sensor set at the target position, and converting the point cloud data into at least one square wave signal, in which the amplitude of the square wave signal corresponds to the said square wave signal. The point cloud data includes distance data corresponding to the distance between the solid-state lidar sensor and the reflector; for each square-wave signal, according to the amplitude change of the square-wave signal, the wave unit included in the square-wave signal is identified, in which the wave unit is a single concave waveform whose amplitude is greater than the preset amplitude threshold; Each of the square wave signals in the interval includes the number of wave units and determines traffic flow data corresponding to the target location. This scheme can reduce the computational resources occupied by traffic flow statistics.

【技术实现步骤摘要】
一种交通流量统计方法及装置
本专利技术涉及交通
，特别涉及一种交通流量统计方法及装置。
技术介绍
交通管理部门为了实时了解道路交通情况，需要对道路进行交通流量统计，即统计单位时间内通过监控卡口的车辆数量，进而可以根据统计出的交通流量对道路交通拥挤状况进行预警。目前在进行交通流量统计时，通常在相应的道路上安装监控设备，利用监控设备采集道路上车辆的图像数据，之后通过对采集到的图像数据进行分析来识别车辆，进而根据识别出的车辆数量来确定交通流量。针对目前对交通流量进行统计的方法，对图像数据进行分析来识别车辆时需要对图像数据进行预处理，之后利用预处理之后的图像数据进行车辆识别，而图像预处理和车辆识别的过程均需要占用大量的计算资源，进而导致交通流量统计需要占用大量计算资源，使得交通流量统计的成本较高。
技术实现思路
本专利技术实施例提供了一种交通流量统计方法及装置，能够减小交通流量统计所占用的计算资源。第一方面，本专利技术实施例提供了一种交通流量统计方法，包括：获取通过待统计道路上目标位置的车辆的点云数据，其中，所述点云数据由设置在所述目标位置的固态激光雷达传感器采集；将所述点云数据转换为至少一个方波信号，其中，所述方波信号的振幅对应所述点云数据包括的距离数据，所述距离数据对应所述固态激光雷达传感器与反射物之间的距离；针对每一个所述方波信号，根据所述方波信号的振幅变化，识别所述方波信号所包括的波动单元，其中，所述波动单元为振幅大于预设振幅阈值的单个凹波形；根据预设时间段内各个所述方波信号包括的所述波动单元的数量，确定对应于所述目标位置的交通流量数据。可选地，当所述固态激光雷达传感器覆盖所述待统计道路的多条车道时，所述将所述点云数据转换为至少一个方波信号，包括：根据所述固态激光雷达传感器相对于各条所述车道的位置，将所述点云数据拆分为对应于各条所述车道的子点云数据；针对每一条所述车道，将该车道对应的所述子点云数据转换为对应于该车道的所述方波信号。可选地，在所述将所述点云数据转换为至少一个方波信号之后，进一步包括：确定在目标时间点所对应波形为所述波动单元的所述方波信号的目标数量；根据所述目标数量确定在所述目标时间点通过所述目标位置的车辆数量。可选地，在所述识别所述方波信号所包括的波动单元之后，进一步包括：针对同一所述方波信号中两个相邻的所述波动单元，从所述方波信号中国获取所述两个相邻的所述波动单元之间的第一距离；根据所述第一距离和所述点云数据包括的角度数据，通过如下第一公式计算与所述两个相邻的所述波动单元对应的两个车辆之间的间隔；所述第一公式包括：S＝s+d·tanα-l·sinα其中，所述S表征与所述两个相邻的所述波动单元对应的两个车辆之间的间隔，所述s表征所述第一距离，所述d表征所述固态激光雷达传感器与所述待统计道路的路面之间的距离，所述l表征所述点云数据包括的所述两个车辆中在前车辆的尾部与所述固态激光雷达传感器之间的距离，所述α表征所述点云数据包括的所述角度数据，所述角度数据为所述在前车辆的尾部与所述固态激光雷达传感器之间连线相对于竖直方向的夹角。可选地，在所述识别所述方波信号所包括的波动单元之后，进一步包括：针对每一个所述波动单元，从所述点云数据中获取该波动单元所对应目标车辆在所述固态激光雷达传感器进行两次扫描时与路面参考物之间的第二距离，并根据所述固态激光雷达传感器进行所述两次扫描的时间间隔，通过如下第二公式计算所述目标车辆的车速；所述第二公式包括：其中，所述v表征所述目标车辆的车速，所述s1和s2分别表征所述固态激光雷达传感器进行两次扫描时的所述第二距离，所述Δt表征所述固态激光雷达传感器进行所述两次扫描的时间间隔。第二方面，本专利技术实施例还提供了一种交通流量统计装置，包括：数据获取模块、数据转换模块、波形识别模块和数据统计模块；所述数据获取模块，用于获取通过待统计道路上目标位置的车辆的点云数据，其中，所述点云数据由设置在所述目标位置的固态激光雷达传感器采集；所述数据转换模块，用于将所述数据获取模块获取到的所述点云数据转换为至少一个方波信号，其中，所述方波信号的振幅对应所述点云数据包括的距离数据，所述距离数据对应所述固态激光雷达传感器与反射物之间的距离；所述波形识别模块，用于针对所述数据转换模块转换出的每一个所述方波信号，根据所述方波信号的振幅变化，识别所述方波信号所包括的波动单元，其中，所述波动单元为振幅大于预设振幅阈值的单个凹波形；所述数据统计模块，用于根据预设时间段内各个所述方波信号包括的所述波动单元的数量，确定对应于所述目标位置的交通流量数据。可选地，当所述固态激光雷达传感器覆盖所述待统计道路的多条车道时，所述数据转换模块，用于根据所述固态激光雷达传感器相对于各条所述车道的位置，将所述点云数据拆分为对应于各条所述车道的子点云数据，并针对每一条所述车道，将该车道对应的所述子点云数据转换为对应于该车道的所述方波信号。可选地，所述数据统计模块，进一步用于确定在目标时间点所对应波形为所述波动单元的所述方波信号的目标数量，并根据所述目标数量确定在所述目标时间点通过所述目标位置的车辆数量。可选地，所述数据统计模块，进一步用于针对同一所述方波信号中两个相邻的所述波动单元，从所述方波信号中国获取所述两个相邻的所述波动单元之间的第一距离，并根据所述第一距离和所述点云数据包括的角度数据，通过如下第一公式计算与所述两个相邻的所述波动单元对应的两个车辆之间的间隔；所述第一公式包括：S＝s+d·tanα-l·sinα其中，所述S表征与所述两个相邻的所述波动单元对应的两个车辆之间的间隔，所述s表征所述第一距离，所述d表征所述固态激光雷达传感器与所述待统计道路的路面之间的距离，所述l表征所述点云数据包括的所述两个车辆中在前车辆的尾部与所述固态激光雷达传感器之间的距离，所述α表征所述点云数据包括的所述角度数据，所述角度数据为所述在前车辆的尾部与所述固态激光雷达传感器之间连线相对于竖直方向的夹角。可选地，所述数据统计模块，进一步用于针对每一个所述波动单元，从所述点云数据中获取该波动单元所对应目标车辆在所述固态激光雷达传感器进行两次扫描时与路面参考物之间的第二距离，并根据所述固态激光雷达传感器进行所述两次扫描的时间间隔，通过如下第二公式计算所述目标车辆的车速；所述第二公式包括：其中，所述v表征所述目标车辆的车速，所述s1和s2分别表征所述固态激光雷达传感器进行两次扫描时的所述第二距离，所述Δt表征所述固态激光雷达传感器进行所述两次扫描的时间间隔。本专利技术实施例提供的交通流量统计方法及装置，通过固态激光雷达传感器采集通过目标位置的车辆的点云数据，之后将点云数据转换为方波信号，使得方波信号的振幅与表征固态激光雷达传感器与反射物之间距离的距离数据相对应，之后根据方波信号的振幅变化识别方波信号包括的波动单元，每一个波动单元对应于待统计道路上一个可移动的反射物，进而根据预设时间段内各方波信号包括的波动单元的数量便可以确定相对于目标位置的交通流量数据。由此可见，利用固态激光雷达传感器将道路上的车辆转换为点云数据，进而将点云数据转换为方波信号后确定交通流量数据，对点云数据和方波信号进行处理时所需的计算资源较少，从而可以减少交通流量统计所占用的计算资本文档来自技高网...

【技术保护点】
1.一种交通流量统计方法，其特征在于，包括：获取通过待统计道路上目标位置的车辆的点云数据，其中，所述点云数据由设置在所述目标位置的固态激光雷达传感器采集；将所述点云数据转换为至少一个方波信号，其中，所述方波信号的振幅对应所述点云数据包括的距离数据，所述距离数据对应所述固态激光雷达传感器与反射物之间的距离；针对每一个所述方波信号，根据所述方波信号的振幅变化，识别所述方波信号所包括的波动单元，其中，所述波动单元为振幅大于预设振幅阈值的单个凹波形；根据预设时间段内各个所述方波信号包括的所述波动单元的数量，确定对应于所述目标位置的交通流量数据。

【技术特征摘要】
1.一种交通流量统计方法，其特征在于，包括：获取通过待统计道路上目标位置的车辆的点云数据，其中，所述点云数据由设置在所述目标位置的固态激光雷达传感器采集；将所述点云数据转换为至少一个方波信号，其中，所述方波信号的振幅对应所述点云数据包括的距离数据，所述距离数据对应所述固态激光雷达传感器与反射物之间的距离；针对每一个所述方波信号，根据所述方波信号的振幅变化，识别所述方波信号所包括的波动单元，其中，所述波动单元为振幅大于预设振幅阈值的单个凹波形；根据预设时间段内各个所述方波信号包括的所述波动单元的数量，确定对应于所述目标位置的交通流量数据。2.根据权利要求1所述的方法，其特征在于，当所述固态激光雷达传感器覆盖所述待统计道路的多条车道时，所述将所述点云数据转换为至少一个方波信号，包括：根据所述固态激光雷达传感器相对于各条所述车道的位置，将所述点云数据拆分为对应于各条所述车道的子点云数据；针对每一条所述车道，将该车道对应的所述子点云数据转换为对应于该车道的所述方波信号。3.根据权利要求1所述的方法，其特征在于，在所述将所述点云数据转换为至少一个方波信号之后，进一步包括：确定在目标时间点所对应波形为所述波动单元的所述方波信号的目标数量；根据所述目标数量确定在所述目标时间点通过所述目标位置的车辆数量。4.根据权利要求1所述的方法，其特征在于，在所述识别所述方波信号所包括的波动单元之后，进一步包括：针对同一所述方波信号中两个相邻的所述波动单元，从所述方波信号中国获取所述两个相邻的所述波动单元之间的第一距离；根据所述第一距离和所述点云数据包括的角度数据，通过如下第一公式计算与所述两个相邻的所述波动单元对应的两个车辆之间的间隔；所述第一公式包括：S＝s+d·tanα-l·sinα其中，所述S表征与所述两个相邻的所述波动单元对应的两个车辆之间的间隔，所述s表征所述第一距离，所述d表征所述固态激光雷达传感器与所述待统计道路的路面之间的距离，所述l表征所述点云数据包括的所述两个车辆中在前车辆的尾部与所述固态激光雷达传感器之间的距离，所述α表征所述点云数据包括的所述角度数据，所述角度数据为所述在前车辆的尾部与所述固态激光雷达传感器之间连线相对于竖直方向的夹角。5.根据权利要求1至4中任一所述的方法，其特征在于，在所述识别所述方波信号所包括的波动单元之后，进一步包括：针对每一个所述波动单元，从所述点云数据中获取该波动单元所对应目标车辆在所述固态激光雷达传感器进行两次扫描时与路面参考物之间的第二距离，并根据所述固态激光雷达传感器进行所述两次扫描的时间间隔，通过如下第二公式计算所述目标车辆的车速；所述第二公式包括：其中，所述v表征所述目标车辆的车速，所述s1和s2分别表征所述固态激光雷达传感器进行两次扫描时的所述第二距离，所述Δt表征所述固态激光雷达传感器进行所述两次扫描的时间间隔。6.一种交通流量统计装置，其特征在于，包括...

【专利技术属性】
技术研发人员：张雁鹏，高明，金长新，
申请(专利权)人：济南浪潮高新科技投资发展有限公司，
类型：发明
国别省市：山东,37