一种基于毫米波雷达的交通流量监测系统技术方案

本发明专利技术公开了一种基于毫米波雷达的交通流量监测系统，包括毫米波雷达前端、数据处理单元和目标跟踪处理模块；毫米波雷达前端向监测区域内发射电磁波；数据处理单元对监测区域内静态物体和动态物体反射的回波信号进行处理，生成包含距离、角度、多普勒速度和信号强度的点云；目标跟踪处理模块对点云进行跟踪处理，聚类符合动态车辆信号的点云数据集，并对点云数据集标注车辆目标信息。本发明专利技术利用毫米波雷达前端发射电磁波，当有车辆经过时会反射回来，再由数据处理单元进行计算处理,由于不同车道与雷达的距离不同而导致回波信号不同，从而能检测多车道的交通信息。

A traffic flow monitoring system based on millimeter wave radar

【技术实现步骤摘要】
一种基于毫米波雷达的交通流量监测系统
本专利技术涉及雷达监测领域，尤其涉及一种基于毫米波雷达的交通流量监测系统。
技术介绍
随着城市交通建设的发展，车辆数量越来越多，因此交通监测显得愈发重要。对交通进行实时监测，可以更好的协助管理交通运输，减少交通问题，同时为管理者提供准确、可靠、实时的交通情报，为实现交通智能化提供技术支持。传统交通流量监测技术有线圈、视频等方式；1、基于线圈技术原理：以金属线圈埋设于路面下，利用车辆经过线圈时因车身材料所造成的电感量变化来探测车辆的存在。该探测技术可测速度、车流量、车道占有率等基本交通信息参数。优点：首次安装投资较少、准确度高、不受气候和光照等外界条件影响，技术最为成熟。缺点：安装与维护需要中断交通、破坏路面而变得很复杂，加上车辆过往重压等因素导致寿命不长，因而维护成本很高。另外，特殊路段如桥梁、隧道等路段难以安装。不能多车道同时检测。2、基于视频技术原理：使用计算机视频技术检测交通信息，通过视频摄像头和计算机模仿人眼功能，在视频范围内划定虚拟线圈，车辆进入检测区会使背景灰度发生变化，从而感知车辆的存在，并以此检测车辆的流量、速度车道占有率等交通信息参数。优点：在气候和光照等外界条件理想的情况下准确度高，维护成本低。缺点：极易受气候和光照等外界条件影响，技术也不太成熟，很难实现多车道同时监测。
技术实现思路
本专利技术的目的是提供一种安装维护简单、检测准确率高、不受气候和光照等外界条件的影响、使用寿命长、维护简单的基于毫米波雷达的交通流量监测系统。实现本专利技术目的的技术方案是：一种基于毫米波雷达的交通流量监测系统，包括毫米波雷达前端、数据处理单元和目标跟踪处理模块；所述毫米波雷达前端向监测区域内发射电磁波；所述数据处理单元对监测区域内动态物体反射的回波信号进行处理，生成包含距离、角度、多普勒速度和信号强度的点云；所述目标跟踪处理模块对点云进行跟踪处理，聚类符合动态车辆信号的点云数据集，并对点云数据集标注车辆目标信息。所述毫米波雷达前端的安装高度为3.5m～6.5m，并呈向下倾斜13°～17°。所述数据处理单元包括AD采样模块和数据处理模块；所述AD采样模块对回波信号经混频后进行AD采样，得到采样信息；所述数据处理模块对采样信息进行算法处理。所述数据处理模块对采样信息进行算法处理的具体内容包括：S1、通过距离处理算法对采样信息进行计算，获取监测区域内所有静态物体和动态物体的距离信息；S2、通过静态目标消除算法对距离方位数据做，去除静态物体反射的点云，并更新去除静态物体目标后的距离信息；S3、通过CAPON波束形成算法对更新后的距离信息进行计算，得到角度信息；S4、通过CFAR算法对距离信息和角度信息进行计算，去掉虚假目标；S5、生成包含距离、角度、多普勒速度和信号强度的点云。所述目标跟踪处理模块对点云进行卡尔曼滤波跟踪处理，对符合动态车辆信号的点云聚类，生成点云数据集；所述目标跟踪处理模块对每个点云数据集标注车辆目标信息，并将车辆目标信息进行输出。所述车辆目标信息包括目标的ID、目标的坐标和目标X\Y方向上速度。所述目标跟踪处理模块对点云进行卡尔曼滤波跟踪处理的具体内容为：设定包含信号强度、最小速度、最小聚类点数，最大马氏距离和最大速度差的聚类参数，根据聚类参数与点云进行对比，将符合聚类参数设定的点云聚类为点云数据集。所述目标跟踪处理模块根据点云数据集中的最大x、y坐标及最小x、y坐标计算得到该点云数据集的动态车辆的尺寸。所述目标跟踪处理模块计算得到动态车辆的尺寸的计算公式为：车长＝Ymax-Ymin，车宽＝Xmax-Xmin；式中，Ymax为最大y坐标，Ymin为最小Y坐标，Xmax为最大X坐标，Xmin为最小X坐标。采用了上述技术方案，本专利技术具有以下的有益效果：本专利技术利用毫米波雷达前端发射电磁波，当有车辆经过时会反射回来，再由数据处理单元进行计算处理,由于不同车道与雷达的距离不同而导致回波信号不同，从而能检测多车道的交通信息,安装维护简单，检测准确率高，，可去除地面、围栏等静态目标，可对车辆目标输出丰富的点云信息，可以适用于各种复杂路段，可同时跟踪多目标。附图说明为了使本专利技术的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本专利技术作进一步详细的说明，其中图1为本专利技术的毫米波雷达前端的安装示意图。图2为目标跟踪处理模块聚类点云数据集的示意图。附图标号为：毫米波雷达前端1。具体实施方式实施例一见图1至图2，本实施例的基于毫米波雷达的交通流量监测系统，包括毫米波雷达前端1、数据处理单元和目标跟踪处理模块。毫米波雷达前端1向监测区域内发射电磁波。数据处理单元对监测区域内静态物体和动态物体反射的回波信号进行处理，生成包含距离、角度、多普勒速度和信号强度的点云。目标跟踪处理模块对点云进行跟踪处理，聚类符合动态车辆信号的点云数据集，并对点云数据集标注车辆目标信息。在本实施例中，毫米波雷达前端1的安装高度为3.5m～6.5m，并呈向下倾斜13°～17°。在本实施例中，数据处理单元包括AD采样模块和数据处理模块。AD采样模块对回波信号经混频后进行AD采样，得到采样信息。数据处理模块对采样信息进行算法处理。在本实施例中，数据处理模块对采样信息进行算法处理的具体内容包括：S1、通过距离处理算法(快速傅里叶变换fastFouriertransform)对采样信息进行计算，获取监测区域内所有静态物体和动态物体的距离信息。S2、通过静态目标消除算法对距离方位数据做，，去除地面和围栏等静态物体，并更新去除静态物体目标后的距离信息。S3、通过CAPON波束形成算法对更新后的距离信息进行计算，得到角度信息。S4、通过CFAR算法(恒虚警检测ConstantFalse-AlarmRate)对距离信息和角度信息进行计算，去掉如树叶、包装袋等虚假目标。S5、生成包含距离、角度、多普勒速度和信号强度的点云。在本实施例中，目标跟踪处理模块对点云进行卡尔曼滤波跟踪处理，对符合动态车辆信号的点云聚类，生成点云数据集。目标跟踪处理模块对每个点云数据集标注车辆目标信息，并将车辆目标信息进行输出，可同时跟踪多个目标。在本实施例中，车辆目标信息包括目标的ID、目标的坐标和目标X\Y方向上速度。在本实施例中，目标跟踪处理模块对点云进行卡尔曼滤波跟踪处理的具体内容为：设定包含信号强度、最小速度、最小聚类点数，最大马氏距离和最大速度差的聚类参数，根据聚类参数与点云进行对比，将符合聚类参数设定的点云聚类为点云数据集。在具体实施时，聚类参数a＝[信号强度、最小速度、最小聚类点数，最大马氏距离，最大速度差]；假设当前聚类参数设定为a＝[250、0.01、5，1，2]，其表示为要聚类成一个目标，需至少本文档来自技高网...

【技术保护点】
1.一种基于毫米波雷达的交通流量监测系统，其特征在于：包括毫米波雷达前端(1)、数据处理单元和目标跟踪处理模块；所述毫米波雷达前端(1)向监测区域内发射电磁波；所述数据处理单元对监测区域内静态物体和动态物体反射的回波信号进行处理，生成包含距离、角度、多普勒速度和信号强度的点云；所述目标跟踪处理模块对点云进行跟踪处理，聚类符合动态车辆信号的点云数据集，并对点云数据集标注车辆目标信息。/n

【技术特征摘要】
1.一种基于毫米波雷达的交通流量监测系统，其特征在于：包括毫米波雷达前端(1)、数据处理单元和目标跟踪处理模块；所述毫米波雷达前端(1)向监测区域内发射电磁波；所述数据处理单元对监测区域内静态物体和动态物体反射的回波信号进行处理，生成包含距离、角度、多普勒速度和信号强度的点云；所述目标跟踪处理模块对点云进行跟踪处理，聚类符合动态车辆信号的点云数据集，并对点云数据集标注车辆目标信息。


2.根据权利要求1所述的基于毫米波雷达的交通流量监测系统，其特征在于：所述毫米波雷达前端(1)的安装高度为3.5m～6.5m，并呈向下倾斜13°～17°。


3.根据权利要求1所述的基于毫米波雷达的交通流量监测系统，其特征在于：所述数据处理单元包括AD采样模块和数据处理模块；所述AD采样模块对回波信号经混频后进行AD采样，得到采样信息；所述数据处理模块对采样信息进行算法处理。


4.根据权利要求3所述的基于毫米波雷达的交通流量监测系统，其特征在于：所述数据处理模块对采样信息进行算法处理的具体内容包括：
S1、通过距离处理算法对采样信息进行计算，获取监测区域内所有静态物体和动态物体的距离信息；
S2、通过静态目标消除算法对距离方位数据做，去除静态物体反射的点云，并更新去除静态物体点云后的距离信息；
S3、通过CAPON波束形成算法对更新后的距离信息进行计算，得到角度信息；
S4、通过CFAR算法对距离信息和角度信息进行计算，去...

【专利技术属性】
技术研发人员：陈浩文，刘军辉，
申请(专利权)人：长沙莫之比智能科技有限公司，
类型：发明
国别省市：湖南;43