一种基于路侧激光雷达的车辆-行人冲突自动识别方法技术

本发明专利技术涉及一种基于路侧激光雷达的车辆

【技术实现步骤摘要】
一种基于路侧激光雷达的车辆
‑
行人冲突自动识别方法


[0001]本专利技术涉及一种基于路侧激光雷达的车辆
‑
行人冲突自动识别方法，属于交通安全


技术介绍

[0002]与机动车相比，行人是道路上的弱势群体。车辆与行人的冲突一直是交通安全的主要问题，与可能持续较长距离的车
‑
车冲突(如追尾碰撞)不同，车
‑
行人冲突通常发生在距离有限的十字路口的人行横道上。由于车辆与行人碰撞时间较短，轨迹追踪的分辨率直接影响到车
‑
行人冲突识别的精度。高分辨率的交通数据可以造福于交通安全、交通运营以及许多其他交通方面。激光雷达能够扫描周围环境，获取探测范围内的目标点云数据，现已被广泛应用于自动驾驶、标志识别等领域，而安装在路侧的激光雷达能够同时获取网联车辆和非网联道路用户的实时高精度数据，是有效解决车辆
‑
行人冲突问题的手段之一。
[0003]由于车辆行人碰撞时间较短难以获得高分辨率的追踪轨迹，如何获取高分辨率的交通数据是一个挑战。为此提出本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于路侧激光雷达的车辆
‑
行人冲突自动识别方法，其特征在于，包括以下步骤：(1)通过路侧激光雷达获取道路上的所有目标，得到待处理的三维点云数据；(2)将获取的三维点云数据通过点配准、背景滤除、目标聚类、目标分类、车道识别和目标追踪来提取轨迹；(3)由提取到的轨迹生成车辆的速度距离曲线；(4)由生成的速度距离曲线和车辆与行人的距离、停车视线距离、车辆距人行横道的距离来确定阈值，区分碰撞行为和安全行为；(5)通过路侧激光雷达将生成的信息传达到车载传感器发出预警信息来提醒驾驶人，从而提高行人的安全性。2.根据权利要求1所述的基于路侧激光雷达的车辆
‑
行人冲突自动识别方法，其特征在于，所述激光雷达设置于事故多发地的路测，用于发送实时数据到车载传感器。3.根据权利要求1所述的基于路侧激光雷达的车辆
‑
行人冲突自动识别方法，其特征在于，所述步骤(2)中，利用修正迭代最近点算法，将不同激光雷达的两点云整合。4.根据权利要求1所述的基于路侧激光雷达的车辆
‑
行人冲突自动识别方法，其特征在于，步骤(3)中，确定速度距离曲线SDP的公式为：其中，t0是在激光雷达中首次检测到行人和车辆的时间；tI是指行人轨迹与车辆轨迹相交的时间；TI是激光雷达数据相邻帧之间的时间间隔；V为车辆速度，V
t0+TI
为在t0+TI时刻的车辆速度，V
t0
为在t0时刻的车辆速度，V
tI
为在tI时刻的车辆速度；XP
t0
为在t0时刻行人的X轴坐标值，YP
t0
为在t0时刻行人的Y轴坐标值，ZP
t0
为在t0时刻行人的Z轴坐标值，XP
t0+TI
为在t0+TI时刻行人的X轴坐标值，YP
t0+TI
为在t0+TI时刻行人的Y轴坐标值，ZP
t0+TI
为在t0+TI时刻行人的Z轴坐标值，XP
tI
为在tI时刻行人的X轴坐标值，YP
tI
为在tI时刻行人的Y轴坐标值，ZP
tI
为在tI时刻行人的Z轴坐标值；XV
t0
为在t0时刻车辆的X轴坐标值，YV
t0
为在t0时刻车辆的Y轴坐标值，ZV
t0
为在t0时刻车辆的Z轴坐标值，XV
t0+TI
为在t0+TI时刻车辆的X轴坐标值，YV
t0+TI
为在t0+TI时刻车辆的Y轴坐标值，ZV
t0+TI
为在t0+TI时刻车辆的Z轴坐标值，XV
tI
为在tI时刻车辆的X轴坐标值，YV
tI
为在tI时刻车辆的Y轴坐标值，ZV
tI
为在tI时刻车辆的Z轴坐标值。5.根据权利要求4所述的基于路侧激光雷达的车辆
‑
行人冲突自动识别方法，其特征在于，步骤(4)中，根据公式(Ⅱ)(Ⅲ)(Ⅳ)来区分车辆
‑
行人碰撞行为：正常行为：SSD
‑
LTC≤DP
ꢀꢀꢀꢀꢀꢀꢀꢀ
(Ⅱ)碰撞行为：SSD
‑
LTC>DP或SSD≤DP
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(Ⅲ)接近碰撞：SSD>DP
ꢀꢀꢀꢀꢀ
(Ⅳ)
其中，LTC为车辆距人行道的距离，DP为路测...

【专利技术属性】
技术研发人员：张建成，郭鑫铭，鹿全礼，吴建清，马晓红，宋修广，李宏涛，庄培芝，田源，李利平，杜文青，陈纪旸，陈梓铭，张玉良，
申请(专利权)人：山东正中信息技术股份有限公司，
类型：发明
国别省市：