一种雷达自动识别车道的车道识别方法技术

本发明专利技术涉及雷达电子技术领域，具体是一种雷达自动识别车道的车道识别方法，其具体步骤如下：步骤S1：提取雷达采集的数据并将角度的参数加90度后转化为弧度的形式；步骤S2：划分几个不同的距离区间提取区间内对应的角度，并统计各角度出现在这些距离区间内的频率和频数；步骤S3：利用单元平均恒虚警的目标检测方法找到目标点，并确定各条车道；步骤S4：对上边确定的各条车道进行处理，获得最终各条车道并绘制出各车道中心线位置，本发明专利技术通过算法实现了雷达自动识别车道，能够快捷有效地让雷达自动识别出车道位置，测量人员可以在此基础上加以修正从而找到车道精确位置，使其达到设计效果，这能大大减少测量前计算的工作量。这能大大减少测量前计算的工作量。这能大大减少测量前计算的工作量。

【技术实现步骤摘要】
一种雷达自动识别车道的车道识别方法


[0001]本专利技术涉及雷达电子
，具体是一种雷达自动识别车道的车道识别方法。

技术介绍

[0002]毫米波交通雷达具有全天候，长距离，高分辨率定位目标的能力，因此在交通领域，它常被广泛用来探测周围目标的距离，速度和角度方位，民用交通雷达最常用的就是架在路口探测目标情况，例如车辆是否出现压线、超速等违规现象，而在探测这些现象前需要先“告诉”雷达每条车道在什么位置，这样才能更好的探测这些现象。所以交通雷达在架杆前需要很精确地计算和核验，而且对架杆的角度还有一定的要求，这样在测试之前需要做很大的工作量。

技术实现思路

[0003]为了解决上述问题，本专利技术提出一种雷达自动识别车道的车道识别方法。
[0004]一种雷达自动识别车道的车道识别方法，其具体步骤如下：
[0005]步骤S1：提取雷达采集的数据并将角度的参数加90度后转化为弧度的形式；
[0006]步骤S2：划分几个不同的距离区间提取区间内对应的角度，并统计各角度出现在这些距离区间内的频率和频数；
[0007]步骤S3：利用单元平均恒虚警的目标检测方法找到目标点，并确定各条车道；
[0008]步骤S4：对上边确定的各条车道进行处理，获得最终各条车道并绘制出各车道中心线位置。
[0009]所述的步骤S1中，雷达采集的数据时间不能太短，需要在15分钟以上。
[0010]所述的步骤S2中，所划分的距离区间不能太大或太小，且统计各角度出现的频率及频数需在极坐标中进行。
[0011]所述的步骤S3中，利用单元平均恒虚警检测目标拟合车道包括：
[0012]1)首先在直角坐标系中，找到每个距离区间内可作为目标的点，提取所有的有效目标的角度转化为弧度格式；
[0013]2)将找到的所有目标点放在同一表格并按照标准进行分类，将所有目标角度的正弦和余弦乘以对应的距离得到的数据放在同一个表格中，并将这些数据放到直角坐标系，角度正弦与距离的乘积作为纵坐标；
[0014]3)按照纵坐标的间距对所有的目标进行分类，根据分类后的点数进行一次拟合，确定车道数、各车道斜率、各车道位置。
[0015]所述的步骤S4中，绘制车道位置包括：
[0016]1)确定车道的斜率、各车道间距、所有车道的中心位置；
[0017]2)将数据代入公式：
[0018]y＝k*x+mid+[(n
–
1)/2
–
(n
‑
n1)]*space；
[0019]式中，y为目标点纵坐标，k为车道斜率，x为目标点横坐标，mid为所有车道的中心
位置，n为车道数，n1为当前车道是第几条车道，space为各车道间距；确定各车道位置。
[0020]3)利用MATLAB软件的绘图软件绘制出各条车道。
[0021]所述的步骤S4的1)中，绘制的是各车道中心线位置，车道间距应根据计算的间距平均值取3.5m或3.75m，具体内容包括：将所有车道的斜率相加求平均得到最终车道的斜率k，将所有车道的间距相加求平均得到各车道间距space，将所有车道中心位置相加求平均得到最中心车道中心位置mid。
[0022]本专利技术的有益效果是：本专利技术通过算法实现了雷达自动识别车道，能够快捷有效地让雷达自动识别出车道位置，测量人员可以在此基础上加以修正从而找到车道精确位置，使其达到设计效果，这能大大减少测量前计算的工作量。
附图说明
[0023]下面结合附图和实施例对本专利技术进一步说明。
[0024]图1为本专利技术的标定方法流程示意图；
[0025]图2为本专利技术在极坐标下的角度、距离示意图；
[0026]图3为本专利技术中一个距离区间内有效目标示意图；
[0027]图4为本专利技术的绘制的车道示意图。
具体实施方式
[0028]为了使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面对本专利技术进一步阐述。
[0029]如图1至图4所示，一种雷达自动识别车道的车道识别方法，其具体步骤如下：
[0030]步骤S1：提取雷达采集的数据并将角度的参数加90度后转化为弧度的形式；
[0031]步骤S2：划分几个不同的距离区间提取区间内对应的角度，并统计各角度出现在这些距离区间内的频率和频数；
[0032]步骤S3：利用单元平均恒虚警的目标检测方法找到目标点，并确定各条车道；
[0033]步骤S4：对上边确定的各条车道进行处理，获得最终各条车道并绘制出各车道中心线位置。
[0034]图2为本专利技术在极坐标下的角度、距离示意图，将原始数据中的角度转换为弧度制表示，按照条件对数据进行筛选，并将筛选出的数据按照角度、距离在极坐标中绘制出来。
[0035]图3为本专利技术中一个距离区间内有效目标示意图，对上述数据做单元平均恒虚警检测，检测出真正的有效目标，如图3中，分别包括虚线、实线、圆点，其中高于虚线的圆点即为有效目标，圆点分布在实线的最高峰顶端以及坐标轴的横坐标上。
[0036]图4为本专利技术中绘制的车道示意图，将检测到的有效目标依据条件进行分类得到车道数目，按照中间车道位置和车道间距绘制出识别出的车道。
[0037]所述的步骤S1中，雷达采集的数据时间不能太短，需要在15分钟以上。
[0038]所述的步骤S2中，所划分的距离区间不能太大或太小，且统计各角度出现的频率及频数需在极坐标中进行。
[0039]划分的距离区间不能太宽或太窄，应在1米，且划分的距离区间应在3条以上，本专利技术划分了4条；同时统计角度和距离的频率和频数应在极坐标下进行。
[0040]本专利技术通过算法实现了雷达自动识别车道，能够快捷有效地让雷达自动识别出车道位置，测量人员可以在此基础上加以修正从而找到车道精确位置，使其达到设计效果，这能大大减少测量前计算的工作量。
[0041]所述的步骤S3中，利用单元平均恒虚警检测目标拟合车道包括：
[0042]1)首先在直角坐标系中，找到每个距离区间内可作为目标的点，提取所有的有效目标的角度转化为弧度格式；
[0043]2)将找到的所有目标点放在同一表格并按照标准进行分类，将所有目标角度的正弦和余弦乘以对应的距离得到的数据放在同一个表格中，并将这些数据放到直角坐标系，角度正弦与距离的乘积作为纵坐标；
[0044]3)按照纵坐标的间距对所有的目标进行分类，根据分类后的点数进行一次拟合，确定车道数、各车道斜率、各车道位置。
[0045]所述的步骤S4中，绘制车道位置包括：
[0046]1)确定车道的斜率、各车道间距、所有车道的中心位置；
[0047]2)将数据代入公式：
[0048]y＝k*x+mid+[(n
–
1)/2
–
(n
‑
n1)]*space；
[0049]式中，y为目标点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种雷达自动识别车道的车道识别方法，其特征在于：其具体步骤如下：步骤S1：提取雷达采集的数据并将角度的参数加90度后转化为弧度的形式；步骤S2：划分几个不同的距离区间提取区间内对应的角度，并统计各角度出现在这些距离区间内的频率和频数；步骤S3：利用单元平均恒虚警的目标检测方法找到目标点，并确定各条车道；步骤S4：对上边确定的各条车道进行处理，获得最终各条车道并绘制出各车道中心线位置。2.根据权利要求1所述的一种雷达自动识别车道的车道识别方法，其特征在于：所述的步骤S1中，雷达采集的数据时间不能太短，需要在15分钟以上。3.根据权利要求1所述的一种雷达自动识别车道的车道识别方法，其特征在于：所述的步骤S2中，所划分的距离区间不能太大或太小，且统计各角度出现的频率及频数需在极坐标中进行。4.根据权利要求1所述的一种雷达自动识别车道的车道识别方法，其特征在于：所述的步骤S3中，利用单元平均恒虚警检测目标拟合车道包括：1)首先在直角坐标系中，找到每个距离区间内可作为目标的点，提取所有的有效目标的角度转化为弧度格式；2)将找到的所有目标点放在同一表格并按照标准进行分类，将所有目标角度的正弦和余弦乘以对应的距离得到的数据放在同一个表格中，并将这些数据放...

【专利技术属性】
技术研发人员：罗畅安，钱永俊，安然，王连众，高天祥，
申请(专利权)人：芜湖易来达雷达科技有限公司，
类型：发明
国别省市：