一种在途车辆感知方法及设备技术

本申请公开了一种在途车辆感知方法及设备，属于交通控制系统技术领域。方法包括：确定待监测的指定路段，通过设置于指定路段的多个感知设备，生成指定路段在当前监测时段内的采样轨迹；采样轨迹包括指定路段的采样位置和采样时间；确定采样轨迹对应的道路感知阶段，根据道路感知阶段对应的感知模式，获取指定路段的车辆指示信息；拟合得到车辆指示信息对应的指示路径，以根据指示路径的路径长度，从车辆指示信息中提取得到道路感知阶段对应的道路影响因子；根据道路影响因子对指定路段进行道路分析，以通过构建得到的多元线性回归模型或指示路径的数量，得到指定路段的在途车辆信息。息。息。

【技术实现步骤摘要】
一种在途车辆感知方法及设备


[0001]本申请涉及交通控制系统
，具体涉及一种在途车辆感知方法及设备。

技术介绍

[0002]随着现代经济的高速发展，公路运输已成为一种重要的交通方式，高速公路上的车流量作为高速公路路况监测的重要指标，也是交通管理部门进行道路规划、评估等决策的重要依据之一。对高速上的车辆进行实时感知，能够辅助决策交通疏导策略，有利于出行者的快速便捷出行。
[0003]目前，大多是通过高速门架的识别数据或车辆交易数据，确定当前高速公路的在途车辆实况，然而在节假日或受其他交通因素的诱导下，高速公路的车流量可能会大幅增长，且个别车型存在免费的情况，单一的感知方法会造成识别结果不够准确。

技术实现思路

[0004]为了解决上述问题，本申请提出了一种在途车辆感知方法，包括：确定待监测的指定路段，通过设置于所述指定路段的多个感知设备，生成所述指定路段在当前监测时段内的采样轨迹；所述采样轨迹包括所述指定路段的采样位置和采样时间；确定所述采样轨迹对应的道路感知阶段，根据所述道路感知阶段对应的感知模式，获取所述指定路段的车辆指示信息；拟合得到所述车辆指示信息对应的指示路径，以根据所述指示路径的路径长度，从所述车辆指示信息中提取得到所述道路感知阶段对应的道路影响因子；根据所述道路影响因子对所述指定路段进行道路分析，以通过构建得到的多元线性回归模型或所述指示路径的数量，得到所述指定路段的在途车辆信息。
[0005]在本申请的一种实现方式中，根据所述采样轨迹对应的道路感知阶段，确定感知模式之前，所述方法还包括：获取所述指定路段历年来的历史在途车辆信息；根据所述采样轨迹中包含的采样时间，从所述历史在途车辆信息中，确定所述指定路段在与所述采样时间位于同一监测时间段内的第一历史车辆在途量，并将所述第一历史车辆在途量与第二历史车辆在途量作差，得到在途差值；其中，所述第二历史车辆在途量表示在各年份对应的历史在途车辆信息中，除所述第一历史车辆在途量所在监测时间段之外，其他监测时间段所对应的历史车辆在途量；所述其他监测时间段的时长与所述第一历史车辆在途量所在监测时间段时长相同；在所述在途差值小于预设阈值的情况下，获取所述指定路段所在的路网信息，以根据所述路网信息，确定所述指定路段的关联路段以及所述关联路段对应的通行条件；通过所述通行条件，确定所述关联路段与所述指定路段之间的补偿系数；根据所述补偿系数对所述第一历史车辆在途量进行补偿，并根据补偿后的第一历
史车辆在途量，重新计算在途差值，以根据重新计算后的所述在途差值，确定所述采样轨迹对应的道路感知阶段。
[0006]在本申请的一种实现方式中，所述车辆指示信息包括第一车辆指示信息和第二车辆指示信息，所述指示路径包括牌识路径和交易路径；根据所述指示路径的路径长度，从所述车辆指示信息中提取得到所述道路感知阶段对应的道路影响因子，具体包括：若所述在途差值小于预设阈值，获取所述指定路段对应的第一车辆指示信息，所述第一车辆指示信息包括车辆的牌识数据、交易数据和车辆反射信号；通过路径拟合算法，拟合得到所述牌识数据和所述交易数据分别对应的牌识路径和交易路径；对比所述牌识路径和所述交易路径的路径总长，以根据所述路径总长，从所述第一车辆指示信息中筛选所述指定路段的道路影响因子；若所述在途差值大于所述预设阈值，从所述第二车辆指示信息中，提取得到所述指定路段的道路影响因子，所述第二车辆指示信息包括车辆的牌识数据和车辆反射信号。
[0007]在本申请的一种实现方式中，根据所述路网信息，确定所述指定路段的关联路段以及所述关联路段对应的通行条件，具体包括：对所述路网信息进行路段切割，以得到所述指定路段的关联路段相对于所述指定路段的上游汇入点；获取所述上游汇入点在当前监测时段之前的上一监测时段内的第一车辆集合序列，以及所述指定路段对应的第二车辆集合序列；通过所述通行条件，确定所述关联路段与所述指定路段之间的补偿系数，具体包括：确定所述关联路段与所述指定路段的关联等级；从所述第一车辆集合序列中，选取所述关联等级大于预设等级的目标车辆集合序列；按照预设的推移间隔，对所述目标车辆集合序列对应的序列时间依次进行推移，得到推移后的所述目标车辆集合序列；根据推移后的所述目标车辆集合序列，确定所述关联路段与所述指定路段之间的补偿系数。
[0008]在本申请的一种实现方式中，根据推移后的所述目标车辆集合序列，确定所述关联路段与所述指定路段之间的补偿系数，具体包括：通过最长公共子序列方法，确定推移后的所述目标车辆集合序列与所述第二车辆集合序列之间的相似度；根据所述相似度和所述推移间隔，得到所述关联路段对于所述指定路段的延迟影响时间；将所述延迟影响时间作为延迟因子，将所述关联等级作为延迟影响系数，以得到所述指定路段与所述关联路段之间的补偿系数。
[0009]在本申请的一种实现方式中，所述在途车辆信息包括在途车类别，所述在途车类别包括小型车、中型车和大型车；
从所述车辆指示信息中提取得到所述道路感知阶段对应的道路影响因子之后，所述方法还包括：对所述道路影响因子中的车辆反射信号进行信号处理，以得到处理后的信号特征图像，所述车辆反射信号为连续波；对所述信号特征图像进行特征提取，得到对应车辆产生的多条频率跳变曲线，并确定所述频率跳变曲线的展宽；基于预设的在途车类别与其对应的展宽阈值之间的映射关系，根据所述多条频率跳变曲线对应的所述展宽中的最大值，对所述车辆进行粗分类，以确定所述车辆对应的在途车类别。
[0010]在本申请的一种实现方式中，所述在途车辆信息包括在途车总量；通过构建得到的多元线性回归模型或所述指示路径的数量，得到所述指定路段的在途车辆信息，具体包括：在所述在途差值大于预设阈值的情况下，根据所述道路影响因子，构建用于预估在途车辆总量的多元线性回归模型，以通过所述多元线性回归模型，得到所述指定路段的在途车总量；所述道路影响因子至少包括以下任意一项或多项：牌识时间、感知设备数量、牌识车辆总数、感知设备平均牌识车辆数、单位时间内的在途车流量；在所述在途差值小于预设阈值的情况下，确定所述道路影响因子对应的指定路径的数量，根据所述数量得到所述指定路段的在途车总量。
[0011]在本申请的一种实现方式中，确定所述车辆对应的在途车类别之后，所述方法还包括：对所述车辆反射信号进行数据处理，得到所述车辆的点云数据；基于所述点云数据，对所述车辆进行轮廓提取，得到所述车辆的顶部轮廓，并根据所述顶部轮廓生成所述车辆的基准面；根据所述基准面的投影长度，对所述在途车类别下的车型进行二次识别，以获取细化的在途车类别。
[0012]在本申请的一种实现方式中，确定所述车辆对应的在途车类别之后，所述方法还包括：针对所述在途车类别中的指定车型，对所述指定车型添加相应的重点标识；根据所述重点标识，对位于所述指定路段的指定车型进行跟踪，以确定所述指定车型的牌识路径是否与预计的行驶路径一致。
[0013]本申请实施例提供了一种在途车辆感知设备，其特征在于，设备包括：至少一个处理器；以及，与所述至少本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种在途车辆感知方法，其特征在于，所述方法包括：确定待监测的指定路段，通过设置于所述指定路段的多个感知设备，生成所述指定路段在当前监测时段内的采样轨迹；所述采样轨迹包括所述指定路段的采样位置和采样时间；确定所述采样轨迹对应的道路感知阶段，根据所述道路感知阶段对应的感知模式，获取所述指定路段的车辆指示信息；拟合得到所述车辆指示信息对应的指示路径，以根据所述指示路径的路径长度，从所述车辆指示信息中提取得到所述道路感知阶段对应的道路影响因子；根据所述道路影响因子对所述指定路段进行道路分析，以通过构建得到的多元线性回归模型或所述指示路径的数量，得到所述指定路段的在途车辆信息。2.根据权利要求1所述的一种在途车辆感知方法，其特征在于，根据所述采样轨迹对应的道路感知阶段，确定感知模式之前，所述方法还包括：获取所述指定路段历年来的历史在途车辆信息；根据所述采样轨迹中包含的采样时间，从所述历史在途车辆信息中，确定所述指定路段在与所述采样时间位于同一监测时间段内的第一历史车辆在途量，并将所述第一历史车辆在途量与第二历史车辆在途量作差，得到在途差值；其中，所述第二历史车辆在途量表示在各年份对应的历史在途车辆信息中，除所述第一历史车辆在途量所在监测时间段之外，其他监测时间段所对应的历史车辆在途量；所述其他监测时间段的时长与所述第一历史车辆在途量所在监测时间段时长相同；在所述在途差值小于预设阈值的情况下，获取所述指定路段所在的路网信息，以根据所述路网信息，确定所述指定路段的关联路段以及所述关联路段对应的通行条件；通过所述通行条件，确定所述关联路段与所述指定路段之间的补偿系数；根据所述补偿系数对所述第一历史车辆在途量进行补偿，并根据补偿后的第一历史车辆在途量，重新计算在途差值，以根据重新计算后的所述在途差值，确定所述采样轨迹对应的道路感知阶段。3.根据权利要求2所述的一种在途车辆感知方法，其特征在于，所述车辆指示信息包括第一车辆指示信息和第二车辆指示信息，所述指示路径包括牌识路径和交易路径；根据所述指示路径的路径长度，从所述车辆指示信息中提取得到所述道路感知阶段对应的道路影响因子，具体包括：若所述在途差值小于预设阈值，获取所述指定路段对应的第一车辆指示信息，所述第一车辆指示信息包括车辆的牌识数据、交易数据和车辆反射信号；通过路径拟合算法，拟合得到所述牌识数据和所述交易数据分别对应的牌识路径和交易路径；对比所述牌识路径和所述交易路径的路径总长，以根据所述路径总长，从所述第一车辆指示信息中筛选所述指定路段的道路影响因子；若所述在途差值大于所述预设阈值，从所述第二车辆指示信息中，提取得到所述指定路段的道路影响因子，所述第二车辆指示信息包括车辆的牌识数据和车辆反射信号。4.根据权利要求2所述的一种在途车辆感知方法，其特征在于，根据所述路网信息，确定所述指定路段的关联路段以及所述关联路段对应的通行条件，具体包括：
对所述路网信息进行路段切割，以得到所述指定路段的关联路段相对于所述指定路段的上游汇入点；获取所述上游汇入点在当前监测时段之前的上一监测时段内的第一车辆集合序列，以及所述指定路段对应的第二车辆集合序列；通过所述通行条件，确定所述关联路段与所述指定路段之间的补偿系数，具体包括：确定所述关联路段与所述指定路段的关联等级；从所述第一车辆集合序列中，选取所述关联等级大于预设等级的目标车辆集合序列；按照预设的推移间隔，对所述目标车辆集合序列对应的序列时间依次进行推移，得到推移后的所述目标车辆集合序列；根据推移后的所述目标车辆集合序列，确定所述关联路段与所述指定路段之间的补偿系数。5....

【专利技术属性】
技术研发人员：景峻，李杰，桑中山，王金亮，
申请(专利权)人：山东高速信息集团有限公司，
类型：发明
国别省市：