隧道内基于时空关系的毫米波雷达量测异常轨迹处理方法技术

本发明专利技术公开了一种隧道内基于时空关系的毫米波雷达量测异常轨迹处理方法，主要解决现有技术确定隧道内道路平面在雷达坐标系中不准，以及毫米波雷达量测异常轨迹处理依赖相机等传感器时空对准困难的问题，本发明专利技术利用高速公路隧道的模型参数确定隧道内道路平面在雷达坐标系中的位置，使得本发明专利技术可以获取精确的隧道道路平面的位置信息，滤除隧道外的轨迹，本发明专利技术利用轨迹信息中的时间和空间特征，识别发生轨迹分裂的轨迹，对其中生存时间短的轨迹进行删除，识别发生轨迹id切换的轨迹，对缺失部分轨迹进行补齐，使得本发明专利技术在不依赖相机数据，就可以实现对异常轨迹的识别处理。就可以实现对异常轨迹的识别处理。就可以实现对异常轨迹的识别处理。

【技术实现步骤摘要】
隧道内基于时空关系的毫米波雷达量测异常轨迹处理方法


[0001]本专利技术属于通信
，更进一步涉及智能交通
中的一种对隧道场景下毫米波雷达量测的异常轨迹进行处理的方法。本专利技术可以结合毫米波雷达量测轨迹的时间和空间信息对异常轨迹进行处理，可用于实现高速公路智能化。

技术介绍

[0002]随着智能交通的发展，毫米波雷达由于其技术特点和低成本优势在智能交通领域发挥着日益重要的作用，其可以用于车辆检测、交通量调查、交通事件检测、交通诱导等，毫米波雷达在智慧公路中扮演着越来越重要的角色。毫米波雷达能否在智能交通中发挥更好的作用，关键在于其能否准确的获取车辆轨迹信息，在像隧道这样的复杂的道路场景下，毫米波雷达雷达信号经过多次反射、折射后容易跟踪出异常的轨迹，这些异常轨迹的存在对车流量的统计和后续传感器融合等产生了很大的影响，因此去除这些异常的轨迹尤为重要。
[0003]同济大学和上海城投公路投资(集团)有限公司在其申请的专利文献“一种基于毫米波雷达的隧道轨迹数据镜像去除方法”(专利申请号CN202210087338.X，申请公布号CN 114443636 A)中公开了一种基于毫米波雷达的隧道轨迹数据镜像去除方法。该方法的实现步骤是，根据毫米波雷达反射的静态点数据，估计出隧道墙壁的位置，然后剔除隧道外的车辆轨迹数据。该方法存在的不足之处是：毫米波雷达空间分辨率很差，在算法上通常会忽略相对地面不移动的隧道墙壁的雷达回波，获取隧道墙壁反射的静态点数据困难，难以估计出隧道墙壁的准确位置。
[0004]同济大学在其申请的专利文献“一种基于前视相机与毫米波雷达融合的目标跟踪方法”(专利申请号CN201811125678.7，申请公布号CN 109212521 A)中公开了一种融合相机数据和毫米波数据来进行隧道内目标跟踪的方法。该方法的实现步骤是，先将雷达和相机数据在时间和空间上进行对准，然后通过将雷达和相机获取的轨迹数据中位置速度的马氏距离进行融合，来修正毫米波雷达中的异常轨迹数据。该方法存在的不足之处是：使用相机数据来修正毫米波雷达中存在的异常轨迹数据时，相机检测受隧道内光照条件影响大，隧道照明较差时相机检测效果差，且毫米波雷达生成的点云数据比较少，相机和雷达数据进行时空对准困难，难以实现毫米波雷达异常轨迹数据准确处理。

技术实现思路

[0005]本专利技术的目的是针对上述现有技术的不足，提出一种隧道内基于时空关系的毫米波雷达量测异常轨迹处理方法，旨在解决依赖相机传感器的数据对毫米波雷达进行异常轨迹处理时，相机检测受隧道内光照条件影响大且相机雷达数据融合时空间对准困难的问题，以及使用毫米波雷达获取静态数据来估算隧道位置不准无法对隧道外车辆轨迹进行准确滤除的问题。
[0006]实现本专利技术目的的技术思路是，本专利技术只需要获取隧道内的毫米波雷达量测的轨
迹数据信息即可进行异常轨迹处理，不依赖相机的数据，能够解决现有专利技术中相机受到隧道内照明的影响和相机雷达数据融合困难的问题。本专利技术按照时间顺序获取毫米波雷达量测的轨迹数据信息，根据轨迹数据之间的的时间和空间位置关系判断的轨迹是否发生异常，然后对异常进行处理，并根据从道路交通系统数据库中获取的隧道墙壁位置，滤除在隧道外的车辆轨迹，能够解决现有的使用毫米波雷达获取静态数据来估算隧道位置不准无法对隧道外车辆轨迹进行滤除的问题。
[0007]为实现上述目的，该方法的步骤包括如下：
[0008]步骤1，获取车辆轨迹数据信息：
[0009]通过固定在高速公路的隧道侧壁上的毫米波雷达，获取每个采样时间戳雷达跟踪车辆轨迹中的车辆轨迹帧信息如下：
[0010][0011]其中，T
id
(t
s
)表示车辆在雷达测量范围内，在第t
s
个采样时间戳的毫米波雷达采集的第id条车辆轨迹的轨迹帧信息，s＝1,2,...,n
s
，n
s
表示采样时间戳的总数，x
id
(t
s
)表示第t
s
个采样时间戳的第id条轨迹中车辆位于直角坐标系中X轴的坐标值，y
id
(t
s
)表示第t
s
个采样时间的第id条轨迹中车辆位于直角坐标系中Y轴的坐标值，表示第t
s
个采样时间戳的第id条轨迹中车辆沿直角坐标系X轴正方向的速度，表示第t
s
个采样时间戳的第id条轨迹中车辆沿直角坐标系Y轴正方向的速度；
[0012]步骤2，判断车辆轨迹是否为位于隧道外的车辆轨迹，若是，则执行步骤3，否则，执行步骤4；
[0013]步骤3，从毫米波雷达获取的车辆轨迹帧信息中删除隧道外车辆轨迹的轨迹信息；
[0014]步骤4，判断时间上存在交集的两条轨迹所对应的公共采样时间戳轨迹帧信息中是否满足轨迹分裂关系，若是，则执行步骤5，否则，执行步骤6；
[0015]所述满足轨迹分裂关系指的是同时满足以下条件的情形：
[0016]条件1，时间上存在交集的两条轨迹所对应的公共采样时间戳轨迹帧信息满足轨迹分裂的位置速度关系，
[0017]条件2，时间上存在交集的两条轨迹所对应的公共采样时间戳轨迹帧信息的速度相关系数ρ大于0；
[0018]步骤5，从毫米波雷达获取的车辆轨迹帧信息中，删除两条分裂轨迹中生存时间较短的轨迹的轨迹信息；
[0019]步骤6，判断时间上不存在交集的两条轨迹的首尾轨迹帧信息是否满足轨迹id切换关系，若是，则执行步骤7，否则，执行步骤8；
[0020]步骤7，对于两条轨迹之间缺失的轨迹点进行补齐：
[0021]步骤7.1，按照T
k
＝T
l
+kΔT公式，计算待补齐点中每个时间戳，其中，T
k
表示待补齐点中第k个时间戳，ΔT表示雷达的扫描周期时间，k＝1,2,...,n
k
，n
k
表示待补齐点中时间戳的总数，
[0022][0023]其中，[
·
]表示向上取整操作；
[0024]步骤7.2，按照下式，计算待补齐点时间戳T
k
时车辆运动状态向量：
[0025][0026][0027]其中，表示待补齐点时间戳T
k
时通过轨迹3最后一帧轨迹帧信息预测时的车辆运动状态向量，的初始状态向量为[
·
]T
表示求转置操作，F1表示待补齐点时间戳T
k
时通过轨迹3最后一帧轨迹帧信息预测时的状态转移矩阵，W表示噪声矩阵，表示待补齐点时间戳T
k
时通过轨迹4第一帧轨迹帧信息预测时的车辆运动状态向量，的初始状态向量为F2表示待补齐点时间戳T
k
时通过轨迹4第一帧轨迹帧信息反向预测时的状态转移矩阵；
[0028]步骤7.3，按照下式，计算待补齐点时间戳T
k
时车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种隧道内基于时空关系的毫米波雷达量测异常轨迹处理方法，其特征在于，利用高速公路隧道的模型参数确定隧道内道路平面在雷达坐标系中的位置，利用轨迹数据信息中的时间和空间特征识别异常车辆轨迹；该方法的具体步骤包括如下：步骤1，获取车辆轨迹数据信息：通过固定在高速公路的隧道侧壁上的毫米波雷达，获取每个采样时间戳雷达跟踪车辆轨迹中的车辆轨迹帧信息如下：其中，T
id
(t
s
)表示车辆在雷达测量范围内，在第t
s
个采样时间戳的毫米波雷达采集的第id条车辆轨迹的轨迹帧信息，s＝1,2,...,n
s
，n
s
表示采样时间戳的总数，x
id
(t
s
)表示第t
s
个采样时间戳的第id条轨迹中车辆位于直角坐标系中X轴的坐标值，y
id
(t
s
)表示第t
s
个采样时间的第id条轨迹中车辆位于直角坐标系中Y轴的坐标值，表示第t
s
个采样时间戳的第id条轨迹中车辆沿直角坐标系X轴正方向的速度，表示第t
s
个采样时间戳的第id条轨迹中车辆沿直角坐标系Y轴正方向的速度；步骤2，判断车辆轨迹是否为位于隧道外的车辆轨迹，若是，则执行步骤3，否则，执行步骤4；步骤3，从毫米波雷达获取的车辆轨迹帧信息中，删除隧道外车辆轨迹的轨迹信息；步骤4，判断时间上存在交集的两条轨迹所对应的公共采样时间戳轨迹帧信息是否满足轨迹分裂关系，若是，则执行步骤5，否则，执行步骤6；所述满足轨迹分裂关系指的是同时满足以下条件的情形：条件1，时间上存在交集的两条轨迹所对应的公共采样时间戳轨迹帧信息满足轨迹分裂的位置速度关系，条件2，时间上存在交集的两条轨迹所对应的公共采样时间戳轨迹帧信息的速度相关系数ρ大于0；步骤5，从毫米波雷达获取的车辆轨迹帧信息中，删除两条分裂轨迹中生存时间较短的轨迹的轨迹信息；步骤6，判断时间上不存在交集的两条轨迹的首尾轨迹帧信息是否满足轨迹id切换关系，若是，则执行步骤7，否则，执行步骤8；步骤7，对于两条轨迹之间缺失的轨迹点进行补齐：步骤7.1，按照T
k
＝T
l
+kΔT公式，计算待补齐点中每个时间戳，其中，T
k
表示待补齐点中第k个时间戳，ΔT表示雷达的扫描周期时间，k＝1,2,...,n
k
，n
k
表示待补齐点中时间戳的总数，其中，[
·
]表示向上取整操作；步骤7.2，按照下式，计算待补齐点时间戳T
k
时车辆运动状态向量：时车辆运动状态向量：
其中，表示待补齐点时间戳T
k
时通过轨迹3最后一帧轨迹帧信息预测时的车辆运动状态向量，的初始状态向量为[
·
]
T
表示求转置操作，F1表示待补齐点时间戳T
k
时通过轨迹3最后一帧轨迹帧信息预测时的状态转移矩阵，W表示噪声矩阵，表示待补齐点时间戳T
k
时通过轨迹4第一帧轨迹帧信息预测时的车辆运动状态向量，的初始状态向量为F2表示待补齐点时间戳T
k
时通过轨迹4第一帧轨迹帧信息反向预测时的状态转移矩阵；步骤7.3，按照下式，计算待补齐点时间戳T
k
时车辆的坐标信息向量：其中，为待补齐点时间戳T
k
时车辆的坐标信息向量，H表示观测矩阵，Q1表示根据T
k
和T
l
的差值计算的权重,Q2表示根据T
k
和T
f
的差值计算的权重，步骤8，保存没有被删除的轨迹帧信息，得到不存在异常轨迹帧信息的车辆轨迹信息。2.根据权利要求1所述的隧道内基于时空关系的毫米波雷达量测异常轨迹处理方法，其特征在于，步骤2中所述的隧道外的车辆轨迹指的是，车辆轨迹的轨迹帧信息中的车辆坐标位于雷达坐标系中的隧道内道路平面范围外。3.根据权利要求1所述的隧道内基于时空关系的毫米波雷达量测异常轨迹处理方法，其特征在于，步骤4中所述时间上存在交集的两条轨迹所对应的公共采样时间戳轨迹帧信息指的是，以下两条轨迹轨迹1和轨迹2中所对应的每个公共采样时间戳时的轨迹帧信息：轨迹1帧信息：轨迹2帧信息：其中，T1(t
p
)表示车辆在雷达测量范围内时，第t
p
个公共采样时间戳时轨迹1中毫米波雷达采集的车辆轨迹帧信息，p＝1...n
p
，n
p
表示公共采样时间戳的总数，x1(t
p
)表示第t
p
个公共采样时间戳时轨迹1中车辆位于直角坐标系中的X轴的坐标值，y...

【专利技术属性】
技术研发人员：毛国强，樊帅，任效江，李治明，李一帆，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：