交通网络中移动对象的跟踪方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种交通网络中移动对象的跟踪方法、装置、电子设备及存储介质，该方法包括：获取多个边缘节点发送的振动信号特征；所述振动信号特征是所述边缘节点基于从交通网络对应光栅阵列传感器所获取的原始振动信号进行提取得到；基于编码映射表，将所述振动信号特征映射成多维时空信号矩阵；所述编码映射表包含所述多个边缘节点的逻辑测区地址与工程物理地址之间的映射关系；基于所述多维时空信号矩阵，确定移动对象轨迹；基于所述移动对象轨迹，确定移动对象的交通事件。本发明专利技术可以提高交通网络中移动对象的跟踪效果，实现全时、全域、全天候的超视距车辆感知。全天候的超视距车辆感知。全天候的超视距车辆感知。

【技术实现步骤摘要】
交通网络中移动对象的跟踪方法、装置、电子设备及存储介质


[0001]本专利技术涉及智慧交通
，具体涉及一种交通网络中移动对象的跟踪方法、装置、电子设备及存储介质。

技术介绍

[0002]随着主动交通管控技术的不断成熟，智慧高速、车路协同的需求快速增长，目前的路侧感知主要依靠激光雷达、毫米波雷达、雷视一体机等感知设备，但是受限于成本、探测距离、天气状况影响等原因，应用于交通网络中移动对象的跟踪效果一直不甚理想。因此，目前缺乏一种方法，可以提高交通网络中移动对象的跟踪效果。

技术实现思路

[0003]有鉴于此，有必要提供一种交通网络中移动对象的跟踪方法、装置、电子设备及存储介质，可以提高交通网络中移动对象的跟踪效果，实现全时、全域、全天候的超视距车辆感知。
[0004]为了实现上述目的，本专利技术提供了一种交通网络中移动对象的跟踪方法，包括：
[0005]获取多个边缘节点发送的振动信号特征；所述振动信号特征是所述边缘节点基于从交通网络对应光栅阵列传感器所获取的原始振动信号进行提取得到；
[0006]基于编码映射表，将所述振动信号特征映射成多维时空信号矩阵；所述编码映射表包含所述多个边缘节点的逻辑测区地址与工程物理地址之间的映射关系；
[0007]基于所述多维时空信号矩阵，确定移动对象轨迹；
[0008]基于所述移动对象轨迹，确定移动对象的交通事件。
[0009]进一步地，交通网络中移动对象的跟踪方法，还包括：
[0010]在基于所述编码映射表，将所述振动信号特征映射成所述多维时空信号矩阵之前，获取所述光栅阵列传感器对应光栅测区与道路里程及车道的对应关系；
[0011]基于所述对应关系，构建所述编码映射表。
[0012]进一步地，所述振动信号特征是所述边缘节点对所述原始振动信号进行能量叠加、数字滤波、时域分析和频域分析处理得到。
[0013]进一步地，所述基于所述多维时空信号矩阵，确定移动对象轨迹，包括：
[0014]对所述多维时空信号矩阵进行噪声压制处理，得到预处理信号；
[0015]对所述预处理信号中的直线、曲线或者能力聚集区域进行提取，得到所述移动对象轨迹。
[0016]进一步地，交通网络中移动对象的跟踪方法，还包括：
[0017]在确定所述移动对象轨迹存在错误的情况下，对移动对象的位置和速度进行修正，以修正所述移动对象轨迹。
[0018]进一步地，所述在确定所述移动对象轨迹存在错误的情况下，对移动对象的位置和速度进行修正，包括：
[0019]在确定所述移动对象轨迹存在错误的情况下，基于预设的所述移动对象的移动逻辑关系，对所述移动对象的位置和速度进行修正。
[0020]进一步地，所述移动对象轨迹包括移动对象的速度、位置以及所属车道。
[0021]本专利技术还提供一种交通网络中移动对象的跟踪装置，包括：
[0022]获取模块，用于获取多个边缘节点发送的振动信号特征；所述振动信号特征是所述边缘节点基于从交通网络对应光栅阵列传感器所获取的原始振动信号进行提取得到；
[0023]映射模块，用于基于编码映射表，将所述振动信号特征映射成多维时空信号矩阵；所述编码映射表包含所述多个边缘节点的逻辑测区地址与工程物理地址之间的映射关系；
[0024]第一确定模块，用于基于所述多维时空信号矩阵，确定移动对象轨迹；
[0025]第二确定模块，用于基于所述移动对象轨迹，确定移动对象的交通事件。
[0026]本专利技术还提供一种电子设备，包括存储器和处理器，其中，
[0027]所述存储器，用于存储程序；
[0028]所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现上述任意一项所述的交通网络中移动对象的跟踪方法中的步骤。
[0029]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的交通网络中移动对象的跟踪方法。
[0030]采用上述实现方式的有益效果是：本专利技术提供的交通网络中移动对象的跟踪方法、装置、电子设备及存储介质，通过多个边缘节点发送的振动信号特征，以及编码映射表，将振动信号特征映射成多维时空信号矩阵，基于多维时空信号矩阵，确定移动对象轨迹，进而确定移动对象的交通事件，实现交通网络中移动对象的跟踪。
[0031]振动信号特征是边缘节点基于从交通网络对应光栅阵列传感器所获取的原始振动信号进行提取得到，利用光栅阵列传感技术，通过对移动对象运动激励产生的振动信号，实现超视距的对象跟踪，输出移动对象的位置、速度、车道等移动对象轨迹属性，也可输出违停、超速的交通事件。因此，本专利技术可以提高交通网络中移动对象的跟踪效果，实现全时、全域、全天候的超视距车辆感知。
附图说明
[0032]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0033]图1为本专利技术提供的交通网络中移动对象的跟踪方法的一实施例的结构示意图；
[0034]图2为本专利技术提供的多维时空信号矩阵结构图；
[0035]图3为本专利技术提供的交通网络中移动对象的跟踪方法的另一实施例的结构示意图；
[0036]图4为本专利技术提供的交通网络中移动对象的跟踪装置的结构示意图；
[0037]图5为本专利技术提供的电子设备的一个实施例结构示意图。
100031Y1车辆定位软基路面启用13125 100041Y1车辆定位软基路面启用13126 100051Y1车辆定位软基路面启用13127 100011Y2车辆定位软基路面启用14123 100021Y2车辆定位软基路面启用14124 100031Y2车辆定位软基路面启用14125 100041Y2车辆定位软基路面启用14126 100051Y2车辆定位软基路面启用14127 100011Y3车辆定位软基路面启用11123
[0054]其中，设备ID也即是光栅阵列传感器的编码，通道号也即是光栅阵列传感器的数据通道编号。
[0055]步骤130、基于所述多维时空信号矩阵，确定移动对象轨迹。
[0056]可以理解的是，多维时空信号矩阵作为后续处理的基础数据结构，存储了所有光栅测区振动能量或其他特征信息在时间、空间、车道的分布关系，能够表征车辆(即移动对象)的轨迹和运动行为。多维时空信号矩阵除了实际车道的信号分布外，还增加了一个综合物理车道信号的虚拟通道，用于从整体角度刻画移动对象的轨迹。
[0057]进一步地，多维时空信号矩阵可以如图2所示，图2中所示的车辆轨迹也即是移动对象轨迹。
[0058]步骤140、基于所述移动对象轨迹，确定移动对象的交通事件。
[0059]可以理解的是，基于移动对象轨迹本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通网络中移动对象的跟踪方法，其特征在于，包括：获取多个边缘节点发送的振动信号特征；所述振动信号特征是所述边缘节点基于从交通网络对应光栅阵列传感器所获取的原始振动信号进行提取得到；基于编码映射表，将所述振动信号特征映射成多维时空信号矩阵；所述编码映射表包含所述多个边缘节点的逻辑测区地址与工程物理地址之间的映射关系；基于所述多维时空信号矩阵，确定移动对象轨迹；基于所述移动对象轨迹，确定移动对象的交通事件。2.根据权利要求1所述的交通网络中移动对象的跟踪方法，其特征在于，还包括：在基于所述编码映射表，将所述振动信号特征映射成所述多维时空信号矩阵之前，获取所述光栅阵列传感器对应光栅测区与道路里程及车道的对应关系；基于所述对应关系，构建所述编码映射表。3.根据权利要求1所述的交通网络中移动对象的跟踪方法，其特征在于，所述振动信号特征是所述边缘节点对所述原始振动信号进行能量叠加、数字滤波、时域分析和频域分析处理得到。4.根据权利要求1所述的交通网络中移动对象的跟踪方法，其特征在于，所述基于所述多维时空信号矩阵，确定移动对象轨迹，包括：对所述多维时空信号矩阵进行噪声压制处理，得到预处理信号；对所述预处理信号中的直线、曲线或者能力聚集区域进行提取，得到所述移动对象轨迹。5.根据权利要求4所述的交通网络中移动对象的跟踪方法，其特征在于，还包括：在确定所述移动对象轨迹存在错误的情况下，对移动对象的位置和速度进行修正，以修正所述移动对象轨迹。6.根据权利要求5所述的交通网...

【专利技术属性】
技术研发人员：马俊杰，徐一旻，李凯，宋珂，王月明，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：