基于交通雷达的红绿灯信号判别方法、装置制造方法及图纸

本发明专利技术提供了基于交通雷达的红绿灯信号判别方法与装置，方法包括如下步骤：获取雷达检测的初始目标点云信息并进行聚类；给出当前场景车道属性种类；在统计区域里统计各属性车道聚类点信息；根据统计的聚类点信息判断当前帧该属性车道状态，计算当前红绿灯总时间和绿灯时间；根据历史记录的红绿灯时间和绿灯时间，根据离散度进行筛选过滤，取均值得到红绿灯周期和绿灯周期；根据红绿灯周期和绿灯周期以及当前该属性车道的状态，判断各属性车道的红绿灯状态。本发明专利技术提供的基于交通雷达的红绿灯信号判别方法与装置，针对路口场景，提供了根据聚类点对红绿灯信号判别方法，适应多周期红绿灯信号场景，并准确给出当前帧此属性车道的红绿灯状态信息。

【技术实现步骤摘要】

本专利技术涉及交通雷达，具体而言，涉及一种基于交通雷达的红绿灯信号判别方法、装置、设备和计算机可读存储介质。

技术介绍

1、本专利技术对于
技术介绍
的描述属于与本专利技术相关的技术，仅仅是用于说明和便于理解本专利技术的
技术实现思路
，不应理解为申请人明确认为或推定申请人认为是本专利技术在首次提出申请的申请日的现有技术。

2、交通雷达在路口场景应用中除了对车辆检测外，有时需要对路口场景车辆做排队效果处理。但由于路口的环境复杂，干扰因素较多，因此雷达做排队处理时，能提供当前车道的红绿灯信息，将大大的提高路口场景下车辆排队的效果。在路口场景下影响排队效果的因素主要有以下几点：(1)非机动车辆影响：停止线附近非机动车辆的运动以及两车道中间非机动车辆的运动，由于点云距离与附近已经停止车辆轨迹过近，导致已经停止车辆轨迹错误匹配非机动点云被带走，从而影响后续车辆的停车排队效果；(2)大车遮挡影响：车辆轨迹在即将进行停车排队时，但由于大车遮挡导致点云丢失，目标轨迹匹配不到点云，速度过大停不下来，从而影响车辆停车排队效果；

3、由于上述因素的存在，导致排本文档来自技高网...

【技术保护点】

1.一种基于交通雷达的红绿灯信号判别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于交通雷达的红绿灯信号判别方法，其特征在于，所述获取雷达检测的初始目标点云信息，并对所述初始目标点云信息进行聚类步骤中，所述初始目标点云信息包括距离信息、速度信息、角度信息，根据所述距离信息、所述速度信息对原始点云数据进行聚类，得到聚类点。

3.根据权利要求1所述的基于交通雷达的红绿灯信号判别方法，其特征在于，所述车道属性种类包括直行车道、第一左转车道、第二左转车道、掉头车道；其中，所述第一左转车道为不具有待转区域的左转车道，所述第二左转车道为具有待转区域的左转车道。<...

【技术特征摘要】

1.一种基于交通雷达的红绿灯信号判别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于交通雷达的红绿灯信号判别方法，其特征在于，所述获取雷达检测的初始目标点云信息，并对所述初始目标点云信息进行聚类步骤中，所述初始目标点云信息包括距离信息、速度信息、角度信息，根据所述距离信息、所述速度信息对原始点云数据进行聚类，得到聚类点。

3.根据权利要求1所述的基于交通雷达的红绿灯信号判别方法，其特征在于，所述车道属性种类包括直行车道、第一左转车道、第二左转车道、掉头车道；其中，所述第一左转车道为不具有待转区域的左转车道，所述第二左转车道为具有待转区域的左转车道。

4.根据权利要求1-3中任意一项所述的基于交通雷达的红绿灯信号判别方法，其特征在于，所述在统计区域里统计各属性车道聚类点信息步骤具体流程如下：

5.根据权利要求4所述的基于交通雷达的红绿灯信号判别方法，其特征在于，所述根据统计的所述聚类点信息判断当前帧该属性车道状态，并计算出当前红绿灯总时间和绿灯时间步骤包括如下子步骤：

6.根据权利要求5所述的基于交通雷达的红绿灯信号判别方法，其特征在于，所述根据历史记录的多个红绿灯时间和绿灯时间，根据离散度进行筛选过...

【专利技术属性】
技术研发人员：李妞妞，李俊，赵宇，饶鼎，张悦，柏宇豪，宋雨轩，于松山，
申请(专利权)人：嘉兴聚速电子技术有限公司，
类型：发明
国别省市：