System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一本无码人妻在中文字幕免费 ,亚洲AV无码一区二区三区久久精品 ,白嫩少妇激情无码
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    基于雷達圖像信息融合的交通管理輔助感知方法及裝置制造方法及圖紙

    技術編號:43360595 閱讀:12 留言:0更新日期:2024-11-19 17:45
    本發明專利技術公開了基于雷達圖像信息融合的交通管理輔助感知方法及裝置,涉及智慧交通技術領域。該基于雷達圖像信息融合的交通管理輔助感知方法,首先,將監控數據和雷達圖像信息進行融合處理,對移動目標進行感知監測、識別和跟蹤,之后進行交通密度系數判斷,再進行交通更新系數判斷,最后進行臨近監測與堵塞預警,能夠實現對交通狀況的全面感知和實時監測,并根據交通密度系數和更新情況進行預警和管理,有助于提高交通安全和效率,解決了單純通過交通數據進行狀態感知,無法解決各路況、交通擁堵以及交通事故對交通狀態的影響,從而使得交通狀態感知的效果大打折扣,影響狀態的判斷的問題。

    【技術實現步驟摘要】

    本專利技術涉及智能交通,具體為基于雷達圖像信息融合的交通管理輔助感知方法及裝置。


    技術介紹

    1、隨著道路交通的發展迅速以及城市路網的不斷完善,交通基礎設施減傷已經得到很大的進步,伴隨著人們生活水平的提高,汽車也逐漸成為一些家庭出行的必備品。

    2、隨著機動車數量的增加,交通擁堵、交通事故以及交通違法違規的事件頻發,交通信息是機動車在交通運輸領域內流通的可利用信息,在交通信息中存儲有各類機動車的行駛狀態以及行駛數據,然而,現有技術中,利用交通信息進行交通狀態感知,大都是利用已有的交通數據進行聚類,根據預先構建好的分析模型對聚類結果進行分類,從而判斷出交通狀態,然而單純通過交通數據進行狀態感知,無法解決各路況、交通擁堵以及交通事故對交通狀態的影響,從而使得交通狀態感知的效果大打折扣,影響狀態的判斷。


    技術實現思路

    1、針對現有技術的不足,本專利技術提供了基于雷達圖像信息融合的交通管理輔助感知方法及裝置,解決了單純通過交通數據進行狀態感知,無法解決各路況、交通擁堵以及交通事故對交通狀態的影響,從而使得交通狀態感知的效果大打折扣,影響狀態的判斷的問題。

    2、為實現以上目的,本專利技術通過以下技術方案予以實現:一種基于雷達圖像信息融合的交通管理輔助感知方法,包括以下步驟:將監控數據與雷達圖像信息進行融合處理,對待監測車道區間的移動目標進行感知監測,識別和跟蹤待監測車道區間的移動目標;基于識別和跟蹤到的待監測車道區間的移動目標確定當前監測周期的待監測車道區間的交通密度系數,并當前監測周期的判斷監測車道區間的交通密度系數是否大于設定的第一密度系數閾值,若否則繼續判斷下一監測周期的監測車道區間的交通密度系數是否大于設定的第一密度系數閾值,若是則進行交通堵塞預警;獲取待監測車道區間當前監測周期的交通更新系數,并判斷當前監測周期交通更新系數是否小于設定的交通更新閾值系數,若是則進行臨近監測車道區間感知監測,若否則在下一監測周期的待監測車道區間的交通密度系數大于設定的第一密度系數閾值時判斷下一監測周期的交通更新系數是否小于設定的交通更新閾值系數;基于臨近監測車道區間感知監測,識別和跟蹤臨近監測車道區間的移動目標,并確定當前監測周期的臨近監測車道區間的交通密度系數,并判斷當前監測周期的臨近監測車道區間的交通密度系數是否大于設定的第二密度系數閾值,若是則進行交通堵塞一級嚴重預警,若否則判斷當前監測周期的臨近監測車道區間的交通更新系數是否小于設定的交通更新閾值系數,若是則進行交通堵塞二級嚴重預警,若否則在下一監測周期的待監測車道區間的交通密度系數大于設定的第一密度系數閾值且下一監測周期的臨近監測車道區間的交通密度系數大于設定的第二密度系數閾值時判斷下一監測周期的臨近監測車道區間的交通更新系數是否小于設定的交通更新閾值系數。

    3、可選地,所述移動目標包括移動行人和移動車輛,所述交通密度系數的計算公式為:;式中,為交通密度系數,為行人交通密度,所述行人交通密度基于待監測車道區間的行人數量或臨近監測車道區間的行人數量確定,為設定的行人交通密度閾值,為車輛交通密度,為設定的車輛交通密度閾值,為行人密度權重系數,為車輛密度權重系數,且。

    4、可選地,所述第一密度系數閾值包括第一行人密度系數閾值、第一車輛密度系數閾值和第一綜合密度系數閾值,所述交通堵塞預警包括行人堵塞預警、車輛堵塞預警和綜合堵塞預警,判斷監測車道區間的交通密度系數是否大于設定的第一密度系數閾值的過程如下:當行人交通密度大于設定的行人交通密度閾值且車輛交通密度小于設定的車輛交通密度閾值時,判斷交通密度系數是否大于設定的第一行人密度系數閾值,若是則進行行人堵塞預警;當行人交通密度小于設定的行人交通密度閾值且車輛交通密度大于設定的車輛交通密度閾值時,判斷交通密度系數是否大于設定的第一車輛密度系數閾值,若是則進行車輛堵塞預警;當行人交通密度大于設定的行人交通密度閾值且車輛交通密度大于設定的車輛交通密度閾值時,判斷交通密度系數是否大于設定的第一綜合密度系數閾值,若是則進行綜合堵塞預警。

    5、可選地,所述第二密度系數閾值包括第二行人密度系數閾值、第二車輛密度系數閾值和第二綜合密度系數閾值,所述交通堵塞預警包括行人嚴重堵塞預警、車輛嚴重堵塞預警和綜合嚴重堵塞預警,判斷監測車道區間的交通密度系數是否大于設定的第二密度系數閾值的過程如下:當行人交通密度大于設定的行人交通密度閾值且車輛交通密度小于設定的車輛交通密度閾值時,判斷交通密度系數是否大于設定的第二行人密度系數閾值,若是則進行行人嚴重堵塞預警;當行人交通密度小于設定的行人交通密度閾值且車輛交通密度大于設定的車輛交通密度閾值時,判斷交通密度系數是否大于設定的第二車輛密度系數閾值,若是則進行車輛嚴重堵塞預警;當行人交通密度大于設定的行人交通密度閾值且車輛交通密度大于設定的車輛交通密度閾值時,判斷交通密度系數是否大于設定的第二綜合密度系數閾值,若是則進行綜合嚴重堵塞預警。

    6、可選地,所述交通更新系數的計算公式為:

    7、;

    8、式中,為交通更新系數,為行人更新率,為設定的行人更新參考率,為車輛更新率,為設定的車輛更新參考率,為行人更新率權重系數,為車輛更新率權重系數,且,為自然常數,為行人交通密度,所述行人交通密度基于待監測車道區間的行人數量或臨近監測車道區間的行人數量確定,為設定的行人交通密度閾值,為車輛交通密度,為設定的車輛交通密度閾值。

    9、可選地,所述交通更新閾值系數包括行人更新閾值系數、車輛更新閾值系數和綜合更新閾值系數,判斷交通更新系數是否小于設定的交通更新閾值系數的過程如下:當行人交通密度大于設定的行人交通密度閾值且車輛交通密度小于設定的車輛交通密度閾值時,判斷交通更新系數是否小于設定的行人更新閾值系數,若是則判斷臨近監測車道區間的交通密度系數是否大于設定的第二密度系數閾值,若否則繼續判斷交通更新系數是否小于設定的行人更新閾值系數;當行人交通密度小于設定的行人交通密度閾值且車輛交通密度大于設定的車輛交通密度閾值時,判斷交通更新系數是否小于設定的車輛更新閾值系數,若是則判斷臨近監測車道區間的交通密度系數是否大于設定的第二密度系數閾值,若否則繼續判斷交通更新系數是否小于設定的車輛更新閾值系數;當行人交通密度大于設定的行人交通密度閾值且車輛交通密度大于設定的車輛交通密度閾值時,判斷交通更新系數是否小于設定的綜合更新閾值系數,若是則判斷臨近監測車道區間的交通密度系數是否大于設定的第二密度系數閾值,若否則繼續判斷交通更新系數是否小于設定的綜合更新閾值系數。

    10、可選地,對移動目標進行感知監測,識別和跟蹤移動目標的過程如下:基于監控數據對進入待監測車道區間或臨近監測車道區間的移動目標進行特征提取,獲取行人特征匹配數據集和車輛特征匹配數據集并存儲;基于設定的匹配周期,對待監測車道區間或臨近監測車道區間的移動目標進行特征提取,獲取行人特征數據集和車輛特征數據集,將行人特征數據集和車輛特征數據集與行人特征匹配數據集和車輛特征匹配數據集進行匹配;基于本文檔來自技高網...

    【技術保護點】

    1.一種基于雷達圖像信息融合的交通管理輔助感知方法,其特征在于,包括以下步驟:

    2.根據權利要求1所述的基于雷達圖像信息融合的交通管理輔助感知方法,其特征在于,所述移動目標包括移動行人和移動車輛,所述交通密度系數的計算公式為:

    3.根據權利要求2所述的基于雷達圖像信息融合的交通管理輔助感知方法,其特征在于,所述第一密度系數閾值包括第一行人密度系數閾值、第一車輛密度系數閾值和第一綜合密度系數閾值,所述交通堵塞預警包括行人堵塞預警、車輛堵塞預警和綜合堵塞預警,判斷監測車道區間的交通密度系數是否大于設定的第一密度系數閾值的過程如下:

    4.根據權利要求2所述的基于雷達圖像信息融合的交通管理輔助感知方法,其特征在于,所述第二密度系數閾值包括第二行人密度系數閾值、第二車輛密度系數閾值和第二綜合密度系數閾值,所述交通堵塞預警包括行人嚴重堵塞預警、車輛嚴重堵塞預警和綜合嚴重堵塞預警,判斷監測車道區間的交通密度系數是否大于設定的第二密度系數閾值的過程如下:

    5.根據權利要求1所述的基于雷達圖像信息融合的交通管理輔助感知方法,其特征在于,所述交通更新系數的計算公式為:

    6.根據權利要求5所述的基于雷達圖像信息融合的交通管理輔助感知方法,其特征在于,所述交通更新閾值系數包括行人更新閾值系數、車輛更新閾值系數和綜合更新閾值系數,判斷交通更新系數是否小于設定的交通更新閾值系數的過程如下:

    7.根據權利要求1所述的基于雷達圖像信息融合的交通管理輔助感知方法,其特征在于,對移動目標進行感知監測,識別和跟蹤移動目標的過程如下:

    8.根據權利要求7所述的基于雷達圖像信息融合的交通管理輔助感知方法,其特征在于:所述行人特征數據集包括面部特征數據集、頭部特征數據集和服裝特征數據集,所述行人特征匹配數據集包括面部特征匹配數據集、頭部特征匹配數據集和服裝特征匹配數據集,所述行人特征數據集和行人特征匹配數據集進行匹配得到行人匹配系數,所述行人匹配系數作為識別和跟蹤移動目標的依據,還作為交通更新系數的分析依據;

    9.根據權利要求8所述的基于雷達圖像信息融合的交通管理輔助感知方法,其特征在于,所述面部特征匹配數據集包括面部遮擋物面積、遮擋物彎曲度和遮擋物彎曲角度,所述頭部特征數據集包括眉間距離、唇寬和上唇至眉間距離,所述服裝特征數據集包括上衣寬度值和領口曲率;

    10.一種基于雷達圖像信息融合的交通管理輔助感知方法裝置,其特征在于,包括移動目標感知監測模塊、待監測車道區間監測預警模塊、待監測車道區間交通更新監測模塊和臨近監測車道區間監測預警模塊,其中:

    ...

    【技術特征摘要】

    1.一種基于雷達圖像信息融合的交通管理輔助感知方法,其特征在于,包括以下步驟:

    2.根據權利要求1所述的基于雷達圖像信息融合的交通管理輔助感知方法,其特征在于,所述移動目標包括移動行人和移動車輛,所述交通密度系數的計算公式為:

    3.根據權利要求2所述的基于雷達圖像信息融合的交通管理輔助感知方法,其特征在于,所述第一密度系數閾值包括第一行人密度系數閾值、第一車輛密度系數閾值和第一綜合密度系數閾值,所述交通堵塞預警包括行人堵塞預警、車輛堵塞預警和綜合堵塞預警,判斷監測車道區間的交通密度系數是否大于設定的第一密度系數閾值的過程如下:

    4.根據權利要求2所述的基于雷達圖像信息融合的交通管理輔助感知方法,其特征在于,所述第二密度系數閾值包括第二行人密度系數閾值、第二車輛密度系數閾值和第二綜合密度系數閾值,所述交通堵塞預警包括行人嚴重堵塞預警、車輛嚴重堵塞預警和綜合嚴重堵塞預警,判斷監測車道區間的交通密度系數是否大于設定的第二密度系數閾值的過程如下:

    5.根據權利要求1所述的基于雷達圖像信息融合的交通管理輔助感知方法,其特征在于,所述交通更新系數的計算公式為:

    6.根據權利要求5所述的基于雷達圖像信息融合的交通管理輔助感知方法,其特征在于,所述交通更新閾值系數...

    【專利技術屬性】
    技術研發人員:魏華鄭小崗
    申請(專利權)人:北京航軌智行科技有限公司,
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 亚洲精品无码乱码成人| 欧洲人妻丰满av无码久久不卡| 无码夫の前で人妻を侵犯| 无码精品A∨在线观看十八禁 | 久久精品国产亚洲AV无码麻豆 | 无码熟妇人妻AV在线影院| 精品久久久久久无码中文字幕 | 无码A级毛片免费视频内谢| 久久久久亚洲AV无码去区首| 亚洲大尺度无码专区尤物| 午夜精品久久久久久久无码| 麻豆AV无码精品一区二区| 亚洲精品无码不卡在线播HE| 亚洲AV无码专区日韩| 性色av极品无码专区亚洲| 无码少妇一区二区| 亚洲精品无码久久久久| 久久亚洲精品无码播放| 国产精品无码素人福利| 无码日韩人妻精品久久| 蜜臀AV无码精品人妻色欲| 国产成A人亚洲精V品无码性色| 无码专区国产无套粉嫩白浆内射| 久久AV高清无码| 无码播放一区二区三区| 亚洲AV无码第一区二区三区| 亚洲精品无码AV人在线播放| 亚洲日韩乱码中文无码蜜桃臀网站 | 乱色精品无码一区二区国产盗| 国模无码人体一区二区| 狠狠躁狠狠躁东京热无码专区| 粉嫩大学生无套内射无码卡视频| 无码少妇一区二区三区| 99无码精品二区在线视频| 久久无码专区国产精品| 无码成人一区二区| 无码精品一区二区三区在线| 中文无码字慕在线观看| 毛片亚洲AV无码精品国产午夜| 无码人妻精品一区二区三区99性| 日韩AV无码精品人妻系列|