【技术实现步骤摘要】
本专利技术属于雷达，尤其涉及一种基于雷达的车辆计数方法、电子装置及雷达。
技术介绍
1、随着城市化进程的快速发展，人均机动车保有量持续增长，交通拥堵越来越严重。交通拥堵不仅可能造成交通事故，还会带来环境污染、能源消耗等问题，严重阻碍城市的经济发展和生态文明建设。智能交通系统利用物联网、智能传感器等技术感知并指挥交通状态，可以有效缓解拥堵问题。其中，道路车辆计数是重要的一环，可以为交通信号灯的调度提供数据依据。
2、目前，用于道路车辆计数的技术主要可分为三类：基于视频的车辆计数方法、基于传感线圈的车辆计数方法和基于雷达的车辆计数方法。基于视频的车辆计数方法受光线影响较大，光线较暗时检测性能会有较大幅度下降，难以适应全天候的检测需求；基于传感线圈的车辆计数方法实施成本较高，需要破坏路面以铺设传感器，安装难度大，且道路信息如车道数量发生变化时需要重新施工；基于雷达的车辆计数方法安装便捷，不受光线影响，但多数方法是通过目标跟踪算法实现的，对硬件的要求较高、算法复杂度高。
技术实现思路
1、有鉴于此，本专利技术实施例提供了一种基于雷达的车辆计数方法、电子装置及雷达，以解决利用雷达进行道路车辆计数时存在的算法复杂度高的问题。
2、本专利技术实施例的第一方面提供了一种基于雷达的车辆计数方法，雷达安装在目标道路的上方，雷达的预设检测区域覆盖目标道路的至少一个目标车道；
3、该方法包括：
4、获取雷达采集到的预设检测区域内的多帧点云数据；
6、对于每个目标车道，基于多帧点云数据中目标车道内聚类簇的变化情况，对目标车道通过的车辆进行计数，其中，变化情况包括每帧点云数据中目标车道内是否存在聚类簇。
7、结合第一方面，在第一方面的一种可能的实现方式中，对于每个目标车道，基于多帧点云数据中目标车道内聚类簇的变化情况，对目标车道通过的车辆进行计数，包括：
8、对于每个目标车道，执行以下步骤：
9、在目标车道处于无车状态下，若在连续第一预设帧数的点云数据中，目标车道内存在聚类簇的点云数据的帧数大于第一预设阈值，则确定目标车道进入有车状态；
10、在目标车道处于有车状态下，若目标车道不处于停车状态，且在连续第二预设帧数的点云数据中，目标车道内均不存在聚类簇，则确定目标车道重新进入无车状态，并将目标车道的车辆计数值加1。
11、结合第一方面，在第一方面的一种可能的实现方式中，该方法还包括：
12、在目标车道处于有车状态下，若从目标车道此次进入有车状态开始，目标车道内存在聚类簇的点云数据的帧数累计达到第二预设阈值，且在连续第三预设帧数的点云数据中各聚类簇包含的点的数量均小于第三预设阈值，则确定目标车道进入停车状态；
13、在目标车道处于停车状态下，若在连续第四预设帧数的点云数据中目标车道内均存在聚类簇，且各聚类簇包含的点的数量均大于第四预设阈值，则确定目标车道退出停车状态；其中，第四预设阈值不小于第三预设阈值。
14、结合第一方面，在第一方面的一种可能的实现方式中，每个目标车道中被预设检测区域覆盖的路段的长度均小于预设的平均车身长度值，或者均小于预设的跟车距离。
15、结合第一方面，在第一方面的一种可能的实现方式中，在确定每帧点云数据中映射到每个目标车道内的聚类簇之后，还包括：
16、若某个目标车道内存在至少两个聚类簇，则计算该目标车道内每个聚类簇的中心与该目标车道的中心线之间的距离；
17、删除该目标车道内除第一聚类簇之外的其余聚类簇，其中，第一聚类簇为与该目标车道的中心线距离最近的聚类簇。
18、结合第一方面，在第一方面的一种可能的实现方式中，确定每帧点云数据中映射到每个目标车道内的聚类簇，包括：
19、对于每帧点云数据，对该帧点云数据进行预处理；将预处理后的该帧点云数据中的各点映射到相应的目标车道内，并分别对每个目标车道内的点进行聚类，得到该帧点云数据在各个目标车道内的聚类簇；
20、其中，预处理包括下述的一项或多项：
21、删除点云数据中纵向距离超过预设门限值的点；其中，点的纵向距离为点与雷达在雷达法线方向上的距离；
22、删除点云数据中落在预设检测区域对应的背景栅格地图的杂波栅格内的点。
23、结合第一方面，在第一方面的一种可能的实现方式中，预设检测区域对应的背景栅格地图根据以下方式进行更新：
24、获取当前统计周期内预设检测区域的每帧点云数据；
25、对于每帧点云数据，将该帧点云数据中，处于有车状态的目标车道内的点云数据删除；
26、将每帧点云数据均映射到待填充的栅格地图上，得到当前统计周期对应的第一栅格地图；
27、基于第一栅格地图，对上一统计周期对应的背景栅格地图进行更新，得到更新后的背景栅格地图；
28、其中，每个统计周期包括第五预设帧数。
29、结合第一方面，在第一方面的一种可能的实现方式中，基于第一栅格地图，对上一统计周期对应的背景栅格地图进行更新，得到更新后的背景栅格地图，包括：
30、计算第一栅格地图中每个栅格内点的数量；
31、将第一栅格地图中每个栅格内点的数量与上一统计周期对应的背景栅格地图中每个栅格内点的数量进行加权求和，得到第二栅格地图；其中，上一统计周期对应的背景栅格地图的权重大于第一栅格地图的权重；
32、将第二栅格地图中点的数量超过第五预设阈值的栅格确定为杂波栅格，得到更新后的背景栅格地图。
33、本专利技术实施例的第二方面提供了一种基于雷达的车辆计数装置，雷达安装在目标道路的上方，雷达的预设检测区域覆盖目标道路的至少一个目标车道；
34、该装置包括：
35、获取模块，用于获取雷达采集到的预设检测区域内的多帧点云数据；
36、聚类模块，用于确定每帧点云数据中映射到每个目标车道内的聚类簇；
37、计数模块，用于对于每个目标车道，基于多帧点云数据中目标车道内聚类簇的变化情况，对目标车道通过的车辆进行计数，其中，变化情况包括每帧点云数据中目标车道内是否存在聚类簇。
38、本专利技术实施例的第三方面提供了一种电子装置，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述第一方面或第一方面的任意一种可能的实现方式中的基于雷达的车辆计数方法的步骤。
39、本专利技术实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述第一方面或第一方面的任意一种可能的实现方式中的基于雷达的车辆计数方法的步骤。
40、本专利技术实施例的第五方面提供了一种雷达，该雷达包括如上述第二方面的电子装置。
41、本专利技术实施例与现本文档来自技高网...
【技术保护点】
1.一种基于雷达的车辆计数方法，其特征在于，所述雷达安装在目标道路的上方，所述雷达的预设检测区域覆盖所述目标道路的至少一个目标车道；
2.如权利要求1所述的方法，其特征在于，对于每个目标车道，基于多帧点云数据中所述目标车道内聚类簇的变化情况，对所述目标车道通过的车辆进行计数，包括：
3.如权利要求2所述的方法，其特征在于，对于每个目标车道，所述方法还包括：
4.如权利要求1所述的方法，其特征在于，每个目标车道中被所述预设检测区域覆盖的路段的长度均小于预设的平均车身长度值，或者均小于预设的跟车距离。
5.如权利要求1所述的方法，其特征在于，在确定每帧点云数据中映射到每个目标车道内的聚类簇之后，还包括：
6.如权利要求1-5任一项所述的方法，其特征在于，确定每帧点云数据中映射到每个目标车道内的聚类簇，包括：
7.如权利要求6所述的方法，其特征在于，所述预设检测区域对应的背景栅格地图根据以下方式进行更新：
8.如权利要求7所述的方法，其特征在于，基于所述第一栅格地图，对上一统计周期对应的背景栅格地图进行
9.一种电子装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述方法的步骤。
10.一种雷达，其特征在于，包括如权利要求9所述的电子装置。
...【技术特征摘要】
1.一种基于雷达的车辆计数方法，其特征在于，所述雷达安装在目标道路的上方，所述雷达的预设检测区域覆盖所述目标道路的至少一个目标车道；
2.如权利要求1所述的方法，其特征在于，对于每个目标车道，基于多帧点云数据中所述目标车道内聚类簇的变化情况，对所述目标车道通过的车辆进行计数，包括：
3.如权利要求2所述的方法，其特征在于，对于每个目标车道，所述方法还包括：
4.如权利要求1所述的方法，其特征在于，每个目标车道中被所述预设检测区域覆盖的路段的长度均小于预设的平均车身长度值，或者均小于预设的跟车距离。
5.如权利要求1所述的方法，其特征在于，在确定每帧点云数据中映射到每个目标车道内的聚类簇之后，还包...
【专利技术属性】
技术研发人员：刘钊，温和鑫，朱会杰，秦屹，
申请(专利权)人：森思泰克河北科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。