【技术实现步骤摘要】
本专利技术涉及道路交通，尤其是涉及一种基于雷达视频车牌匹配效果评价的优化方法及系统。
技术介绍
1、智慧交通系统是通过在复杂环境下对各个道路交通信息进行采集，并经过多信息融合，以达到全方位探测、感知及决策的目的。其中，交通信息采集是智慧交通系统的第一步，也是后续数据分析的基础。在现有的采集方式中，雷达具有全天候观测的优势，但是采集的信息形式不直观；视频图像采集到的信息内容丰富，但是容易受到环境的影响且对车辆的速度、位置等信息的获取能力较弱误差较大；因此智慧交通系统通常采用雷达和视频相结合的方式来获取道路上的车辆信息，如以雷达设备获取车辆在道路上的轨迹信息，以视频设备获取车辆的形状、类型、车牌等直观可见的详细信息，并以车牌数据作为每一辆车的唯一性指标对雷达设备和视频设备中的数据信息进行匹配，使每一条雷达轨迹信息都对应有其匹配的车牌数据。但是在实际的雷达视频车牌匹配过程中，由于车道号的配置错误、雷达轨迹与卡口过车数据校时误差或者雷达与视频的标定匹配范围(申请号为2023113133123的专利所提到和解决的问题)存在误差等问题，导致实际匹配上车牌的轨迹少之又少，匹配成功率不高。
2、在中国专利文献上公开的“一种雷达与视频目标自适应关联方法”其公开号为cn115932830a，公开日期为2023-04-07，包含以下步骤：步骤1，利用雷达目标跟踪技术和视频实时ai识别跟踪技术分别生成雷达航迹、视频航迹；步骤2，对雷达航迹、视频航迹分别均进行时间插值和空间同步；步骤3，将航迹数据关联阶段分为关联期和检查期，根据航迹数据生成关
技术实现思路
1、本专利技术是为了克服现有技术中进行雷达视频车牌匹配时由于车道号的配置错误、雷达轨迹与卡口过车数据校时误差或者雷达与视频的标定匹配范围存在误差等因素，使得车牌匹配成功率不高的问题，提供了一种基于雷达视频车牌匹配效果评价的优化方法及系统，以车牌识别率对车牌匹配的效果进行评价，计算匹配效果评价指标分析可能导致车牌识别率低的原因，根据匹配效果评价指标对车牌匹配时的时间匹配尺度和/或空间匹配尺度进行修正，重新进行车牌匹配，从而提高车牌匹配的成功率。
2、为了实现上述目的，本专利技术采用以下技术方案：
3、一种基于雷达视频车牌匹配效果评价的优化方法，包括：
4、以选定时间区间内路口i进口j车道k上的车牌识别率作为车牌匹配效果评价结果；
5、当车牌识别率小于识别率阈值时，根据计算得到的匹配效果评价指标选择对时间匹配尺度的修正和/或空间匹配尺度的修正；
6、基于修正后的匹配尺度进行车牌匹配，并重新计算路口i进口j车道k上的车牌识别率，直到车牌识别率大于等于识别率阈值。
7、本专利技术中在城市道路路口进口处，雷达轨迹从每个车道进入路口时需要与卡口过车数据匹配，理想的匹配情况下每个轨迹都会匹配有一个车牌，但是由于车道号配置错误、雷达轨迹与卡口过车数据校时误差或者标定匹配范围存在误差等问题，导致实际上带有车牌数据的轨迹少之又少，匹配成功率较低，因此以车牌识别率作为车牌匹配效果的指标，对每个车道车牌匹配效果计算车牌识别率，如果车牌识别率低于识别率阈值时，会通过自动根据匹配效果评价指标来调整时间偏差向前向后增加筛选的时间匹配尺度，或者扩展车道宽度范围、移动标定匹配范围的空间匹配尺度，直到车牌识别率大于等于识别率阈值，表明雷达视频的车牌匹配有较高的成功率时停止修正。
8、作为优选，所述车牌识别率的获取方式包括：
9、从视频过车表中筛选出选定时间区间内通过路口i进口j车道k的车牌数据形成集合plate1，去重后计算数据个数作为过车数；
10、从完成车牌匹配后的融合轨迹表中筛选出选定时间内通过路口i进口j车道k，且处于集合plate1内的车牌数据，去重后计算个数作为识别出的车牌数；
11、以识别出的车牌数除以过车数作为车牌识别率。
12、本专利技术中视频过车表中包括有路口号、进口号、车道号、车牌数据、检测时间以及车牌数据上传时间等；融合轨迹表中包括轨迹编号、轨迹点序号、轨迹点位置、轨迹点对应的检测时间、路口、进口以及车道；对于车牌匹配后的融合轨迹表，已经匹配上车牌的融合轨迹还包括有车牌数据，没有匹配上车牌的则不包括车牌数据；本专利技术中的所有计算都是以车道为单位进行的计算，以某条车道上识别出的车牌数除以总的过车数来计算车牌识别率。
13、作为优选，所述车牌匹配的条件包括：
14、雷达检测的轨迹与视频检测的车牌数据的路口号、进口号和车道号相同；
15、轨迹进入标定匹配范围的时间tenter∈[enter_time-δt1,enter_time+δt1]，enter_time为识别到车牌数据的视频检测时间，δt1为配置的误差参数；
16、所述雷达检测的轨迹的车道号，根据轨迹点位置落在的车道y轴宽度区间确定。
17、本专利技术中在雷达设备设置在某一路段时，其初始状态会对雷达轨迹中车道的y轴宽度进行区间划分，每个车道对应有各自的宽度区间；以轨迹进入标定匹配范围的第一个轨迹点的位置其所在车道作为雷达检测轨迹的车道号；本专利技术中的位置确定都以雷达坐标系为基准，以车道的延伸方向作为x轴，车道的宽度方向为y轴；进行车牌匹配时具有相同路口号、进口号和车道号，且轨迹进入标定匹配范围的时间与视频检测时间的差值在误差时间范围内的雷达轨迹和视频车牌数据可以认为是匹配的；若在误差时间范围内存在多个轨迹符合要求，则选择时间差值最小的雷达轨迹与车牌数据匹配。
18、作为优选，所述对时间匹配尺度的修正包括：
19、轨迹进入标定匹配范围的时间tenter∈[enter_time-δt1-δt,enter_time+δt1+δt]，δt为每次修正的时间步长；
20、所述对空间匹配尺度的修正包括：
21、对标定匹配范围[xstart,xend]的修正[xstart-δx,xend+δx]，δx为范围修正的距离步长；对车道k的宽度区间的修正δy为宽度修正的距离步长。
22、本专利技术中对时间匹配尺度的修正即是指增加轨迹进入标定匹配范围的时间与视频检测时间的差值匹配时间范围，增大误差参数，每次修正增加δt的时间步长；对空间匹配尺度的修正包括对于车道宽度区间的扩大以及对标定匹配范围的扩大，其中车道宽度区间对应的是雷达坐标系的y轴范围，标定匹配范围对应的是雷达坐标系的x轴范围；对于时间匹配尺本文档来自技高网...
【技术保护点】
1.一种基于雷达视频车牌匹配效果评价的优化方法，其特征在于，包括：
2.根据权利要求1所述的一种基于雷达视频车牌匹配效果评价的优化方法，其特征在于，所述车牌识别率的获取方式包括：
3.根据权利要求1或2所述的一种基于雷达视频车牌匹配效果评价的优化方法，其特征在于，所述车牌匹配的条件包括：
4.根据权利要求3所述的一种基于雷达视频车牌匹配效果评价的优化方法，其特征在于，所述对时间匹配尺度的修正包括：
5.根据权利要求1或4所述的一种基于雷达视频车牌匹配效果评价的优化方法，其特征在于，所述匹配效果评价指标包括车牌数据上传时间load_time前后固定时间间隔内，融合轨迹中没有发生跳变但是轨迹中断的轨迹数；
6.根据权利要求1或4所述的一种基于雷达视频车牌匹配效果评价的优化方法，其特征在于，所述匹配效果评价指标还包括视频检测时间enter_time前后固定时间间隔内，扩大后的车道k范围内有雷达原始轨迹的车辆数；
7.根据权利要求6所述的一种基于雷达视频车牌匹配效果评价的优化方法，其特征在于，所述匹配效果评价指标还包
8.根据权利要求7所述的一种基于雷达视频车牌匹配效果评价的优化方法，其特征在于，所述匹配效果评价指标还包括视频检测时间enter_time前后固定时间间隔内，车道k范围内存在融合轨迹的车辆数；
9.根据权利要求1或2或4或7或8所述的一种基于雷达视频车牌匹配效果评价的优化方法，其特征在于，所述匹配效果评价指标还包括对选定时间区间前后扩展固定时间间隔后，车道k范围内的融合轨迹跳变率；
10.一种基于雷达视频车牌匹配效果评价的优化系统，适用于如权利要求1-9任一项所述的优化方法，其特征在于，包括：
...【技术特征摘要】
1.一种基于雷达视频车牌匹配效果评价的优化方法，其特征在于，包括：
2.根据权利要求1所述的一种基于雷达视频车牌匹配效果评价的优化方法，其特征在于，所述车牌识别率的获取方式包括：
3.根据权利要求1或2所述的一种基于雷达视频车牌匹配效果评价的优化方法，其特征在于，所述车牌匹配的条件包括：
4.根据权利要求3所述的一种基于雷达视频车牌匹配效果评价的优化方法，其特征在于，所述对时间匹配尺度的修正包括：
5.根据权利要求1或4所述的一种基于雷达视频车牌匹配效果评价的优化方法，其特征在于，所述匹配效果评价指标包括车牌数据上传时间load_time前后固定时间间隔内，融合轨迹中没有发生跳变但是轨迹中断的轨迹数；
6.根据权利要求1或4所述的一种基于雷达视频车牌匹配效果评价的优化方法，其特征在于，所述匹配效果评价指标还包括视频检测时间enter_tim...
【专利技术属性】
技术研发人员：钟会玲，赵奋男，丁垠午，刘星，
申请(专利权)人：浙江中控信息产业股份有限公司，
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。