System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及多传感器融合,尤其涉及一种基于多数据融合的交通情况调查分析方法及系统。
技术介绍
1、目前,高速公路、收费站以及省级道路等大型交通基础设施中,车辆异常行驶、危险驾驶、违章、违法事件频发,严重影响了城市安全、人民安全。并且,在信息化的今天,需要对行驶中的车辆的进行有效的统计与分析,并以此为依据作出更加有效的交通调度,更能应用于未来的发展规划中。
2、为了实现对道路的交通情况进行有效的监管与统计,在现有技术中,通常情况下,在需要监管的区域设置摄像头,并且配合高频闪光灯等辅助设施,对监管区域内进行视频监控,在视频处理的后端,一般使用人工的方法监管与统计。
技术实现思路
1、有鉴于此,本专利技术实施例提供一种基于多数据融合的交通情况调查分析方法及系统,便于实现交通情况的监管与调查统计,便于使用。
2、第一方面,本专利技术实施例提供的基于多数据融合的交通情况调查分析方法,包括步骤:根据融合数据中的感兴趣区域及毫米波雷达采集的数据判断是否有目标物进入预设监管区域;其中,所述融合数据为包括激光雷达、毫米波雷达和图像传感器在内的多种类型传感器采集的交通数据融合得到,所述预设监管区域至少为所述感兴趣区域的一部分;若有,则获取所述目标物的运动信息,并将所述目标物赋值为全局唯一id,以区分不同的目标物;其中,所述运动信息包括运动方式、运动速度、尺寸以及目标物在统一坐标系中的坐标;根据所述运动信息,确定所述目标物在下一次采样时刻的预估位置;基于所述激光雷达传感器重复扫
3、可选的,在根据融合后的数据判断是否有目标物进入预设监管区域之前,所述方法还包括:安装毫米波雷达传感器、图像传感器以及激光雷达传感器至预设监管区域;分别定义所述毫米波雷达传感器、图像传感器以及激光雷达传感器的坐标系及一个统一坐标系;将所述毫米波雷达传感器、图像传感器以及激光雷达传感器采集的交通数据,从其自身的坐标系转换到所述统一坐标系,并将转换后的数据进行时间和空间上的对齐,获取对齐后的数据;将对齐后的数据进行信息上的融合,获取融合后的数据,所述融合后的数据包含:目标物的id、位置、速度、方向、尺寸、形状、颜色、材质、类别信息。
4、可选的,所述目标物包括:车辆、行人或其他目标物;所述根据所述运动信息,确定所述目标物在下一次采样时刻的预估位置包括:根据所述运动信息,确定所述激光雷达传感器和所述图像传感器在下一次采样时刻目标物的预估位置。
5、可选的,在将对齐后的数据进行信息上的融合,获取融合后的数据之后,所述方法还包括:根据融合数据中的所述图像传感器采集的数据识别所述预设监管区域内的固定场景信息;其中,所述固定场景信息包括:车道线信息、树木信息以及栅栏信息。
6、可选的,在根据所述高精点云信息和高清图像信息进行语义分析,得到预设监管区域的交通异常情况信息之前,所述方法还包括:将所述高精点云信息和高清图像信息与所述全局唯一id进行绑定。
7、可选的,当所述目标物为车辆时,所述高清图像信息包括:车辆行驶轨迹信息、车牌信息和车道线信息;在判断有目标物进入预设监管区域之后,所述方法还包括:判断所述目标物是否属于车辆;所述根据所述高精点云信息和高清图像信息进行语义分析,得到预设监管区域的交通异常情况信息,包括:若属于车辆,则根据获取的所述目标物的运动速度判断所述车辆是否超速或违规停车;以及,根据获取的所述目标物的尺寸,判断所述车辆是否超限;以及,根据获取的所述目标物的运动速度分解为三个方向的速度,并结合所述车道线信息判断所述车辆是否压线或正在连续变道;以及,根据计算得到的当前采样时刻到下一次采样时刻的预估位置的位移信息,判断所述车辆是否逆行;以及,根据获取的车辆的高精点云信息,并结合车辆的行驶轨迹信息判断车辆是否有抛洒物;以及,根据所述车牌信息确定所述车辆的身份信息,并根据上述交通异常情况信息的判断结果确定所述车辆是否存在交通异常情况。
8、可选的,所述交通异常情况信息包括如下至少一种:施工、抛洒物、压线、连续变道、异常停车、逆行、车型、车头车尾间距以及交通拥堵信息;在得到预设监管区域的交通异常情况信息之后,所述方法还包括:将携带有全局唯一id的所有传感器的数据保存至存储设备中。
9、第二方面,本专利技术实施例提供的基于多数据融合的交通情况调查分析系统,包括:判断模块:用于根据融合数据中的感兴趣区域及毫米波雷达采集的数据判断是否有目标物进入预设监管区域;其中,所述融合数据为包括激光雷达、毫米波雷达和图像传感器在内的多种类型传感器采集的交通数据融合得到,所述预设监管区域至少为所述感兴趣区域的一部分;赋值模块:用于若有,则获取所述目标物的运动信息,并将所述目标物赋值为全局唯一id,以区分不同的目标物;其中,所述运动信息包括运动方式、运动速度、尺寸以及目标物在统一坐标系中的坐标;位置确定模块:用于根据所述运动信息,确定所述目标物在下一次采样时刻的预估位置;信息获取模块:用于基于所述激光雷达传感器重复扫描所述预估位置,获取所述预估位置的高精点云信息;以及,基于所述图像传感器对焦于所述预估位置,获取所述预估位置的高清图像信息;语义分析模块:用于根据所述高精点云信息和高清图像信息进行语义分析,得到预设监管区域的交通异常情况信息。
10、可选的,所述系统还包括:定义模块:用于分别定义所述毫米波雷达传感器、图像传感器以及激光雷达传感器的坐标系及一个统一坐标系;数据转换模块:用于将所述毫米波雷达传感器、图像传感器以及激光雷达传感器采集的交通数据,从其自身的坐标系转换到所述统一坐标系,并将转换后的数据进行时间和空间上的对齐,获取对齐后的数据;信息融合模块:用于将对齐后的数据进行信息上的融合,获取融合后的数据,所述融合后的数据包含:目标物的id、位置、速度、方向、尺寸、形状、颜色、材质、类别信息。
11、可选的,所述目标物包括:车辆、行人或其他目标物;所述位置确定模块,具体用于根据所述运动信息,确定所述激光雷达传感器和所述图像传感器在下一次采样时刻目标物的预估位置。
12、可选的,所述判断模块还包括场景识别子模块;所述场景识别子模块,具体用于根据融合数据中的所述图像传感器采集的数据识别所述预设监管区域内的固定场景信息;其中,所述固定场景信息包括:车道线信息、树木信息以及栅栏信息。
13、可选的,所述系统还包括:信息绑定模块:用于将所述高精点云信息和高清图像信息与所述全局唯一id进行绑定。
14、可选的,当所述目标物为车辆时,所述高清图像信息包括:车辆行驶轨迹信息、车牌信息和车道线信息;所述系统还包括:车辆判断模块;所述车辆判断模块;用于判断所述目标物是否属于车辆;所述语义分析模块,具体用于若属于车辆,则根据获取的所述目标物的运动速本文档来自技高网...
【技术保护点】
1.一种基于多数据融合的交通情况调查分析方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于多数据融合的交通情况调查分析方法,其特征在于,在根据融合后的数据判断是否有目标物进入预设监管区域之前,所述方法还包括:
3.根据权利要求2所述的基于多数据融合的交通情况调查分析方法,其特征在于,所述目标物包括:车辆、行人或其他目标物;
4.根据权利要求1所述的基于多数据融合的交通情况调查分析方法,其特征在于,在将对齐后的数据进行信息上的融合,获取融合后的数据之后,所述方法还包括:
5.根据权利要求1所述的基于多数据融合的交通情况调查分析方法,其特征在于,在根据所述点云信息和图像信息进行语义分析,得到预设监管区域的交通异常情况信息之前,所述方法还包括:
6.根据权利要求1所述的基于多数据融合的交通情况调查分析方法,其特征在于,当所述目标物为车辆时,所述图像信息包括:车辆行驶轨迹信息、车牌信息和车道线信息;
7.根据权利要求1所述的基于多数据融合的交通情况调查分析方法,其特征在于,所述交通异常情况信息包括如下至少
8.一种基于多数据融合的交通情况调查分析系统,其特征在于,所述系统包括:
9.根据权利要求8所述的基于多数据融合的交通情况调查分析系统,其特征在于,所述系统还包括:
10.根据权利要求9所述的基于多数据融合的交通情况调查分析系统,其特征在于,所述目标物包括:车辆、行人或其他目标物;
...【技术特征摘要】
1.一种基于多数据融合的交通情况调查分析方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于多数据融合的交通情况调查分析方法,其特征在于,在根据融合后的数据判断是否有目标物进入预设监管区域之前,所述方法还包括:
3.根据权利要求2所述的基于多数据融合的交通情况调查分析方法,其特征在于,所述目标物包括:车辆、行人或其他目标物;
4.根据权利要求1所述的基于多数据融合的交通情况调查分析方法,其特征在于,在将对齐后的数据进行信息上的融合,获取融合后的数据之后,所述方法还包括:
5.根据权利要求1所述的基于多数据融合的交通情况调查分析方法,其特征在于,在根据所述点云信息和图像信息进行语义分析,得到预设监管区域的交通异常情况信息之前,所述方法还包...
【专利技术属性】
技术研发人员:刘行健,冯强,
申请(专利权)人:北醒北京光子科技有限公司,
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。