【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种基于雷达与视觉融合的大件运输车辆识别方法及系统。
技术介绍
1、大件运输车辆的识别方法对于确保道路安全和优化交通流至关重要。这些车辆通常因尺寸和重量的特殊性，对道路结构和交通流动有显著影响。有效识别这些车辆帮助交通管理系统实时监控其行驶状态和位置，预防潜在的交通事故，并制定更有效的交通规划和路线优化策略。此外，准确的车辆识别还有助于执行运输规定，确保重载和超尺寸车辆遵守特定的行驶路线和时间限制，从而减少对道路基础设施的损害和拥堵问题。然而，传统的大件运输车的车辆识别方法往往通过视觉识别等单一检测对运输车辆识别，存在着大件运输车辆尺寸过大，通过单一摄像头难以全面识别大件车辆，使得对运输车辆识别效果较差，并且无法捕捉大件运输车辆的即时位置与状态的动态模式，无法提供更多的大件运输车辆的识别信息。
技术实现思路
1、基于此，本专利技术提供一种基于雷达与视觉融合的大件运输车辆识别方法及系统，以解决至少一个上述技术问题。
2、为实现上述目的，一种基于雷达与视觉融合的大件运输车辆识别方法，包括以下步骤：
3、步骤s1：获取大件运输车途中监管区域数据；通过雷达监测设备以及大件运输车途中监管区域数据进行运输车途中监测雷达信号采集，以生成运输车途中监测雷达信号；根据运输车途中监测雷达信号进行雷达信号的运输车特性分析，生成运输车特性数据，其中所述运输车特性数据包括运输车静态几何数据以及运输车运动学数据；
4、步骤s2：利用高分辨率监
5、步骤s3：根据运输车静态几何数据以及静态运输车外观特征数据进行运输车外部异构数据映射，以生成运输车外部异构数据矩阵；
6、步骤s4：根据运输车运动学数据以及运输车运输特征数据进行运输车动态特征模式识别，生成运输车动态特征模式数据；
7、步骤s5：将运输车外部异构数据矩阵以及对应的运输车动态特征模式数据传输至终端执行大件运输车的车辆识别反馈作业。
8、本专利技术雷达技术能在任何天气条件下，包括夜间和低能见度环境，有效工作。这保证了无论环境条件如何，运输车辆的监控都不会中断，从而提高了安全监管的连续性和可靠性。雷达信号能准确测量运输车辆的速度和与其他对象的相对位置，对于避免交通拥堵和事故至关重要，尤其是在高速公路和密集交通环境中。通过分析雷达信号，不仅可以获得车辆的运动状态（如速度、加速度）数据，还可以测得车辆的静态参数（如车长、车宽），进一步的安全评估和行为分析提供了基础。高分辨率摄像头提供清晰的视觉图像，能够捕捉车辆的细节特征，如车牌、标志及车辆颜色，对于确保车辆识别的准确性和可靠性至关重要。从视觉数据中不仅可以提取车辆的外观特征，还可以观察到车辆的实际运输行为（如装载状态、装卸过程），有助于进行更深入的行为分析和风险评估，并且即时反馈运输车辆的状态和行为，为紧急响应和即时决策提供支持。将运输车的静态几何数据（如尺寸、形状）与外观特征数据（如颜色、标志）结合，通过异构数据映射生成一个综合的数据矩阵，这样的融合提供了一个全面的车辆特征视图，有助于更准确地识别和分类车辆。通过详细的数据层面整合，提供更丰富的信息来减少识别过程中的误判，特别是在车辆类型和模型多样的情况下。分析运输车的运动学数据（如速度、加速度）和运输特征（如装载状态变化），识别车辆的行为模式。这对于预测车辆行为、评估安全风险以及优化路线规划非常有用。通过实时监控车辆的动态特征，系统能够即时检测到异常行为，如突然加速或非法变道，从而采取必要的安全措施。将整合的车辆数据及时传输至终端，快速执行识别和反馈过程，对于交通管理系统的响应速度和效率至关重要。通过使用详尽的车辆特性和动态数据，管理系统可以更有效地进行交通调度、路线优化和安全管理，特别是在涉及大件运输的复杂情况下。
9、优选地，步骤s1包括以下步骤：
10、步骤s11：获取大件运输车途中监管区域数据；
11、步骤s12：通过雷达监测设备以及大件运输车途中监管区域数据进行运输车途中监测雷达信号采集，以生成运输车途中监测雷达信号，其中所述大件运输车途中雷达监测信号包括静态尺寸监测雷达信号以及动态运动学监测雷达信号；
12、步骤s13：根据静态尺寸监测雷达信号进行幅度峰值提取，生成幅度峰值尺寸监测雷达信号；
13、步骤s14：根据幅度峰值尺寸监测雷达信号进行运输车静态几何数据分析，生成运输车静态几何数据；
14、步骤s15：基于动态运动学监测雷达信号进行运输车运动学数据分析，以得到运输车运动学数据。
15、本专利技术通过明确设定监管区域，能够确保数据采集的针对性和高效性，为后续步骤提供精确的地理和环境背景信息。雷达信号的采集不仅涵盖了车辆的静态尺寸信息，也包括了动态的运动学信息，从而实现对运输车全方位的监测。通过提取雷达信号的幅度峰值，准确地识别出车辆的关键几何特征，如车长、车宽等，这些都是评估车辆尺寸和类别的重要参数。对幅度峰值尺寸监测雷达信号的分析可以生成详细的车辆静态几何数据，提供车辆结构的准确信息，关键于运输车辆的合规性检查和分类。基于动态运动学监测雷达信号分析，能够得到车辆的速度、加速度等运动学数据，这对于评估车辆的驾驶行为、安全性以及调整交通管理策略非常有用。
16、优选地，步骤s15包括以下步骤：
17、步骤s151：根据动态运动学监测雷达信号进行信号接收角度解析，生成信号接收角度数据，并通过信号接收角度数据进行运输车角度分析，生成运输车角度数据；
18、步骤s152：根据动态运动学监测雷达信号进行信号接收时间差测量分析，生成信号接收时间差数据，并通过信号接收时间差数据以及信号接收角度数据进行运输车行径数据评估处理，生成运输车行径数据评估数据；
19、步骤s153：根据动态运动学监测雷达信号进行信号频率变化解析，生成信号频率变化解析数据，并通过信号频率变化解析数据、信号接收时间差数据以及信号接收角度数据进行多普勒效应的运输车速率分析，生成运输车速率数据；
20、步骤s154：将运输车角度数据、运输车行径数据评估数据以及运输车速率数据进行数据整合，生成运输车运动学数据。
21、本专利技术通过解析接收到的信号角度，精确测量并确定运输车辆的方向和角度，对于理解车辆的行驶方向和其在道路上的具体位置非常关键。通过测量信号接收的时间差，准确地评估运输车与雷达设备之间的距离。这为交通管理提供了准确的车辆位置信息，有助于防止碰撞和优化交通流。通过分析信号频率的变化，利用多普勒效应可以精确测量运输车的速度。这对于监控车辆的行驶速度、预测交通流变化以及执行速度限制政策至关重要。将运输车的角度数据、行径数据本文档来自技高网...
【技术保护点】
1.一种基于雷达与视觉融合的大件运输车辆识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于雷达与视觉融合的大件运输车辆识别方法，其特征在于，步骤S1包括以下步骤：
3.根据权利要求2所述的基于雷达与视觉融合的大件运输车辆识别方法，其特征在于，步骤S15包括以下步骤：
4.根据权利要求1所述的基于雷达与视觉融合的大件运输车辆识别方法，其特征在于，步骤S2包括以下步骤：
5.根据权利要求4所述的基于雷达与视觉融合的大件运输车辆识别方法，其特征在于，步骤S23包括以下步骤：
6.根据权利要求5所述的基于雷达与视觉融合的大件运输车辆识别方法，其特征在于，步骤S233包括以下步骤：
7.根据权利要求1所述的基于雷达与视觉融合的大件运输车辆识别方法，其特征在于，步骤S3包括以下步骤：
8.根据权利要求7所述的基于雷达与视觉融合的大件运输车辆识别方法，其特征在于，步骤S32包括以下步骤：
9.根据权利要求1所述的基于雷达与视觉融合的大件运输车辆识别方法，其特征在于，步骤S4包括以下步
10.一种基于雷达与视觉融合的大件运输车辆识别系统，其特征在于，用于执行如权利要求1所述的基于雷达与视觉融合的大件运输车辆识别方法，该基于雷达与视觉融合的大件运输车辆识别系统包括：
...【技术特征摘要】
1.一种基于雷达与视觉融合的大件运输车辆识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于雷达与视觉融合的大件运输车辆识别方法，其特征在于，步骤s1包括以下步骤：
3.根据权利要求2所述的基于雷达与视觉融合的大件运输车辆识别方法，其特征在于，步骤s15包括以下步骤：
4.根据权利要求1所述的基于雷达与视觉融合的大件运输车辆识别方法，其特征在于，步骤s2包括以下步骤：
5.根据权利要求4所述的基于雷达与视觉融合的大件运输车辆识别方法，其特征在于，步骤s23包括以下步骤：
6.根据权利要求5所述的基于雷达与视觉融合的大...
【专利技术属性】
技术研发人员：戴剑军，邓露，陈贤谋，孔烜，黄焱，周骁卓，罗新宇，谢英杰，姚千成，刘奉江，华实，
申请(专利权)人：湖南省交通科学研究院有限公司，
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。