判断交通状况的方法、装置、毫米波雷达及存储介质与流程

本发明属于计算机技术领域，尤其涉及一种基于毫米波雷达判断交通状况的方法、装置、雷达及存储介质。

背景技术：

城市交通智能化是新时代背景下城市交通的发展方向，要求可以有效地获取道路上车辆的运行状态，并根据车辆运行参数分析当前路况。传统的方法是通过摄像头或者传感器感如超声波传感器、红外波传感器等获取道路上车辆的运行状态，而无论是摄像头还是传感器都存在较为明显的缺点，其中最重要的是摄像头和传感器都无法在各种恶劣环境下长期地稳定工作，无法保证监测到的交通图像质量。因此，当前借助于摄像头或者传感器监测路况无法满足高速发展的交通需求。如何在各种环境下获取准确的车辆运行参数来提高判断交通拥塞状况的准确性是城市交通智能化亟待解决的问题。

技术实现要素：

有鉴于此，本发明实施例提供了基于毫米波雷达判断交通状况的方法、装置、雷达及存储介质，以解决现有技术中无法在各种环境下获取准确的车辆运行参数的问题，能够提高判断交通拥塞状况的准确性。

本发明实施例的第一方面提供了一种基于毫米波雷达判断交通状况的方法，包括：

解析由发射信号和每个车辆反射的回波信号混合生成的中频信号，得到每个所述车辆的目标参数，所述目标参数为车辆相对于所述雷达的运行参数；

基于所述目标参数分别计算每个所述车辆相对于雷达的横向距离、纵向速度以及纵向距离；

基于所述横向距离、所述纵向速度以及预设的探测周期确定每个车道上的车流速度；

基于所述纵向距离以及预设的检测区域确定所述每个车道上单位时间内的车流量，根据所述车流速度和所述车流量确定所述每个车道上的交通拥塞状况。

可选地，在所述解析由发射信号和每个车辆反射的回波信号混合后的中频信号，得到每个所述车辆的目标参数之前，包括：

控制所述雷达在绕预设的转轴旋转时发射所述发射信号。

可选地，所述目标参数包括车辆相对于雷达的相对距离、径向速度以及方位角；

基于所述目标参数分别计算每个所述车辆相对于雷达的横向距离、纵向距离以及纵向速度，包括：

将所述相对距离以及所述方位角代入预设的第一公式，计算得到所述横向距离；所述第一公式为：

dx＝rsin(ω)

其中，dx为所述横向距离，r为所述相对距离，ω为所述方位角；

将所述相对距离以及所述方位角代入预设的第二公式，计算得到所述纵向距离；所述第二公式为：

dy＝rcos(ω)

其中，dy为所述纵向距离，r为所述相对距离，ω为所述方位角；

将所述径向速度、所述纵向距离以及所述方位角度代入预设的第三公式，计算得到所述纵向速度；所述第三公式为：

vy＝v/[cos(ω)cos(atan(h/dy))]

其中，vy为所述纵向速度，v为所述径向速度，h为预设的雷达相对于地面的高度，ω为所述方位角，dy为所述纵向速度。

可选地，所述基于所述横向距离、所述纵向速度以及预设的探测周期确定每个车道上的车流速度，包括：

基于所述横向距离与预设的单车道宽度确定每个所述车辆所在的车道；

基于所述纵向速度将所有所述车辆分为正常行驶车辆和慢速行驶车辆；

分别计算在单位时间内每个车道上所述正常行驶车辆的平均纵向速度，所述平均纵向速度为所述车流速度。

可选地，所述基于所述纵向距离以及预设的检测区域确定所述每个车道上单位时间内的车流量，根据所述车流速度和所述车流量确定所述每个车道上的交通拥塞状况，包括：

分别获取所述每个车道上单位时间内所述正常行驶车辆的所述纵向距离；

统计在一个探测周期内所述每个车道上单位时间内目标车辆的车辆总数；所述目标车辆为所述纵向距离小于所述预设的检测区域的区域长度的车辆；

计算所述每个车道上单位时间内所述车辆总数的平均数，所述平均数为所述每个车道上单位时间内的车流量；

根据所述车流速度和所述车流量确定所述每个车道上的交通拥塞状况。

本发明实施例的第二方面提供了一种基于毫米波雷达判断交通状况的装置，包括：

解析模块，用于解析由发射信号和每个车辆反射的回波信号混合生成的中频信号，得到所述每个车辆的目标参数，所述目标参数为车辆相对于所述雷达的运行参数；

计算模块，用于基于所述目标参数分别计算所述每个车辆相对于雷达的横向距离、纵向速度以及纵向距离；

确定模块，用于基于所述横向距离、所述纵向速度以及预设的探测周期确定每个车道上的车流速度；

分析模块，用于基于所述纵向距离以及预设的检测区域确定所述每个车道上单位时间的车流量，基于所述车流速度和所述车流量确定所述每个车道上的交通拥塞状况。

可选地，还包括：

控制模块，用于控制所述雷达在绕预设的转轴旋转时发射所述发射信号。

可选地，所述目标参数包括车辆相对于雷达的相对距离、径向速度以及方位角度；

所述计算模块，包括：

第一计算子单元，用于将所述相对距离以及所述方位角代入预设的第一公式，计算得到所述横向距离；所述第一公式为：

dx＝rsin(ω)

其中，dx为所述横向距离，r为所述相对距离，ω为所述方位角；

第二计算子单元，用于将所述相对距离以及所述方位角代入预设的第二公式，计算得到所述纵向距离；所述第二公式为：

dy＝rcos(ω)

其中，dy为所述纵向距离，r为所述相对距离，ω为所述方位角；

第三计算子单元，用于将所述径向速度、所述纵向距离以及所述方位角度代入预设的第三公式，计算得到所述纵向速度；所述第三公式为：

vy＝v/[cos(ω)cos(atan(h/dy))]

其中，vy为所述纵向速度，v为所述径向速度，h为预设的雷达相对于地面的高度，ω为所述方位角，dy为所述纵向速度。

本发明实施例的第三方面提供了一种毫米波雷达，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，所述处理器执行所述计算机程序时实现如上任一实施例所述基于毫米波雷达判断交通状况的方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上任一实施例所述基于雷达判断交通状况的方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：通过解析雷达的发射信号与车辆反射的回波信号混合生成的中频信号，得到每个车辆的目标参数；基于所述目标参数分别计算所述每个车辆相对于雷达的横向距离、纵向速度及纵向距离；并基于所述横向距离、所述纵向速度及所述纵向距离判断当前的交通拥塞状况。由于雷达在各种环境下的性能稳定，因此通过解析雷达的发射信号与车辆反射的回波信号混合生成的中频信号，得到每个车辆的目标参数，不受环境状况的影响，能够保证在各种环境下获取到准确的车辆运行参数，提高判断交通拥塞状况的准确性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明第一实施例提供的基于毫米波雷达判断交通状况的方法的实现流程；

图2是图1中s102的具体实施流程图；

图3是图1中s103的具体实施流程图；

图4是图1中s104的具体实施流程图；

图5是本发明第二实施例提供的基于毫米波雷达判断交通状况的方法的实现流程；

图6是本发明提供的基于毫米波雷达判断交通状况的装置的示意图；

图7是本发明提供的毫米波雷达的框架示意框图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。如图1所示，是本发明第一实施例提供的基于毫米波雷达判断交通状况的方法的实现流程，本实施例的执行主体为雷达。详述如下：

s101，解析由发射信号和每个车辆反射的回波信号混合生成的中频信号，得到每个所述车辆的目标参数，所述目标参数为车辆相对于所述雷达的运行参数。

使用雷达分析交通拥塞状况时，通常将雷达安装在位于需要探测的道路上的固定物体上，并控制雷达按照预设的发射频率向外发射所述发射信号，当有车辆在雷达的探测范围内，所述发射信号在探测到车辆时发生反射，返回所述回波信号。通常，雷达工作在射频频段，雷达发射的发射信号为射频信号，每个车辆反射的回波信号的载率是雷达的工作频率，将所述发射信号与所述回波信号进行混频处理，去掉所述回波信号中的载频信号，得到所述中频信号，所述中频信号包含有每个所述车辆的目标参数。

s102，基于所述目标参数分别计算每个所述车辆相对于雷达的横向距离、纵向速度以及纵向距离。

所述目标参数包括车辆相对于雷达的相对距离、径向速度以及方位角。分别将每个车辆相对于雷达的所述相对距离、所述径向速度以及所述方位角代入预设的公式，可以计算得到每个车辆相对于雷达所述横向距离、纵向速度以及纵向距离。

具体地，如图2所示，是图1中s102的具体实施流程图。由图2可知，s102包括：

s1021，将所述相对距离以及所述方位角代入预设的第一公式，计算得到所述横向距离。

其中，所述第一公式为：

dx＝rsin(ω)

其中，dx为所述横向距离，r为所述相对距离，ω为所述方位角；

s1022，将所述相对距离以及所述方位角代入预设的第二公式，计算得到所述纵向距离。

其中，所述第二公式为：

dy＝rcos(ω)

其中，dy为所述纵向距离，r为所述相对距离，ω为所述方位角；

s1023，将所述径向速度、所述纵向距离以及所述方位角度代入预设的第三公式，计算得到所述纵向速度。

其中，所述第三公式为：

vy＝v/[cos(ω)cos(atan(h/dy))]

其中，vy为所述纵向速度，v为所述径向速度，h为预设的雷达相对于地面的高度，ω为所述方位角，dy为所述纵向速度。

s103，基于所述横向距离、所述纵向速度以及预设的探测周期确定每个车道上的车流速度。

由于雷达的探测范围通常包含有道路上的每个车道，而不同的车辆可能行驶在不同的车道上，因此，首先根据所述横向距离确定每个所述车辆的行驶车道；然后根据所述纵向速度确定每个车道上正常行驶的车辆；再基于每个车道上正常行驶的车辆的平均纵向速度，才能确定所述每个车道上的车流速度。

具体地，如图3所示，是图1中s103的具体实施流程图。由图3可知，s103包括：

s1031，基于所述横向距离与预设的单车道宽度确定每个所述车辆所在的车道。

在实际应用中，每条道路通常包含有多条单车道，每条单车道宽度是固定相同的，且雷达相对于道路外侧边缘的距离是固定的，因此基于所述横向距离与预设的单车道的宽度可以确定每个所述车辆所在的车道。具体地，在本实施例中，若所述车辆所在的车道为l，则l需满足以下公式：

(l-1)dpath≤dx+x<ldpath

其中，x为假设雷达相对于道路外侧边缘的距离，dpath为预设的单车道宽度，dy为所述纵向距离，l为大于等于1的正整数。

s1032，基于所述纵向速度将所有所述车辆分为正常行驶车辆和慢速行驶车辆。

具体地，若所述纵向速度小于预设的速度阈值，则确定以所述纵向速度行驶的车辆为慢速行驶车辆，若所述纵向速度大于或者等于预设的速度阈值，则确定以所述纵向速度行驶的车辆为正常行驶的车辆。

s1033，分别计算在单位时间内每个车道上所述正常行驶车辆的平均纵向速度，所述平均纵向速度为所述车流速度。

由于预设的雷达的探测周期通常为毫秒级，例如50毫秒，因此在一个探测周期内每个车道上的车流速度有可能存在跳变现象，因此，为了获得较为稳定的车流速度，在具体实施过程中，分别计算在单位时间内(例如，一分钟内)所有正常行驶车辆的平均纵向速度。

s104，基于所述纵向距离以及预设的检测区域确定所述每个车道上单位时间内的车流量，根据所述车流速度和所述车流量确定所述每个车道上的交通拥塞状况。

需要说明的是，单位时间内的车流量是基于预设的检测区域进行统计的，所述预设的检测区域在雷达的探测范围内，通常就以雷达的探测范围所对应的区域为所述预设的检测区域。

具体地，如图4所示，是图1中s104的具体实施流程图。由图4可知，s104包括：

s1041，分别获取所述每个车道上单位时间内所述正常行驶车辆的所述纵向距离。

通常，在交通畅通或者正常的状态下，慢速行驶车辆的数量是较少的，因此，在分析车流量的过程中，主要考虑所述每个车道上单位时间内所述正常行驶车辆的纵向距离。

s1042，统计在一个探测周期内所述每个车道上单位时间内目标车辆的车辆总数；所述目标车辆为所述纵向距离小于所述预设的检测区域的区域长度的车辆。

具体地，在一个探测周期内，若有车道上正常行驶的车辆的纵向距离小于所述预设的检测区域的区域长度，则确定该正常行驶的车辆为对应该车道上的目标车辆。统计在一个探测周期内所述每个车道上的所述目标车辆的车辆总数。

s1043，计算所述每个车道上单位时间内所有探测周期对应的所述车辆总数的平均数，所述平均数为所述每个车道上单位时间内的车流量。

由于雷达的一个探测周期通常为毫秒级别，其远远小于单位时间(1秒)，在一个探测周期内，车辆的速度可能存在跳变现象，为了提高计算车流量的准确性，以所述每个车道上单位时间内所有探测周期对应的所述车辆总数的平均数来确定车流量。

s1044，根据所述车流速度和所述车流量确定所述每个车道上的交通拥塞状况。

具体地，所述交通拥塞状况包括交通畅通，交通正常以及交通拥塞。分别预设有交通畅通的第一车流速度门限值，交通正常的第二车流速度门限值，交通拥塞的车流量阈值。

当所述车流速度小于或者等于所述第一车流速度门限值，则确定所述交通畅通；当所述车流速度大于所述第一车流速度门限值且小于或者等于所述第二车流速度门限值，则确定所述交通正常；当所述车流速度大于所述第二车流速度门限值，且所述车流量大于所述车流量阈值，则确定所述交通拥塞。

通过上述实施例可知，本发明提出的基于毫米波雷达判断交通状况的方法，解析由发射信号和每个车辆反射的回波信号混合生成的中频信号，得到每个车辆的目标参数，目标参数为车辆相对于雷达的运行参数；基于目标参数分别计算每个车辆相对于雷达的横向距离、纵向速度以及纵向距离；基于横向距离、纵向速度以及预设的探测周期确定每个车道上的车流速度；基于纵向距离以及预设的检测区域确定每个车道上单位时间内的车流量，根据车流速度和所述车流量确定所述每个车道上的交通拥塞状况。通过解析雷达的发射信号与车辆反射的回波信号混合生成的中频信号，得到车辆的目标参数，不受环境状况的影响，能够提高判断交通拥塞状况的准确性。

进一步地，如图5所示，是本发明第二实施例提供的基于毫米波雷达判断交通状况的方法的实现流程。由图5可知，本实施例与图1所示实施例相比，不同点在s501，s502～s505与s101～s104相同，具体实施过程参见图1中s101～s104的实施过程。s501的具体实施过程如下：

s501，控制所述雷达在绕预设的转轴旋转时发射所述发射信号。

由前面分析可知，使用雷达分析交通拥塞状况时，通常将雷达安装在位于需要探测的道路上的固定物体上，可以控制雷达绕固定物体的中心线进行旋转。在本实例中，控制所述雷达在绕预设的转轴旋转是发射所述发射信号，使得雷达能够探测道路周边所有角度的车辆，提高雷达的有效探测范围。

图6是本发明提供的基于毫米波雷达判断交通状况的装置的示意图。如图6所示，该实施例的基于雷达判断交通状况的装置6包括：解析模块610、计算模块620、确定模块630以及分析模块640。其中，

解析模块610，用于解析由发射信号和每个车辆反射的回波信号混合生成的中频信号，得到所述每个车辆的目标参数，所述目标参数为车辆相对于所述雷达的运行参数。

计算模块620，用于基于所述目标参数分别计算所述每个车辆相对于雷达的横向距离、纵向速度以及纵向距离。

确定模块630，用于基于所述横向距离、所述纵向速度以及预设的探测周期确定每个车道上的车流速度。

分析模块640，用于基于所述纵向距离以及预设的检测区域确定所述每个车道上单位时间的车流量，基于所述车流速度和所述车流量确定所述每个车道上的交通拥塞状况。

进一步地，还包括：

控制模块，用于控制所述雷达在绕预设的转轴旋转时发射所述发射信号。

进一步地，所述目标参数包括车辆相对于雷达的相对距离、径向速度以及方位角；所述计算模块620，包括：

第一计算单元，用于将所述相对距离以及所述方位角代入预设的第一公式，计算得到所述横向距离；

其中，所述第一公式为：

dx＝rsin(ω)

其中，dx为所述横向距离，r为所述距离，ω为所述方位角；

第二计算单元，用于将所述相对距离以及所述方位角代入预设的第二公式，计算得到所述纵向距离；

其中，所述第二公式为：

dy＝rcos(ω)

其中，dy为所述纵向距离，r为所述距离，ω为所述方位角；

第三计算单元，用于将所述径向速度、所述纵向距离以及所述方位角度代入预设的第三公式，计算得到所述纵向速度；

其中，所述第三公式为：

vy＝v/[cos(ω)cos(atan(h/dy))]

其中，vy为所述纵向速度，h为预设的雷达相对于地面的高度，ω为所述方位角，dy为所述纵向速度。

进一步地，所述确定模块630，包括：

第一确定单元，用于基于所述横向距离与预设的单车道宽度确定每个所述车辆所在的车道；

分类单元，用于基于所述纵向速度将所有所述车辆分为正常行驶车辆和慢速行驶车辆；

第四计算单元，用于分别计算在一个探测周期内每个车道上所述正常行驶车辆的平均纵向速度，所述平均纵向速度为所述车流速度。

进一步地，所述分析模块640，包括：

获取单元，用于分别获取所述每个车道上单位时间内所述正常行驶车辆的所述纵向距离；

统计单元，用于统计在一个探测周期内所述每个车道上单位时间内目标车辆的车辆总数；所述目标车辆为所述纵向距离小于所述预设的检测区域的区域长度的车辆；

第五计算单元，用于计算所述每个车道上单位时间内所述车辆总数的平均数，所述平均数为所述每个车道上单位时间内的车流量；

第二确定单元，用于根据所述车流速度和所述车流量确定所述每个车道上的交通拥塞状况。

图7是本发明提供的毫米波雷达的框架示意图。如图7所示，该实施例的雷达7包括：处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72，例如基于毫米波雷达判断交通状况的程序。所述处理器70执行所述计算机程序72时实现上述各个基于毫米波雷达判断交通状况的方法实施例中的步骤，例如图1所示的步骤101至104。或者，所述处理器70执行所述计算机程序72时实现上述基于毫米波雷达判断交通状况的装置实施例中各模块/单元的功能，例如图6所示模块610至640的功能。

示例性的，所述计算机程序72可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器71中，并由所述处理器70执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序72在所述车载雷达7中的执行过程。例如，所述计算机程序72可以被分割成解析模块、计算模块、确定模块、分析模块(虚拟装置中的模块)，各模块具体功能如下：

解析模块，用于解析由发射信号和每个车辆反射的回波信号混合生成的中频信号，得到所述每个车辆的目标参数，所述目标参数为车辆相对于所述雷达的运行参数。

计算模块，用于基于所述目标参数分别计算所述每个车辆相对于雷达的横向距离、纵向速度以及纵向距离。

确定模块，用于基于所述横向距离、所述纵向速度以及预设的探测周期确定每个车道上的车流速度。

分析模块，用于基于所述纵向距离以及预设的检测区域确定所述每个车道上单位时间的车流量，基于所述车流速度和所述车流量确定所述每个车道上的交通拥塞状况。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个通信单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。