基于激光雷达网络的全程连续轨迹车辆追踪系统及方法与流程

本发明属于交通图像处理与交通信息技术领域，尤其涉及一种基于激光雷达网络的全程连续轨迹车辆追踪系统及方法。

背景技术：

目前，对通行车辆的监测和管理是高速公路管理的重要工作内容。为了保障道路安全，有效降低交通事故发生概率，对违法车辆的实时全程连续轨迹跟踪有着重要的价值。现有的轨迹跟踪技术主要采用视频设备来实现，在高速公路沿线布点监测，通过人工巡检或者图像识别的方式追踪违法车辆。尽管深度学习技术的应用大大提高了识别率，然而在环境光照不良的场景中，仍然会受到严重影响，给全程连续轨迹跟踪造成了较大障碍。

雷达技术在高速公路的应用，为解决以上问题提供了解决方案。尤其是高分辨率激光雷达在路侧的应用，为多车道、多车辆目标的追踪提供了较为理想的技术。在现有的文献中，有一些基于车载激光雷达的车辆跟踪方法。申请号为201910948851.1的中国专利申请中提出一种融合图像和激光点云的三维多目标跟踪方法；申请号为202010029355.9的中国专利申请中提出一种基于3d激光雷达的车辆检测与跟踪方法。也有少量基于路侧激光雷达的车辆跟踪方法。申请号为201911020615.x的中国专利申请中提出路侧布置多种、多台雷达以提高精确性的方法。现有的文献主要是针对单检测点的路侧雷达的车辆跟踪方法。高速公路全程连续轨迹的车辆追踪方法却未见报道。

因此，有必要提供一种基于激光雷达网络的高速公路全程连续轨迹车辆追踪方法，以实现高准确度、高实时性的全程连续轨迹车辆跟踪技术。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有的轨迹跟踪技术主要采用视频设备来实现，在高速公路沿线布点监测，通过人工巡检或者图像识别的方式追踪违法车辆，然而在环境光照不良的场景中，仍然会受到严重影响，给全程连续轨迹跟踪造成了较大障碍。

(2)现有的文献主要是针对单检测点的路侧雷达的车辆跟踪方法。高速公路全程连续轨迹的车辆追踪方法却未见报道。

解决以上问题及缺陷的难度为：全程连续轨迹跟踪需要全天候、全程无死角地对车辆进行实时跟踪，而视频技术受限环境光照条件，无法实现；单监测点路侧雷达覆盖范围有限，而且对于多雷达边界的实时衔接上也难以达到全程连续轨迹跟踪的要求。

解决以上问题及缺陷的意义为：全程连续轨迹跟踪的实现具有以下意义：一方面，可以精准地为车辆提供实时路况信息，更为精确地预测路况进展，提供更为优质的导航服务；另一方面，为道路运营服务提供了实时而且精确的道路信息平台，为道路收费、道路救援、应急管理等服务的提升提供了基础。

技术实现要素：

针对现有技术存在的问题，本发明提供了一种基于激光雷达网络的全程连续轨迹车辆追踪系统及方法。

本发明是这样实现的，一种基于激光雷达网络的全程连续轨迹车辆追踪系统，所述基于激光雷达网络的全程连续轨迹车辆追踪系统采用多层分级体系结构，包括：激光雷达网络、其它路侧传感器、路侧处理器、融合服务器和网络通讯设备。

所述激光雷达网络包括高速公路全程所有检测点的激光雷达，用于采集道路行车的三维空间信息；

所述其它路侧传感器包括摄像机，用于采集视频图像；

所述路侧处理器，用于分析所处检测点的激光雷达传入的点云信息，在检测点的监控范围内进行车辆多目标检测和跟踪，并触发摄像机抓拍与车牌识别，同时上报车辆检测信息至融合服务器；

所述融合服务器包括计算处理器、数据存储器和展示终端等，用于对高速全程的各检测点上报的车辆跟踪轨迹进行融合处理，得出全程高速公路的车辆跟踪轨迹信息，并进行展示；

所述网络通讯设备包括路由器和交换机等，用于连接上述设备，实现设备间的信息交互。

进一步，所述激光雷达网络的激光雷达监控范围覆盖高速公路全程，无死角，相邻检测点雷达监控范围少量重叠。

本发明的另一目的在于提供一种应用所述基于激光雷达网络的全程连续轨迹车辆追踪系统的基于激光雷达网络的全程连续轨迹车辆追踪方法，所述基于激光雷达网络的全程连续轨迹车辆追踪方法包括以下步骤：

步骤一，同步激光雷达网络、其它路侧传感器和路侧处理器的时间；

通过时间同步(ptp)服务器，对激光雷达网络中所有雷达，其它路侧传感器和路侧处理器进行时间的同步。

步骤二，检测点雷达实时扫描监控范围；

激光雷达以一定频率对监控区域的道路进行实时扫描，获取三维点云数据。

步骤三，检测点在监控范围内进行车辆多目标检测；

对获取的三维点云数据进行分析，去除背景，分割道路空间内的点云，识别出车辆。

步骤四，检测点在监控范围内进行车辆轨迹追踪；

通过对连续多帧车辆点云进行分析，同时对监控范围内的运动车辆的位置进行预测，同时在时间序列上进行匹配，从而实现车辆轨迹的追踪。

步骤五，检测点的摄像机进行抓拍和车牌识别；

雷达一旦侦测出车辆一旦进入摄像机抓拍区域，发出信号触发摄像机进行抓拍，并进行车牌识别，将车牌进行与跟踪车辆绑定起来。

步骤六，检测点事件分析；

通过对监测点的雷达轨迹进行分析，结合道路交通线进行判断是否发生违法变道、逆行、违法停车等。

步骤七，检测点进行坐标转换；

为了统一到世界坐标系，在上报服务器之前，先进行坐标转换，将本地坐标信息转换为世界坐标系下的信息。

步骤八，检测点进行信息编码；

为了方便服务器进行融合，监测点对将要上报的信息按照一定规则进行统一编码，例如：车辆编号前缀加入监测点编码。

步骤九，检测点信息上报；

将本检测点的检测范围内的车辆信息上传至融合服务器。

步骤十，全程信息融合；

融合服务器收到各监测点的车辆动态信息与事件信息后，对各雷达交叉覆盖的区域进行拼接，实现相邻雷达间车辆的跟踪过渡处理。

步骤十一，车辆全程轨迹展示。

信息融合好后，在全程轨迹上可以连续对车辆进行轨迹展示，并对事件参与车辆进行

进一步，步骤一中，所述雷达的布局在需要监控的路端，按照250米的间距布设激光雷达，单雷达扫描范围270米，雷达扫描区域朝向同一个方向。在车子进入监控区域的第一个安装点安装车牌识别系统，用来做车牌与雷达数据的匹配。

进一步，步骤三中，所述检测点在监控范围内进行车辆多目标检测的方法，包括：通过对雷达三维点云信息的分析和处理，检测出监控范围内的车辆，检测出车速、车辆位置坐标，车辆尺寸、车辆姿态、所在车道的信息。

进一步，步骤三中，所述目标检测分析，包括：三维点云背景分离、点云分割、点云分类的处理。

进一步，步骤四中，所述检测点在监控范围内进行车辆轨迹追踪的方法，包括：通过对雷达点云前后帧各车辆位置信息分析，结合运动趋势预测，连续定位和跟踪监控范围内各车辆。

进一步，步骤五中，摄像机的抓拍和车牌识别是根据具体需要进行的，比如在检测点发生交通违规事件，或者车辆刚进入高速公路时。

进一步，步骤六中，所述检测点事件分析包括：拥堵、占用紧急车道、违法停车、逆行、违法变道、行人和障碍物。

进一步，步骤七中，所述坐标转换是检测点将检测出的车辆信息和事件中的本地坐标转换为全程高速公路的世界坐标系。

进一步，步骤八中，所述信息编码是检测点将检测出的车辆进行编号，并且按照全程高速公路的统一规则进行。

进一步，步骤九中，所述信息上报是检测点将车辆检测信息和事件实时上报给融合服务器，并配上时间戳；车辆的外形点云数据根据需要进行上报，不进行实时上报，降低网络负荷。

进一步，步骤十中，所述全程信息融合是根据时间戳，实时拼接各检测点上报的车辆检测信息，重点是相邻监测点的衔接部分的信息整合；根据需要指示检测点上报车辆的外形点云信息，将实时信息记录数据库，以便生成车辆轨迹信息。

进一步的，步骤十一中，所述全程轨迹展示是通过上报的实时车辆信息、路况信息、相关事件信息，以及存储的历史数据，结合全程高速公路的三维图像信息或模型，展示车辆的连续轨迹。

进一步，所述基于激光雷达网络的全程连续轨迹车辆追踪方法还包括：

第一步，根据雷达扫描范围及发光角度，选择雷达及车牌识别摄像机的安装位置及固定角度；

第二步，通过在融合服务器内部署时间同步(ptp)服务器，完成所有设备的时间校准，已实现整套系统的时间同步；

第三步，测量车牌识别抓拍范围的距离，并在最佳识别位置放置标定物体，完成车牌识别设备与当前雷达扫描区域内位置标定。并通过根据车速及时延计算出车牌识别数据与雷达点云数据同步的区间范围；

第四步，通过gps采集所有雷达安装位置的具体经纬度信息，并在雷达区域延非直线行走采集8-10个经纬度信息，将所有设备的工作区域及位置统一同步到大地坐标系；

第五步，任意选用多辆测试车辆进入当前区域内进行实际数据的测量，根据车辆的形态特征及物理尺寸等信息调整雷达联动时间，实现车辆在整个区域范围内的全程轨迹追踪。

本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施所述的基于激光雷达网络的全程连续轨迹车辆追踪方法。

本发明的另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行所述的基于激光雷达网络的全程连续轨迹车辆追踪方法。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明提供的基于激光雷达网络的全程连续轨迹车辆追踪系统及方法，可以对高速公路的车辆进行实时和全程连续轨迹追踪，结合摄像机可以准确抓取事件发生时间段的视频图像，实现对肇事车辆的及时处理。本发明优化了网络传输负荷和计算负荷，可以实现时间延迟小，计算负荷低，网络传输负荷小。

附图说明

图1是本发明实施例提供的基于激光雷达网络的全程连续轨迹车辆追踪系统体系结构示意图。

图2是本发明实施例提供的基于激光雷达网络的全程连续轨迹车辆追踪方法流程图。

图3是本发明实施例提供的雷达网络的布局示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种基于激光雷达网络的全程连续轨迹车辆追踪系统及方法，下面结合附图对本发明作详细的描述。

如图1所示，本发明实施例提供的基于激光雷达网络的全程连续轨迹车辆追踪系统采用多层分级体系结构，包括：激光雷达网络、其它路侧传感器、路侧处理器、融合服务器和网络通讯设备。

所述激光雷达网络包括高速公路全程所有检测点的激光雷达，用于采集道路行车的三维空间信息；

所述其它路侧传感器包括摄像机，用于采集视频图像；

所述路侧处理器，用于分析所处检测点的激光雷达传入的点云信息，在检测点的监控范围内进行车辆多目标检测和跟踪，并触发摄像机抓拍与车牌识别，同时上报车辆检测信息至融合服务器；

所述融合服务器包括计算处理器、数据存储器和展示终端等，用于对高速全程的各检测点上报的车辆跟踪轨迹进行融合处理，得出全程高速公路的车辆跟踪轨迹信息，并进行展示；

所述网络通讯设备包括路由器和交换机等，用于连接上述设备，实现设备间的信息交互。

进一步，所述激光雷达网络的激光雷达监控范围覆盖高速公路全程，无死角，相邻检测点雷达监控范围少量重叠。

如图2所示，本发明实施例提供的基于激光雷达网络的全程连续轨迹车辆追踪方法包括以下步骤：

s101，同步激光雷达网络、其它路侧传感器和路侧处理器的时间；

s102，检测点雷达实时扫描监控范围；

s103，检测点在监控范围内进行车辆多目标检测；

s104，检测点在监控范围内进行车辆轨迹追踪；

s105，检测点的摄像机进行抓拍和车牌识别；

s106，检测点事件分析；

s107，检测点进行坐标转换；

s108，检测点进行信息编码；

s109，检测点信息上报；

s110，全程信息融合；

s111，车辆全程轨迹展示。

本发明实施例提供的步骤s101中，所述雷达的布局在需要监控的路端，按照250米的间距布设激光雷达，单雷达扫描范围270米，雷达扫描区域朝向同一个方向。在车子进入监控区域的第一个安装点安装车牌识别系统，用来做车牌与雷达数据的匹配。

本发明实施例提供的步骤s103中，所述检测点在监控范围内进行车辆多目标检测的方法，包括：通过对雷达三维点云信息的分析和处理，检测出监控范围内的车辆，检测出车速、车辆位置坐标，车辆尺寸、车辆姿态、所在车道的信息。

本发明实施例提供的步骤s103中，所述目标检测分析，包括：三维点云背景分离、点云分割、目标分类的处理。

本发明实施例提供的步骤s104中，所述检测点在监控范围内进行车辆轨迹追踪的方法，包括：通过对雷达点云前后帧各车辆位置信息分析，结合运动趋势预测，连续定位和跟踪监控范围内各车辆。

本发明实施例提供的步骤s105中，摄像机的抓拍和车牌识别是根据具体需要进行的，比如在检测点发生交通违规事件，或者车辆刚进入高速公路时。

本发明实施例提供的步骤s106中，所述检测点事件分析包括：拥堵、占用紧急车道、违法停车、逆行、违法变道、行人和障碍物。

本发明实施例提供的步骤s107中，所述坐标转换是检测点将检测出的车辆信息和事件中的本地坐标转换为全程高速公路的世界坐标系。

本发明实施例提供的步骤s108中，所述信息编码是检测点将检测出的车辆进行编号，并且按照全程高速公路的统一规则进行。

本发明实施例提供的步骤s109中，所述信息上报是检测点将车辆检测信息和事件实时上报给融合服务器，并配上时间戳；车辆的外形点云数据根据需要进行上报，不进行实时上报，降低网络负荷。

本发明实施例提供的步骤s110中，所述全程信息融合是根据时间戳，实时拼接各检测点上报的车辆检测信息，重点是相邻监测点的衔接部分的信息整合；根据需要指示检测点上报车辆的外形点云信息，将实时信息记录数据库，以便生成车辆轨迹信息。

本发明实施例提供的步骤s111中，所述全程轨迹展示是通过上报的实时车辆信息、路况信息、相关事件信息，以及存储的历史数据，结合全程高速公路的三维图像信息或模型，展示车辆的连续轨迹。

下面结合实施例对本发明的技术方案作进一步描述。

如图3所示，本发明实施例提供的雷达的布局在需要监控的路端，按照250米的间距布设激光雷达(单雷达扫描范围270米)，雷达扫描区域朝向同一个方向。在车子进入监控区域的第一个安装点安装车牌识别系统，用来做车牌与雷达数据的匹配。

第一步，根据雷达扫描范围及发光角度，选择雷达及车牌识别摄像机的安装位置及固定角度；

第二步，通过在融合服务器内部署时间同步(ptp)服务器，完成所有设备的时间校准，已实现整套系统的时间同步；

第三步，测量车牌识别抓拍范围的距离，并在最佳识别位置放置标定物体，完成车牌识别设备与当前雷达扫描区域内位置标定。并通过根据车速及时延计算出车牌识别数据与雷达点云数据同步的区间范围；

第四步，通过gps采集所有雷达安装位置的具体经纬度信息，并在雷达区域延非直线行走采集8-10个经纬度信息，将所有设备的工作区域及位置统一同步到大地坐标系；

第五步，任意选用多辆测试车辆进入当前区域内进行实际数据的测量，根据车辆的形态特征及物理尺寸等信息调整雷达联动时间，实现车辆在整个区域范围内的全程轨迹追踪。

本发明在杭绍台高速公路实验路段全程2公里进行了实施，能够实现全天候车辆连续轨迹跟踪，结合摄像拍照，对于超限车辆的车牌实行了抓拍，准确率达99％。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。