1.本发明属于电子信息技术领域，具体涉及一种基于地图信息和雷达数据的汽车轨迹识别方法。
背景技术：
2.低空雷达可以探测到的目标很多，主要的低空目标包括鸟、起降阶段的飞机、无人机、风筝和在地面行驶的汽车。利用雷达获取到的轨迹数据将检测到的汽车进行识别，无论是在智慧交通领域还是低空安防领域，都具有十分重要的意义。
3.目前，识别汽车轨迹的方法主要有基于rfid的方法和基于图像视频监控的方法。基于rfid的方法需要在汽车上安装rfid设备才能获取汽车的轨迹数据；基于图像视频监控的方法主要应用在光照条件较好的白天，在雨雾天气不能使用。且受限于摄像头的性能，获取的汽车轨迹行程较短，不能在大场景下应用。
4.综上所述，目前的目标识别方法存在使用不方便，不能全时段工作等弱点。雷达作为全天候获取信息的设备，具有适用性强，应用范围广的特点。如何在雷达数据中将汽车识别出来，是目前雷达在低慢小低空探测和智慧安防面临的问题之一。
技术实现要素：
5.针对上述背景技术所提出的问题，本发明的目的是：旨在提供一种基于地图信息和雷达数据的汽车轨迹识别方法。
6.为实现上述技术目的，本发明采用的技术方案如下：
7.一种基于地图信息和雷达数据的汽车轨迹识别方法，包括下述步骤：
8.s1.读取雷达获取的航迹数据；
9.s2.读取雷达中心坐标；
10.s3.将雷达获取的局部坐标航迹数据插值到1米的距离间隔；
11.s4.将插值后的雷达局部坐标航迹数据转换为gps坐标数据；
12.s5.读取雷达探测范围内的道路点数据；
13.s6.对道路点数据插值到1米距离间隔；
14.s7.按照直线和曲线，将道路划分为直线道路和曲线道路；
15.s8.遍历所有道路，计算直线道路的方向和曲线道路的曲率；
16.s9.遍历所有航迹，计算每条雷达航迹与每条道路的匹配程度，并根据匹配程度做汽车航迹判定；
17.进一步限定，所述s9包括，计算每条雷达航迹与每条道路的平均最小距离。
18.进一步限定，所述s9还包括，计算每条雷达航迹航向与直线道路的方向夹角；计算每条雷达航迹航向与曲线道路的曲率近似度。
19.进一步限定，所述汽车航迹判定通过以下标准完成判定，若航迹与任一道路的平均距离小于1米，且与直线航迹航向平均夹角小于5度，则该航迹为汽车的航迹；若航迹与任
一道路的平均距离小于1米，且与曲线道路的曲率误差小于0.2，则该航迹为汽车的航迹；其余航迹为非汽车航迹。
20.本发明的有益效果：
21.1.本发明利用雷达获取各种航迹数据，并将雷达的航迹数据与道路的地理信息数据进行比较判定，从而识别出汽车的航迹，由于雷达作为全天候获取信息的设备，具有适用性强，应用范围广的特点，雷达不受光照条件，气候等外界自然条件的影响，且不需要安装rfid设备，不受限于摄像头的拍摄范围，通过雷达识别汽车航迹的方法，弥补了基于rfid方法和基于图像视频监控方法的不足；
22.2.方法简单，计算量低；
23.3.对汽车的识别率高。
具体实施方式
24.为了使本领域的技术人员可以更好地理解本发明，下面通过实施例对本发明技术方案进一步说明。
25.本发明的一种基于地图信息和雷达数据的汽车轨迹识别方法，包括下述步骤：
26.s1.读取雷达获取的航迹数据；
27.s2.读取雷达中心坐标；
28.s3.将雷达获取的局部坐标航迹数据插值到1米的距离间隔；
29.s4.将插值后的雷达局部坐标航迹数据转换为gps坐标数据；
30.s5.读取雷达探测范围内的道路点数据；
31.s6.对道路点数据插值到1米距离间隔；
32.s7.按照直线和曲线，将道路划分为直线道路和曲线道路；
33.s8.遍历所有道路，计算直线道路的方向和曲线道路的曲率；
34.s9.遍历所有航迹，计算每条雷达航迹与每条道路的匹配程度，并根据匹配程度做汽车航迹判定；
35.优选，所述s9包括，计算每条雷达航迹与每条道路的平均最小距离。
36.优选，所述s9还包括，计算每条雷达航迹航向与直线道路的方向夹角；计算每条雷达航迹航向与曲线道路的曲率近似度。
37.优选，所述汽车航迹判定通过以下标准完成判定，若航迹与任一道路的平均距离小于1米，且与直线航迹航向平均夹角小于5度，则该航迹为汽车的航迹；若航迹与任一道路的平均距离小于1米，且与曲线道路的曲率误差小于0.2，则该航迹为汽车的航迹；其余航迹为非汽车航迹。
38.本案实施中，本发明利用雷达获取各种航迹数据，并将雷达的航迹数据与道路的地理信息数据进行比较判定，从而识别出汽车的航迹，由于雷达作为全天候获取信息的设备，具有适用性强，应用范围广的特点，雷达不受光照条件，气候等外界自然条件的影响，且不需要安装rfid设备，不受限于摄像头的拍摄范围，通过雷达识别汽车航迹的方法，弥补了基于rfid方法和基于图像视频监控方法的不足；
39.具体的，雷达获取的局部坐标航迹数据需要插值到1米的距离间隔，并将插值后的雷达局部坐标航迹数据转换为gps坐标数据，道路的地理信息数据同样插值到1米的距离间
隔，并将道路划分为直线道路和曲线道路，并计算直线道路的方向和曲线道路的曲率，随后，计算每条雷达航迹与每条道路的匹配程度，并根据匹配程度做汽车航迹判定；
40.雷达航迹与道路数据的匹配，需要计算以下数据，第一、每条雷达航迹与每条道路的平均最小距离，第二、计算每条雷达航迹航向与直线道路的方向夹角，第三、计算每条雷达航迹航向与曲线道路的曲率近似度；
41.判定标准如下，若航迹与任一道路的平均距离小于1米，且与直线航迹航向平均夹角小于5度，则该航迹为汽车的航迹；若航迹与任一道路的平均距离小于1米，且与曲线道路的曲率误差小于0.2，则该航迹为汽车的航迹；其余航迹为非汽车航迹；
42.本发明可以在雷达航迹数据中自动识别出汽车的航迹，并且方法简单，计算量低；对汽车的识别率高。
43.上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
技术特征：
1.一种基于地图信息和雷达数据的汽车轨迹识别方法，其特征在于：包括下述步骤，s1.读取雷达获取的航迹数据；s2.读取雷达中心坐标；s3.将雷达获取的局部坐标航迹数据插值到1米的距离间隔；s4.将插值后的雷达局部坐标航迹数据转换为gps坐标数据；s5.读取雷达探测范围内的道路点数据；s6.对道路点数据插值到1米距离间隔；s7.按照直线和曲线，将道路划分为直线道路和曲线道路；s8.遍历所有道路，计算直线道路的方向和曲线道路的曲率；s9.遍历所有航迹，计算每条雷达航迹与每条道路的匹配程度，并根据匹配程度做汽车航迹判定。2.根据权利要求1所述的一种基于地图信息和雷达数据的汽车轨迹识别方法，其特征在于：所述s9包括，计算每条雷达航迹与每条道路的平均最小距离。3.根据权利要求2所述的一种基于地图信息和雷达数据的汽车轨迹识别方法，其特征在于：所述s9还包括，计算每条雷达航迹航向与直线道路的方向夹角；计算每条雷达航迹航向与曲线道路的曲率近似度。4.根据权利要求3所述的一种基于地图信息和雷达数据的汽车轨迹识别方法，其特征在于：所述汽车航迹判定通过以下标准完成判定，若航迹与任一道路的平均距离小于1米，且与直线航迹航向平均夹角小于5度，则该航迹为汽车的航迹；若航迹与任一道路的平均距离小于1米，且与曲线道路的曲率误差小于0.2，则该航迹为汽车的航迹；其余航迹为非汽车航迹。
技术总结
本发明公开了一种基于地图信息和雷达数据的汽车轨迹识别方法，包括下述步骤，S1.读取雷达获取的航迹数据；S2.读取雷达中心坐标；S3.将雷达获取的局部坐标航迹数据插值到1米的距离间隔；S4.将插值后的雷达局部坐标航迹数据转换为GPS坐标数据；S5.读取雷达探测范围内的道路点数据；S6.对道路点数据插值到1米距离间隔；S7.按照直线和曲线，将道路划分为直线道路和曲线道路；S8.遍历所有道路，计算直线道路的方向和曲线道路的曲率；S9.遍历所有航迹，计算每条雷达航迹与每条道路的匹配程度，并根据匹配程度做汽车航迹判定。据匹配程度做汽车航迹判定。
技术研发人员：马明 李茜茜 郑月节 张泽来 张劲 陈国栋 顾肖锐 陆赟
受保护的技术使用者：江苏富士特电气技术有限公司
技术研发日：2021.12.31
技术公布日：2022/4/1