基于交通雷达的红绿灯信号判别方法、装置与流程

本发明涉及交通雷达，具体而言，涉及一种基于交通雷达的红绿灯信号判别方法、装置、设备和计算机可读存储介质。

背景技术：

1、本发明对于背景技术的描述属于与本发明相关的技术，仅仅是用于说明和便于理解本发明的
技术实现要素：
，不应理解为申请人明确认为或推定申请人认为是本发明在首次提出申请的申请日的现有技术。

2、交通雷达在路口场景应用中除了对车辆检测外，有时需要对路口场景车辆做排队效果处理。但由于路口的环境复杂，干扰因素较多，因此雷达做排队处理时，能提供当前车道的红绿灯信息，将大大的提高路口场景下车辆排队的效果。在路口场景下影响排队效果的因素主要有以下几点：(1)非机动车辆影响：停止线附近非机动车辆的运动以及两车道中间非机动车辆的运动，由于点云距离与附近已经停止车辆轨迹过近，导致已经停止车辆轨迹错误匹配非机动点云被带走，从而影响后续车辆的停车排队效果；(2)大车遮挡影响：车辆轨迹在即将进行停车排队时，但由于大车遮挡导致点云丢失，目标轨迹匹配不到点云，速度过大停不下来，从而影响车辆停车排队效果；

3、由于上述因素的存在，导致排队效果与实际路况不符合，排队效果变差；而红绿灯信息的提供可避免上述因素的影响，从而优化排队效果。

4、为了解决上述技术问题，本发明提出了一种基于交通雷达的红绿灯信号判别方法、装置、设备和计算机可读存储介质，针对路口场景，本发明提供了一种根据聚类点对红绿灯信号判别方法，能够适应多周期红绿灯信号场景，并准确给出当前帧此属性车道的红绿灯状态信息。

技术实现思路

1、本发明提供了一种基于交通雷达的红绿灯信号判别方法、装置、设备和计算机可读存储介质，针对路口场景，本发明提供了一种根据聚类点对红绿灯信号判别方法，能够适应多周期红绿灯信号场景，并准确给出当前帧此属性车道的红绿灯状态信息。

2、本发明第一方面的实施例提供了一种基于交通雷达的红绿灯信号判别方法，包括如下步骤：获取雷达检测的初始目标点云信息，并对初始目标点云信息进行聚类；给出当前场景车道属性种类；在统计区域里统计各属性车道聚类点信息；根据统计的聚类点信息判断当前帧该属性车道状态，并计算出当前红绿灯总时间和绿灯时间；根据历史记录的多个红绿灯时间和绿灯时间，根据离散度进行筛选过滤，再分别取均值，得出红绿灯周期和绿灯周期；根据红绿灯周期和绿灯周期以及当前该属性车道的状态，判断各属性车道的红绿灯状态。

3、优选地，获取雷达检测的初始目标点云信息，并对初始目标点云信息进行聚类步骤中，初始目标点云信息包括距离信息、速度信息、角度信息，根据距离信息、速度信息对原始点云数据进行聚类，得到聚类点。

4、优选地，车道属性种类包括直行车道、第一左转车道、第二左转车道、掉头车道；其中，第一左转车道为不具有待转区域的左转车道，第二左转车道为具有待转区域的左转车道。

5、优选地，在统计区域里统计各属性车道聚类点信息步骤具体流程如下：以单位周期遍历每帧所有的聚类点；对满足在来向车道内，位于统计区域内，且信噪比超过设定阈值的聚类点进行统计；根据聚类点位于车道的属性，统计聚类点在单位周期内点数的累计，单位区间的首速度和尾速度，以及第一均速度，并存储于各属性车道的矩阵中。

6、优选地，根据统计的聚类点信息判断当前帧该属性车道状态，并计算出当前红绿灯总时间和绿灯时间步骤包括如下子步骤：一个单位周期统计完，则进行当前各车道属性启动判断以及停止判断，启动判断和停止判断依据多个单位周期的历史数据，历史数据包含多个单位周期的聚类点数、首速度、尾速度、第一均速度，以及根据多个单位周期的均速度拟合的斜率值和多个单位周期的第一均速度再计算得到的第二均速度；判断出当前该车道属性的状态，得到启动时间戳和停止时间戳；根据本次启动时间戳减去上次启动时间戳得到本次红绿灯时间，根据本次停止时间戳减去离本次最近的启动时间戳得到本次绿灯时间。

7、优选地，根据历史记录的多个红绿灯时间和绿灯时间，根据离散度进行筛选过滤，再分别取均值，得出红绿灯周期和绿灯周期步骤的具体流程如下：当计算出多个历史红绿灯时间和多个历史绿灯时间时，去掉离散度异常值，对剩下的历史红绿灯时间求均值得到最终红绿灯周期，对剩下的历史绿灯时间求均值得到最终绿灯周期。

8、优选地，根据红绿灯周期和绿灯周期以及当前该属性车道的状态，判断各属性车道的红绿灯状态步骤的具体流程如下：计算当前时间戳和上一时刻启动时间戳之差difftime，通过判断difftime和红绿灯周期并结合各车道属性的启动判断以及停止判断，综合得出当前时刻各车道属性最终的信号灯状态。

9、本发明第二方面的实施例还提供了一种基于交通雷达的红绿灯信号判别装置，包括：聚类模块，聚类模块被配置为获取雷达检测的初始目标点云信息，并对初始目标点云信息进行聚类；车道属性判断模块，车道属性判断模块被配置为给出当前场景车道属性种类；统计模块，统计模块被配置为在统计区域里统计各属性车道聚类点信息；计算模块，计算模块被配置为根据统计的聚类点信息判断当前帧该属性车道状态，并计算出当前红绿灯总时间和绿灯时间；周期判断模块，周期判断模块被配置为根据历史记录的多个红绿灯时间和绿灯时间，根据离散度进行筛选过滤，再分别取均值，得出红绿灯周期和绿灯周期；状态判断模块，状态判断模块被配置为根据红绿灯周期和绿灯周期以及当前该属性车道的状态，判断各属性车道的红绿灯状态。

10、本发明第三方面的实施例还提供了一种基于交通雷达的红绿灯信号判别设备，其包括存储器和处理器；其中，存储器用于存储可执行程序代码；处理器用于读取存储器中存储的可执行程序代码以执行基于交通雷达的红绿灯信号判别方法。

11、本发明第四方面的实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现基于交通雷达的红绿灯信号判别方法。

12、本发明提供的基于交通雷达的红绿灯信号判别方法、装置、设备和计算机可读存储介质，针对路口场景，提供了一种根据聚类点对红绿灯信号判别方法，能够适应多周期红绿灯信号场景，并准确给出当前帧此属性车道的红绿灯状态信息。

13、本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。

技术特征：

1.一种基于交通雷达的红绿灯信号判别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于交通雷达的红绿灯信号判别方法，其特征在于，所述获取雷达检测的初始目标点云信息，并对所述初始目标点云信息进行聚类步骤中，所述初始目标点云信息包括距离信息、速度信息、角度信息，根据所述距离信息、所述速度信息对原始点云数据进行聚类，得到聚类点。

3.根据权利要求1所述的基于交通雷达的红绿灯信号判别方法，其特征在于，所述车道属性种类包括直行车道、第一左转车道、第二左转车道、掉头车道；其中，所述第一左转车道为不具有待转区域的左转车道，所述第二左转车道为具有待转区域的左转车道。

4.根据权利要求1-3中任意一项所述的基于交通雷达的红绿灯信号判别方法，其特征在于，所述在统计区域里统计各属性车道聚类点信息步骤具体流程如下：

5.根据权利要求4所述的基于交通雷达的红绿灯信号判别方法，其特征在于，所述根据统计的所述聚类点信息判断当前帧该属性车道状态，并计算出当前红绿灯总时间和绿灯时间步骤包括如下子步骤：

6.根据权利要求5所述的基于交通雷达的红绿灯信号判别方法，其特征在于，所述根据历史记录的多个红绿灯时间和绿灯时间，根据离散度进行筛选过滤，再分别取均值，得出红绿灯周期和绿灯周期步骤的具体流程如下：当计算出多个历史红绿灯时间和多个历史绿灯时间时，去掉离散度异常值，对剩下的历史红绿灯时间求均值得到最终红绿灯周期，对剩下的历史绿灯时间求均值得到最终绿灯周期。

7.根据权利要求6所述的基于交通雷达的红绿灯信号判别方法，其特征在于，根据所述红绿灯周期和所述绿灯周期以及当前该属性车道的状态，判断各属性车道的红绿灯状态步骤的具体流程如下：计算当前时间戳和上一时刻启动时间戳之差difftime，通过判断difftime和红绿灯周期并结合各车道属性的启动判断以及停止判断，综合得出当前时刻各车道属性最终的信号灯状态。

8.一种基于交通雷达的红绿灯信号判别装置，其特征在于，包括：

9.一种基于交通雷达的红绿灯信号判别设备，其包括存储器和处理器；其中，所述存储器用于存储可执行程序代码；所述处理器用于读取所述存储器中存储的可执行程序代码以执行根据权利要求1-7任意一项所述的基于交通雷达的红绿灯信号判别方法。

10.一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，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任意一项所述的基于交通雷达的红绿灯信号判别方法。

技术总结
本发明提供了基于交通雷达的红绿灯信号判别方法与装置，方法包括如下步骤：获取雷达检测的初始目标点云信息并进行聚类；给出当前场景车道属性种类；在统计区域里统计各属性车道聚类点信息；根据统计的聚类点信息判断当前帧该属性车道状态，计算当前红绿灯总时间和绿灯时间；根据历史记录的红绿灯时间和绿灯时间，根据离散度进行筛选过滤，取均值得到红绿灯周期和绿灯周期；根据红绿灯周期和绿灯周期以及当前该属性车道的状态，判断各属性车道的红绿灯状态。本发明提供的基于交通雷达的红绿灯信号判别方法与装置，针对路口场景，提供了根据聚类点对红绿灯信号判别方法，适应多周期红绿灯信号场景，并准确给出当前帧此属性车道的红绿灯状态信息。

技术研发人员：李妞妞,李俊,赵宇,饶鼎,张悦,柏宇豪,宋雨轩,于松山
受保护的技术使用者：嘉兴聚速电子技术有限公司
技术研发日：
技术公布日：2024/4/17