[发明专利]一种基于多传感器信息融合的道路环境综合认知方法

说明书

本发明公开了一种基于多传感器信息融合的道路环境综合认知方法，包括S1、配置毫米波雷达参数，根据回波数据完成测距和测角，采用帧差法显示动目标，初步分离出道路上的各个运动车辆后，采用恒虚警检测进行杂波抑制，确定车辆所在位置，并获取各探测帧内的车流量信息；S2、基于S1中获取的各个车辆所在的距离门位置，将速度与每个位置上的车辆一一对应；S3、标定毫米波雷达测量数据与能见度之间的函数关系；S4、对监控数据进行车辆识别、计数和态势显示，实时判断道路是否发生拥堵、事故或道路结冰状况；S5、配置能见度传感器；S6、配置气象6要素传感器S7、结合卷积神经网络进行多传感器数据融合，以实现对道路环境的综合认知判断。

技术领域

本发明属于毫米波雷达信号处理的技术领域，具体涉及一种基于多传感器信息融合的道路环境综合认知方法。

背景技术

道路交通事故作为危害人身安全的重要因素之一，每年造成巨大经济损失，长期以来受到社会各界和各部门的重视。

目前对道路环境的测量和认知主要由交通流量、天气气象信息、交通事件、交通管制信息、施工信息、拥堵情况几种信息构成。对于每种信息，均有不同的传感器进行测量和监控，如摄像头、能见度仪、气象传感器等。传感器的增加在获得更加丰富和精确的道路环境数据的同时，也带来了传感器功能重叠、设备安装分散、各类标准繁多、数据传输不同步、传感器数据利用不充分等问题，在覆盖交通道路和智能化道路发展过程中，存在“重建设、轻运营维护和统筹管理”的问题。目前已使用单一某个传感器无法实现对各种实际情况中的道路环境信息的准确认知，以及大规模大范围部署。

发明内容

本发明的目的在于针对现有技术中的上述不足，提供一种基于多传感器信息融合的道路环境综合认知方法，以解决或改善上述的问题。

为达到上述目的，本发明采取的技术方案是：

一种基于多传感器信息融合的道路环境综合认知方法，其包括以下步骤：

S1、配置毫米波雷达参数，根据回波数据完成测距和测角，采用帧差法显示动目标，初步分离出道路上的各个运动车辆后，采用恒虚警检测进行杂波抑制，确定车辆所在位置，并获取各探测帧内的车流量信息；对于多帧内的多目标进行航迹关联，获取车辆的行进轨迹；

S2、基于S1中获取的各个车辆所在的距离门位置，在原始雷达回波中通过在距离维和多普勒维的傅里叶变换获取到车辆的实时行进速度信息，并将速度与每个位置上的车辆一一对应；

S3、标定毫米波雷达测量数据与能见度之间的函数关系；

S4、配置数字摄像头并结合数字图像处理算法，对监控数据进行车辆识别、计数和态势显示，实时判断道路是否发生拥堵、事故或道路结冰状况；当能见度低于阈值时；

S5、配置能见度传感器，实时将能见度数据传输至上位机，并实时显示能见度异常数据；

S6、配置气象6要素传感器，实时上传风速、温度、湿度、气压、雨量、和光照6要素气象数据；

S7、根据S1至S6中的多传感器数据构建数据集，并结合卷积神经网络进行多传感器数据融合，以实现对道路环境的综合认知判断。

进一步地，步骤S1中配置毫米波雷达参数，根据回波数据完成测距和测角，采用帧差法显示动目标，初步分离出道路上的各个运动车辆后，采用恒虚警检测进行杂波抑制，确定车辆所在位置，并获取各探测帧内的车流量信息；对于多帧内的多目标进行航迹关联，获取车辆的行进轨迹，具体包括：

配置毫米波雷达参数：

其中，R_res为距离分辨率，c为真空中的光速3×10⁸m/s，B为雷达带宽；