[发明专利]一种城市全向交叉口的车辆轨迹实时提取方法和系统

说明书

本发明公开了一种基于多三维激光雷达的城市全向交叉口的车辆轨迹实时提取方法，其包括：获取多个数据采集单元感知区域内的车辆轨迹数据；其中，多个数据采集单元感知区域覆盖城市全向交叉口区域；将各感知区域内车辆轨迹数据中的车辆位置信息转换到同一坐标系中、并判断重叠区域；将重叠区域的车辆轨迹数据划分为完备雷达轨迹数据和不完备雷达轨迹数据：并根据各车辆轨迹数据的轨迹特征，对不完备雷达轨迹数据进行融合；根据重叠区域内完整雷达轨迹数据和除重叠区外的车辆轨迹数据、或重叠区域内融合后的车辆轨迹数据和除重叠区外的车辆轨迹数据，实时确定城市全向交叉口完整的车辆轨迹数据。本发明能够对复杂大型交叉口全向车辆轨迹提供稳定，可靠的解决方案。

技术领域

本发明涉及智能交通感知技术领域，特别涉及一种基于多三维激光雷达的城市全向交叉口的车辆轨迹实时提取方法和系统。

背景技术

城市交叉口是城市路网中的关键节点，交叉口通常连接三条以上的城市道路，承担着车辆通行及转向的任务。由于交叉口交通参与量众多，不同进口道往往存在左转，直行，右转等需求，且由于车辆之间的行为的变异性较大等因素，交叉口事故时有发生，难以被有效的根治。针对交叉口的运行风险问题，聚焦了大量的研究，而交叉口车辆采集的工作则是必要的基础。

现有的研究对交叉口的数据获取往往通过交通摄像头，这种方法往往只能获取二维信息，以及受光照，能见度影响比较大；同时相机镜头存在畸变等情况，获取的数据不仅需要经过大量的处理，并且还存在一些难以修正的数据质量问题；另外，交通摄像头无法对城市道路交叉口各个方向进行同步的交通数据提取。

为了完整的获取交叉口的全向的数据，一些相对可靠的方法也被提取，如使用无人机技术进行俯拍，借助人工智能技术提取交叉口的车辆轨迹数据的使用越来越广泛。但无人机往往存在拍摄过程容易转动，抖动等问题，给后期的交叉口数据提取带来大量噪声，同时也存在续航不足等问题。虽然在高处架设摄像头可以解决这些干扰的问题，但依然难以避免相机本身带来的前述问题。

近年来，激光雷达等设备车辆运动感知的技术逐渐成熟，在一些城市交叉口的研究中已经有一定的应用。现在已经有较多的单雷达对雷达本身的探测区域内的车辆感知的专利和研究等成果，受限于感知范围，城市道路交叉口难以使用单个激光雷达进行覆盖。而目前也有一些通过多雷达联合进行工作的先例，但并没有实现真正的将探测区域进行融合形成对交叉口的全区域覆盖，无法解决现在研究对于高质量、大范围交叉口的轨迹数据的需求。

发明内容

基于此，有必要针对上述技术问题，提供一种基于多三维激光雷达的城市全向交叉口的车辆轨迹实时提取方法和系统。

本发明实施例提供一种基于多三维激光雷达的城市全向交叉口的车辆轨迹实时提取方法，包括：

获取多个数据采集单元感知区域内的车辆轨迹数据；其中，多个数据采集单元感知区域覆盖城市全向交叉口区域；

将各感知区域内车辆轨迹数据中的车辆位置信息转换到同一坐标系中；并根据同一坐标系下的车辆轨迹数据，判断重叠区域；

依据车辆轨迹数据是否能由单个数据采集单元中的激光雷达完整感知，将重叠区域的车辆轨迹数据划分为完备雷达轨迹数据和不完备雷达轨迹数据：并根据各车辆轨迹数据的轨迹特征，对不完备雷达轨迹数据进行融合；

根据重叠区域内完整雷达轨迹数据和除重叠区外的车辆轨迹数据、或重叠区域内融合后的车辆轨迹数据和除重叠区外的车辆轨迹数据，实时确定城市全向交叉口完整的车辆轨迹数据。

进一步地，所述获取多个数据采集单元感知区域内的车辆轨迹数据，包括：

通过每个数据采集单元中的激光雷达，获取对应感知区域内的点云数据；

通过每个数据采集单元中的边缘计算单元，从对应感知区域内的点云数据中提取各个时刻的车辆位置数据。