一种多光谱相机与雷达特征级数据融合方法及系统

    公开(公告)号:CN116883802A

    公开(公告)日:2023-10-13

    申请号:CN202310912672.9

    申请日:2023-07-25

    IPC分类号: G06V10/80 G06T7/80 G06N3/0464

    摘要: 本发明公开一种多光谱相机与雷达特征级数据融合方法及系统,涉及智能交通管理领域,包括:对多光谱相机图像和雷达点云数据进行特征提取,采用雷达和相机特征级融合网络和多模态特征聚合将多光谱相机数据和雷达点云数据进行特征级别融合,并且采用基于改进的交叉注意力机制进行相机信息和雷达多模态特征信息的融合,而不是特征多通道串联求和,进一步提升数据融合准确度;同时,由于本发明提供了多光谱相机与雷达特征级数据的融合,因此可以采用多光谱相机代替传统单目彩色相机,可以在夜间、雨雪雾等可视条件差的场景下给予雷达更好的辅助效果,避免传统相机在可视条件较差时的一些检测失灵现象,从而提升了全息路口的管理效率和准确度。

    一种雷达目标路口排队保持与轨迹关联方法及系统

    公开(公告)号:CN116994430A

    公开(公告)日:2023-11-03

    申请号:CN202310912218.3

    申请日:2023-07-25

    IPC分类号: G08G1/01

    摘要: 本发明公开一种雷达目标路口排队保持与轨迹关联方法及系统,涉及智能交通管理领域,包括:综合考虑车道数量、车道宽度、停止线位置等路口拓扑信息和检测数据进行目标状态获取,并结合位置、车型、反射强度等目标检测结果,采用二分图匹配算法对车辆静止到启动切换场景下的运动目标和排队目标的运动状态信息进行关联,可以保证运动目标和排队目标之间轨迹的关联准确度;同时对静止目标进行短时预测,并结合停止线位置和前车数据进行保留,防止对低速和静止目标长时间预测导致的失真,避免设置固定保留时间形成的虚假目标,进一步提升了运动目标和排队目标之间轨迹的关联准确度。

    一种基于路段接力分布式雷达布局的数据融合方法及系统

    公开(公告)号:CN118968763A

    公开(公告)日:2024-11-15

    申请号:CN202411337583.7

    申请日:2024-09-25

    发明人: 闫军 李孟迪 王伟

    IPC分类号: G08G1/01 G06F18/25

    摘要: 本发明公开一种基于路段接力分布式雷达布局的数据融合方法及系统,涉及智能道路停车管理领域,包括:根据不同车辆状态信息分别对应的高斯分布构建随机有限集,然后基于随机有限集的高斯假设滤波器算法,可以对不同雷达节点采集到的车辆的状态信息进行实时处理和融合分析,从而为路段接力分布式雷达布局的方式提供了数据融合处理的技术支撑,实现了将一个区域雷达数据融合结果传递给两侧的相邻区域,进而实现对整个路段的监测,提升了交通监测精度和覆盖面积。

    一种基于雷达数据的相机检测数据校准方法及系统

    公开(公告)号:CN116224255A

    公开(公告)日:2023-06-06

    申请号:CN202211629604.3

    申请日:2022-12-19

    发明人: 闫军 李孟迪 王伟

    IPC分类号: G01S7/40 G06V10/80

    摘要: 本发明公开一种基于雷达数据的相机检测数据校准方法及系统,涉及传感器数据融合领域,包括:通过选取一段时间内不同车辆的雷达检测数据和相机检测数据。将相机检测数据转换为鸟瞰图坐标,获取雷达与相机数据的测量误差后,对相机数据进行逐距离的误差补偿,与现有技术采用透视变换获得相机的鸟瞰图数据,没有充分考虑两个传感器的优势和劣势,没有充分利用雷达传感器的检测数据,且由于透视变换算法本身的局限性,无法处理路面凹凸起伏和坡度情况相比,本发明充分考虑雷达远距离处较高的测距精度,且雷达的测距不受路面起伏和坡度的影响,对相机数据进行校准,可以获得更高的数据精度,保证更好的进行后续的数据关联和融合处理。

    一种双目相机数据与雷达数据融合方法及系统

    公开(公告)号:CN115359244A

    公开(公告)日:2022-11-18

    申请号:CN202210974171.9

    申请日:2022-08-15

    发明人: 闫军 李孟迪 王伟

    IPC分类号: G06V10/25 G06V10/30 G06V10/80

    摘要: 本发明公开一种双目相机数据与雷达数据融合方法及系统,涉及路口智能车辆管理领域,包括:在数据关联前,将所述感兴趣区域中的双目相机数据与雷达数据转换到极坐标系下,并在极坐标系中分别对所述感兴趣区域中的双目相机数据与雷达数据进行距离域滤波和角度域滤波,并考虑雷达传感器和双目相机在角度向和距离向的误差大小,在在所述极坐标系下对距离域滤波和角度域滤波后的双目相机数据与雷达数据进行数据关联融合,同时关联算法针对不同传感器设置了不同权重,从而提升了相机与雷达传感器的数据融合效果,同时在设备方位向具有较高的分辨能力。

    一种基于雷达的停车排队长度确定方法及系统

    公开(公告)号:CN117593876A

    公开(公告)日:2024-02-23

    申请号:CN202311296274.5

    申请日:2023-10-09

    IPC分类号: G08G1/01 G08G1/00 G08G1/08

    摘要: 本发明公开一种基于雷达的停车排队长度确定方法及系统,涉及智能交通管理领域,包括如下步骤:根据预设放大缓冲环节和三倍标准差准则获取具有停车意图的车辆和停车时间点,并且通过三倍标准差准则判断所述处于停止状态的车辆中是否存在启动的车辆,从而充分利用了双缓冲结构,对车辆在行进到停车再到行进的时间信息的利用,整合了车辆由行进到停车的驾驶习惯和由停车到行进的驾驶习惯,最终完成车辆停车意图的计算,从而可以提升停车排队长度确定的稳定性;并且利用高精度地图对每个停车目标进行排队规划,实现更精准的排队长度的计算,避免了雷达由于被测目标检测位置的不同造成的排队长度计算不准的问题。

    基于雷视一体机与多目相机结合的全息路口交通管理系统

    公开(公告)号:CN115798232A

    公开(公告)日:2023-03-14

    申请号:CN202211366486.1

    申请日:2022-11-01

    摘要: 本发明公开一种基于雷视一体机与多目相机结合的全息路口交通管理系统,涉及智能路口交通管理领域,所述系统包括:雷视一体机、主控机、多目相机;通过雷视一体机中摄像机组多个相机的组合配置方式,采用近远景图像采集的配置方法,由近到远进行目标检测识别,再将目标进行多相机融合处理,可以提高目标检测的准确率,便于对目标的跟踪处理;同时当交叉路口的车辆在排队区域候车时,通过配置多目相机可以对正下方的车辆图像进行清晰采集,有效解决雷视一体机采集数据时的遮挡问题;并且采用雷达传感器获取路口停车线至道路尽头各个运动目标的运动信息,并与摄像机组和多目相机检测识别的目标数据进行融合,可以进一步提升目标识别跟踪的准确率。

    一种用于全息路口的车辆重识别目标关联方法及系统

    公开(公告)号:CN117475645A

    公开(公告)日:2024-01-30

    申请号:CN202311470139.8

    申请日:2023-11-07

    发明人: 闫军 李孟迪 王伟

    摘要: 本发明公开一种用于全息路口的车辆重识别目标关联方法及系统,涉及智能交通管理领域,包括如下步骤:通过求解路面有效区域和路口两两间的重合区域,可以有效减少冗余的车辆检测和坐标变换过程,同时充分利用车辆的特征信息和3D检测位置信息进行目标关联匹配,多维特征与3D位置相结合显著提升了车辆匹配的准确度;并且本发明引入了自适应性算法和智能权重分配策略,根据所述目标关联匹配结果对所述车辆匹配库进行自动更新,从而实现了可根据实际情况自动调整超参数,降低了对手动参数调整的依赖性,从而能够灵活适应不同的交通场景,而不需要频繁地手动调整参数,进而提高了本发明的普适性。

    一种用于全息路口交通管理的雷视一体机

    公开(公告)号:CN115691154A

    公开(公告)日:2023-02-03

    申请号:CN202211356597.4

    申请日:2022-11-01

    摘要: 本发明公开一种用于全息路口交通管理的雷视一体机,涉及智能路口交通管理领域,所述系统包括:摄像机组、主控机、雷达传感器;通过全局曝光相机、近景相机、远景相机多个相机的组合配置方式,采用近远景图像采集的配置方法,采集的相机图片内目标由大到小变化,分别对近景和远景图像进行目标检测识别,再将目标进行多相机融合处理,可以提高目标检测的准确率,便于对目标的跟踪处理;同时采用雷达传感器获取路口停车线至道路尽头各个运动目标的速度信息和位置信息,并与相机检测识别的目标数据进行融合,可以进一步提升目标识别跟踪的准确率。

    一种路口多目相机与雷视一体机检测目标的关联方法及系统

    公开(公告)号:CN117496452A

    公开(公告)日:2024-02-02

    申请号:CN202311297898.9

    申请日:2023-10-09

    发明人: 闫军 李孟迪

    摘要: 本发明公开一种路口多目相机与雷视一体机检测目标的关联方法及系统,涉及智能交通管理领域,包括如下步骤:利用多目相机和雷视一体机相机采集的图片求得单应性矩阵,再对多目相机检测的目标进行压线检测和车道号标记,将多目相机的压线目标的检测结果中投影到雷视机相机视野中,然后根据检测框的交并比信息和车道号信息对两个设备的检测结果进行关联,从而充分考虑了设备之间的观测关系,实现了基于单应变换对两传感器的检测目标进行关联,相较于深度学习的融合方法,降低了算法复杂度和对硬件配置的要求;此外,由于不需要进行大规模的数据采集和模型训练,降低了实施的复杂性和成本。