[發明專利]基于多普勒雷達及貝葉斯網絡的道路事件檢測方法

有效

• 申請號: 201710518812.9
• 申請日: 2017-06-30
• 公開（公告）號: CN107657811B
• 公開（公告）日: 2020-07-14
• 發明（設計）人: 饒曉春;于洋;張玉璽;方正鵬
• 申請（專利權）人: 天津智芯視界科技有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/052
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了基于多普勒雷達及貝葉斯網絡的道路事件檢測方法，包括以下步驟：利用多普勒雷達對道路進行監控，獲取雷達數據并對其進行處理；獲取FFT速度，并獲得雷達檢測速度；計算轉移概率，從而獲取同一時刻的每個隨機過程；通過采集一輛車在一段時間內不同情況下的雷達數據構造出狀態轉移網絡；獲得同一時刻每個隨機過程的最短路徑，計算同一時刻每個隨機過程的狀態轉移概率，從而得出最有可能出現的情況，即給出預警。本發明提出的基于多普勒雷達及貝葉斯網絡的道路事件檢測方法，不受天氣、光照、抖動等干擾的影響，具有成本低，精確度高的特點，可在不利條件下輔助攝像機進行智能事件檢測。

技術領域

本發明涉及智能交通技術領域，尤其涉及基于多普勒雷達及貝葉斯網絡的道路事件檢測方法。

背景技術

近年來，隨著交通量的不斷增加，交通擁擠問題變得日益突出。道路上的交通事件(含交通事故)逐漸增多,給人們的日常出行帶來很大不便,甚至威脅著人們的生命財產。同時,交通事件也使道路的運輸效率降低,車輛平均車速下降,嚴重影響了道路的運營。因此,一旦道路上發生了交通事件,需要迅速發現事件并做出響應,盡可能地降低事件造成的危害。交通事件檢測是指使用各種檢測方法對道路上的交通事件進行判別,是智能運輸系統中的一項重要內容。目前智能交通領域的事件檢測主要使用視頻檢測超速、逆行、行人、停車等非正常事件。視頻檢測檢測范圍比較廣，可檢測多種事件，成本低，維護比較簡單，但由于受到不利天氣、光線變化、攝像頭抖動等的干擾，攝像頭可能出現誤差較大的甚至不能工作的情況，對后期的規則判斷會造成很大的困難。基于上述陳述，本發明提出了基于多普勒雷達及貝葉斯網絡的道路事件檢測方法。

發明內容

本發明的目的是為了解決現有技術中存在的缺點，而提出的基于多普勒雷達及貝葉斯網絡的道路事件檢測方法。

基于多普勒雷達及貝葉斯網絡的道路事件檢測方法，包括以下步驟：

S1、利用多普勒雷達對道路進行監控，獲取雷達數據并對其進行處理；

S2、將負值數組和正值數組的所有項初始化為0，利用包含三項1的窗函數從負值數組上滑過，獲取FFT速度，并獲得雷達檢測速度；

S3、計算轉移概率，從而確定不同時刻速度之間的對應關系，并將同一時刻的不同速度分別分解為各自獨立的隨機過程；

S4、通過采集一輛車在一段時間內不同情況下的雷達數據構造出狀態轉移網絡；

S5、計算同一時刻每個隨機過程的狀態轉移概率，從而得出最有可能出現的情況，即給出預警。

優選的，所述步驟S1中的雷達數據處理方法為將FFT閾值和對應的閾值相減，若小于零則置為0，否則設為相減后的數值。

優選的，所述步驟S2中的FFT速度指負值數組、正值數組和包含三項1的窗函數三項都大于0時，分別與對應項相乘所得的FFT速度。

優選的，所述步驟S3中轉移概率的計算公式為：，式中Z是歸一化因子，α是調整因子。

優選的，所述步驟S5中同一時刻每個隨機過程的狀態轉移概率計算公式為：，式中Z是歸一化因子，是相鄰時刻之間的狀態轉移概率。

本發明提出的基于多普勒雷達及貝葉斯網絡的道路事件檢測方法，與現有技術中的視頻檢測相比，具有成本低，不受天氣、光照、抖動等干擾的影響，并且得到的速度值比視頻檢測得到的精確度高，可以在不利條件下輔助攝像機進行智能事件檢測。

附圖說明

圖1為本發明提出的基于多普勒雷達及貝葉斯網絡的道路事件檢測方法中實施例步驟S2中舉例數據示意圖；

圖2為本發明提出的基于多普勒雷達及貝葉斯網絡的道路事件檢測方法中實施例步驟S3中不同時刻雷達速度示意圖；