[發(fā)明專利]一種車輛目標軌跡跟蹤系統(tǒng)及車輛軌跡跟蹤方法

在審

• 申請?zhí)枺?/td>: 201910120943.0
• 申請日: 2019-02-19
• 公開（公告）號: CN109686108A
• 公開（公告）日: 2019-04-26
• 發(fā)明（設計）人: 張宇;賈晨威;孫慧智;王智慧;徐萬榮;劉海青
• 申請（專利權）人: 山東科技大學
• 主分類號: G08G1/017
• 分類號: G08G1/017;G01S13/72;G01S13/58
• 代理公司: 青島智地領創(chuàng)專利代理有限公司 37252
• 代理人: 陳海濱

1.一種車輛目標軌跡跟蹤系統(tǒng)，其特征在于，包括了數據采集系統(tǒng)和數據控制系統(tǒng)，數據采集系統(tǒng)有多個，每個數據采集系統(tǒng)包括交換機、工控機、車牌攝像頭和毫米波雷達，車牌攝像頭通過數據線連接工控機，毫米波雷達通過信號線與交換機相連，交換機通過信號線與工控機相連；

數據控制系統(tǒng)包括數據服務器和數據顯示儀，工控機通過公網數據轉換器與數據服務器相連通，數據服務器上連接有數據顯示儀。

2.根據權利要求1所述的一種車輛目標軌跡跟蹤系統(tǒng)，其特征在于，所述數據采集系統(tǒng)還包括多個定位撐架；每個數據采集系統(tǒng)中的車牌攝像頭和毫米波雷達均有多個，每個數據采集系統(tǒng)中的交換機和工控機均設置有一個，每個定位撐架的上適配設置一個車牌攝像頭和一個毫米波雷達。

3.根據權利要求2所述的一種車輛目標軌跡跟蹤系統(tǒng)，其特征在于，所述工控機包括數據存儲模塊、數據分析剔除模塊、車輛跟蹤計算模塊和數據發(fā)送模塊，數據存儲模塊通過數據線連接數據分析剔除模塊、車輛跟蹤計算模塊和數據發(fā)送模塊。

4.一種車輛軌跡跟蹤方法，其特征在于，采用權利要求3所述的一種車輛目標軌跡跟蹤系統(tǒng)，具體包括以下步驟：

步驟一，通過數據顯示儀，控制數據服務器和數據采集系統(tǒng)啟動，工控機啟動后，加載數據存儲模塊內的本地和遠程配置文件，初始化數據分析剔除模塊、車輛跟蹤計算模塊和數據發(fā)送模塊；本地和遠程配置文件內的數據進入到分析剔除模塊和車輛跟蹤計算模塊中；

步驟二，毫米波雷達工作，毫米波雷達發(fā)射電磁波對移動和靜止的物項進行照射并接收其回波，由此獲得物項至電磁波發(fā)射點的距離、速度、位置和RCS能量值等關于物項位置的物項信息；

步驟三，毫米波雷達將監(jiān)測到的物項信息傳輸到交換機中；交換機將交換后的物項信息傳輸到數據分析剔除模塊中，此時交換機傳輸的物項信息為原始數據，原始數據每次只接收一幀；

步驟四，數據分析剔除模塊對物項信息進行初步的判斷；

如果物項信息不完整，則將物項信息返還給毫米波雷達中，并重復步驟二繼續(xù)接收毫米波雷達的原始數據；

如果物項信息完整，則進行后續(xù)步驟；

步驟五，數據分析剔除模塊將原始的物項信息進行解析，數據分析剔除模塊通過噪聲剔除法將非目標物項信息進行剔除，并獲取干凈的物項信息數據；

步驟六，數據分析剔除模塊將干凈的物項信息數據輸入到車輛跟蹤計算模塊內，車輛跟蹤計算模塊根據RNN車輛目標軌跡跟蹤算法，獲取相應的物項的軌跡跟蹤數據；

步驟七，車輛跟蹤計算模塊將軌跡跟蹤數據傳輸到數據發(fā)送模塊，數據發(fā)送模塊將軌跡跟蹤結果傳送到數據服務器中及公共網絡中；

步驟八，當一幀車輛的數據解析完成后，返回步驟五，工控機利用UDP協議繼續(xù)接收毫米波雷達監(jiān)測的原始數據。

5.根據權利要求4中所述的一種車輛軌跡跟蹤方法，其特征在于，所述噪聲剔除法包括如下步驟：

第一步，剔除與物項信息本身無關的一切背景噪聲干擾數據；

第二步，由于數據分析剔除模塊中會根據RCS能量值大小特性設置閾值，根據RCS能量值的閾值，剔除與RCS能量值無關的噪聲目標；

第三步，由于數據分析剔除模塊中根據距離、速度和位置特性設置閾值，根據距離、速度和位置的閾值，剔除與距離、速度和位置無關的噪聲目標。

6.根據權利要求4中所述的一種車輛軌跡跟蹤方法，其特征在于，所述RNN車輛目標軌跡跟蹤算法包括如下步驟：

第一步，將毫米波雷達采集到的原始數據建立在極坐標系的基礎上，既物體的二維空間位置用徑向距離和角度表示，為了簡便之后的數學計算，我們將把極坐標系的信息，轉換為二維空間直角坐標系，用(x,y)值進行表示；

第二步，通過坐標系的轉換，當前一個目標數據格式為(a(發(fā)生時間),x,y,s(徑向速度),r(RCS值))，參考毫米波雷達的極限值，即最大探測徑向距離、最大探測角度、最大探測徑向速度、最大RCS值，將數據變?yōu)?0,1)區(qū)間內的數值，以便后續(xù)處理；

第三步，數據處理后，每次傳入一組通過數據清洗之后完整的幀，我們所使用的雷達一幀是32個目標信息，即：

xⁱ＝(aⁱ xⁱ yⁱ sⁱ rⁱ)

每傳入一組完整的幀后，數據將進行回歸循環(huán)神經網絡程序，回歸循環(huán)神經網絡程序完成后，得到相應的目標車輛軌跡跟蹤數據；

第四步，RNN車輛目標軌跡跟蹤算法分為多個每個RNN單元，為每個RNN單元綁定一個評價器；

如果RNN持續(xù)工作，評價器會持續(xù)激活，評分會持續(xù)增加并不會超過人為設置的最大值；

如果RNN長期不工作，評分持續(xù)衰減，當降低至最小值，則會在運行中初始化此RNN單元，使其等待新的目標出現。