[發明專利]基于路側激光雷達的車輛排隊長度實時估計方法及系統

有效

• 申請號: 202010328012.2
• 申請日: 2020-04-23
• 公開（公告）號: CN111540201B
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 吳建清;孫仁娟;管延華;孔曉光;常玉濤;徐浩;葛智;皮任東;張洪智;袁化強
• 申請（專利權）人: 山東大學;山東高速集團有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/04;G08G1/065
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

本發明公開了基于路側激光雷達的車輛排隊長度實時估計方法及系統，獲取由路側激光雷達對道路上車輛掃描的所有位置點，得到待處理的三維點云數據；對待處理的三維點云數據依次進行背景濾除；對背景濾除后的三維點云數據進行聚類處理；對聚類處理后的三維點云數據進行目標識別，識別出道路上的車輛；基于目標識別后的結果進行車道識別；基于激光雷達相鄰幀的三維點云數據，估計道路上每一輛車的速度；基于道路上每一輛車的速度，確定每個車道上的末尾車輛，進而估計每個車道上的排隊長度。實時估計出車輛排隊長度，針對車輛排隊長度實時執行新的交通管控措施，優化整體的車輛通行效率，解決高峰時期車輛擁堵、排隊蔓延等問題。

技術領域

本公開涉及交通工程技術領域，特別是涉及基于路側激光雷達的車輛排隊長度實時估計方法及系統。

背景技術

本部分的陳述僅僅是提到了與本公開相關的背景技術，并不必然構成現有技術。

車輛排隊長度這一信息在交通領域中的許多方面都有應用，如將其用于對信號交叉口、自適應信號控制、行程路線選擇等的性能評估。其中有些應用，比如最優信號控制和行程路線選擇更是需要實時獲取車輛排隊長度這一信息。現有的研究表明車輛排隊長度既可以通過估計的方式得出，也可以通過直接檢測的方法得出。然而，傳統估計方法存在著無法實時反映車輛排隊長度等問題。故近幾年來，隨著“智慧交通”相關技術發展，在車輛、道路智能化的背景下，眾多學者開始利用車聯網這一技術來進行車輛排隊長度的相關研究，但是相關的各種研究都是基于所有車輛均處于“車聯網”中這一假設，而現如今的事實是，車輛網技術在當下的車輛中應用率很低，并且在將來一定時間內還將處在處于較低應用率的情況下。

在實現本公開的過程中，發明人發現現有技術中存在以下技術問題：

雖然車聯網技術的確可以為估計車輛排隊長度提供準確以及有價值的信息，但是由于車輛網低應用率等原因導致相關方法受限。為了解決以上所提出的問題，就必須找到一種不依賴于“車聯網”，同時也能實時、高精度進行估計車輛排隊長度的方法。

發明內容

為了解決現有技術的不足，本公開提供了基于路側激光雷達的車輛排隊長度實時估計方法及系統；可以通過估計車輛排隊長度，實時采取新的交通管控措施，優化交通網整體的車輛通行效率，解決高峰時期車輛擁堵、排隊蔓延等問題。

第一方面，本公開提供了基于路側激光雷達的車輛排隊長度實時估計方法；

基于路側激光雷達的車輛排隊長度實時估計方法，包括：

獲取由路側激光雷達對道路上車輛掃描的所有位置點，得到待處理的三維點云數據；

對待處理的三維點云數據依次進行背景濾除；對背景濾除后的三維點云數據進行聚類處理，將屬于同一個物體的所有點劃分為一類；

對聚類處理后的三維點云數據進行目標識別，識別出道路上的車輛；

基于目標識別后的結果進行車道識別；

基于激光雷達相鄰幀的三維點云數據，估計道路上每一輛車的速度；

基于道路上每一輛車的速度，確定每個車道上的末尾車輛，進而估計每個車道上的排隊長度。

第二方面，本公開提供了基于路側激光雷達的車輛排隊長度實時估計裝置；

基于路側激光雷達的車輛排隊長度實時估計裝置，包括：

獲取模塊，其被配置為：獲取由路側激光雷達對道路上車輛掃描的所有位置點，得到待處理的三維點云數據；

背景濾除模塊，其被配置為：對待處理的三維點云數據依次進行背景濾除；

聚類模塊，其被配置為：對背景濾除后的三維點云數據進行聚類處理，將屬于同一個物體的所有點劃分為一類；