[發明專利]一種城市全向交叉口的車輛軌跡實時提取方法和系統

在審

• 申請號: 202210859797.5
• 申請日: 2022-07-21
• 公開（公告）號: CN115188195A
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 傅挺;王俊驊;黎成民
• 申請（專利權）人: 同濟大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/04
• 代理公司: 西安銘澤知識產權代理事務所(普通合伙) 61223
• 代理人: 韓曉娟

1.一種城市全向交叉口的車輛軌跡實時提取方法，其特征在于，包括：

獲取多個數據采集單元感知區域內的車輛軌跡數據；其中，多個數據采集單元感知區域覆蓋城市全向交叉口區域；

將各感知區域內車輛軌跡數據中的車輛位置信息轉換到同一坐標系中；并根據同一坐標系下的車輛軌跡數據，判斷重疊區域；

依據車輛軌跡數據是否能由單個數據采集單元中的激光雷達完整感知，將重疊區域的車輛軌跡數據劃分為完備雷達軌跡數據和不完備雷達軌跡數據：并根據各車輛軌跡數據的軌跡特征，對不完備雷達軌跡數據進行融合；

根據重疊區域內完整雷達軌跡數據和除重疊區外的車輛軌跡數據、或重疊區域內融合后的車輛軌跡數據和除重疊區外的車輛軌跡數據，實時確定城市全向交叉口完整的車輛軌跡數據。

2.如權利要求1所述的城市全向交叉口的車輛軌跡實時提取方法，其特征在于，所述獲取多個數據采集單元感知區域內的車輛軌跡數據，包括：

通過每個數據采集單元中的激光雷達，獲取對應感知區域內的點云數據；

通過每個數據采集單元中的邊緣計算單元，從對應感知區域內的點云數據中提取各個時刻的車輛位置數據。

3.如權利要求2所述的城市全向交叉口的車輛軌跡實時提取方法，其特征在于，所述將各感知區域內車輛軌跡數據中的車輛位置信息轉換到同一坐標系中，包括：

通過每個數據采集單元中的邊緣計算單元，從對應感知區域內的點云數據中提取道路特征屬性數據；

通過每個數據采集單元中的邊緣計算單元，從對應感知區域內的點云數據中提取道車輛幾何外形數據；

服務器根據道路特征屬性數據，確定道路坐標系；根據車輛幾何外形數據和車輛軌跡數據，確定車輛坐標系；及將各車輛坐標系下車輛軌跡數據中的車輛位置信息轉換到道路坐標系中。

4.如權利要求3所述的城市全向交叉口的車輛軌跡實時提取方法，其特征在于，

所述點云數據包括：車輛、路面、行人、非機動車、道路邊緣、電線桿；

所述車輛軌跡數據包括：車輛形心位置、車輛轉角、車輛速度；

所述車輛幾何外形數據包括：車長、車寬。

5.如權利要求1所述的城市全向交叉口的車輛軌跡實時提取方法，其特征在于，所述根據同一坐標系下的車輛軌跡數據，判斷重疊區域，包括：

對齊同一坐標系下的車輛軌跡數據的時間戳；

在同一坐標系下，確定車輛軌跡數據重復區域的邊界。

6.如權利要求1所述的城市全向交叉口的車輛軌跡實時提取方法，其特征在于，所述不完備雷達軌跡數據，包括：

檢測到了車輛軌跡數據，但單個激光雷達不能檢測到完整的車輛軌跡；

完整感知到了車輛軌跡數據，但由于轉彎半徑過大，存在一部分的車輛軌跡數據被另一激光雷達檢測到；

由包括反射、噪聲的不穩定因素引起的軌跡片段。

7.如權利要求1所述的城市全向交叉口的車輛軌跡實時提取方法，其特征在于，所述根據各車輛軌跡數據的軌跡特征，對不完備雷達軌跡數據進行融合，包括：

對于所有不完備雷達軌跡數據，當軌跡長度小于20個點時，則刪除不完備雷達軌跡數據；

對于剩余不完備雷達軌跡數據，將時間戳0.1s，距離1m的時間點認為一個點，依據車輛中心點以及轉角，對兩臺激光雷達的車輛軌跡數據進行融合，則車輛軌跡匹配成功。

8.如權利要求7所述的城市全向交叉口的車輛軌跡實時提取方法，其特征在于，所述根據各車輛軌跡數據的軌跡特征，對不完備雷達軌跡數據進行融合，還包括：

對于無法匹配成功的車輛軌跡，當重疊段存在雷達感知誤差時，通過對原有的運動趨勢進行軌跡預測；

將預測的車輛軌跡數據與后半段時間戳待匹配的車輛軌跡數據進行匹配，當滿足時間戳0.1s，距離1m時，則屬于預測類型的完備雷達軌跡數據。