位置有关的具有交通路径识别的交通分析 |
|||||||
申请号 | CN201510223251.0 | 申请日 | 2015-05-05 | 公开(公告)号 | CN105096593B | 公开(公告)日 | 2019-07-30 |
申请人 | 罗伯特·博世有限公司; | 发明人 | B·莱纳茨; | ||||
摘要 | 一种用于 位置 有关的交通分析的设备,其具有至少一个设置在交通空间处的雷达 传感器 并且具有分析处理单元,分析处理单元设置用于由相应的、由雷达传感器检测的、在交通空间中运动的对象的对象位置的时间序列求取对象轨迹,根据对象轨迹的积聚识别至少一个交通路径的位置;以及给其位置已经被识别的、相应的交通路径分配所检测的其他对象;以及还涉及一种用于交通分析的方法,所述方法具有如下步骤:由相应的、由雷达传感器检测的、在交通空间中运动的对象的对象位置的时间序列求取对象轨迹;根据对象轨迹的积聚识别至少一个交通路径的位置;将相应的、由至少一个雷达传感器检测的对象分配给相应的、其位置已经被识别的交通路径。 | ||||||
权利要求 | 1.一种用于位置有关的交通分析的设备,其具有至少一个设置在交通空间(20)处的雷达传感器(10)并且具有分析处理单元(12),所述分析处理单元设置用于由相应的、由所述雷达传感器(10)检测的、在所述交通空间(20)中运动的对象(30)的对象位置(32)的时间序列求取对象轨迹(34),根据对象轨迹(34)的积聚(36)识别至少一个交通路径(24;40;42; |
||||||
说明书全文 | 位置有关的具有交通路径识别的交通分析技术领域背景技术[0002] 为了在交通信号设备之前识别车道上的车辆,嵌入到行车道中的感应回路(也称为接触回路)是已知的,该感应回路通过由于位于感应回路之上的车辆而引起的电感变化能够实现车辆存在的识别。然而,在行车道中为此需要的金属线回路的敷设是昂贵的。此外,感应线圈仅仅允许足够大的金属物体的识别。 [0003] 此外,光栅测量设备是已知的,其中,光栅横向于行车道定向。因此,横穿光栅的车辆可以被探测到。在此,发送器必须设置在行车道的一侧上,而反射器或接收器设置在行车道的另一侧上。如果光栅延伸通过具有多个车道的行车道,则不能够容易地区分探测到的对象位于哪个车道上。 [0004] 文献DE 10 2007 032 091 B3描述了一种用于监视铁路交叉道口的方法,其中,借助于沿第一方向定向的摄像机和沿相反方向定向的摄像机首先拍摄位于危险区域一侧的路段上的对象并且通过与另一摄像机的图像的图像比较识别位于危险区域的另一侧的路段中的对象。由此应该可以实现铁路交叉道口的危险空间空闲消息。 [0005] 文献DE 10 2006 040 542 A描述了一种以视频摄像机监视铁路交叉道口的装置,该装置的信号借助于无线电信号传送到车辆协会。由此,车辆协会引导者应该可以识别铁路交叉道口的区域,尽管还不存在通视。 [0006] 文献DE 196 12 579 A1描述了一种在全路杆的铁路交叉道口处以转动的雷达测距装置监视危险空间的设备,该雷达测距装置水平扫描危险空间。在危险空间的边界处设有参考标记点,以便使扫描限于在这些标记点内的区域。替代地,可以根据长度和角度存储危险空间的扇形元素并且借助于电子装置将危险空间的扫描限于所存储的扇形元素。 [0007] 在已知的借助于转动的雷达测距器的危险空间监视中,待监视的空间的配置必须昂贵地匹配于存在的危险区域。 发明内容[0008] 本发明的任务在于,实现一种用于位置有关的交通分析的设备,所述设备相比于已知系统允许更可靠和更准确的交通分析。 [0009] 根据本发明,所述任务通过一种用于位置有关的交通分析的设备解决,所述设备具有至少一个设置在交通空间处的雷达传感器并且具有分析处理单元,所述分析处理单元设置用于由相应的、由所述雷达传感器检测的、在所述交通空间中运动的对象的对象位置的时间序列求取对象轨迹,根据对象轨迹的积聚 识别至少一个交通路径的位置;以及给其位置已经被识别的、相应的交通路径分配所检测的其他对象。 [0010] 相应的交通路径例如可以涉及车道、人行道或铁轨(Gleis)形式的交通路径。交通路径在用于交通工具——例如车辆或列车的交通路径的情况下是单车道的并且相应于一个车道或铁轨。 [0011] 通过所述设备设置用于识别交通路径的位置,产生了设备的特别简单的安装。因此可以自动识别交通路径的位置,而对此不会取决于雷达传感器相对于待监视的交通空间的精确定向或定位。通过将所检测的对象分配给如此识别的交通路径,可以通过分配更准确地分析处理属于同一交通路径的对象。因此,例如可以对于在所述交通路径上的交通的分析处理排除在交通路径之外运动的对象。因此,通过分配所检测的相应对象到相应的交通路径能够实现涉及所述交通路径的交通分析。如果例如求取了多个车道的位置,则可以实现根据车道分开的交通分析。因此不需要预给定车道的数量。而是可以根据所检测的对象运动来探测各个车道。 [0012] 由所检测的对象的对象位置的时间变化过程确定对象轨迹。例如对象轨迹的求取可以在于,将相应的、由雷达传感器检测的、在交通空间中运动的对象的对象位置的时间序列合并为对象轨迹。 [0013] 此外,所述任务还通过一种用于在使用位置有关地设置在交通空间中的至少一个雷达传感器的位置数据的情况下进行交通分析的相应方法解决,所述方法具有如下步骤: [0014] 由相应的、由所述雷达传感器检测的、在所述交通空间中运动的对象的对象位置的时间序列求取对象轨迹; [0015] 根据对象轨迹的积聚识别至少一个交通路径的位置; [0017] 在下文中根据附图进一步阐明本发明的优选实施例。附图示出: [0018] 图1:具有用于位置有关的交通分析的设备的交通空间的示意俯视图; [0019] 图2:用于阐明对象轨迹的求取的示例性示图; [0020] 图3:用于求取轨迹的积聚的独特轨迹的示意图;以及 [0021] 图4:通过所述设备识别的车道和人行道的位置和种类的示意图。 具体实施方式[0022] 图1示意地示出雷达传感器10和与雷达传感器10连接的或集成在其中的分析处理单元12。雷达传感器10是具有发送接收设备的FMCW雷达传感器,所述发送接收设备包括贴片天线阵列并且具有示意示出的视域14,所述视域包括至少90°的方位角范围。多个天线元件沿水平相互错开地设置。视域14优选包括至少160°的方位角范围。 [0023] 雷达传感器10设置在交通空间20的边缘处,所述交通空间由视域14检测。 [0024] 交通空间20包括道路22并且例如可以包括具有铁轨24和/或人行道26(图2)的轨道路线(Schienenweg)。 [0025] 此外,在图1中示意示出铁路交叉道口的路杆28。 [0026] 图2示例地示出具有由雷达传感器10检测的车辆形式的对象30的情况。对于所检测的对象30,分析处理单元12获得关于对象位置的数据,所述对象位置中的多个对象位置在图2的交通空间20中示出。此外,分析处理单元12对于所检测的对象30以自身已知的方式获得关于对象速度、尤其是相对于位置固定的雷达传感器10的相对速度的数据。 [0027] 可选地,分析处理单元12对于所检测的对象30可以获得另外的对象数据,例如对象反射数据,例如反向散射功率、沿水平方向的延展和/或对象30的高度。高度信息例如可以由对象30的俯仰角有关的反射数据确定。水平延展例如可以通过多个反射中心到一个对象30的分配来求取。 [0028] 由所求取的对象位置数据32的时间变化过程确定对象轨迹34。 [0029] 存储所确定的对象轨迹34。 [0030] 图3示意地示出在空间上相互接近地延伸的对象轨迹34的积聚36。确定积聚36。对此,例如由对于多个对象30确定的对象轨迹34根据其相应的相似性形成类似的或空间上近似一致的对象轨迹34的组。对此,例如可以确定一个相应的独特的轨迹38。可选地,对所述独特的轨迹进行平滑或改直并且将其确定为一个交通路径的位置。 [0031] 例如可以根据在轨迹34的积聚内空间上的散射、根据所求取的对象延展和/或另外的对象反向散射特征来进行交通路径的种类和/或宽度的区分。在此,可以可选地根据其运动方向区分轨迹34。可以区分单向交通路径——例如车道和铁轨——与双向交通路径,例如人行道。 [0032] 例如可以在设备的学习阶段期间根据下述方法求取交通路径。 [0033] 所检测的对象30被分类并且例如分别分配给如下组,如车辆、人员,以及在存在轨道路线24的情况下还有列车。分类可以根据所检测的对象的雷达反向散射特征、延展和/或高度实现。 [0034] 所检测的对象30的对象位置通过时间变化过程确定。 [0035] 由分配给对象30的对象位置的时间变化求取对象30的轨迹34。 [0036] 通过对于多个对象30分别确定一个对象轨迹34,可以补偿单个轨迹确定的随机误差。 [0037] 对于每个对象30例如确定对象特征,如延展和/或高度。 [0038] 对于相应组的对象确定对于相应组独特的轨迹38以及可选地独特的特征。因此,可以在图2中示出的道路22的情况下例如对于组“车辆”确定相应于道路22的两个定向行车道的两个独特的轨迹38。以相似的方式例如可以对于组“人员”确定两个独特的轨迹38,它们相应于在道路22的两侧的相应人行道26的走向。 [0039] 由对于相应组的对象求取的轨迹34推断车道40、42以及人行道44、46。 [0040] 因为各个对象30的多个轨迹34进入到独特轨迹38的确定中,所以异常测值——例如超车车辆不产生影响。因此,可以可靠地确定车道40、42的位置和必要时在空间上的延展。 [0041] 例如对象速度也可以进入到对象到各个组的分类中,只要相应的对象速度可以推断确定的组或排除一个组。 [0042] 因此,在设备的学习阶段之后,在分析处理单元12中存储了车道40、42以及人行道44、46的在图4中示意示出的位置。在足够数据库的情况下可以结束学习阶段,或者也可以在紧接开始学习阶段之后的设备运行期间允许连续学习。 [0043] 在求取车道40、44以及可选地人行道44、46和轨道路线24的位置之后将所检测的对象30分配给相应的交通路径L1、…、Ln。 [0044] 在将所检测的对象分配给交通路径中允许不考虑定位在交通路径之外的对象。 [0045] 这些分配给各个交通路径的对象30随后根据上述特征如反向散射功率、延展和/或高度以所述方式和方法分类为人员、轿车、载重货车等。在此,例如也可以将类别轿车和载重车辆汇总为类别机动车。 [0046] 随后对于相应的交通路径实现了涉及相应交通路径的交通分析,也就是说进一步检测的对象的对象数据的分析处理。为此在下文中示例性地根据车道40、42阐明了不同例子。相应的分析处理同样也可以用于其他交通路径。 [0047] 对于分配给相应车道40、42的、所检测的对象确定平均速度vi,avg和最小速度vi,min,其中,i说明相应车道的号码。 [0048] 对于相应的车道例如可以确定遵循所述车道的对象30的最小间距、平均间距和/或最大间距。 [0049] 对于相应的车道例如可以确定平均速度vi,avg。 [0050] 对于相应的车道例如可以将交通强度或交通流确定为Pi=M/t,其中,M表示在时间间隔t中在车道上检测到的车辆的数量。 [0051] 对于相应车道也可以将交通密度确定为di=N/s=PiNj。在此,N表示同时位于长度S的路段上的车辆的数量。 [0052] 根据上述特征参量可以根据所应用的评估模型实现交通情况的评估,尤其是将交通情况分类为类别“自由交通”、“迟滞交通”以及“拥堵”。所述评估可以单独地对于相应车道实施。 [0053] 因此,通过所述方式可以实现在交通空间中的交通的自动分析。尤其可以评估拥堵危险。 [0054] 通过车道准确的交通分析和车道的自动的探测和位置识别,更好和更准确的信息可供后续的交通分析使用。如所述,也可以求取相应车道的特征,例如其宽度。 [0055] 所述方法和所述设备不限于空间上分离的车道的识别。通过所述算法也可以例如识别交叉的车道,如此例如轨道路线24与车道40、42和人行道44、46的交叉口。但是,在道路交叉口处或在其他交叉的交通路线的情况下也可以探测交叉的交通路径,并且可以求取其位置。 [0056] 尽管在所述例子中描述了仅仅一个雷达传感器10,但也可以考虑的是,所述设备包括多个雷达传感器,它们的视域可以可选地相交。多个传感器10尤其可以位置固定地设置在不同位置上。所监视的交通的所求取的特征参量例如可以用于自动确定速度限制,例如在高速公路上。但所提出的设备也可以用于在交叉口处灯光信号的控制,在所述交叉口处所述设备可以取代或补充常规的接触回路(Kontaktschleife)。 |