中國國民經(jīng)濟的快速發(fā)展帶來了城市交通量激增的現(xiàn)象,交通堵塞和交通事故頻發(fā)等問題日益嚴重。針對交通路口的車輛實時監(jiān)測管制可以從根源上預(yù)防大部分的交通事故,而基于交通基礎(chǔ)設(shè)施的智能交通監(jiān)測系統(tǒng)成為了替代人工監(jiān)控的有效方案。智能交通檢測系統(tǒng)能夠?qū)崟r監(jiān)測道路上的車輛位置和速度,統(tǒng)計區(qū)段內(nèi)的車輛數(shù)量,進一步改善交叉口的交通環(huán)境,提高交通安全保障。本文從技術(shù)層面分析了交通監(jiān)測領(lǐng)域的研究現(xiàn)狀,通過比較基于視頻、基于激光雷達和基于毫米波雷達三種技術(shù)各自的優(yōu)缺點,提出了在智能交通檢測系統(tǒng)中使用FMCW毫米波雷達技術(shù)的優(yōu)越性。本文實現(xiàn)了基于雷達原始數(shù)據(jù)獲取車輛點云數(shù)據(jù)的方法,改進了基于橢圓的車輛點云聚類算法,設(shè)計了基于車輛點云特征的車輛軌跡判定算法和軌跡修正算法,提出了一種新的車型設(shè)定方法并實現(xiàn)可靠的車型判定算法。在車輛點云數(shù)據(jù)獲取算法中,先對雷達原始數(shù)據(jù)做二維FFT算法獲取距離和多普勒二維圖譜數(shù)據(jù),并通過CFAR峰值檢測算法和DOA方向檢測算法獲取車輛點云的坐標信息。在對車輛點云聚類算法的實現(xiàn)中,統(tǒng)計分析了車輛長寬高和車輛點云分布特征,討論了二維和三維數(shù)據(jù)層面上的聚類誤差分析。在車輛軌跡跟蹤算法中,重點... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－３?ＡＷＲ１２４３級聯(lián)雷達射頻開發(fā)套件??

?哈＿工業(yè)太學(xué)謂碩娜位論文????換處理啟，通過峰值檢測找到相應(yīng)的頻率測量值／ｍ和多普勒頻率測量值。一維??ＦＦＴ的時間復(fù)雜度為０（Ｎ＊ｌｏｇＮ），對于Ｍ＊Ｎ的二維數(shù)據(jù)，ＦＦＴ的時間復(fù)雜度為??０（Ｍ＊Ｎ＊ｌｏｇ（Ｍ＊Ｎ））。對雷達數(shù)據(jù)做二維ＦＦＴ處理是系統(tǒng)中耗時最長的步驟，對??系統(tǒng)實時性有一定的影響。??本系統(tǒng)通過基于７７ＧＨｚ的ＦＭＣＷ毫米波雷達獲取＿標物體的運動信息６如??圖２－５所示，在掃頻周期ｒＭ內(nèi)，ＦＭＣＷ毫米波雷達在基頻尺以斜率ＫＪ？發(fā)射帶寬為??Ｂ的頻率變化的連續(xù)波，在物體表面反射的回波信號與發(fā)射信號具有一定的頻率??差斤、相位差ｅ和多普勒頻率偏移／〇。?????ｆＭ?ｆｊｘ?ｆｈ７??？擎??＜?—?ｔ??圈２－５?ＦＭＣＷ霄達＃ｆ??通過測量頻率差和相位差即可獲得賃標對象與毫米波雷達的相對距離ｄ、相??對速度Ｖ的公式如下ｉ??ｄ?二?ｃ？么?ｔ?＿?ｃ．／ｂ—土／ｄ）?４１??Ｋｒ?＝?２ｔ?（２＿５）??Ｖ＝－ＪＤ?（２－６）??式中ｃ：?光遽（．ｍ／ｓ）；??Ａ??波長．（ｍ）。??如圖２－６所示，在二維ＦＦＴ濾波模塊中，以每一幀信號數(shù)據(jù)（維度；Ｃ?＊?Ｍ?＊??ｉＶ）作為輸入，先按列（Ｒａｎｇｅ維）做一維ＦＦＴ變換，再按行（Ｖｅｌｏｃｉｔｙ維）做??一維ＦＦＴ變換，輸出帶有速度和距離信息的（維度：ＯＭ＊ｉＶ）。??廣?Ｎ?Ｎ?／＊?Ｎ?Ｚ０?Ｎ?／＊?Ｎ??雷達原始?＾數(shù)據(jù)二維?＾距離維??＾速度維????Ｆ（１Ｉ??數(shù)據(jù)?重排列?ＦＦＴ變換?ＦＦＴ變換?ｎＵ＞Ｖ）??ｌ?ｖ?ｖ?Ｖ?Ｖ?ｙ?ｖ?ｙ?Ｖ?

圖２－７?ＣＦＡＲ檢測庳理圖??－１５?－??

【參考文獻】：
期刊論文
[1]基于ROI最長直線提取算法的車輛超限檢測系統(tǒng)研究[J]. 陳凌宇,李鴻,朱林海.  計算機測量與控制. 2014(07)
[2]基于激光雷達的車輛幾何尺寸超限檢測系統(tǒng)設(shè)計[J]. 陳顯龍,陳曉龍.  測繪通報. 2014(03)



本文編號：3303276