[发明专利]基于多普勒雷达及贝叶斯网络的道路事件检测方法

说明书

本发明公开了基于多普勒雷达及贝叶斯网络的道路事件检测方法，包括以下步骤：利用多普勒雷达对道路进行监控，获取雷达数据并对其进行处理；获取FFT速度，并获得雷达检测速度；计算转移概率，从而获取同一时刻的每个随机过程；通过采集一辆车在一段时间内不同情况下的雷达数据构造出状态转移网络；获得同一时刻每个随机过程的最短路径，计算同一时刻每个随机过程的状态转移概率，从而得出最有可能出现的情况，即给出预警。本发明提出的基于多普勒雷达及贝叶斯网络的道路事件检测方法，不受天气、光照、抖动等干扰的影响，具有成本低，精确度高的特点，可在不利条件下辅助摄像机进行智能事件检测。

技术领域

本发明涉及智能交通技术领域，尤其涉及基于多普勒雷达及贝叶斯网络的道路事件检测方法。

背景技术

近年来，随着交通量的不断增加，交通拥挤问题变得日益突出。道路上的交通事件(含交通事故)逐渐增多,给人们的日常出行带来很大不便,甚至威胁着人们的生命财产。同时,交通事件也使道路的运输效率降低,车辆平均车速下降,严重影响了道路的运营。因此,一旦道路上发生了交通事件,需要迅速发现事件并做出响应,尽可能地降低事件造成的危害。交通事件检测是指使用各种检测方法对道路上的交通事件进行判别,是智能运输系统中的一项重要内容。目前智能交通领域的事件检测主要使用视频检测超速、逆行、行人、停车等非正常事件。视频检测检测范围比较广，可检测多种事件，成本低，维护比较简单，但由于受到不利天气、光线变化、摄像头抖动等的干扰，摄像头可能出现误差较大的甚至不能工作的情况，对后期的规则判断会造成很大的困难。基于上述陈述，本发明提出了基于多普勒雷达及贝叶斯网络的道路事件检测方法。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的基于多普勒雷达及贝叶斯网络的道路事件检测方法。

基于多普勒雷达及贝叶斯网络的道路事件检测方法，包括以下步骤：

S1、利用多普勒雷达对道路进行监控，获取雷达数据并对其进行处理；

S2、将负值数组和正值数组的所有项初始化为0，利用包含三项1的窗函数从负值数组上滑过，获取FFT速度，并获得雷达检测速度；

S3、计算转移概率，从而确定不同时刻速度之间的对应关系，并将同一时刻的不同速度分别分解为各自独立的随机过程；

S4、通过采集一辆车在一段时间内不同情况下的雷达数据构造出状态转移网络；

S5、计算同一时刻每个随机过程的状态转移概率，从而得出最有可能出现的情况，即给出预警。

优选的，所述步骤S1中的雷达数据处理方法为将FFT阈值和对应的阈值相减，若小于零则置为0，否则设为相减后的数值。

优选的，所述步骤S2中的FFT速度指负值数组、正值数组和包含三项1的窗函数三项都大于0时，分别与对应项相乘所得的FFT速度。

优选的，所述步骤S3中转移概率的计算公式为：，式中Z是归一化因子，α是调整因子。

优选的，所述步骤S5中同一时刻每个随机过程的状态转移概率计算公式为：，式中Z是归一化因子，是相邻时刻之间的状态转移概率。

本发明提出的基于多普勒雷达及贝叶斯网络的道路事件检测方法，与现有技术中的视频检测相比，具有成本低，不受天气、光照、抖动等干扰的影响，并且得到的速度值比视频检测得到的精确度高，可以在不利条件下辅助摄像机进行智能事件检测。

附图说明

图1为本发明提出的基于多普勒雷达及贝叶斯网络的道路事件检测方法中实施例步骤S2中举例数据示意图；

图2为本发明提出的基于多普勒雷达及贝叶斯网络的道路事件检测方法中实施例步骤S3中不同时刻雷达速度示意图；