[发明专利]混合场景中区分移动物体的方法及系统

说明书

混合场景中区分移动物体的方法，利用多普勒微波雷达传感器检测道路行人与车辆的运动信息，同时结合车辆移动所引起的周围磁场变化，利用地磁传感器检测道路区域的磁场信息从而有效区分行人与车辆；车辆在道路行驶过程中，会导致道路当前区域的磁场发生明显的变化，地磁传感器连续监测道路磁场的变化状况，控制模块通过对地磁传感器的采集的地磁信息进行处理以及算法分析，能够及时准确地判别道路当前区域有无车辆经过，结合微波雷达的检测结果能够有效判别当前区域有无行人与车辆通过；该方法有效解决了单一使用多普勒微波雷达传感器检测道路行人存在的误判率高等问题，从而提高了道路行人检测的准确性，系统更加简单高效。

技术领域

本发明属于道路行人检测技术领域，具体涉及混合场景中区分移动物体的区分方法。

背景技术

与日俱增的汽车保有量引发日益严峻的交通问题，交通系统运行效率降低，交通安全堪忧，环境污染严重，资源消耗加剧，严重阻碍经济社会持续高速发展。无人驾驶技术作为未来汽车产业发展的战略方向，可以极大程度改善上述问题。同时，智慧公路作为构建人、车、路、网协同综合感知体的关键部分，将与智能驾驶技术相互俘能增效，有力支撑自动驾驶应用，推进交通智能化建设。行人检测作为智慧公路重要的组成部分，广泛应用于智能辅助驾驶、智能监控、行人分析等领域。然而，在城市道路场景中，环境复杂多变，建筑物密集林立，人群流动密度大，难以实现实时、精准的行人目标检测及危险避免，需要深入探讨行人检测中存在的潜在挑战，通过设计一种适应性强的行人检测方法满足交通网智能化发展的安全需求。

现有的行人检测方法大都采用交通监控设备进行区域性检测，例如市区十字路口、斑马线两端等。然而大多数事故不仅发生于十字路口，道路中段、驾驶员视线受限的非灯控路口等也是事故的多发地点。此外，现有检测设备大都基于机器视觉，价格昂贵，难以大规模部署，大大降低了设备的适用性和渗透率。

基于红外影像的行人与车辆区分方法，针对红外影像及移动测量系统的特点，提出一种自动化行人与车辆的提取算法。首先对红外影像进行分割，然后根据温度、长宽比、紧致度等测度对分割结果进行分类，获取行人与车辆区域，最后分别对行人与车辆在红外影响上的特征进行分析，利用这些特征将两类进行区分(参见图3)。

该方法具有以下缺点：1)受光照和天气的影响较大，对各种环境的鲁棒性较差；2)系统结构复杂，成本高，不适用于大规模部署使用；3)该技术必须借助于红外灯发射的红外线，热成像则要求物体的温度和红外线的强度，无法适应不同环境的监控要求；4)热成像成像不清，对周边环境的感应不强，且红外灯易损坏，需要短期维护更换，成本代价高。

一种区分车辆和行人通过的地面区分方法，通过铺设在需要检测位置地面上的键盘阵列单元用于获取物体通过时的键盘阵列状态，键盘阵列为向量V(m,n)；检测键盘阵列中行阵列的状态,导通标记为1，非导通标记为0，记录数组{Ma}；检测键盘阵列中列阵列的状态,导通标记为1，非导通标记为0，记录数组{Nb}；,提取和合并数组{Ma}和{Nb}组成向量V(m,n)；对向量V(m,n)进行分析并对车辆和行人通过的识别判定。

该方法具有以下缺点：1)部署场景受限，适用于停车场等小面积区域的部署，不适用于道路中的车辆与行人的检测；2)对车辆的误判率高，本方法必须出现连续的点阵列才能判别为车辆，此判断对车辆的判别不够准确；3)单个系统传感器数量庞大，系统不稳定因素较高。

发明内容

为克服上述现有技术的不足，本发明的目的是提供混合场景中区分移动物体的方法及系统，既能对行人及车辆有很高的辨别效率，又具有很强适用性，解决了现有检测方法中设备成本高，系统复杂的问题，通过使用低成本的设备降低检测的成本代价，并通过对设备的大规模部署，不仅能扩大检测区域，又能提高检测的准确性。

为实现上述目的，本发明采用的技术方案是：混合场景中区分移动物体的方法，包括以下步骤：