[发明专利]一种基于毫米波雷达和视频的交通检测系统

摘要

本发明公开了一种基于毫米波雷达和视频的交通检测系统，属于智能交通中的数据采集和处理技术领域。本发明通过毫米波雷达传感器和视频传感器采集目标信息，进行世界坐标转换成图像平面坐标，确定出毫米波雷达传感器采集检测到的目标投影在图像平面上的位置，通过图像机器学习识别目标类型，将视频传感器与毫米波雷达采集的数据融合，输出目标的速度、坐标、类型。本发明降低系统的数据计算难度、简化系统流程。视频传感器与毫米波雷达检测到的数据进行实时数据融合，将融合后的目标信息发送至系统平台，减轻了系统的计算量，加快系统的响应时间，提高了检测精度。

主权项

1.一种基于毫米波雷达和视频的交通检测系统，其特征在于，所述交通检测系统包括数据采集单元、数据处理单元、数据存储单元、数据通信单元和系统平台；所述数据采集单元包括毫米波雷达传感器和视频传感器，毫米波雷达传感器实时采集目标的坐标位置、目标的速度、目标的长度发送给数据处理单元；视频传感器实时采集高清图像数据发送给数据处理单元；所述数据处理单元包括微处理器和嵌入式神经网络处理器，对同一目标的来自毫米波雷达和视频传感器检测到的数据信息融合，最后将同一目标的完整信息按统一格式输出至系统平台；所述交通检测系统的实施包括以下步骤：步骤一、毫米波雷达传感器采集目标信息，所述目标信息包括目标的标识符、速度、坐标、长度，视频传感器采集路面的图像信息，将所述毫米波雷达传感器和所述视频传感器采集到的原始数据发送至数据处理单元；步骤二、世界坐标转换成图像平面坐标；毫米波雷达传感器采集到目标坐标，然后对视频传感器的相机的内参和外参的摄像头进行校正，得到目标坐标与图像平面坐标的转换矩阵，将路面世界坐标转换成图像平面坐标，确定出毫米波雷达传感器采集检测到的目标投影在图像平面上的位置；步骤三、采用神经网络框架识别视频传感器所拍摄的图像中的目标类型；在嵌入式神经网络处理器中运行神经网络框架算法，通过图像机器学习，将路面的图像非结构化数据转换成目标类型和颜色的结构化数据；步骤四、利用步骤二的坐标转换及步骤三的图像识别，将毫米波雷达传感器检测到的目标在相机拍摄到的图像中的目标进行对应，获取到每个目标的所有参数信息，在图像中叠加目标参数进行融合，所述参数信息包括每个目标的速度、坐标、目标类型；步骤五、将融合后的所述目标参数发送至系统平台。