杨垒：密集车流多车道监测低成本解决方案
2016-10-09 18:14:40   来源：www.its114.com   作者:    评论：0

　　7月28日,筹备近4个月的2016中国城市智能交通管理暨科技创新论坛在彩云之南、滇池之畔的春城昆明成功召开。此次论坛吸引了来自全国40余个交警单位的100多位应用单位代表以及全国各地智能交通行业260余人与会。上海慧昌智能交通系统有限公司杨垒博士发表主题演讲，主题是《密集车流多车道监测低成本解决方案》，文章为速记稿，未经演讲者审定。

　    上海慧昌智能交通系统有限公司杨垒博士：各位嘉宾，大家早上好！我汇报的题目是“密集车流多车道，监测低成本解决方案”，非常荣幸跟大家交流一下MPR-MU雷达的研发情况，以下简称MU雷达。汇报的内容分为四个部分，第一部分就是多车道监测的关键点，第二部分是MU雷达的产品方案，第三部分是典型路况的一些实验结果，第四部分是后续产品功能介绍。

　　一、多车道监测的关键点

　　随着我国道路交通的爆炸式发展，越来越繁重的交通管理工作，给交通监测也提出了更多的要求，通过归纳分析得到了几个道路监测的关键点，一个就是对雷达设备工作环境的要求：道路环境的多样化、车型的多样化、路况的多样化；一是抓拍的要求：在雷达全天时、全天候工作的基本性能基础上，对于车辆的捕获一定要准确、车道的划分一定准确、测试定位一定要准确；施工的要求：安装要求宽松，调制测试一定要便利，方便施工方更好的应用；建设成本的要求：建设成本要低或者维护成本也要低。维护的要求：从长期使用来看，就必须要求系统环境适应性好、工作稳定，这个产品一旦使用了以后，基本上不需要后期维护。如果需要后期维护，那也是简单的调试、测试、更换，这个应该是非常简单的。针对这些关键点，慧昌公司开发了多车道的监测MU雷达，下面就跟大家分享一下MU雷达产品的一些技术指标以及它的产品方案。

　　二、MU雷达产品方案

　　1.系统指标

　　 设计MU雷达的宗旨就是采用更先进的技术达到更合理的指标和更低的系统成本，慧昌不追求最高的指标，因为更合理的指标才是对用户最好的回报。通过严格的体控达到更好的环境适应性，实现更低的故障率，给用户带来更便捷的施工和更少的后期维护。通过设计研发测试，目前MU雷达达到的技术指标是可以同时侦测五车道最多32个车辆目标，可以准确测量波束内每个移动目标的位置和速度，在畅通的情况下捕获率能够达到99%以上，在饱和流量的情况下可以达到98%。在拥堵的情况下也可以达到96%的有效捕获率。测速误差在负一公里到0之间，定位距离在18到35米之间任意可调，如可以测到35米、33米、32.5米、32.25米的距离，定位精度在正负0.5米之间。可以实现统计单车速度、平均速度、流量、占用率等交通信息，可以采用WIFI方式升级程序和调整参数，这是MU雷达的一个创新。产品施工或者调试以及后期维护的时候根本不需要封路，也不需要上杆调整，非常快捷，根本不需要中断交通就可以完成施工调试和后期维护。MU雷达工作温度在负40到正35度之间，体积是168mm×140mm×50mm，重量是450克。

　　2.典型应用

　　MU雷达的一个典型应用就是治安卡口的抓拍，一部雷达可以替代多种地感线或者地磁，对路面也没有伤害，安装也很方便，可以达到相同甚至在某些场景下更高的一个检测效果，还可以应用在超速执法的场合，比如固定的超速执法和移动式超速执法，同样也可用于交通信息的统计以及其它的车辆测速定位以及信息统计。

　　3.工作机制

　　下面详细介绍一下产品的主要方案。归纳起来主要有以下几个，一是提高了雷达的信号品质，众所周知，雷达的信号品质是非常重要的，只有信号品质好，后端的一切处理才有意义。上海慧昌通过改进窄波束为宽波束，从窄波束设计扩展到宽波束设计，可以实现多个车道的覆盖和目标跟踪。采用了宽带FMCW差频测距，提高了定位精度，脉冲串相参处理实现了多个目标的精确测速，采用双通道测角，实现雷达车道划分，解决邻道干扰问题。空时频多纬度处理，提高了多个目标的检测能力。图像域、帧间目标聚类降低多拍概率。多目标卡尔曼滤波跟踪解决了空拍问题，针对典型的城市路况，公司设计了一个波形参数自适应调整，适应时变路况。

　　4.六种技术

　　详细介绍一下主要的六种技术，第一个就是线性调频连续波差频测距，获得高距离分辨率，主要的创新点应该是获得更好的调频连续波差频测距，在保持稳定性的基础上满足了精确定位，实现道路上多目标跟踪，例如这两辆车，如果采用低分辨率或者是线性度不好的雷达就无法区分出来相邻得很近的两辆车，而高分辨率的雷达就可以检测出来这两辆车具体的距离，定位做到更准确。

　　第二个技术就是相参脉冲串多普勒测速，获得多个目标的准确速度。大家可以看到T1、T2代表两辆车，在时间平面上是没有办法区分的，通过多普勒处理就可以在多普勒两维平面上把这三四个目标同时分开。

　　在多普勒平面上分开四个目标以后，就需要用到第三个技术了即通过一个一发双收的天线，通过相位比较获得方位偏角，区分车道把邻车道干扰问题解决，也就是可以把这四个目标分别定位到四个车道上面，这样就在空视频三个纬度把目标的信息分别提取出来。

　　第四个技术是图像域、帧间目标聚类合成识别占据多个监测单元的单个车辆，例如这辆车，这边的两辆小车占据的是两个单元，两三个单元都可以做检测路线，雷达不能一眼就看得出来这是两个目标，它要用计算机区分开，那么就要利用图像域的一个目标序列来识别，对于大车来说更是如此。

　　为了解决回波闪烁、车辆遮挡造成的目标短暂丢失问题，就要采用第五个技术即多目标卡尔曼滤波跟踪，用帧间的信息关联来提高目标在复杂路况下的检测效果，可以解决空拍问题。另外一个优势就是由于车辆是一个体目标，在雷达距离分辨比较高的情况下，它有很多个闪烁点，这样的闪烁点相互闪烁以后，雷达这种固有的测角就会发生角度闪烁，采用滤波的方式可以把它的角度非常稳定的定位到一个车辆上，这时车辆看起来在一个车道上行驶。

　　最后一个技术就是自适应波形实现最优性能，主要是为了应对路况存在规律变化和一些突发情况，雷达有更好的适应性。尤其是在国内一些大城市上下班高峰期间，短暂的车流量变化时，突发刮蹭等情况会造成短暂车流拥堵，波形并不一定能最好的检测到，形成交通信息流的一些输出，这时就需要针对路况切换工作模式、调整最优参数，提高多目标时变路况下检测和定位效果，达到全局最优。

　　三、复杂路况实验结果

　　下面介绍MU雷达在复杂路况下的一些实验结果，实验地点是在上海中环，分为三个路况即畅通、饱和、拥堵。这样一幅图片是相机状态照片的一个合成，左下角显示的是它的车速、车道，没有车牌是因为把相机的车牌识别功能关了。因为车牌识别功能在平均速度大概在60公里以上的情况下，没什么影响，因为车流量并没有很大。但在车流大的时候，车牌识别会严重影响雷达捕获的情况。这是多车道的饱和情况，也就是相当于中环过了晚高峰以后，有一段车流量非常大，每分钟四个车道大概有120辆车以上，四个车道同时过车的这种情况是非常短暂性的，它是分一团车一团车这样过来的。那么这种情况下，相机有时候根本就响应不过来，所以只能把车牌识别关掉，下面就显示不出车牌了，这种路况识别率在99%。多车道拥堵的情况下，左边的两个车道平均速度大约在四五十公里以上，右边的这两个车道是拥堵的，把几张照片合成后看起来拍得好像很快，其实它是很慢的，当时应该塞了十分钟，捕获率大概是98%。

　　上面就是MU雷达采用的一些主要基础方案和实验结果。

　　四、后续产品功能介绍

　　今年年底之前慧昌会推出一款MPR-ML，它是一款多目标的微波车辆检测器，装在路侧立杆上，实时检测双向十二车道里面所有的车辆目标，能够给出各个车道的流量、实时车速、占有率、车型和车头时距等交通信息参数。它的主要特点就是支持手机等移动设备的APP调试，所以根本不需要上杆测量。其主要应用领域就是高速公路的信息监测系统、交通信息采集系统、公众出行与服务系统。MPR-MZ雷达是一款多波速形成多目标雷达，采用了多波束形成的技术，安装在检测车道的上方，可以实时检测、跟踪雷达115到200米以内，一到五车道所有车辆，包括静止车辆，可以计算车流量、实时速度、占有率、排列长度、车型，基本上可以获取所有的交通雷达信息参数。同时也可以监测动态物体，可以通过调节灵敏度来实现到底抓拍行人、非机动车还是机动车辆，可以检测任意段面的车辆信息。它主要应用领域就是智能信号灯控制系统、治安卡口系统、交通诱导系统、事件检测系统。

　　MC雷达相当于是MU雷达的升级版，主要特点和MU雷达相近，就是跟踪距离更远，可以达到500米的范围，可以检测200米以内的行人与非机动车，包括静止车辆，可以计算车流量、实时车速、占有率。应用场景就是高速公路信息监测系统、交通信息采集系统、事件检测系统、公众出行和服务系统都可以来应用。

　　明年，慧昌推出这三款产品以后，公司产品就能够覆盖交通领域的检测前端所有大的方向，进一步发挥雷达在各种条件下全天时、全天候的监测能力，能够更好的为广大业主服务，为交通发展提供贡献。

　　我的汇报就到这里，谢谢大家！