姜荣军:基于广域雷达的智能交通感知系统

　　由中国智能交通协会主办，公安部交通管理科学研究所、国家道路交通管理工程技术研究中心、国家智能交通产业技术创新战略联盟、道路交通安全公安部重点实验室、无锡市滨湖区人民政府承办的“2015’第十届中国智能交通年会”于11月4日在无锡召开。

　　本届年会主题为“新技术背景下的智能交通创新与提升”，南京慧尔视智能科技有限公司总经理姜荣军在城市智能交通发展创新论坛上发表题为《基于广域雷达的智能交通感知系统》的演讲，本文为其演讲速记，未经演讲者本人审定。特此感谢中国智能交通协会提供演讲速记。

我的演讲主要是希望把我们这几年在雷达专业领域研究的一些应用和一些创新的技术跟大家进行分享与交流。

　　智能交通感知领域的技术现状

　　国家这几年提出了智慧城市的建设，这个概念为整个智慧产业指引了一个方向。在智慧交通的建设上，不仅要立足现在解决眼前的问题，更要站在一定的高度为我们的智慧城市建设寻找更好的技术源泉。我们这几年一直是从事于智能交通的感知层面，因为任何一个大数据都需要前端提供精准的交通数据，数据来源的精准决定了我们上层应用的情况。现在在中国复杂的交通流，路口的拥堵情况，对我们的感知手段提出了更高的要求。现在我们很难找到一种很好的技术手段，能够精准的掌握路口、路段整个的交通现状。

　　我们在交通路况感上有以下个目标。第一，必须要准，这样才能为我们的模型，信号控制系统，大数据分析提供一个比较好的基础。第二，要全天候，必须要在任何状况下都能提供实时的数据信息。第三，是实时。第四是感知道路交通流的情况，第五是交通事件和交通行为。对交通事件的掌握能力，是不是能够通过技术手段精准的把它实时的报出来，这是我们感知追求的目标。

　　现有的主流感知手段分为三大类：即点、线、面。因为在市场上应用了多年，大家对这几类检测手段比较熟悉。我们觉得，将来的检测一定是面向一个面的检测，必须在一个大区域范围，检测我们交通参与的车、人还有非机动车的交通行为。

　　广域雷达在交通领域应用的介绍

　　通过这几年的研究，基于广域雷达的产生，我们希望通过雷达本身具有高精度而且不受天气干扰的特点去掌握我们大区域范围内的整个交通的运行的情况，包括目标的每一时刻的状态，可以通过这个看出每一辆车的坐标和它的速度。

　　雷达在交通领域的应用分为：测速的雷达、卡口触发的雷达以及交通流检测的雷达。下面简单的用几张图来概诉一下雷达的情况，这是最早的一批雷达，通过多普勒原理达到测速的用途，后来演变成测距和测速相结合的特点，利用它可以知道目标的距离和速度。但在这个弧形上我无法判断它具体的位置。到现在加上了测角的雷达，它可以精准的把速度、距离和角度，这样就可以精准的掌握到我们雷达覆盖范围内每一辆车的运行情况。包括基于这种跟踪的原理，每一辆车即时的速度和位置在不断的变化，通过我们的仿真软件可以将它实时的仿真出来。

　　雷达在很多情况下对静止的目标检测精度会非常低，这个技术解决了在路口检测的方式的问题，它可以对这个进口道路，整个车辆的位置，即时速度，包括它运行的轨迹进行跟踪等，为我们更多系统提供数据支撑。

　　广域雷达交通智能感知系统的核心技术包括三个方面。第一，多通道的雷达前端，射频和天线是最难的部分。现在基本上用的是一发一收，一发两收或包括一发多收。第二，波形设计和目标跟踪，随着连续调频波的出现，解决了一个具体的问题，但对目标的位置，一直没有办法解决。这款是基于FFK的线性调频波的方式来解决多目标和具体的问题。第三是针对地面的雷达来讲的，地面上有复杂的干扰物，有地面，有护栏，有标杆等等，都会产生复杂的波形出来，这个雷达需要用户自己去主动的学习。

　　我们也在跟其他的雷达厂家进行了沟通，国外厂家对中国交通模型掌握的不是很好。比如违章停车的检测，以及排队长度的统计等，所以需要我们对交通有很多的理解，应用和把控。多年来我们一直跟交警部门和用户进行沟通，建立起一种应用的模型。构建六大类的技术创新点：第一是广域感知，从雷达原来单一的线感知到广域范围是我们的一个突破。第二是精准感知，第三是多维感知，从它的速度、位置以及长度精准的反映出来，第四是实时，因为实时50毫秒的周期律发回来，第六是状态，对事件可以进行精准的分析。这些是现在输出的比较量化的数据。

　　广域雷达感知技术在交通行业的应用

　　我们这款雷达在交通行业的应用的设想主要是由这几大系统在提供数据支撑，它们分别是：信息采集、信号控制，事件检测，交通安全、交通仿真。

　　对交通信息采集来说，传统的主要是：微波、线圈、地磁和视频。四大类的采集方式，但它确实不足以真实的量化反应我整个道路的情况。广域雷达可以区域覆盖，可以精确跟踪区域范围内的每一辆车的情况，这也是我们一直在提的全覆盖，原来使用视频可能在精度上缺乏全天候的特点。将来视频和雷达的结合，能更好的解决这些问题。在路口形成一个非常复杂的交通流的情况，通过这种检测技术，能够在杨教授的数据采集上多一个手段。在路口信号控制，实现大部分覆盖，可以检测出大概有160米到200米的区域范围内整个交通流的情况，把数据量化出来，并可以达到事件的检测，压线、路口的变道，违章的停车的效果。

　　还有一些事件，我们可以将他们排列出来，如：异常停车，压线，超速，不按规律车道行驶，逆向等。现在我们在探索产品跟视频相结合的应用，因为视频是可视化的，对我们的管理者是必不可少的。雷达它的精确度，它的高精度这两者结合起来，我相信可能为我们交通感知解决大部分的问题。在交通安全领域需要一个检测手段去检测我们前方的行人或者拐弯的车辆，提供一个预警给对面的车辆。

　　我们的目标就是希望致力于交通路况的全面智能感知，也希望大家多提提建议，和我们的产品的想法，谢谢大家。
　　本文为智能交通世界网原创，转载请注明出处，更多内容请访问智能交通世界网（www.its114.com）