基于雷達成像算法的車輛信息檢測系統

關振紅　劉本東

摘要：測量道路上行駛車輛信息是雷達在民用領域中一項重要的應用，當車道中車輛較多并且車行進速度比較緩慢時，如何準確獲取車流信息一直是該領域內研究的難點。基于雷達成像算法的車輛信息檢測系統采用雷達成像中最大修正峰度距離對準算法估計車輛的速度，同時，車輛的長度等信息也能檢測出來，該檢測系統可以作為智慧城市中采集交通信息的一種手段。

關鍵詞：高分辨率雷達;成像算法;多普勒效應;最大修正峰度

中圖分類號：TN957.52 文獻標識碼：A 文章編號：1007-9416（2019）08-0123-03

0 引言

智能城市交通系統需要對道路上正在行駛的汽車進行有效檢測，而檢測交通車輛通常采用視頻和微波雷達兩類方法[1，2，3]：視頻檢測車輛通常利用交通監控攝像頭采集信息，對視頻圖像進行處理，通過對運動目標的檢測確定車輛的車型和速度[4]，由于攝像角度、天氣雨霧霧霾等影響，會在一定程度上影響檢測效果;采用微波雷達的方式檢測運動的車輛是利用微波探測目標通過測量回波的信息確定車輛的運動信息，相對于視頻方式具有全天候、全天時的特性，受環境影響小因而應用范圍更廣。測量車輛速度也可以采用激光雷達的方式，這種方法測量精度高，但只能一次測量一輛車，而且對測量偏角要求較高，因此應用范圍受到有一定局限，不如采用微波雷達車輛檢測儀應用范圍更廣[5]。利用微波雷達測量車輛的速度等信息是利用回波信號的多普勒效應進行測量，可以采用連續波體制雷達和脈沖制雷達兩種方式，采用連續波方式雷達測量運動車輛回波的多普勒頻移，從而得到運動車輛的速度信息，如果目標車輛的速度較慢，并且車輛較多時，這時測量的車輛速度誤差相對較大。本文采用脈沖體制雷達，基于ISAR成像技術，先利用距離多普勒算法（RDA）對回波信號的方位向調頻斜率估計，然后采用最大修正峰度距離對準算法測量出車輛移動的速度，并估計出車輛的長度。

1 車輛速度檢測算法分析

速度估計算法，設有限長隨機序列，該隨機變量的四階中心矩有關的一個統計量是峰度，其計算表達式為

（1）

其中，。

序列數值分布的平緩程度可以通過峰度進行衡量，也可以確定包絡波形的尖銳程度或均勻程度估算信號的變化情況。在應用實際中，由于不同的包含強散射點分布各不相同以及隨機噪聲的影響，使得距離單元的包絡相加后波形變得尖銳，從而造成對準錯誤。針對峰度應用于包絡對準的缺陷，本文采用最大修正峰度對準準則[6]。

對式（1）進行修正，有

（2）

其中，。

以最大峰度作為準則完成方位向調頻斜率的精確估算，是一種可行的方法。檢測算法的具體步驟包括先對原始回波信號進行距離向壓縮，利用窗函數在距離壓縮后的回波數據中提取各移動目標的子回波，接下來進行方位向壓縮并計算距離門信號的峰度值并形成峰度曲線，在尖峰處對應的調頻斜率即為所要精確估計的方位向調頻斜率，進而可以得到目標運動的速度。針對道路車流量大需要計算的數據量大的實際情況，本文采用粗搜索和精細搜索相結合兼顧計算速度和精度。

2 仿真數據監測分析

對算法有效性分析先采用仿真數據進行驗算，根據道路實際情況先模擬兩個車輛（由多個點構成的目標輪廓）的情況，表1是最大峰度算法對車輛信息估算的結果。

圖1給出了兩個輛汽車的最大修正峰度曲線，可以看出，距離向壓縮后再利用最大修正峰度距離對準算法可以精確地估計出運動車輛的速度。由于是在理想環境下的仿真，所以只進行間隔為1.0km/h的速度搜索，就可以得到理論上足夠精度的估計結果。

在獲得比較準確的車輛速度情況下，還需要估計車輛的長度。在最大修正峰度距離對準算法中，以速度估計獲得的方位向調頻斜率，同時進行方位向脈沖壓縮，并對回波信號進行累加，有

（3）

式中，是移動車輛的方位向脈壓信號，為移動車輛的距離向總的數量。以（3）式為基礎，取以適當的門限，就可以粗略估計出移動車輛的長度信息[7]。圖2分別給出了對兩輛汽車的車長估計結果。在進行車長檢測時，門限值的選取是非常關鍵的問題，其選取直接影響檢測結果。門限值的選取需要主要是根據實驗中確定的經驗值，一般來說選取50dB作為檢測門限能適應大部分城市車道檢測需要。另外，其選取原則是盡量偏大一些，選取過小容易造成模糊。

以上給出了基于仿真數據的移動目標的速度和長度的估計，獲得了比較理想的結果，下面分析實測數據的處理結果。

3 實測數據分析

盡管仿真數據顯示算法精度很高，但實際上車輛不是一個點而是面目標，檢測車輛速度和車長的算法是否可行還需要實測數據驗證，為此制作出一臺檢測雷達樣機，并在實際的公路上進行實際檢測車輛信息。圖3給出了測試中公路上同時有三輛汽車經過時，對車輛回波數據進行距離脈壓后的結果，可以清楚的看到三個車輛的相對位置。車輛監測雷達的主要是準確估計車輛的車速和車長信息，并不是獲得檢測區域內目標的微波圖像，但微波圖像不受雨雪和霧霾的影響，可以作為為交管部門提供參考數據，便于智能交通管理。

表2給出了道路中行駛的車輛速度和車身長度的計算結果，可以看出，采用本文提出的最大修正峰度法可以較為精確的估計移動車輛的速度和車長，盡管由于車輛本身非仿真中的一個點目標回波，存在一定的計算誤差，但精度可以達到90%以上，可以滿足實際道路車輛信息采集的需要。

進一步的大量實測數據表明，無論是對車輛速度以及車長的監測準確率能夠達到90%以上，可以滿足智慧城市對交通數據采集的需要。車輛微波檢測雷達重點監測城市道路車輛流，安裝上在公路的正側向，主要檢測速度低于70km/h的車輛，采用最大修正峰度距離對準算法檢測車輛信息具有一定優勢。

4 結論

不同于采用連續波體制的微波車輛檢測雷達，本文給出的是采用脈沖體制的微波成像雷達，采用最大修正峰度距離對準算法檢測行駛車輛的速度和車長信息，工作于道路的正側向，施工安裝相對簡單。仿真數據和實測數據表明本文研制的雷達檢測行駛車輛的速度和車長信息精度很高，特別是對于慢速車輛檢測具有獨特的優勢，即使車輛由于擁堵而停止，由于采用脈沖體制檢測目標的回波，也能檢測到車輛的存在。

根據對實測數據的分析，對于車道內行駛車輛車速的估計，結果相對比較準確，但對車長的估計誤差相對比較大一些。造成這種現象的一個主要原因是仿真時采用的是點目標，而實際中車輛是面目標，雷達接收的回波信號與車輛輪廓并不一定完全一致。在測試中，盡可能模擬各種情況，但實際車輛在車道上行駛情況千差萬別，特別是如果相鄰車道出現比如公交大巴車等大的車輛和一輛小汽車，則小汽車可能被大巴車完全遮擋，這樣小汽車的估計結果誤差很大。解決的辦法是采用多個相鄰脈沖之間比較分析，另外在相聚很近的地方再安裝檢測雷達，進行多角度立體分析，能部分解決大小車輛遮擋問題。

為了提高實用性，考慮各種不利情況下的誤差增大情況，研究的進一步工作是調整雷達的參數考慮并進一步改進算法提高估計的準確性，實際中，檢測雷達和其它交通檢測設備相結合，組成智能車輛監測網，提高設備的實用性。

參考文獻

[1] 張國伍.智能交通系統工程導論[M].北京：電子工業出版社，2003.

[2] C. M. Weil， D. Camell， D. R. Novotny， and R. T. Johnk， Across-the-road photo traffic radars： New calibration techniques [P].Microwaves， Radar and Wireless Communications，2004：889-892.

[3] 蔣鵬飛.交通信息采集雷達的研究與實現[D].南京：南京航空航天大學，2015.

[4] 朱曉勇.LFMCW車流量監測雷達信號處理技術研究[D].西安：西安電子科技大學，2017.

[5] P. D. Fisher and J. W. Pyhtila. Timing quantization error in lidar Speed-measurement devices [J].IEEE Transactions on Vehicular Technology，2000，49（1）：276-280.

[6] 汪玲，朱兆達.一種基于最大修正峰度的ISAR距離對準算法[J].南京航空航天大學學報，2006，38（6）：722-726.

[7] Munoz F， Perez M， Calvo G， Lopez A. Traffic Surveillance System based on a High-Resolution Radar[J].IEEE Transactions on Geoscience & Remote Sensing，2008，46（6）：1624-1633.

Information Detection System Based on Radar Imaging Algorithms

GUAN Zhen-hong，LIU Ben-Dong

（Nanjing MJK Electronic Engineering Co.， Ltd.， Nanjing? Jiangsu? 21016）

Abstract：Measuring vehicle information on the road is an important application of radar in the civil field. When there are more vehicles in the lane and the speed of the vehicle is slow， how to accurately obtain traffic information has always been a difficult problem in this field. Vehicle information detection system based on radar imaging algorithm uses the maximum correction kurtosis distance alignment algorithm in radar imaging to estimate vehicle speed. At the same time， information such as vehicle length can also be detected. The detection system can be used as a means to collect traffic information in intelligent cities.

Key words：high-resolution radar; Imaging algorithm; Doppler effect; Maximum modified kurtosis