基于雷达成像算法的车辆信息检测系统

关振红　刘本东

摘要：测量道路上行驶车辆信息是雷达在民用领域中一项重要的应用，当车道中车辆较多并且车行进速度比较缓慢时，如何准确获取车流信息一直是该领域内研究的难点。基于雷达成像算法的车辆信息检测系统采用雷达成像中最大修正峰度距离对准算法估计车辆的速度，同时，车辆的长度等信息也能检测出来，该检测系统可以作为智慧城市中采集交通信息的一种手段。

关键词：高分辨率雷达;成像算法;多普勒效应;最大修正峰度

中图分类号：TN957.52 文献标识码：A 文章编号：1007-9416（2019）08-0123-03

0 引言

智能城市交通系统需要对道路上正在行驶的汽车进行有效检测，而检测交通车辆通常采用视频和微波雷达两类方法[1，2，3]：视频检测车辆通常利用交通监控摄像头采集信息，对视频图像进行处理，通过对运动目标的检测确定车辆的车型和速度[4]，由于摄像角度、天气雨雾雾霾等影响，会在一定程度上影响检测效果;采用微波雷达的方式检测运动的车辆是利用微波探测目标通过测量回波的信息确定车辆的运动信息，相对于视频方式具有全天候、全天时的特性，受环境影响小因而应用范围更广。测量车辆速度也可以采用激光雷达的方式，这种方法测量精度高，但只能一次测量一辆车，而且对测量偏角要求较高，因此应用范围受到有一定局限，不如采用微波雷达车辆检测仪应用范围更广[5]。利用微波雷达测量车辆的速度等信息是利用回波信号的多普勒效应进行测量，可以采用连续波体制雷达和脉冲制雷达两种方式，采用连续波方式雷达测量运动车辆回波的多普勒频移，从而得到运动车辆的速度信息，如果目标车辆的速度较慢，并且车辆较多时，这时测量的车辆速度误差相对较大。本文采用脉冲体制雷达，基于ISAR成像技术，先利用距离多普勒算法（RDA）对回波信号的方位向调频斜率估计，然后采用最大修正峰度距离对准算法测量出车辆移动的速度，并估计出车辆的长度。

1 車辆速度检测算法分析

速度估计算法，设有限长随机序列，该随机变量的四阶中心矩有关的一个统计量是峰度，其计算表达式为

（1）

其中，。

序列数值分布的平缓程度可以通过峰度进行衡量，也可以确定包络波形的尖锐程度或均匀程度估算信号的变化情况。在应用实际中，由于不同的包含强散射点分布各不相同以及随机噪声的影响，使得距离单元的包络相加后波形变得尖锐，从而造成对准错误。针对峰度应用于包络对准的缺陷，本文采用最大修正峰度对准准则[6]。

对式（1）进行修正，有

（2）

其中，。

以最大峰度作为准则完成方位向调频斜率的精确估算，是一种可行的方法。检测算法的具体步骤包括先对原始回波信号进行距离向压缩，利用窗函数在距离压缩后的回波数据中提取各移动目标的子回波，接下来进行方位向压缩并计算距离门信号的峰度值并形成峰度曲线，在尖峰处对应的调频斜率即为所要精确估计的方位向调频斜率，进而可以得到目标运动的速度。针对道路车流量大需要计算的数据量大的实际情况，本文采用粗搜索和精细搜索相结合兼顾计算速度和精度。

2 仿真数据监测分析

对算法有效性分析先采用仿真数据进行验算，根据道路实际情况先模拟两个车辆（由多个点构成的目标轮廓）的情况，表1是最大峰度算法对车辆信息估算的结果。

图1给出了两个辆汽车的最大修正峰度曲线，可以看出，距离向压缩后再利用最大修正峰度距离对准算法可以精确地估计出运动车辆的速度。由于是在理想环境下的仿真，所以只进行间隔为1.0km/h的速度搜索，就可以得到理论上足够精度的估计结果。

在获得比较准确的车辆速度情况下，还需要估计车辆的长度。在最大修正峰度距离对准算法中，以速度估计获得的方位向调频斜率，同时进行方位向脉冲压缩，并对回波信号进行累加，有

（3）

式中，是移动车辆的方位向脉压信号，为移动车辆的距离向总的数量。以（3）式为基础，取以适当的门限，就可以粗略估计出移动车辆的长度信息[7]。图2分别给出了对两辆汽车的车长估计结果。在进行车长检测时，门限值的选取是非常关键的问题，其选取直接影响检测结果。门限值的选取需要主要是根据实验中确定的经验值，一般来说选取50dB作为检测门限能适应大部分城市车道检测需要。另外，其选取原则是尽量偏大一些，选取过小容易造成模糊。

以上给出了基于仿真数据的移动目标的速度和长度的估计，获得了比较理想的结果，下面分析实测数据的处理结果。

3 实测数据分析

尽管仿真数据显示算法精度很高，但实际上车辆不是一个点而是面目标，检测车辆速度和车长的算法是否可行还需要实测数据验证，为此制作出一台检测雷达样机，并在实际的公路上进行实际检测车辆信息。图3给出了测试中公路上同时有三辆汽车经过时，对车辆回波数据进行距离脉压后的结果，可以清楚的看到三个车辆的相对位置。车辆监测雷达的主要是准确估计车辆的车速和车长信息，并不是获得检测区域内目标的微波图像，但微波图像不受雨雪和雾霾的影响，可以作为为交管部门提供参考数据，便于智能交通管理。

表2给出了道路中行驶的车辆速度和车身长度的计算结果，可以看出，采用本文提出的最大修正峰度法可以较为精确的估计移动车辆的速度和车长，尽管由于车辆本身非仿真中的一个点目标回波，存在一定的计算误差，但精度可以达到90%以上，可以满足实际道路车辆信息采集的需要。

进一步的大量实测数据表明，无论是对车辆速度以及车长的监测准确率能够达到90%以上，可以满足智慧城市对交通数据采集的需要。车辆微波检测雷达重点监测城市道路车辆流，安装上在公路的正侧向，主要检测速度低于70km/h的车辆，采用最大修正峰度距离对准算法检测车辆信息具有一定优势。

4 结论

不同于采用连续波体制的微波车辆检测雷达，本文给出的是采用脉冲体制的微波成像雷达，采用最大修正峰度距离对准算法检测行驶车辆的速度和车长信息，工作于道路的正侧向，施工安装相对简单。仿真数据和实测数据表明本文研制的雷达检测行驶车辆的速度和车长信息精度很高，特别是对于慢速车辆检测具有独特的优势，即使车辆由于拥堵而停止，由于采用脉冲体制检测目标的回波，也能检测到车辆的存在。

根据对实测数据的分析，对于车道内行驶车辆车速的估计，结果相对比较准确，但对车长的估计误差相对比较大一些。造成这种现象的一个主要原因是仿真时采用的是点目标，而实际中车辆是面目标，雷达接收的回波信号与车辆轮廓并不一定完全一致。在测试中，尽可能模拟各种情况，但实际车辆在车道上行驶情况千差万别，特别是如果相邻车道出现比如公交大巴车等大的车辆和一辆小汽车，则小汽车可能被大巴车完全遮挡，这样小汽车的估计结果误差很大。解决的办法是采用多个相邻脉冲之间比较分析，另外在相聚很近的地方再安装检测雷达，进行多角度立体分析，能部分解决大小车辆遮挡问题。

为了提高实用性，考虑各种不利情况下的误差增大情况，研究的進一步工作是调整雷达的参数考虑并进一步改进算法提高估计的准确性，实际中，检测雷达和其它交通检测设备相结合，组成智能车辆监测网，提高设备的实用性。

参考文献

[1] 张国伍.智能交通系统工程导论[M].北京：电子工业出版社，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] 蒋鹏飞.交通信息采集雷达的研究与实现[D].南京：南京航空航天大学，2015.

[4] 朱晓勇.LFMCW车流量监测雷达信号处理技术研究[D].西安：西安电子科技大学，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，朱兆达.一种基于最大修正峰度的ISAR距离对准算法[J].南京航空航天大学学报，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