交通网络中移动对象的跟踪方法、装置、电子设备及存储介质

1.本发明涉及智慧交通技术领域，具体涉及一种交通网络中移动对象的跟踪方法、装置、电子设备及存储介质。


背景技术：

2.随着主动交通管控技术的不断成熟，智慧高速、车路协同的需求快速增长，目前的路侧感知主要依靠激光雷达、毫米波雷达、雷视一体机等感知设备，但是受限于成本、探测距离、天气状况影响等原因，应用于交通网络中移动对象的跟踪效果一直不甚理想。因此，目前缺乏一种方法，可以提高交通网络中移动对象的跟踪效果。


技术实现要素：

3.有鉴于此，有必要提供一种交通网络中移动对象的跟踪方法、装置、电子设备及存储介质，可以提高交通网络中移动对象的跟踪效果，实现全时、全域、全天候的超视距车辆感知。
4.为了实现上述目的，本发明提供了一种交通网络中移动对象的跟踪方法，包括：
5.获取多个边缘节点发送的振动信号特征；所述振动信号特征是所述边缘节点基于从交通网络对应光栅阵列传感器所获取的原始振动信号进行提取得到；
6.基于编码映射表，将所述振动信号特征映射成多维时空信号矩阵；所述编码映射表包含所述多个边缘节点的逻辑测区地址与工程物理地址之间的映射关系；
7.基于所述多维时空信号矩阵，确定移动对象轨迹；
8.基于所述移动对象轨迹，确定移动对象的交通事件。
9.进一步地，交通网络中移动对象的跟踪方法，还包括：
10.在基于所述编码映射表，将所述振动信号特征映射成所述多维时空信号矩阵之前，获取所述光栅阵列传感器对应光栅测区与道路里程及车道的对应关系；
11.基于所述对应关系，构建所述编码映射表。
12.进一步地，所述振动信号特征是所述边缘节点对所述原始振动信号进行能量叠加、数字滤波、时域分析和频域分析处理得到。
13.进一步地，所述基于所述多维时空信号矩阵，确定移动对象轨迹，包括：
14.对所述多维时空信号矩阵进行噪声压制处理，得到预处理信号；
15.对所述预处理信号中的直线、曲线或者能力聚集区域进行提取，得到所述移动对象轨迹。
16.进一步地，交通网络中移动对象的跟踪方法，还包括：
17.在确定所述移动对象轨迹存在错误的情况下，对移动对象的位置和速度进行修正，以修正所述移动对象轨迹。
18.进一步地，所述在确定所述移动对象轨迹存在错误的情况下，对移动对象的位置和速度进行修正，包括：
19.在确定所述移动对象轨迹存在错误的情况下，基于预设的所述移动对象的移动逻辑关系，对所述移动对象的位置和速度进行修正。
20.进一步地，所述移动对象轨迹包括移动对象的速度、位置以及所属车道。
21.本发明还提供一种交通网络中移动对象的跟踪装置，包括：
22.获取模块，用于获取多个边缘节点发送的振动信号特征；所述振动信号特征是所述边缘节点基于从交通网络对应光栅阵列传感器所获取的原始振动信号进行提取得到；
23.映射模块，用于基于编码映射表，将所述振动信号特征映射成多维时空信号矩阵；所述编码映射表包含所述多个边缘节点的逻辑测区地址与工程物理地址之间的映射关系；
24.第一确定模块，用于基于所述多维时空信号矩阵，确定移动对象轨迹；
25.第二确定模块，用于基于所述移动对象轨迹，确定移动对象的交通事件。
26.本发明还提供一种电子设备，包括存储器和处理器，其中，
27.所述存储器，用于存储程序；
28.所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现上述任意一项所述的交通网络中移动对象的跟踪方法中的步骤。
29.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的交通网络中移动对象的跟踪方法。
30.采用上述实现方式的有益效果是：本发明提供的交通网络中移动对象的跟踪方法、装置、电子设备及存储介质，通过多个边缘节点发送的振动信号特征，以及编码映射表，将振动信号特征映射成多维时空信号矩阵，基于多维时空信号矩阵，确定移动对象轨迹，进而确定移动对象的交通事件，实现交通网络中移动对象的跟踪。
31.振动信号特征是边缘节点基于从交通网络对应光栅阵列传感器所获取的原始振动信号进行提取得到，利用光栅阵列传感技术，通过对移动对象运动激励产生的振动信号，实现超视距的对象跟踪，输出移动对象的位置、速度、车道等移动对象轨迹属性，也可输出违停、超速的交通事件。因此，本发明可以提高交通网络中移动对象的跟踪效果，实现全时、全域、全天候的超视距车辆感知。
附图说明
32.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
33.图1为本发明提供的交通网络中移动对象的跟踪方法的一实施例的结构示意图；
34.图2为本发明提供的多维时空信号矩阵结构图；
35.图3为本发明提供的交通网络中移动对象的跟踪方法的另一实施例的结构示意图；
36.图4为本发明提供的交通网络中移动对象的跟踪装置的结构示意图；
37.图5为本发明提供的电子设备的一个实施例结构示意图。
100031y1车辆定位软基路面启用13125 100041y1车辆定位软基路面启用13126 100051y1车辆定位软基路面启用13127 100011y2车辆定位软基路面启用14123 100021y2车辆定位软基路面启用14124 100031y2车辆定位软基路面启用14125 100041y2车辆定位软基路面启用14126 100051y2车辆定位软基路面启用14127 100011y3车辆定位软基路面启用11123
54.其中，设备id也即是光栅阵列传感器的编码，通道号也即是光栅阵列传感器的数据通道编号。
55.步骤130、基于所述多维时空信号矩阵，确定移动对象轨迹。
56.可以理解的是，多维时空信号矩阵作为后续处理的基础数据结构，存储了所有光栅测区振动能量或其他特征信息在时间、空间、车道的分布关系，能够表征车辆(即移动对象)的轨迹和运动行为。多维时空信号矩阵除了实际车道的信号分布外，还增加了一个综合物理车道信号的虚拟通道，用于从整体角度刻画移动对象的轨迹。
57.进一步地，多维时空信号矩阵可以如图2所示，图2中所示的车辆轨迹也即是移动对象轨迹。
58.步骤140、基于所述移动对象轨迹，确定移动对象的交通事件。
59.可以理解的是，基于移动对象轨迹，可以是移动对象的属性进行交通事件识别，例如违停、超速、逆行等。移动对象的实时轨迹可向第三方系统输出。
60.在一些实施例中，交通网络中移动对象的跟踪方法，还包括：
61.在基于所述编码映射表，将所述振动信号特征映射成所述多维时空信号矩阵之前，获取所述光栅阵列传感器对应光栅测区与道路里程及车道的对应关系；
62.基于所述对应关系，构建所述编码映射表。
63.可以理解的是，通过现场定位的方式获得光栅测区与里程及车道的对应关系，创建编码映射表，编码映射表描述每个逻辑测区地址到工程物理地址的映射关系，同时描述了光栅测区作用和布设位置。计算机程序利用编码映射表中的对应关系将各边缘节点上传的数据映射成一种多维时空信号矩阵。
64.其中，逻辑测区地址包括光栅阵列传感器的设备地址、数据通道和测量区间，工程物理地址包括移动对象对应的行驶里程和车道。
65.在一些实施例中，所述振动信号特征是所述边缘节点对所述原始振动信号进行能量叠加、数字滤波、时域分析和频域分析处理得到。
66.可以理解的是，在边缘节点上对光栅阵列传感器输出的原始振动信号进行采集和特征提取，包括能量叠加、数字滤波、时域分析、频域分析。在此时数据信息量最丰富，将处理结果打包后，以较低频率上传到中心服务节点进行后续处理。
67.其中，能量叠加也即是对原始振动信号中的光栅亮度进行能量叠加。
68.在一些实施例中，所述基于所述多维时空信号矩阵，确定移动对象轨迹，包括：
69.对所述多维时空信号矩阵进行噪声压制处理，得到预处理信号；
70.对所述预处理信号中的直线、曲线或者能力聚集区域进行提取，得到所述移动对象轨迹。
71.可以理解的是，对多维时空信号矩阵进行噪声压制处理，进一步提升有用的用于提取轨迹的信号，得到预处理信号。
72.通过技术手段识别和提取预处理信号中移动对象的轨迹，轨迹在多维时空信号中表现为直线或曲线，又或是光栅的能量聚集区域。
73.在一些实施例中，交通网络中移动对象的跟踪方法，还包括：
74.在确定所述移动对象轨迹存在错误的情况下，对移动对象的位置和速度进行修正，以修正所述移动对象轨迹。
75.可以理解的是，将从预处理信号中提取的移动对象，与预设的移动对象运行范围进行比对，若移动对象在该范围内，则可以确定移动对象轨迹准确，否则，确定移动对象错误。
76.或者，通过预设的移动对象运行逻辑，确定移动对象轨迹是否存在错误，例如，通过前后两个不同时刻的信号提取的移动对象轨迹，计算移动对象的运行速度，若计算得到的移动对象的运行速度超过了移动对象的最大速度，或者移动对象的运行速度为负，即移动对象出现后退，则确定移动对象轨迹存在错误。还可以是通过两个移动对象的轨迹，判断两个移动对象在某个时刻处于相同地点，则确定其中一个移动对象的轨迹存在错误。
77.通过对移动对象的位置和速度进行修正，使得输出的移动对象轨迹结果更加符合预期。
78.在一些实施例中，所述在确定所述移动对象轨迹存在错误的情况下，对移动对象的位置和速度进行修正，包括：
79.在确定所述移动对象轨迹存在错误的情况下，基于预设的所述移动对象的移动逻辑关系，对所述移动对象的位置和速度进行修正。
80.可以理解的是，在确定移动对象轨迹存在错误的情况下，并确定移动对象落后于预期的地点时，则对移动对象的速度进行修正，调大移动对象的速度，确定移动对象超过预期的地点时，调小移动对象的速度，与此同时，将移动对象的位置调整至预期的地点。
81.在一些实施例中，所述移动对象轨迹包括移动对象的速度、位置以及所属车道。
82.可以理解的是，移动对象包括但不仅限于高速公路中的车辆、机场跑道上的飞机、轨道上的列车等。移动对象的位置可以是车辆当前的经纬度。
83.在另一些实施例中，交通网络中移动对象的跟踪方法如图3所示，包括：
84.步骤310：基于高频信号的特征值计算；
85.步骤320：利用编码映射表生成多维时空信号矩阵；
86.步骤330：移动对象的轨迹处理与增强；
87.步骤340：移动对象的轨迹识别和提取；
88.步骤350：车辆移动模型与轨迹修正；
89.步骤360：移动对象轨迹和交通事件识别输出；
90.其中，所述步骤310在与信号采集设备相连的计算设备(边缘服务器或其他具有计算能力的专用设备)上执行，目的是对高频采样的振动信号进行特征值提取和降频操作，保证在不丢失重要特征的情况下降低后续步骤处理和传输的数据量；所述步骤320引入一张
编码映射表来描述光栅测区与纵向里程及横向车道的映射关系，步骤310输出的信号在此被映射成一个完整的多维时空信号矩阵，以简化后续步骤的处理过程；步骤330根据车辆信号特征对步骤320输出的多维时空信号进行增强，突出车辆轨迹压制噪声；步骤340利用步骤330的结果提取车辆轨迹并初步识别和提取出移动对象，轨迹提取指创建对象id、对象位置、对象速度；步骤350根据对象的逻辑关系，对不合理的移动对象属性进行修正；步骤360根据步骤350的结果判断生成交通事件、输出移动对象跟踪轨迹。
91.综上所述，本发明提供的交通网络中移动对象的跟踪方法，包括：获取多个边缘节点发送的振动信号特征；所述振动信号特征是所述边缘节点基于从交通网络对应光栅阵列传感器所获取的原始振动信号进行提取得到；基于编码映射表，将所述振动信号特征映射成多维时空信号矩阵；所述编码映射表包含所述多个边缘节点的逻辑测区地址与工程物理地址之间的映射关系；基于所述多维时空信号矩阵，确定移动对象轨迹；基于所述移动对象轨迹，确定移动对象的交通事件。
92.在本发明提供的交通网络中移动对象的跟踪方法中，通过多个边缘节点发送的振动信号特征，以及编码映射表，将振动信号特征映射成多维时空信号矩阵，基于多维时空信号矩阵，确定移动对象轨迹，进而确定移动对象的交通事件，实现交通网络中移动对象的跟踪。
93.振动信号特征是边缘节点基于从交通网络对应光栅阵列传感器所获取的原始振动信号进行提取得到，利用光栅阵列传感技术，通过对移动对象运动激励产生的振动信号，实现超视距的对象跟踪，输出移动对象的位置、速度、车道等移动对象轨迹属性，也可输出违停、超速的交通事件。因此，本发明可以提高交通网络中移动对象的跟踪效果，实现全时、全域、全天候的超视距车辆感知。
94.进一步地，本发明对于采用光栅阵列采集到的振动信号所有领域均可灵活运用，对分布式光纤振动传感器及其他类型的地埋式分布式振动传感器同样适用。
95.光栅阵列传感技术是一种新的分布式光纤传感技术(也称为光纤传感2.0)，具有信噪比高、便于施工组网、无源、抗干扰等众多优点，尤其在长距离振动信号监测中有极高应用价值。
96.光栅阵列传感技术通过在沥青路面以下敷设特制的直埋式振动探测光缆，进行“全时、全域、全天候”的振动信号感知。能够对车辆等移动对象产生的振动激励信号进行精准还原，在信号的时域和频域感知方面都有极佳的表现。探测定位精度可根据需要调整光栅的间距，即使在光线不佳和极端天气情况下仍能够对移动对象进行实时轨迹的跟踪。
97.交通网络中的移动对象的定位和跟踪，是交通主动管控的核心手段。光栅阵列技术在交通领域的应用能够弥补现有路侧探测设备的不足，有望真正实现全时、全域、全天候的超视距车辆感知。如图4所示，本发明还提供一种交通网络中移动对象的跟踪装置400，包括：
98.获取模块410，用于获取多个边缘节点发送的振动信号特征；所述振动信号特征是所述边缘节点基于从交通网络对应光栅阵列传感器所获取的原始振动信号进行提取得到；
99.映射模块420，用于基于编码映射表，将所述振动信号特征映射成多维时空信号矩阵；所述编码映射表包含所述多个边缘节点的逻辑测区地址与工程物理地址之间的映射关系；
100.第一确定模块430，用于基于所述多维时空信号矩阵，确定移动对象轨迹；
101.第二确定模块440，用于基于所述移动对象轨迹，确定移动对象的交通事件。
102.上述实施例提供的交通网络中移动对象的跟踪装置可实现上述交通网络中移动对象的跟踪方法实施例中描述的技术方案，上述各模块或单元具体实现的原理可参见上述交通网络中移动对象的跟踪方法实施例中的相应内容，此处不再赘述。
103.如图5所示，本发明还相应提供了一种电子设备500。该电子设备500包括处理器501、存储器502及显示器503。图5仅示出了电子设备500的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
104.存储器502在一些实施例中可以是电子设备500的内部存储单元，例如电子设备500的硬盘或内存。存储器502在另一些实施例中也可以是电子设备500的外部存储设备，例如电子设备500上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。
105.进一步地，存储器502还可既包括电子设备500的内部储存单元也包括外部存储设备。存储器502用于存储安装电子设备500的应用软件及各类数据。
106.处理器501在一些实施例中可以是一中央处理器(central processing unit，cpu)，微处理器或其他数据处理芯片，用于运行存储器502中存储的程序代码或处理数据，例如本发明中的交通网络中移动对象的跟踪方法。
107.显示器503在一些实施例中可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。显示器503用于显示在电子设备500的信息以及用于显示可视化的用户界面。电子设备500的部件501-503通过系统总线相互通信。
108.在本发明的一些实施例中，当处理器501执行存储器502中的交通网络中移动对象的跟踪程序时，可实现以下步骤：
109.获取多个边缘节点发送的振动信号特征；所述振动信号特征是所述边缘节点基于从交通网络对应光栅阵列传感器所获取的原始振动信号进行提取得到；
110.基于编码映射表，将所述振动信号特征映射成多维时空信号矩阵；所述编码映射表包含所述多个边缘节点的逻辑测区地址与工程物理地址之间的映射关系；
111.基于所述多维时空信号矩阵，确定移动对象轨迹；
112.基于所述移动对象轨迹，确定移动对象的交通事件。
113.应当理解的是：处理器501在执行存储器502中的交通网络中移动对象的跟踪程序时，除了上面的功能之外，还可实现其它功能，具体可参见前面相应方法实施例的描述。
114.进一步地，本发明实施例对提及的电子设备500的类型不做具体限定，电子设备500可以为手机、平板电脑、个人数字助理(personal digitalassistant，pda)、可穿戴设备、膝上型计算机(laptop)等便携式电子设备。便携式电子设备的示例性实施例包括但不限于搭载ios、android、microsoft或者其他操作系统的便携式电子设备。上述便携式电子设备也可以是其他便携式电子设备，诸如具有触敏表面(例如触控面板)的膝上型计算机(laptop)等。还应当理解的是，在本发明其他一些实施例中，电子设备500也可以不是便携式电子设备，而是具有触敏表面(例如触控面板)的台式计算机。
115.又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程
序，该计算机程序被处理器执行时实现以执行上述各方法提供的交通网络中移动对象的跟踪方法，该方法包括：
116.获取多个边缘节点发送的振动信号特征；所述振动信号特征是所述边缘节点基于从交通网络对应光栅阵列传感器所获取的原始振动信号进行提取得到；
117.基于编码映射表，将所述振动信号特征映射成多维时空信号矩阵；所述编码映射表包含所述多个边缘节点的逻辑测区地址与工程物理地址之间的映射关系；
118.基于所述多维时空信号矩阵，确定移动对象轨迹；
119.基于所述移动对象轨迹，确定移动对象的交通事件。
120.本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，程序可存储于计算机可读存储介质中。其中，计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
121.以上对本发明所提供的交通网络中移动对象的跟踪方法、装置、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：
1.一种交通网络中移动对象的跟踪方法，其特征在于，包括：获取多个边缘节点发送的振动信号特征；所述振动信号特征是所述边缘节点基于从交通网络对应光栅阵列传感器所获取的原始振动信号进行提取得到；基于编码映射表，将所述振动信号特征映射成多维时空信号矩阵；所述编码映射表包含所述多个边缘节点的逻辑测区地址与工程物理地址之间的映射关系；基于所述多维时空信号矩阵，确定移动对象轨迹；基于所述移动对象轨迹，确定移动对象的交通事件。2.根据权利要求1所述的交通网络中移动对象的跟踪方法，其特征在于，还包括：在基于所述编码映射表，将所述振动信号特征映射成所述多维时空信号矩阵之前，获取所述光栅阵列传感器对应光栅测区与道路里程及车道的对应关系；基于所述对应关系，构建所述编码映射表。3.根据权利要求1所述的交通网络中移动对象的跟踪方法，其特征在于，所述振动信号特征是所述边缘节点对所述原始振动信号进行能量叠加、数字滤波、时域分析和频域分析处理得到。4.根据权利要求1所述的交通网络中移动对象的跟踪方法，其特征在于，所述基于所述多维时空信号矩阵，确定移动对象轨迹，包括：对所述多维时空信号矩阵进行噪声压制处理，得到预处理信号；对所述预处理信号中的直线、曲线或者能力聚集区域进行提取，得到所述移动对象轨迹。5.根据权利要求4所述的交通网络中移动对象的跟踪方法，其特征在于，还包括：在确定所述移动对象轨迹存在错误的情况下，对移动对象的位置和速度进行修正，以修正所述移动对象轨迹。6.根据权利要求5所述的交通网络中移动对象的跟踪方法，其特征在于，所述在确定所述移动对象轨迹存在错误的情况下，对移动对象的位置和速度进行修正，包括：在确定所述移动对象轨迹存在错误的情况下，基于预设的所述移动对象的移动逻辑关系，对所述移动对象的位置和速度进行修正。7.根据权利要求1-6任一项所述的交通网络中移动对象的跟踪方法，其特征在于，所述移动对象轨迹包括移动对象的速度、位置以及所属车道。8.一种交通网络中移动对象的跟踪装置，其特征在于，包括：获取模块，用于获取多个边缘节点发送的振动信号特征；所述振动信号特征是所述边缘节点基于从交通网络对应光栅阵列传感器所获取的原始振动信号进行提取得到；映射模块，用于基于编码映射表，将所述振动信号特征映射成多维时空信号矩阵；所述编码映射表包含所述多个边缘节点的逻辑测区地址与工程物理地址之间的映射关系；第一确定模块，用于基于所述多维时空信号矩阵，确定移动对象轨迹；第二确定模块，用于基于所述移动对象轨迹，确定移动对象的交通事件。9.一种电子设备，其特征在于，包括存储器和处理器，其中，所述存储器，用于存储程序；所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现上述权利要求1至7中任意一项所述的交通网络中移动对象的跟踪方法中的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的交通网络中移动对象的跟踪方法。

技术总结
本发明提供一种交通网络中移动对象的跟踪方法、装置、电子设备及存储介质，该方法包括：获取多个边缘节点发送的振动信号特征；所述振动信号特征是所述边缘节点基于从交通网络对应光栅阵列传感器所获取的原始振动信号进行提取得到；基于编码映射表，将所述振动信号特征映射成多维时空信号矩阵；所述编码映射表包含所述多个边缘节点的逻辑测区地址与工程物理地址之间的映射关系；基于所述多维时空信号矩阵，确定移动对象轨迹；基于所述移动对象轨迹，确定移动对象的交通事件。本发明可以提高交通网络中移动对象的跟踪效果，实现全时、全域、全天候的超视距车辆感知。全天候的超视距车辆感知。全天候的超视距车辆感知。


技术研发人员：马俊杰 徐一旻 李凯 宋珂 王月明
受保护的技术使用者：武汉理工大学
技术研发日：2022.12.30
技术公布日：2023/6/4