多雷达视频融合（1）——需求分析及解决方案

智能的交通管控系统应包含全域感知和静态数据池以及处置智慧方案，其中全域感知是智能管控的基础，从宏观层面提供整个交通流的情况，为自动预警、生成解决方案等提供数据基础。毫米波雷达具有精准稳定等诸多特点，并被逐步应用于智能交通领域。而单个传感器通常只能获得被检测目标的部分特征，难以在复杂环境下满足对车辆目标检测的复合要求。为更准确地描述所检测交通目标的特征，通过对毫米波雷达和视觉信息进行融合从而获得更全面的目标信息，实现对车辆目标检测的全天候和高可靠性。而为了实现长距离的全域感知，需要使用多个毫米波雷达进行协同工作，并在该基础上与视觉信息进行融合。
本文对多雷达间的航迹关联作一介绍，并提供部分代码。将多个雷达设备间隔一定距离布置，采取多雷达间的多数据融合方式获取长距离中车辆的动态信息，来实现对目标的长距离全程实时跟踪定位功能。

实现该需求需要考虑以下几个问题：
（1）每一部雷达设备都是一个单独的传感器，各雷达的时间不同步，这些雷达之间的时间如何达到统一，完全同步，在时间上对齐到同一时间基准。
（2）每部雷达仅仅能获得该雷达探测范围内的车辆目标航迹，如何将每个雷达获得的航迹信息传输给数据融合处理中心进行数据融合。
（3）各个雷达的位置不同，对于在同一位置处的目标车辆每部雷达单独显示的位置都不同，传输给终端之后如何将不同雷达测得的独立航迹放在同一个坐标系下以进行后续的关联与融合。
（4）在数据融合处理中心拿到各个雷达传输回来的航迹并经过空间坐标转换到同一坐标系下之后，如何判定多台雷达识别出来的目标为同一目标，需采用相应的算法得到目标运动的轨迹，进行数据融合主要需要解决两个问题，一是判断来自不同雷达的航迹是否属于同一目标的航迹，二是若航迹来自同一目标，如何融合各个雷达的航迹，前者属于航迹互联问题，后者属于航迹融合算法问题。
（5）把来自各个雷达的航迹融合成功之后需要生成一条新的系统总航迹实现对目标的长距离全程实时跟踪定位。
（6）车辆行驶出上一部雷达的检测区域，经过与相邻雷达的重叠区域之后进入下一部雷达的检测区域，如何提高航迹关联融合的正确率。
（7）若相邻雷达之间没有重叠区域，如何进行航迹关联。

针对以上问题，提出以下解决方案（该方案仅仅考虑相邻雷达之间存在重叠区域）：
在待检测路段每隔200m（单个雷达检测范围）布设一部雷达设备和相机设备，总计N个雷达N个相机，使N个雷达的检测区域覆盖整个待检测路段，每个雷达与管控中心通过局域网实现信息传输；每个雷达具有自身的IP地址；然后分别建立雷达坐标系和全局坐标系；每个雷达实时检测待检测路段上的目标车辆信息，管控中心并行接收多个雷达的传输数据，对该次所有雷达的传输数据依次进行坐标转换和数据关联，生成该次跟踪信息，如此往复即可实现待检测路段上每个目标车辆的全路段跟踪。将高速公路雷达的检测范围无限延长，实现车辆在整个多雷达组网范围内的全路段跟踪检测，再将相机抓拍到的车牌、车型、车辆颜色等特征信息与多部雷达生成的系统总航迹进行比对叠加。具体说明如下：
（1）各雷达工作在自己的时钟上以减少雷达之间的耦合度。雷达的时间初值通过某种方法在开机时设定，平台之间的时间偏差通过NTP对时解决。将每部雷达的IP地址设置为同一端口，同时将NTP授时服务器也设置为该端口，将这些设备连接到同一个服务终端里，即可使用NTP对这些雷达设备同时进行卫星授时，使得每个设备的时间达到统一标准，实现时间同步。并将每部雷达采样帧率设置为相等的20帧，达到采样帧率相等。
（2）每部雷达获得该雷达探测范围内的车辆目标动态信息，包括实时时间、速度、纵向和横向距离、所在车道信息、纵向和横向速度、唯一ID号等，将这些信息通过服务器传输到数据融合处理中心进行数据融合。
（3）数据融合处理中心接收到来自多个雷达的数据之后，要先根据雷达之间的分布关系得出坐标转换矩阵，将每部雷达测得的独立航迹通过空间坐标转换放在同一个坐标系下，使得处理后的结果好像是数据融合处理中心所采集的一样。
（4）在数据融合处理中心将各个雷达传输回来的独立局部航迹经过空间坐标转换到同一坐标系下之后，对相邻雷达的检测重叠区域进行航迹的关联与融合，采用航迹关联算法和融合算法对来自于同一车辆目标的航迹进行关联和融合。
（5）把来自各个雷达的航迹融合成功之后生成一条新的系统总航迹，利用路侧的毫米波雷达获取精确车辆轨迹，通过轨迹拼接实现全域轨迹跟踪。以两部雷达的数据融合为例，该系统总航迹可分为三部分，第一部分为第一台雷达的独立航迹，第二部分为两部雷达检测的重叠区域内的融合航迹输出结果，第三部分为第二台雷达的独立航迹。