4D成像雷达在交通应用中的实测分析
在交通强国战略背景下，智慧交通领域正不断推动前沿信息技术与传统交通行业的深度融合。发展智慧交通可保障交通安全、缓解拥堵难题、减少交通事故、提升交通通行效率。同时，智慧交通的创新应用也需要前端路侧感知设备采集的交通数据信息。作为智慧交通领域中具有极其重要应用的路测感知设备，雷达可以提供可靠、实时和准确的检测数据流信息，在技术和成本上具有优势。
传统的智慧交通解决方案通常为在交通系统每个节点安装传感器。可获得包括视频、线圈、微波检测和地磁检测等多种前端探测传感器的感应信息。但传感器之间信息呈现出碎片化、单一化、被动化等特点，无法满足新型智慧交通对交通数据流的实时性、全面性和主动性的需求。传统交通感知设备存在以下痛点：
- 成本过高：单设备覆盖距离近，实现全路段覆盖的成本过高，无线实现真正的全路段智慧交通；
- 感知要素不够精细、质量较差：感知要素维度、密度、分配密度较低，设备漏报率高、准确率低，不能还原交通场景，难以支撑车路协同等应用场景；
- 难以全天时、全天候工作：如雨、雾、沙尘暴和黑夜等各种天气状况对感知设备的感知能力影响较大，无法做到在各种气象条件下的7*24h不间断工作；
- 交通事件检测能力不足：检测手段单一，探测信息不够丰富，智能化分析手段不足，系统无法对如交通事故和交通违章等事件有效判断；
雷达在交通领域中的应用随着雷达技术的发展也在实时更新，早期的1D雷达，仅能提供目标速度信息，主要应用是雷达测速；2D雷达提供测速和测距功能，主要应用是断面检测；3D雷达提供测速、测距和水平测角功能，可对道路上的目标定位，主要应用是信控；4D雷达提供测速、测距、水平测角和俯仰测角功能，可对目标物高度信息解析，主要应用是交通流量监测；4D高分辨点云成像在4D雷达基础上，实现环境目标的高分辨点云成像，通过探测输出静态和动态目标，可描绘出实时道路状况，还原交通场景，丰富交通感知信息。
在交通监测中采用4D高分辨点云成像雷达，可通过雷达成像能力，丰富感知要素，达到像素级识别效果；可通过4D探测，在传统3D雷达基础上多一个测量维度，提升交通事件监测能力；由于基本原理仍然是“毫米波雷达”，可保证系统的全天时、全天候工作能力。通过雷达立体扫描、点云成像，可实现每秒50万点+的点云信息输出，达到图像级雷达。
我司4D成像雷达可实现300m范围内目标探测，可对交通道路上的静止目标和运动目标点云成像。具有以下特点：
- 高分辨点云成像
- 探测距离远、探测灵敏度高
- 道路交通场景实时动态还原
- 可精确感知车辆长度和道路拥堵排队情况
- 可区分道路横杆、路牌等空中目标
- 以极高准确率识别交通参与者类型
- 可对交通违章行为、交通事件有效监测
上图实时测试画面中，左上角为现场实时摄像头画面，右边为雷达输出到显控软件上的实时数据。显控软件的每一小格代表的物理距离尺寸为5m*5m，有轨电车在显控软件中占据的空间为7*1格，则有轨电车长度约为35m。由于安装原因，主道路的监测车道为三车道，在50m外，主道路上共有四辆车，可在显控软件中观测到其对应的距离分别为：60m，90m，145m，150m左右，每辆车均可通过点云信息描绘出轮廓。
上图中，在中间车道50m左右处有一辆小型汽车A，在左边车道65m左右处有一辆小型汽车B，在中间车道75m处，有一辆中型汽车C。通过比对左上角的视频画面和右边的显控软件实时显示情况，可以明显看出，显控软件中中型汽车C的点云成像结果描绘的目标轮廓明显要长于小型汽车A和小型汽车B描绘的目标轮廓长度。
上图中，在50m显示线外，按距离由近及远，从左上角视频画面可以看出共有六辆车，其中第1,3,4,6辆车为小型汽车，第2,5辆车为大型汽车（公交车和卡车）。在右边显控软件的显示界面中，也可明显看出，第2和第5辆车点云成像结果描绘的轮廓长度明显长于第1,3,4,6辆车。
上图中，雷达可检测到电瓶车，也可以对电瓶车进行点云成像，根据成像结果描绘的目标轮廓可知，电瓶车的长度约为1/3个格子长度，符合电瓶车真实长度。
从上面4D成像雷达在交通应用的实测分析可以看出，4D成像雷达通过对道路交通环境和交通参与者的实时高分辨点云成像，可提供可靠、实时和准确的检测数据流信息，满足智慧交通路测感知设备需求。
