买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学申请的专利基于交通毫米波雷达的车辆运动状态估计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115657002B 。

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211416783.2，技术领域涉及：G01S13/06；该发明授权基于交通毫米波雷达的车辆运动状态估计方法是由毛国强;李治明;樊帅设计研发完成，并于2022-11-14向国家知识产权局提交的专利申请。

本基于交通毫米波雷达的车辆运动状态估计方法在说明书摘要公布了：本发明公开了一种基于交通毫米波雷达的车辆运动状态分类与估计方法，主要解决现有方法应用场景单一，分类与估计精度较低，数据采集传感器成本高，易受天气环境影响的问题。其方案是：将交通毫米波雷达部署在路侧采集车辆在不同运动状态下的轨迹数据，构建车辆运动状态数据集；使用车辆运动状态数据集训练支持向量机模型；利用训练好的支持向量机模型对车辆运动状态进行分类；根据运动状态间的转移关系构建隐马尔科夫链模型，对车辆运动状态进行估计。本发明使用的交通毫米波雷达成本低，适应于各种恶劣天气及各种交通场景，并通过构建大量数据集训练支持向量机模型，较大地提高了运动状态分类与估计的准确度，可用于对车辆行驶行为的监控及预警。

本发明授权基于交通毫米波雷达的车辆运动状态估计方法在权利要求书中公布了：1.一种基于交通毫米波雷达的车辆运动状态分类与估计方法，其特征在于，包括如下： 1将交通毫米波雷达安装在车道一侧，并调整其安装角度使其检测范围能覆盖整个车道； 2通过摄像机录制车辆经过毫米波雷达监测区域的视频和交通毫米波雷达采集车辆经过雷达检测区域的车辆轨迹数据； 3构建车辆运动状态训练样本数据集和测试样本数据集： 3a从录制的视频和采集的车辆轨迹数据中，对比视频时间和每一帧数据的时间戳，提取视频中车辆各运动状态下毫米波雷达检测的车辆轨迹数据，记录每一帧车辆轨迹数据的位置、速度和时间戳信息； 3b根据提取的车辆轨迹数据信息，计算车辆在不同运动状态下的速度特征值，加速度特征值以及位置特征值； 3c根据计算的不同运动状态下的速度特征值，加速度特征值以及位置特征值对采集的车辆轨迹数据进行手动分类； 3d在分类好的30％的轨迹数据标上分类标签，作为训练样本数据集，在70％的轨迹数据不标分类标签，作为测试样本数据集； 4利用数据集训练支持向量机SVM模型对车辆运动状态进行分类： 4a设车辆运动行驶的所有运动状态类别数为M，在任意两类运动状态之间设计一个二分类支持向量机SVM，共需要个二分类支持向量机SVM； 4b使用训练样本数据集训练所有的二分类支持向量机SVM模型： 4c将测试数据集T输入到每个训练后的二分类支持向量机SVM模型中，获得每个二分类模型的分类结果； 4d对所有二分类模型的分类结果进行投票统计，票数最多的结果为测试数据的分类结果； 5建立车辆运动状态估计隐马尔科夫链模型λ： 5a定义所有可能的运动状态集合为Q＝{q1,q2,qi…,qN}，所有可能的观测集合为O＝{o1,o2,oj…,oM}，需要进行运动状态估计的轨迹数据的运动状态序列S为和观测序列V分别S＝{s1,s2,st…,sT}，V＝{v1,v2,vt…,vT}，其中，qi为第i个可能的运动状态，oj是第j个可能的观测运动状态，N是可能的隐藏状态数，M是可能的观察状态数，st为第t帧状态序列，vt为第t帧观测序列，T为序列长度，任意一个隐藏状态st∈Q，任意一个观测状态vt∈O； 5b根据车辆行驶可能出现的8种运动状态，即正常行驶、加速行驶、减速行驶、车辆加速启动、车辆减速停车、变道行驶、倒车逆行行驶和静止，确定其状态间的转换关系，建立车辆运动状态的状态机； 5c根据步骤4对大量车辆数据分类结果的统计以及每个运动状态间的转换关系，分别计算隐马尔科夫链的状态转移概率aij、观测状态生成概率bjk和初始状态分布π： M是车辆运动状态类别数，M＝8； π＝[πi]N，πi＝Ps1＝qi 5d根据状态转移概率aij和观测状态生成概率bjk，分别组成状态转移矩阵A和观测状态生成概率矩阵B，构建出隐马尔科夫链模型：λ＝A,B,π； 6根据步骤5建立的隐马尔科夫链模型和步骤4获得的运动状态分类结果，使用维特比算法计算在时刻t状态为qi的概率，从N个状态的概率中选出概率最大的状态即为估计状态； 7将6获得的估计结果和4获得分类结果传输给智能交通云平台。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。