%0 Journal Article
%A 王平
%A 姚宇阳
%A 李卒星
%A 王新红
%A 陈勇
%A 梁振宝
%T 路侧3D视觉追踪赋能的车路协同安全应用研究
%D 2025
%R 10.19721/j.cnki.1001-7372.2025.12.007
%J 中国公路学报
%P 263-275
%V 38
%N 12
%X 基于车路协同的车辆碰撞及危险预警主流方案依靠激光雷达，但激光雷达总体价格昂贵，且雷达点云处理算力需求严苛，导致预警方案应用成本高昂。而相机具备低单价、低处理算力需求的特点，成为预警方案实施的有效载体。目前基于相机的预警方案在像素平面进行，定位精度低，易引发预警错误。对此，首次提出面向路侧相机的3D追踪算法，通过目标级车路感知融合，扩展车端感知范围并提升车端视野盲区内感知性能。针对路侧场景特点，改进3D目标检测模块，基于相机成像原理，量纲一化训练数据标签。利用监督学习范式，让模型有效学习像素与深度的映射关系，提升定位性能。提出多类别运动预测算法，根据不同类别交通参与者的运动特点，进行非线性运动建模，实现目标未来运动趋势的精准拟合。利用广义交并比进行相似度度量，扩大密集路侧场景中目标间差异并提升关联匹配精准度。依据仿射变换，完成车路感知结果空间对齐。通过相似度度量与匈牙利匹配算法完成最终车路感知结果融合。在V2X-Seq公开数据集上的试验结果表明:与其他先进3D追踪方法相比，该算法具有更优异的感知精准度。通过车路协同感知，针对“鬼探头”场景，进行危险碰撞预警，可有效提升碰撞预警成功率并增强单车智能的安全性能。
%U http://zgglxb.gfscw.cn/CN/10.19721/j.cnki.1001-7372.2025.12.007