CN100511322C - 交通信息单线圈现场检测方法 - Google Patents

Abstract

本发明涉及一种交通信息单线圈现场检测方法，在每条车道上仅埋设一个线圈，在现场先检测车型后检测车速，其中车型检测方法为：根据车辆驶过一个线圈时线圈电感量的时变图形与车辆底部金属构件的形状密切相关的特征，通过比对被测车辆驶过一个线圈时线圈电感量的时变图形与预先建立的各种车型的时变图模型，用图形匹配的方法检测车型；其中车速检测方法为：将上述已经测得的车型所对应的预先统计确定的该车型的典型长度L加上已知的线圈宽度B，再除以上述被测车辆在线圈上的占有时间P，即测得车辆的行驶速度V。本发明将双线圈简化为单线圈，并在第一现场检测动态的交通信息：交通状况及交通事件。本发明由于采取了上述技术措施，因此较好地解决了世界智能交通系统中的技术难题，推动了交通信息采集技术的进步。

Description

交通信息单线圈现场检测方法

技术领域

本发明属智能交通系统领域，仅涉及道路的交通信息的检测方法，特别涉及一种采用单个线圈在第一现场采集交通信息的检测方法，所涉及的交通信息仅包括机动车辆的流量、车型、速度以及机动车交通流的交通状况及交通事件。

背景技术

发达国家近二十年智能交通系统的实践表明，建设智能交通系统(ITS)是缓解交通拥堵、减少交通事故、抑止交通污染的必由之路，而完备、及时、准确的交通信息是建设现代智能交通系统的前提条件。交通信息按不同需求可分为静态和动态两类。所谓静态信息是按时段统计的交通调查数据，主要包括按车辆类型统计的时段自然流量，按车型折算的时段标准流量(pcu/h)以及车辆的时段平均速度等。静态信息的主要用途是为交通规划、设计、路网改造及道路维护提供交通调查数据。所谓动态信息是道路交通流的实时信息，主要包括交通状况及交通事件信息，旅行信息以及交通图像信息等。动态信息的主要用途是为道路交通监控、交通信息发布、公众车辆导行、交通信号控制等智能交通系统提供实时的交通流信息。

但是交通信息的自动检测，尤其动态交通信息的自动检测，竟然成为全世界智能交通业界面临的两个技术难题。正如国家有关部门在所提出的交通现代化十大关键技术中指出，“道路交通信息采集及发布关键技术”和“突发事件的道路交通应急反应技术”是世界智能交通系统技术中的两个瓶颈。

道路交通信息的自动检测方法众多，有环形线圈、超声波、红外、激光、微波以及图像等检测方法。半个多世纪的实践表明，用环形线圈简称线圈作为非接触式传感元件的交通信息检测方法因具有全天候、隐蔽、环保等许多优点，至今仍然是最可靠的流量检测方法。由于传统的双线圈车速、车型检测方法在恶劣交通状况下的拙劣性能，十多年来全世界都在不停地探索研究各种新材料、新技术和新方法，力图取代陈旧落后的双线圈检测方法，但是至今没有获得令人满意的结果，遇到的最大挑战是难以适应全天候工作条件。

图1展示了一种公知的车速、车型的双线圈检测方法，它是国际上几十年一直沿用至今的传统方法。用一个线圈检测交通流量的原理是：当车辆驶入线圈时线圈的电感量会发生变化，车辆检测器检测到这种变化立即输出一个逻辑为真的信号，表示车辆刚驶入线圈，术语称车辆占有；当车辆驶离线圈时线圈的电感量会恢复到无车占有时的数值，车辆检测器检测到这种变化立即输出一个逻辑为假的信号，表示车辆刚驶离线圈，将车辆检测器输出的车辆占有信号输至计数器，计数器获得的结果就是驶过该线圈的车流量。显然这种单线圈流量检测方法不能检测车速、车型。为检测车速、车型，人们很早就发明了在车道中央车辆行驶方向中心间距D(欧洲标准为4.5m)埋设一对线圈的双线圈检测方法。双线圈检测车速的原理是：先测出车辆从驶离线圈1至驶离线圈2(或者从驶入线圈1至驶入线圈2)的时间T，然后按算式V＝D/T计算获得车辆的行驶速度V。双线圈检测车型的原理是：先测出车辆在任意一个线圈上的占有时间P(即从车辆驶入至驶离线圈的时间)，已知线圈的宽度为B以及刚测得的车速V，按算式L＝V*P-B算出车辆长度L，然后再按车辆长度分大、中、小三种车型。

从上面的介绍可知，双线圈检测方法为检测车辆的行驶速度及车型，被测车辆前后一定距离内必须保持没有其他车辆，亦即被测车辆与相邻车辆之间的净距必须大于检测范围6.5m(D+B)，否则就无法检测车速、车型，检测功能几乎丧失殆尽。可是在车流密集、速度缓慢甚至开开停停的恶劣交通状况下，大部分车辆的间距都不会小于6.5m，否则就会因车辆插队而加剧交通状况的恶化。在智能交通系统最需要提供及时、准确的车辆信息的时刻，双线圈检测方法因检测范围太大而无所作为，这就是导致世界智能交通系统技术水平低下的重要原因之一。

智能交通系统至关重要的作用是，及时、准确地自动检测、报告交通状况及交通事件，迅速人工确定事件的地点、性质，火速抢救人员、财产，尽快疏导和恢复交通。因为交通状态及交通事件的随机、突发性质，在现有的智能交通系统中还未曾见到过交通事件是由系统首先自动检知报警的。交通状况及交通事件自动检测技术的水平低下，反应迟钝，误检率大，不得不继续依靠人力进行视频监视，难怪现今的交通信息自动检测技术被智能交通系统的反思者讥讽为“没有实用价值的高精尖技术”。研究、开发交通状况及交通事件自动检测技术不是为了节省人力，而是寻求能够部分替代甚至超越人力的智能机器。

导致世界交通状况及交通事件自动检测技术水平低下的原因，除了上面介绍的双线圈检测方法在恶劣交通状况时不能提供及时、准确的车辆信息以外，另一个重要原因是“分居两地”的系统架构方法。迄今为止全世界交通状况及交通事件检测的系统架构方法是：将现场双线圈车辆检测器采集到的海量的交通数据，按一定的时间周期(一般为60至300s)压缩成周期平均的数据包，然后定周期地远传至信息中心，由信息中心的交通状况及交通事件检测的计算机程序集中进行检测。这种将现场车辆检测硬件和信息中心的计算机程序分居两地的系统架构方法的致命缺点是：为了减轻海量交通信息实时传输对通信网络和中心计算机的压力，不得不采用周期平均值的数据压缩方法，正是这种周期平均的数据压缩方法葬送了大量稍纵即逝却极其有用的现场车辆信息。

综上所述，导致全世界交通信息检测技术停滞不前的两个主要原因是：

一、因双线圈检测方法的检测范围太大，无法及时、准确地提供车速、车型信息。

二、因交通状况及交通事件检测的计算机程序远离检测现场，无法及时获得完整无缺的车辆信息。

发明内容

针对上述交通信息检测技术所存在的诸多缺点，本发明的任务是提供一种交通信息单线圈现场检测方法，它解决了上述双线圈检测方法无法及时、准确地提供车速、车型信息，以及无法及时获得完整无缺的车辆信息的问题。

本发明的技术解决方案如下：

一种交通信息单线圈现场检测方法，对道路上机动车辆的车型、速度进行检测，在每条车道上仅埋设一个线圈，将埋设在车道中央浅表层的一个线圈的两根引线接入路边机箱内的车辆检测器；将已经测得的车型所对应的预先统计确定的该车型的典型长度L加上已知的线圈宽度B，再除以被测车辆在线圈上的占有时间P，即测得车辆的行驶速度V，按下列步骤先检测车型后检测车速：

其中车型检测方法为：根据车辆驶过一个线圈时线圈电感量的时变图形与车辆底部金属构件的形状密切相关的特征，通过比对被测车辆驶过一个线圈时线圈电感量的时变图形与预先建立的各种车型的时变图模型，用图形匹配的方法检测车型；所述比对被测车辆的时变图形与车型的时变图模型是对这二者的波峰和波谷的数量、次序及幅度差异进行识别；

其中车速检测方法为：先测出被测车辆在线圈上的占有时间，在收到车辆检测器发来的车辆占有信号为真时启动计时器，当收到车辆检测器发来的车辆占有信号为假时停止计时器，计时器的值就是被测车辆在线圈上的占有时间P；

采用一种交通状况及交通事件检测的系统架构方法，将智能交通系统中的交通状况及交通事件检测的计算机程序，从交通信息中心的计算机中转移到检测现场的路边机箱内的工业微机IPC中，将车辆检测器的输出信号接到工业微机IPC，将同居在路边机箱内的车辆检测器与IPC的数据通信端口直接相连，IPC通过通信线路与信息中心连接，以便直接接收车辆检测器给与的车辆占有信号及线圈电感数据，并在检测现场进行交通状况及交通事件的检测。

所述一个线圈的宽度为0.7m。

本发明的检测方法与传统检测方法在组成形式上具有如下区别：

1、由于按本发明的检测方法在现场的运算处理量较大，因此将图1中通常使用的数字信号处理机(DSP)改换成工业微机(IPC)。

2、传统方法只需要车辆检测器输出车辆占有信号，按本发明的方法除此之外还需要车辆检测器输出电感变化数据。大部分线圈式车辆检测器都能同时提供车辆占有信号和电感变化数据。

3、传统方法中DSP的检测结果的上传方法是定时(一般为60至300s)将检测结果的周期平均值压缩打包后发送给信息中心，按本发明的方法虽然也有周期平均值数据，但它们只是作为情态的交通调查数据保存在本地，在计算机空闲时才上传至信息中心，实时上传的信息只有交通状况及交通事件信息。

4、传统方法将交通状况及交通事件的计算机程序安装在信息中心，按本发明的方法将计算机程序安装在现场的IPC中，由现场IPC对所辖车道进行交通状况及交通事件的自动检测，一旦发现交通状况发生变化或者发现交通状况发生异常变化(即发生交通事件)就立即报告信息中心。

按本发明的检测方法，将双线圈简化为单线圈，并在现场使用IPC，在第一现场采集交通信息，所采集的交通信息包括机动车辆的流量、车型、速度以及机动车交通流的交通状况及交通事件。本发明由于采取了上述看似简单的技术措施，因此较好地解决了世界智能交通系统中的技术难题，推动了交通信息采集技术的进步。

附图说明

图1是传统的双线圈检测方法的示意框图。

图2是本发明的交通信息单线圈现场检测方法的示意框图。

图3表示了重型拖挂车驶过单线圈时电感量的时变图形。

图4表示了小货车驶过单线圈时电感量的时变图形。

图5表示了小客车驶过单线圈时电感量的时变图形。

具体实施方式

下面结合图2详细介绍本发明的两个检测方法的实施方式及实施效果。

一、单线圈的流量、车型、速度的检测方法

将埋设在车道中央浅表层的一个线圈的两根引线接入路边机箱内的车辆检测器，将车辆检测器的输出信号接到IPC，IPC通过通信线路与信息中心连接。

无论用单线圈还是双线圈，流量检测都只需一个线圈，线圈的宽度B通常为2m，只要相邻车辆的净距不小于线圈宽度就能准确地检测流量，一般情况下流量检测精度优于90％。为了进一步提高流量检测精度，本发明选择的一个线圈的宽度仅为0.7m，因此只要相邻车辆的净距不小于1m就能准确地将它们分离开来。通过大量实验统计，本发明的流量检测精度优于99.9％。

单线圈车型、速度的检测方法和传统的双线圈检测方法从形式上说，二者的区别仅仅是线圈的用量不同，但检测原理却截然不同。虽然业内人士都知道线圈式车辆检测器的工作原理是通过检测线圈电感的变化来判断有无车辆存在的，但是长期以来人们只关注有无车辆的逻辑结果，而并不知晓电感量的变化规律与车辆类型有什么特殊关系。按本发明的检测方法，当车辆驶过线圈时线圈电感量的时变图形与车辆底部金属构件的形状密切相关，并且从理论上讲二者具有下述必然关系：

(1)类型不同的车辆具有不同的图形；

(2)类型相似的车辆具有相似的图形；

(3)类型相同的车辆具有相同的图形。

参看图3、图4和图5，比对被测车辆的时变图形与车型的时变图模型是对这二者的波峰和波谷的数量、次序及幅度差异进行识别。比较重型拖挂车与小货车的后底部，重型拖挂车的后桥有两个轮轴，时变图形后部也有两个波谷，小货车的后桥只有一个轮轴，时变图形后部也只有一个波谷。比较小客车与重型拖挂车或小货车，它们的明显区别是时变图形中波峰、波谷数量的差异。比较重型拖挂车与小货车的时变图形，两者的显著区别是最大波峰与最大波谷的比值不同，如此等等。只要车辆不是倒着行驶，即使开开停停也不难识别。比如一辆标准配置的东风140型5吨载货车，不论是谁的车，出现在何时何地，也不论装载何物，载货多少，只要车辆底部没有施行改装，电感量变化数据的时变图形总是相同的。

与传统双线圈检测方法先检测车速后检测车型不同，本发明的单线圈检测方法则是先检测车型后检测车速，具体步骤如下：

1、建立各种车型的时变图模型数据库。根据国家标准规定的各种车辆类型如小客车、大客车、小货车、中货车、大货车，拖挂车等，在检测现场采集并建立与各种车型对应的时变图模型数据库。

2、确定各种车型的典型长度。根据国家标准规定的各种车辆类型在检测现场采集大量同类车辆的车辆长度值，然后用算术平均值方法得到各种车型的典型长度。另外还应该定义一个“未知车型”的典型长度，以便在不能识别时也能估算车速。

3、单线圈车型检测。在被测车辆占有期间，不断接收车辆检测器发来的电感变化数据，由此获得被测车辆电感量的时变图形，当被测车辆刚驶离环形线圈时立即从时变图模型数据库中寻找与被测车辆时变图形相匹配的时变图模型，如果找到该时变图模型，就判定被测车辆的类型就是模型车型；如果找不到该时变图模型，则作为未知车型。也就是说，根据车辆驶过一个线圈时线圈电感量的时变图形与车辆底部金属构件的形状密切相关的特征，通过比对被测车辆驶过一个线圈时线圈电感量的时变图形与预先建立的各种车型的时变图模型，用图形匹配的方法检测车型。按本发明的检测方法，已能识别下列十余种车辆类型：小客车、大客车、铰接客车、小货车、中货车、大货车、重型货车、拖挂车、重型拖挂车、平板车、拖拉机、摩托车等。根据需要，车型可以增减。通过大量实验统计，通常情况下车辆类型的检测精度优于90％。

4、单线圈车速检测。先测出被测车辆在线圈上的占有时间，在收到车辆检测器发来的车辆占有信号为真时启动计时器，当收到车辆检测器发来的车辆占有信号为假时停止计时器，计时器的值就是被测车辆在线圈上的占有时间P，将上述已经测得的车型所对应的预先统计确定的该车型的典型长度L加上已知的线圈宽度B，再除以上述被测车辆在线圈上的占有时间P，即测得车辆的行驶速度V。按算式V＝(L+B)/P就能获得车辆的行驶速度V。通过大量实验统计，通常情况下速度的检测精度优于85％，速度越慢精度越高。

本发明的单线圈车型、车速检测方法对于交通信息采集技术的贡献是：在发生交通拥堵甚至交通事故时，亦即在智能交通系统最迫切需要交通信息时，依然能够高精度地检测交通流乃至每辆车的交通信息。

二、交通状况及交通事件检测的系统架构方法

导致交通状况及交通事件检测技术水平低下的首要原因是车辆检测器硬件和计算机程序分居两地，即使采用单线圈检测方法获得的高精度车辆信息仍然无法根本改变目前交通状况及交通事件检测技术的落后现状。因为分居两地的系统架构方法的致命问题是，信息中心计算机程序收到的流量、车速、车型等车辆信息不可能是每辆车驶入及驶离时刻的实时信息。据悉国内最先进的证券交易平台最大的接受委托能力为每秒1300次，设智能交通系统有200个采集点，每个采集点有8条检测车道，平均每2s驶过一辆车，那么要求智能交通系统的实时接受信息的能力约为1600次，显然这是不现实的。这就是全世界智能交通系统不得不采用周期平均数据压缩方法的客观原因。

为了彻底解决实时数据通信的瓶颈问题，本发明的具体实施方式是：将计算机程序从交通信息中心搬至检测现场路边机箱内的IPC中，将同居在路边机箱内的车辆检测器与IPC的数据通信端口直接相连，以便直接接收车辆检测器给与的车辆占有信号及线圈电感数据，并在检测现场进行交通状况及交通事件的检测。这种在第一现场检测交通状况及交通事件的系统架构方法不仅极大地减轻了通信网络及中心计算机的负担，更具历史意义的是计算机程序能够在第一时间获得在线圈上的每一辆车的行驶状态，一旦发现状态异常的车辆就能立即作出反映，再也不会被周期平均方法掩埋了。

通过大量实验证明，采用本发明的系统架构方法后，检测性能获得了空前的提高：在封闭道路，如高速公路、城市快速道路，交通状况及交通事件的检测速度通常不大于100s/km，在受交通信号控制的路口，检测时间通常不大于3倍交通信号周期，误报率均为零。

当然，本技术领域内的一般技术人员应当认识到，上述实施例仅是用来说明本发明，而并非用作对本发明的限定，只要在本发明的实质精神范围内，对上述实施例的变化、变型都将落在本发明权利要求的范围内。

Claims (2)

1.一种交通信息单线圈现场检测方法，对道路上机动车辆的车型、速度进行检测，在每条车道上仅埋设一个线圈，将埋设在车道中央浅表层的一个线圈的两根引线接入路边机箱内的车辆检测器；将已经测得的车型所对应的预先统计确定的该车型的典型长度L加上已知的线圈宽度B，再除以被测车辆在线圈上的占有时间P，即测得车辆的行驶速度V，其特征在于，按下列步骤先检测车型后检测车速：

其中车型检测方法为：根据车辆驶过一个线圈时线圈电感量的时变图形与车辆底部金属构件的形状密切相关的特征，通过比对被测车辆驶过一个线圈时线圈电感量的时变图形与预先建立的各种车型的时变图模型，用图形匹配的方法检测车型；所述比对被测车辆的时变图形与车型的时变图模型是对这二者的波峰和波谷的数量、次序及幅度差异进行识别；

其中车速检测方法为：先测出被测车辆在线圈上的占有时间，在收到车辆检测器发来的车辆占有信号为真时启动计时器，当收到车辆检测器发来的车辆占有信号为假时停止计时器，计时器的值就是被测车辆在线圈上的占有时间P；

采用一种交通状况及交通事件检测的系统架构方法，将智能交通系统中的交通状况及交通事件检测的计算机程序，从交通信息中心的计算机中转移到检测现场的路边机箱内的工业微机IPC中，将车辆检测器的输出信号接到工业微机IPC，将同居在路边机箱内的车辆检测器与IPC的数据通信端口直接相连，IPC通过通信线路与信息中心连接，以便直接接收车辆检测器给与的车辆占有信号及线圈电感数据，并在检测现场进行交通状况及交通事件的检测。

2.根据权利要求1所述交通信息单线圈现场检测方法，其特征在于，所述一个线圈的宽度为0.7m。

Images