CN101266717A - 一种基于多mems传感器的车辆检测识别系统及其方法 - Google Patents
一种基于多mems传感器的车辆检测识别系统及其方法 Download PDFInfo
- Publication number
- CN101266717A CN101266717A CNA200810105084XA CN200810105084A CN101266717A CN 101266717 A CN101266717 A CN 101266717A CN A200810105084X A CNA200810105084X A CN A200810105084XA CN 200810105084 A CN200810105084 A CN 200810105084A CN 101266717 A CN101266717 A CN 101266717A
- Authority
- CN
- China
- Prior art keywords
- signal
- mems
- sensor
- sniffer
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于多MEMS传感器的车辆检测识别系统及其方法,该系统能够对运动车辆进行实时检测和识别,并具有车速检测和车流量检测的功能。该系统包括一组用来检测运动车辆的多MEMS传感器探测装置,给多传感器探测装置提供工作电源的供电装置,将传感器探测装置输出的模拟信号转换为数字信号的信号采集装置,对数字信号进行车辆检测和车型识别的信号处理装置,显示识别结果的显示装置。经试验证明,本发明能够准确反映不同车辆特征,能识别和显示车型,并且能够准确显示车速和流量检测结果。本系统不受外界天气、气候、光线等因素的影响,体积小,成本低,功耗低,具有广泛的应用前景。
Description
技术领域
本发明涉及车辆检测领域,特别是提供了一种基于多MEMS传感器的体积小、成本低、功耗低的全天候车辆检测和识别系统,同时根据道路交通状况中的车辆自动检测和采集数据,对车辆目标进行识别,并具有流量检测和车速检测的功能。
背景技术
现代社会发展日新月异,高效的交通管理系统成为城市发展的首要任务之一。车辆检测和车型识别系统即交通信息采集系统是高速公路和城市道路监控系统中不可缺少的基本组成部分,交通信息采集系统技术水平的高低直接影响到高速公路和城市道路监控系统的整体运行和管理水平。同时,随着国际竞争的日趋激烈,无人侦查成为战场侦察的重要手段,成为各国军事装备研制计划的优先发展项目之一。因此,地面车辆检测和识别系统的研究无论在军事方面还是民用方面都具有重要意义。目前的检测和识别方法主要有磁感线圈、红外、雷达、视频等技术,它们大多存在成本高、体积大、重量大、识别率低、应用范围局限性大等缺点。例如,磁感线圈识别技术,通过磁感应线圈感应车辆经过时对地磁场的扰动,由于需要把传感器埋到地下,所以安装和维修费用高;红外线识别技术,通过检测发动机的热辐射或者通过反射红外线进行检测,它的缺点是受外界干扰较大;雷达识别技术,通过反射的微波信号识别车辆的类型,它的缺点是车辆速度很慢或者静止时,识别系统就会失效;视频检测和识别技术,利用图像处理技术的识别系统,它的成本高,并且由于受到光线、天气和气候等条件影响,应用条件受到限制,无法实现全天候车辆检测。
MEMS(Micro Electromechanical System,即微电子机械系统)是指集微型传感器、执行器以及信号处理和控制电路、接口电路、通信和电源于一体的微型机电系统。MEMS传感器相对于传统的传感器具有体积小、重量轻、耗能低、大批量生产成本低等优点,因此受到广泛关注,成为检测领域的主要发展方向之一,目前已经在测量力、角速度、流量、声、光、热、磁、气、离子以及生物、化学等领域得到了应用。在民用方面,MEMS技术的应用领域已涵盖了信息、通讯、消费电子、汽车、医疗等行业,特别是近年来因为游戏机、手机、MP3等消费性电子产品的发展,使MEMS技术已成为领导电子消费市场的主要技术之一。在军事方面,为了适应军用武器装备的小型化发展的需要,西方国家都在研究采用MEMS技术制造传感器和微系统。美国正在推动MEMS在以下三个领域中的应用:武器、制导和平衡中采用MEMS惯性测量;分布式敏感、控制维护、智能化和化学识别;海量存储、显示的信息技术。另外,在信息对抗环境下,依靠单项装备得到很高的目标识别能力是很难达到的。一方面,由于目标信号特征的不可重复性,环境杂波,数据库中数据的局限性等原因,影响了特征集的有效性和可靠性,使得目标识别系统的性能不理想。另一方面,不同的传感器有不同的特征,只能获得目标某一方面的信息。因此必须从整体的观点出发,采取综合的技术途径,建立多传感器综合目标识别机制。多传感器综合目标识别是将由系统中多个传感器提供的关于目标身份的信息进行综合,产生比系统中任一单源更有效、更精确的身份估计和判决。利用多种类传感器进行目标综合识别具有以下主要优点:可以拓宽监视探测的时空覆盖范围;可以发挥各传感器的优点,取长补短以提高目标识别率;多传感器抗干扰的性能大大优于单个传感器;改进了系统工作的可靠性、容错性。
综合以上,对于车辆检测系统来说,要求所设计的车辆检测系统应该体积小,成本低,可测较多的参数,监测灵敏度应该较高,使用的适应性应该较大,安装和维修应该不太复杂,同时应该不受昼夜、下雪、大雾等天气因素的影响可以确保在任何环境下对车辆进行稳定可靠的监控。
公开号为CN2836131的专利申请“车辆检测器”,公开了一种采用磁阻传感器的车辆检测器芯片,一体化结构设计,可直接输出车辆到位及通过信号,无需另设控制器。该专利只利用了一种传感器进行车辆检测,没有涉及车型的分类与识别,也没有涉及流量和车速检测。
发明内容
本发明的目的在于提供一种车辆检测识别的系统,其具有体积小,成本低,功耗低,灵敏度高,安装简单,在白天、夜晚、雪天、大雾天气等环境下都可以正常工作,同时根据道路交通状况中的车辆自动检测和采集数据,对车辆目标进行识别,并具有流量检测和车速检测的功能。
本发明提供的检测识别系统采用磁传感器、振动传感器以及声传感器探测车辆运行时对周围环境造成的影响,这三种传感器均为MEMS传感器。其中磁传感器探测车辆对地球磁场的影响,振动传感器探测车辆对地表振动的影响,声传感器探测车辆运行时发出的噪音。其构成的系统包括以下部分:供电单元、多MEMS传感器探测装置、信号采集单元、信号处理单元以及显示单元。其中,供电装置分别与多MEMS传感器探测装置相连接,多MEMS传感器探测装置分别与信号采集装置相连接,信号采集装置与信号处理装置相连接,信号处理装置与显示装相连接;供电单元为多MEMS传感器探测装置提供直流电压,使其电路工作;多MEMS传感器探测装置探测的信号经电缆连接到信号采集单元,信号采集单元将三个传感器探测装置输出的模拟信号分别转换成数字信号,并将信号输入到信号处理单元进行处理,最终将识别结果在显示单元显示。
多MEMS传感器探测装置包括MEMS磁传感器探测装置、MEMS振动传感器探测装置、MEMS声传感器探测装置;MEMS磁传感器探测装置,用于探测运动车辆对地球磁场的影响;MEMS振动传感器探测装置,用于探测运动车辆对地球表面的振动;MEMS声传感器探测装置,用于探测运动车辆的噪声;各传感器探测装置包括传感器电路部分、信号放大单元以及滤波单元,信号放大单元连接于传感器电路部分,滤波单元连接于信号放大单元,输出的信号为模拟电压信号。
上述的MEMS磁传感器探测装置传感器电路用以检测车辆运行时对周围地球磁场的影响,其输出的信号一般为模拟电压信号;由于传感器输出的信号一般比较小,约为毫伏级,因此传感器电路输出的信号输入到放大单元进行放大到适合信号采集单元采集的电压,同时由于周围其他环境的影响,因此经过放大单元放大的信号输入到滤波单元进行滤波,滤除高频杂波及其干扰。
上述的MEMS振动传感器探测装置传感器电路用以检测车辆运行时对地表振动的影响,其输出的信号为模拟电压信号。
上述的MEMS声传感器探测装置传感器电路用以检测车辆运行时产生的噪音,其输出的信号为模拟电压信号;由于传感器输出的信号一般比较小,为毫伏级,因此传感器电路输出的信号输入到放大单元进行放大到适合信号采集单元采集的电压,同时由于人耳可听的声信号特点,采用低通滤波器滤除高频噪音,因此经过放大单元放大的信号输入到滤波单元进行滤波,滤除高频杂波及其干扰。
上述的供电单元主要用来提供三个传感器探测装置工作所需的电压,其可直接采用电池供电,或者通过电压转换模块,将交流电转换为探测装置所需的工作电压。
上述的信号采集单元用于将这些探测装置探测的模拟信号转变为数字信号输入到信号处理单元中进行处理,信号处理单元可以是计算机、DSP、ARM、嵌入式系统。信号处理单元将最终的识别结果显示在显示单元上,显示单元可以是显示器或数码管。
上述的信号处理单元对采集单元输出的信号进行预处理、特征提取、特征识别、数据融合等步骤,最后在显示单元给出识别结果。预处理是指将采集到的原始车辆信号进行滤波、去均值和归一化;特征提取是指将预处理后的信号进行时域、频域和时-频域的特征提取,时域特征包括均值、方差、短时平均幅值、短时能量、自相关函数以及过零率;频域特征包括傅立叶变换后的第一主频、第二主频、频谱重心、频谱面积以及谱线密度;时-频域特征包括奇异矩阵和时-频图的纹理特征。识别融合算法是指将不同检测器对目标进行检测进行同类传感器间的融合识别,得到判决结果和提供此类判决的置信度,共同组成判决数据结构,信息融合中心采用D-S推理算法对不同类型传感器得到的判决数据结构作进一步融合,并将上一个时刻融合中心的决策结果反馈给融合中心与下一个时刻的局部检测结果进行时间和空间融合,实现不同传感器检测融合。
本发明所述的三种信号检测装置安装在道路旁边,磁传感器检测车辆行驶对地球磁场造成的扰动信号,声传感器检测车辆行驶发动机的噪声信号,振动传感器检测车辆行驶时地面的振动信号。
附图说明
图1为根据本发明的一个具体实施例的车辆检测车型识别系统框图。
图2为根据本发明的一个具体实例的MEMS磁传感器探测装置的脉冲发生电路。
图3为根据本发明的一个具体实例的二维MEMS磁阻传感器HMC1022电路图。
图4为根据本发明的一个具体实例的MEMS磁传感器放大滤波电路。
图5为根据本发明的一个具体实例的MEMS振动传感器探测装置的调理电路图。
图6为根据本发明的一个具体实例的MEMS声传感器探测装置的调理电路的放大部分。
图7为根据本发明的一个具体实例的MEMS声传感器探测装置的调理电路的滤波部分。
图8为根据本发明的一个具体实施例中的识别原理框图。
图9为根据本发明的一个具体实施例中的决策级数据融合原理图。
图10为根据本发明的一个具体实施例中的单传感器识别算法流程图。
图11为根据本发明的一个具体实施例中的显示单元示意图。
图12为根据本发明的一个具体实施例的安装示意图。
具体实施方式
本发明的一个具体实施方式采用多MEMS传感器对车辆目标进行检测识别,同时还具有车速和流量检测的功能。其中,磁传感器检测车辆运行时对地磁场的扰动,声传感器检测车辆经过时发动机的噪声信号,振动传感器检测车辆运动时地面的振动信号,通过对这三种信号的处理,分析出不同车辆的特征规律,从而做出最终识别,并且在显示单元显示结果。本发明中涉及的三种传感器可以根据具体应用场合进行选择,可选单个传感器进行识别,也可以选用多个传感器进行车辆识别。车速检测必须要用到两个或两个以上磁传感器。
图1描述了根据本发明的一个具体实施例的车辆检测和车型识别系统框图。系统主要包括以下部分:供电单元、MEMS磁传感器探测装置、MEMS振动传感器探测装置、MEMS声传感器探测装置、采信号集单元、信号处理单元以及显示单元。由于系统所使用的传感器均为MEMS传感器,其特点是功耗低,因此供电单元可直接采用电池供电。MEMS磁传感器探测装置包括传感器电路部分、信号放大单元以及滤波单元。信号放大单元连接于传感器电路部分,滤波单元连接于信号放大单元。传感器电路用以检测车辆运行时对周围地球磁场的影响,其输出的信号一般为模拟电压信号;由于传感器输出的信号一般比较小,约为毫伏级,因此传感器电路输出的信号输入到放大单元进行放大到适合信号采集单元采集的电压,同时由于周围其他环境的影响,因此经过放大单元放大的信号输入到滤波单元进行滤波,滤除高频杂波及其干扰。MEMS振动传感器探测装置包括传感器电路部分、信号放大单元以及滤波单元。信号放大单元连接于传感器电路部分,滤波单元连接于信号放大单元。传感器电路用以检测车辆运行时对地表振动的影响,其输出的信号为模拟电压信号。MEMS声传感器探测装置,包括传感器电路部分、信号放大单元以及滤波单元。信号放大单元连接于传感器电路部分,滤波单元连接于信号放大单元。传感器电路用以检测车辆运行时产生的噪音,其输出的信号为模拟电压信号。由于传感器输出的信号一般比较小,约为毫伏级,因此传感器电路输出的信号输入到放大单元进行放大到适合信号采集单元采集的电压,同时由于人耳可听的声信号特点,采用低通滤波器滤除高频噪音,因此经过放大单元放大的信号输入到滤波单元进行滤波,滤除高频杂波及其干扰。采集单元用于将这些探测装置探测的模拟信号转变为数字信号输入到计算机中进行处理,最终的识别结果显示在显示器上。
图2、图3和图4共同描述了根据本发明的一个具体实例的MEMS磁传感器探测装置的调理电路图。其中,图2为磁传感器探测装置的脉冲发生电路。脉冲发生器NE555产生系列的脉冲信号产生的脉冲序列输入到Q1,Q1为一个IRF7105,是集成一个N沟道和一个P沟道MOS管的集成芯片,通过外接的电容和脉冲的控制产生2μs宽度的置/复位脉冲,将此置/复位脉冲输入到磁阻传感器,以提高磁阻传感器的灵敏度。图3为二维MEMS磁阻传感器HMC1022电路图,图4为MEMS磁传感器放大滤波电路。采用二维磁阻传感器HMC1022作为敏感元件,它输出的mV级差动电压信号经过放大器INA2126转化为V级的单端电压信号,外接增益电阻R用来调节增益大小。
图5描述了根据本发明的一个具体实例的MEMS振动传感器探测装置的调理电路图。其中传感器为双轴加速度测量传感器ADXL202,由振荡器,X、Y方向传感器,相位检波电路以及占空比调制器组成,具有数字输出接口和模拟电压信号输出接口。X、Y方向传感器是两个相互正交的加速度传感器,这两个传感器同时工作,可以测量动态变化或恒定正、负两个方向的加速度。由于实例中传感器输出的信号已经是V级,所以可以不加放大电路,直接进行采集。
图6和图7共同描述了根据本发明的一个具体实例的MEMS声传感器探测装置的调理电路图。其中,图6为调理电路的放大部分,采用两个型号为OP07的运算放大器对信号进行正向两级放大,以减少震荡失真的产生,设计的放大倍数约为100倍左右。图7为调理电路的滤波部分,声音的频率范围为20Hz到20kHz,因此低通滤波器滤去高于20kHz的噪声信号。实例中采用的滤波器采用为二阶有源巴特沃斯有源滤波器,它由两节RC滤波器和同向放大电路组成。由二阶低通滤波器电路的幅频响应特性可知当等效品质因数Q=0.707时,幅频响应与理想曲线接近,此时滤波效果最好。
图8描述了本发明的一个具体实施例中的识别原理框图。根据本发明的一个具体实施例,包括建立信号采集和识别未知车型两大步骤。建立车型数据库的步骤包括信号检测、特征提取、数据库建立等。识别未知车型步骤包括信号检测、特征提取、特征识别、车速检测、流量检测等。识别车型就是将检测装置测到的信息参数对照车型数据库的特征参数,进而得出识别结果,同时根据检测的信号得到车流量的检测结果。车速检测通过两个磁传感器得到的车辆信号时间间隔以及两个传感器之间的距离得到。
图9识别融合算法是指不同检测器对目标进行检测并进行同类传感器之间的融合识别,得到判决结果和提供此类判决的置信度,共同组成判决数据结构,信息融合中心采用D-S推理算法对不同类型传感器得到的判决数据结构作进一步融合,并将上一个时刻融合中心的决策结果反馈给融合中心与下一个时刻的局部检测结果进行时间和空间融合,实现不同传感器的数据融合。
图10描述了本发明的一个具体实施例中的单个传感器识别流程图。首先判断单传感器测得的信号是否是车辆信号,如果是则进行识别,否则继续检测。然后对判断结果是属于车辆的信号进行预处理,预处理是指将采集到的原始车辆信号进行滤波、去均值和归一化;特征提取是指将预处理后的信号进行时域、频域和时-频域的特征提取,时域特征包括均值、方差、短时平均幅值、短时能量、自相关函数以及过零率;频域特征包括傅立叶变换后的第一主频、第二主频、频谱重心、频谱面积以及谱线密度;时-频域特征包括奇异矩阵和时-频图的纹理特征。最后,将被测信号特征与车型数据库中的信息比较,得到识别结果和它的置信度。
图11描述了本发明的一个具体实施例中的显示单元界面示意图。其中,车辆识别结果分为各个单传感器识别结果和多传感器数据融合识别结果,显示的结果包括轻型汽油车、重型汽油车、轻型柴油车和重型柴油车四种。车速以米/秒显示,总流量为各种已识别车辆的总数量,已识别车型的数量分别在各种各自框中显示。此显示界面可以根据选择的传感器种类和个数灵活设置,本实例中用了6个传感器,每种传感器分别为两个,所以有6个单传感器识别结果,数据融合识别结果为此6个单传感器识别结果及其置信度融合得到的最终识别结果。
图12描述了本发明的一个具体实施例的安装示意图,其中,M代表磁阻传感器,A代表振动传感器,S代表声传感器。图中使用了两组传感器,两组传感器之间相隔一定的距离,每组传感器分别包括一个磁阻传感器、一个振动传感器和一个声传感器,其中振动传感器电路板侧立固定于地面,并且电路板正面朝东,其中两个敏感轴X轴垂直于地面向上,Y轴平行于车辆运行方向。磁阻传感器的三个敏感轴分别为X轴指向北,与车辆运行方向平行,Y轴方向指向东,与车辆运行方向垂直,Z轴垂直地面向上。车辆行驶方向如中所示。需要指出的是,如果不要求车速检测,可以只用单组传感器实现车型识别和流量检测;如果要进行车速检测,则可根据两组传感器之间的距离以及接收到车辆信号的时间差来检测车辆的速度。另外传感器的布设也可以调整,磁传感器可以埋在道路中间,测量车辆从传感器上方经过的信号。
Claims (5)
1、一种基于多MEMS传感器的车辆检测识别系统,其特征在于:包括有供电装置、多MEMS传感器探测装置、信号采集装置、信号处理装置、显示装置;供电装置与多MEMS传感器探测装置相连接,多MEMS传感器探测装置与信号采集装置相连接,信号采集装置与信号处理装置相连接,信号处理装置与显示装置连接;
采用多MEMS传感器探测装置,探测运动车辆的相关数据;
采用供电装置,给多MEMS传感器探测装置提供工作电源;
采用信号采集装置,将各传感器探测装置输出的模拟电压信号转换为数字信号,提供给信号处理装置;
采用信号处理装置,处理采集装置采集的数字信号,对各信号进行实时处理和分析,并进行特征提取、特征识别;
采用显示装置,显示识别结果以及显示车流量和车速。
2、按照权利要求1所述的基于多MEMS传感器的车辆检测识别系统,其特征在于:多MEMS传感器探测装置包括MEMS磁传感器探测装置、MEMS振动传感器探测装置、MEMS声传感器探测装置;MEMS磁传感器探测装置,用于探测运动车辆对地球磁场的影响;MEMS振动传感器探测装置,用于探测运动车辆对地球表面的振动;MEMS声传感器探测装置,用于探测运动车辆的噪声;各传感器探测装置包括传感器电路部分、信号放大单元以及滤波单元,信号放大单元连接于传感器电路部分,滤波单元连接于信号放大单元,输出的信号为模拟电压信号。
3、按照权利要求1所述的基于多MEMS传感器的车辆检测识别系统,其特征在于:供电装置直接采用电池供电,或者通过电压转换模块,将交流电转换为探测装置所需的工作电压;供电装置为多MEMS传感器探测装置提供直流电压,使其电路工作。
4、按照权利要求1所述的基于多MEMS传感器的车辆检测识别系统,其特征在于:信号采集装置用于将这些探测装置探测的模拟信号转变为数字信号输入到信号处理装置中进行处理;信号处理装置为计算机、DSP、ARM、嵌入式系统,对信号进行特征提取和识别;显示装置为显示器或数码管,显示信号处理装置得到的探测和识别结果。
5、一种基于多MEMS传感器的车辆检测识别方法,其特征在于:由信号处理装置对信号采集装置输出的信号进行处理,包括预处理、特征提取、特征识别、信息融合步骤;预处理是指将采集到的原始车辆信号进行滤波、去均值和归一化;特征提取是指将预处理后的信号进行时域、频域和时-频域的特征提取,时域特征包括均值、方差、短时平均幅值、短时能量、自相关函数以及过零率;频域特征包括傅立叶变换后的第一主频、第二主频、频谱重心、频谱面积以及谱线密度;时-频域特征包括奇异矩阵和时-频图的纹理特征;识别融合算法是指将不同检测器对目标进行检测进行同类传感器间的融合识别,得到判决结果和提供此类判决的置信度,共同组成判决数据结构,信息融合中心采用D-S推理算法对不同类型传感器得到的判决数据结构作进一步融合,并将上一个时刻融合中心的决策结果反馈给融合中心与下一个时刻的局部检测结果进行时间和空间融合,实现不同传感器检测融合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810105084XA CN101266717B (zh) | 2008-04-25 | 2008-04-25 | 一种基于多mems传感器的车辆检测识别系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810105084XA CN101266717B (zh) | 2008-04-25 | 2008-04-25 | 一种基于多mems传感器的车辆检测识别系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101266717A true CN101266717A (zh) | 2008-09-17 |
CN101266717B CN101266717B (zh) | 2010-12-08 |
Family
ID=39989105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200810105084XA Expired - Fee Related CN101266717B (zh) | 2008-04-25 | 2008-04-25 | 一种基于多mems传感器的车辆检测识别系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101266717B (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101872546A (zh) * | 2010-05-06 | 2010-10-27 | 复旦大学 | 一种基于视频的过境车辆快速检测方法 |
WO2011014093A1 (ru) * | 2009-07-27 | 2011-02-03 | Matsur Igor Yurievich | Способ определения скорости движения транспортного средства |
CN102589616A (zh) * | 2012-02-07 | 2012-07-18 | 东北林业大学 | 人造板多层压机热压过程的多传感器数据融合方法及实现装置 |
CN102779281A (zh) * | 2012-06-25 | 2012-11-14 | 同济大学 | 一种在地磁感应器上基于支持向量机的车型识别方法 |
CN102982802A (zh) * | 2012-12-06 | 2013-03-20 | 四川大学 | 一种基于实时编码的车辆特征识别算法 |
CN103294761A (zh) * | 2012-02-24 | 2013-09-11 | 快捷半导体(苏州)有限公司 | 针对传递函数的活动区域的改进型二分查找 |
CN103310182A (zh) * | 2012-03-14 | 2013-09-18 | 联想(北京)有限公司 | 一种物体的识别方法及装置 |
CN103531028A (zh) * | 2013-09-27 | 2014-01-22 | 西北核技术研究所 | 一种基于线性声音、震动传感器阵列的车辆探测方法 |
CN103632574A (zh) * | 2013-11-08 | 2014-03-12 | 广东侍卫长卫星应用安全股份公司 | 一种基于gps定位的防超速防撞预警系统 |
CN103730012A (zh) * | 2014-01-28 | 2014-04-16 | 浙江天地人科技有限公司 | 一种车流量检测装置 |
CN103886331A (zh) * | 2014-03-28 | 2014-06-25 | 浙江大学 | 一种基于监控视频的多特征融合的车辆体型分类方法 |
CN104240542A (zh) * | 2014-09-03 | 2014-12-24 | 南京航空航天大学 | 一种基于地磁传感器网络的机场场面机动目标识别方法 |
CN104332050A (zh) * | 2014-10-27 | 2015-02-04 | 浙江省环境保护科学设计研究院 | 一种智能环境噪声与振动监测装置及监测方法 |
CN104751633A (zh) * | 2015-04-03 | 2015-07-01 | 上海铭联信息技术有限公司 | 车辆检测器 |
CN106781470A (zh) * | 2016-12-12 | 2017-05-31 | 百度在线网络技术(北京)有限公司 | 城市道路的运行速度的处理方法及装置 |
CN107122758A (zh) * | 2017-05-11 | 2017-09-01 | 南宁市正祥科技有限公司 | 一种车型识别和车流量检测方法 |
CN107886727A (zh) * | 2017-11-13 | 2018-04-06 | 深圳先进技术研究院 | 一种基于地磁传感器的汽车分类方法、系统及电子设备 |
CN108848571A (zh) * | 2018-07-04 | 2018-11-20 | 大连声文科技发展有限公司 | 一种基于mems传感器的轨道交通安全监测系统及监测方法 |
CN105825676B (zh) * | 2016-05-26 | 2019-01-08 | 浙江索菱新能源汽车科技有限公司 | 一种基于物联网的路面车辆行驶监控系统 |
CN110308300A (zh) * | 2019-06-27 | 2019-10-08 | 厦门盈趣科技股份有限公司 | 一种融合多种特性数据的转速测量方法及装置 |
CN111344536A (zh) * | 2017-11-08 | 2020-06-26 | 罗伯特·博世有限公司 | 用于运行磁场传感器的方法和相关的磁场传感器装置 |
CN116824877A (zh) * | 2023-08-29 | 2023-09-29 | 湖南纳雷科技有限公司 | 一种交通流量毫米波雷达的车辆检测方法、介质及系统 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217612B (zh) * | 2014-07-22 | 2016-05-25 | 刘全羽 | 一种停车场实时智能车辆引导系统 |
CN104200670B (zh) * | 2014-08-26 | 2016-04-13 | 长沙理工大学 | 一种基于车辆地磁感应特征的车辆车型识别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101110161A (zh) * | 2007-08-31 | 2008-01-23 | 北京科技大学 | 一种车型自动识别和车流量自动检测系统及其方法 |
-
2008
- 2008-04-25 CN CN200810105084XA patent/CN101266717B/zh not_active Expired - Fee Related
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011014093A1 (ru) * | 2009-07-27 | 2011-02-03 | Matsur Igor Yurievich | Способ определения скорости движения транспортного средства |
EA018665B1 (ru) * | 2009-07-27 | 2013-09-30 | Игорь Юрьевич МАЦУР | Способ определения скорости движения транспортного средства |
CN101872546A (zh) * | 2010-05-06 | 2010-10-27 | 复旦大学 | 一种基于视频的过境车辆快速检测方法 |
CN101872546B (zh) * | 2010-05-06 | 2013-03-13 | 复旦大学 | 一种基于视频的过境车辆快速检测方法 |
CN102589616A (zh) * | 2012-02-07 | 2012-07-18 | 东北林业大学 | 人造板多层压机热压过程的多传感器数据融合方法及实现装置 |
CN103294761A (zh) * | 2012-02-24 | 2013-09-11 | 快捷半导体(苏州)有限公司 | 针对传递函数的活动区域的改进型二分查找 |
CN103310182A (zh) * | 2012-03-14 | 2013-09-18 | 联想(北京)有限公司 | 一种物体的识别方法及装置 |
CN102779281A (zh) * | 2012-06-25 | 2012-11-14 | 同济大学 | 一种在地磁感应器上基于支持向量机的车型识别方法 |
CN102779281B (zh) * | 2012-06-25 | 2014-10-22 | 同济大学 | 一种在地磁感应器上基于支持向量机的车型识别方法 |
CN102982802A (zh) * | 2012-12-06 | 2013-03-20 | 四川大学 | 一种基于实时编码的车辆特征识别算法 |
CN103531028A (zh) * | 2013-09-27 | 2014-01-22 | 西北核技术研究所 | 一种基于线性声音、震动传感器阵列的车辆探测方法 |
CN103632574A (zh) * | 2013-11-08 | 2014-03-12 | 广东侍卫长卫星应用安全股份公司 | 一种基于gps定位的防超速防撞预警系统 |
CN103730012A (zh) * | 2014-01-28 | 2014-04-16 | 浙江天地人科技有限公司 | 一种车流量检测装置 |
CN103886331B (zh) * | 2014-03-28 | 2017-01-25 | 浙江大学 | 一种基于监控视频的多特征融合的车辆体型分类方法 |
CN103886331A (zh) * | 2014-03-28 | 2014-06-25 | 浙江大学 | 一种基于监控视频的多特征融合的车辆体型分类方法 |
CN104240542B (zh) * | 2014-09-03 | 2016-08-24 | 南京航空航天大学 | 一种基于地磁传感器网络的机场场面机动目标识别方法 |
CN104240542A (zh) * | 2014-09-03 | 2014-12-24 | 南京航空航天大学 | 一种基于地磁传感器网络的机场场面机动目标识别方法 |
CN104332050B (zh) * | 2014-10-27 | 2017-10-10 | 浙江省环境保护科学设计研究院 | 一种智能环境噪声与振动监测装置及监测方法 |
CN104332050A (zh) * | 2014-10-27 | 2015-02-04 | 浙江省环境保护科学设计研究院 | 一种智能环境噪声与振动监测装置及监测方法 |
CN104751633A (zh) * | 2015-04-03 | 2015-07-01 | 上海铭联信息技术有限公司 | 车辆检测器 |
CN105825676B (zh) * | 2016-05-26 | 2019-01-08 | 浙江索菱新能源汽车科技有限公司 | 一种基于物联网的路面车辆行驶监控系统 |
CN106781470A (zh) * | 2016-12-12 | 2017-05-31 | 百度在线网络技术(北京)有限公司 | 城市道路的运行速度的处理方法及装置 |
US11187554B2 (en) | 2016-12-12 | 2021-11-30 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method, device and computer storage medium for providing running speed of urban road |
CN106781470B (zh) * | 2016-12-12 | 2022-01-28 | 百度在线网络技术(北京)有限公司 | 城市道路的运行速度的处理方法及装置 |
CN107122758A (zh) * | 2017-05-11 | 2017-09-01 | 南宁市正祥科技有限公司 | 一种车型识别和车流量检测方法 |
US11255999B2 (en) | 2017-11-08 | 2022-02-22 | Robert Bosch Gmbh | Method and system for operating a magnetic field sensor using adaptive filter to detect object |
CN111344536A (zh) * | 2017-11-08 | 2020-06-26 | 罗伯特·博世有限公司 | 用于运行磁场传感器的方法和相关的磁场传感器装置 |
CN111344536B (zh) * | 2017-11-08 | 2022-09-13 | 罗伯特·博世有限公司 | 用于运行磁场传感器的方法和相关的磁场传感器装置 |
CN107886727A (zh) * | 2017-11-13 | 2018-04-06 | 深圳先进技术研究院 | 一种基于地磁传感器的汽车分类方法、系统及电子设备 |
CN107886727B (zh) * | 2017-11-13 | 2020-04-14 | 深圳先进技术研究院 | 一种基于地磁传感器的汽车分类方法、系统及电子设备 |
CN108848571A (zh) * | 2018-07-04 | 2018-11-20 | 大连声文科技发展有限公司 | 一种基于mems传感器的轨道交通安全监测系统及监测方法 |
CN108848571B (zh) * | 2018-07-04 | 2021-10-26 | 大连声文科技发展有限公司 | 一种基于mems传感器的轨道交通安全监测系统及监测方法 |
CN110308300A (zh) * | 2019-06-27 | 2019-10-08 | 厦门盈趣科技股份有限公司 | 一种融合多种特性数据的转速测量方法及装置 |
CN110308300B (zh) * | 2019-06-27 | 2021-09-21 | 厦门盈趣科技股份有限公司 | 一种融合多种特性数据的转速测量方法及装置 |
CN116824877A (zh) * | 2023-08-29 | 2023-09-29 | 湖南纳雷科技有限公司 | 一种交通流量毫米波雷达的车辆检测方法、介质及系统 |
CN116824877B (zh) * | 2023-08-29 | 2023-11-24 | 湖南纳雷科技有限公司 | 一种交通流量毫米波雷达的车辆检测方法、介质及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN101266717B (zh) | 2010-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101266717B (zh) | 一种基于多mems传感器的车辆检测识别系统及其方法 | |
CN101110161A (zh) | 一种车型自动识别和车流量自动检测系统及其方法 | |
US8354929B2 (en) | Intruder detector and classifier | |
KR100923963B1 (ko) | 복합센서를 이용한 이동식 차량 검지 시스템 및 그의 제어방법 | |
CN101339242A (zh) | 声源定位的无线测量方法 | |
CN104483700B (zh) | 地层裂缝监测与预警系统及方法 | |
CN105632187B (zh) | 基于地磁传感器网络的低功耗路边停车检测方法 | |
CN206249557U (zh) | 基于磁传感器和超声波传感器融合的车辆检测系统 | |
CN103646553A (zh) | 道路交通流量调查系统及其实现方法 | |
EP1654562B1 (en) | Detection of wake vortices and the like in the lower atmosphere | |
US20120120230A1 (en) | Apparatus and Method for Small Scale Wind Mapping | |
WO2022046949A1 (en) | City-scale acoustic impulse detection and localization | |
Ellis et al. | Detecting impacts of sand grains with a microphone system in field conditions | |
US8405524B2 (en) | Seismic method for vehicle detection and vehicle weight classification | |
CN105761497A (zh) | 一种车辆压实线检测方法及压实线抓拍装置 | |
Ng et al. | Road traffic monitoring using a wireless vehicle sensor network | |
CN103018767A (zh) | 浅层掩埋物声光检测装置及方法 | |
CN101868045A (zh) | 一种基于复合传感器自组网的运动目标分类识别方法 | |
CN101858924A (zh) | 一种利用弱磁信号相关分析的汽车测速方法及装置 | |
CN109738899B (zh) | 一种基于随机共振探测阵列的低空飞行器探测方法及系统 | |
CN109738957A (zh) | 一种磁性运动目标探测方法 | |
CN110514861A (zh) | 一种利用振幅谱自相关的高铁运行速度估计方法 | |
CN105785319B (zh) | 机场场面目标声学定位方法、装置及系统 | |
CN107884593A (zh) | 一种以拖拉机为动力的农业机具速度监测系统与方法 | |
CN110310490B (zh) | 车辆速度估计方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20101208 Termination date: 20150425 |
|
EXPY | Termination of patent right or utility model |