CN103730013A - 一种车道车速检测和数据融合方法及系统 - Google Patents

Abstract

本发明公开了一种车道车速检测和数据融合方法及系统，基于电子不停车收费系统及有源定位系统，本发明利用有源定位技术，获取电子标签车辆的真实的实时位置信息，并获取位置间隔时间，从而更准确地计算车速；另外，对各种获取的车辆车速进行数据融合，可对多个计算车速进行融合与处理，以提高计算精确度与滤除错误车速，精确检测车道车速。对于新的电子不停车收费系统车道无需地感线圈与视频摄像头等额外设施，仅需要电子不停车收费系统的路侧单元，就可以高精度测量车速，减少了施工量与设备成本。

Description

一种车道车速检测和数据融合方法及系统

技术领域

本发明涉及车辆速度测量技术领域，更具体的说，是涉及一种车道车速检测和数据融合方法及系统。

背景技术

当前，车辆速度是汽车道路行驶过程中的重要参数。目前，常见的车速检测方法有视频图像检测法和地感线圈检测法。视频图像检测法需要先检测运动目标，跟踪运动目标轨迹从而检测车速，而对于小型车辆常会被其他大型车辆遮挡，车辆间距较近时无法将车辆区分出来，另外，该检测方法的性能还受限于天气与环境；地感线圈检测法是监测车辆经过地感线圈的距离与时间来计算车速，其所测车速为较长一段距离的平均车速，无法确定车辆的瞬时车速，导致当多辆车紧靠连续通过时，无法将所测车速唯一对应车辆。

在ETC系统（Electronic Toll Collection，即电子不停车收费系统）中，车辆通过ETC收费站，OBU（On board Unit，电子标签）与RSU（Road Side Unit，路侧单元）在5.8GHz频段进行通信与交易，在两者的交易流程中，利用无线定位技术可获得当前时刻RSU接收到的OBU信号的准确位置，连续获得不同时刻相同OBU的多个位置，就可以用于计算已装OBU车辆的车速。然而，具备多个车速信息仍不足以精确检测车速。

因此，为了能够精确检测ETC系统中车道车速，是本领域技术人员亟待解决的问题。

发明内容

有鉴于此，本发明提供了一种车道车速检测和数据融合方法及系统，以克服现有技术中检测车道车速检测不够精确的问题。

为实现上述目的，本发明提供如下技术方案：

一种车道车速检测和数据融合的方法，基于电子不停车收费系统及有源定位系统，该方法包括：

按照电子标签与路侧单元交易流程进行信息交互，获取所述电子标签发送的各种交易数据帧；

对所述交易数据帧进行有源定位，获取所述交易数据帧坐标及所述交易数据帧间隔时间；

根据所述交易帧坐标和所述时间间隔计算各交易数据帧对应的有源定位车速；

获取地感测速模块和视频测速模块所测量的地感车速和视频车速；

将所述有源定位车速、所述地感车速以及所述视频车速进行数据融合得到新的车速值。

优选的，在所述将所述有源定位车速、所述地感车速以及所述视频车速进行融合得到新的车速值时，还包括：

设置置信区间，确定所述车速值落在所述置信区间的置信车速个数；

对所述车速进行二次滤波并进行车速信息判决，输出带有确信度的精确车速组。

优选的，还包括：

将所述车速组进行存储。

优选的，所述将所述有源定位车速、所述地感车速以及所述视频车速进行数据融合具体为：

获取上一时段的车速和时间间隔以及上一时段的平均车速和时间，与所述有源定位车速进行中值滤波；

设置置信度判断潜在车速杂质点；

对滤波后判断的车速杂质点与非杂质点数量进行表决，并加权输出含确信度的结果。

优选的，所述根据所述交易帧坐标和所述时间间隔计算各交易数据帧对应的有源定位车速具体为：

获取所述交易数据帧所在位置坐标为（x₂，y₂）、（x₃，y₃）、（x₄，y₄）、（x₅，y₅）；

所述交易数据帧所在位置坐标的时间为t₂₃、t₂₄、t₂₅、t₃₄、t₃₅、t₄₅；

根据所述位置坐标及所述时间，所述两两坐标间距离为 $d_{23}=\sqrt{{(x_2-x_3)}^2+{(y_2-y_3)}^2},$ $d_{24}=\sqrt{{(x_2-x_4)}^2+{(y_2-y_4)}^2},$ $d_{25}=\sqrt{{(x_2-x_5)}^2+{(y_2-y_5)}^2},$ $d_{34}=\sqrt{{(x_3-x_4)}^2+{(y_3-y_4)}^2},$ $d_{35}=\sqrt{{(x_3-x_5)}^2+{(y_3-y_5)}^2},$ $d_{45}=\sqrt{{(x_4-x_5)}^2+{(y_4-y_5)}^2};$

计算所述各交易数据帧对应车速为v₂₃=d₂₃/t₂₃、v₂₄=d₂₄/t₂₄、v₂₅=d₂₅/t₂₅、v₃₄=d₃₄/t₃₄、v₃₅=d₃₅/t₃₅、v₄₅=d₄₅/t₄₅。

本发明还公开了一种车道车速检测和数据融合的系统，基于电子不停车收费系统及有源定位系统，该系统包括：

第一获取模块，用于按照电子标签与路侧单元交易流程进行信息交互，获取所述电子标签发送的各种交易数据帧；

第二获取模块，用于对所述交易数据帧进行有源定位，获取所述交易数据帧坐标及所述交易数据帧间隔时间；

计算模块，用于根据计所述交易帧坐标和所述时间间隔算各交易数据帧对应的有源定位车速；

第三获取模块，用于获取地感测速模块和视频测速模块所测量的地感车速和视频车速；

数据融合模块，用于将所述有源定位车速、所述地感车速以及所述视频车速进行数据融合得到新的车速值。

优选的，所述计算模块还包括：

设置模块，用于设置置信区间，确定所述车速值落在所述置信区间的置信车速个数；

判决并输出模块，用于对所述车速进行二次滤波并进行车速信息判决，输出带有确信度的精确车速组。

优选的，还包括：

车速存储模块，用于将所述车速组进行存储。

优选的，所述数据融合模块包括：

中值滤波模块，用于获取上一时段的车速和时间间隔以及上一时段的平均车速和时间，与所述有源定位车速进行中值滤波；

判断模块，用于设置置信度判断潜在车速杂质点；

车速表决模块，用于对滤波后判断的车速杂质点与非杂质点数量进行表决，并加权输出含确信度的结果。

经由上述的技术方案可知，与现有技术相比，本发明公开了一种车道车速检测和数据融合方法及系统，基于电子不停车收费系统及有源定位系统，该方法包括：按照电子标签与路侧单元交易流程进行信息交互，获取电子标签发送的各种交易数据帧；对交易数据帧进行有源定位，获取交易数据帧坐标及交易数据帧间隔时间；根据所述交易帧坐标和所述时间间隔计算各交易数据帧对应的有源定位车速；获取地感测速模块和视频测速模块所测量的地感车速和视频车速；将所述有源定位车速、所述地感车速以及所述视频车速进行数据融合得到新的车速值。本发明利用有源定位技术，获取电子标签车辆的真实的实时位置信息，并获取位置间隔时间，从而更准确地计算车速；另外，对各种获取的车辆车速进行数据融合，可对多个计算车速进行融合与处理，以提高计算精确度与滤除错误车速，精确检测车道车速。对于新的电子不停车收费系统车道无需地感线圈与视频摄像头等额外设施，仅需要电子不停车收费系统的路侧单元，就可以高精度测量车速，减少了施工量与设备成本。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例公开的一种车道车速检测和数据融合方法流程图；

图2为本发明实施例公开的一种车道车速检测和数据融合方法的进一步流程图；

图3为本发明实施例公开的车道车速检测和数据融合原理示意图；

图4为本发明实施例公开的一种车道车速检测和数据融合系统结构示意图；

图5为本发明实施例公开的一种车道车速检测和数据融合系统进一步结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明公开了一种车道车速检测和数据融合方法及系统，基于电子不停车收费系统及有源定位系统，该方法包括：按照电子标签与路侧单元交易流程进行信息交互，获取电子标签发送的各种交易数据帧；对交易数据帧进行有源定位，获取交易数据帧坐标及交易数据帧间隔时间；根据所述交易帧坐标和所述时间间隔计算各交易数据帧对应的有源定位车速；获取地感测速模块和视频测速模块所测量的地感车速和视频车速；将所述有源定位车速、所述地感车速以及所述视频车速进行数据融合得到新的车速值。本发明利用有源定位技术，获取电子标签车辆的真实的实时位置信息，并获取位置间隔时间，从而更准确地计算车速；另外，对各种获取的车辆车速进行数据融合，可对多个计算车速进行融合与处理，以提高计算精确度与滤除错误车速，精确检测车道车速。对于新的电子不停车收费系统车道无需地感线圈与视频摄像头等额外设施，仅需要电子不停车收费系统的路侧单元，就可以高精度测量车速，减少了施工量与设备成本。

请参阅附图1，为本发明实施例公开的一种车道车速检测和数据融合方法流程图。本发明实施例公开了一种车道车速检测和数据融合方法，基于电子不停车收费系统及有源定位系统，该方法具体包括步骤：

步骤101：按照电子标签与路侧单元交易流程进行信息交互，获取电子标签发送的各种交易数据帧；

在路侧单元（RSU）与电子标签（OBU）的整个交易过程中，OBU会向RSU发送如下信息：

1）RSU与OBU之间通过BST/VST完成初始化，且VST中带有系统文件信息；

2）RSU通过GetSecure服务读取OBU的车辆信息文件（DID=1,FID=1）；

3）RSU将系统信息和应用信息转发至计算机系统，计算机系统校验信息的合法性；

4）RSU通过TransferChanne l服务读取ICC的基本信息,并将该信息发往计算机，计算机系统验证合法性；

5）计算机向RSU发送车道入口信息，RSU通过TransferChannel服务发送ICC系列指令将该信息写入ICC；

6）RSU通过SetMMI服务进行人机指示。

其中4）、5）、6）合为一个数据帧标记为B5，1）、2）、3）为独立数据帧分别标记为B2，B3，B4。则RSU收到B2，B3，B4与B5共四个数据帧，下文统称交易帧。

步骤102：对交易数据帧进行有源定位，获取交易数据帧坐标及交易数据帧间隔时间；

由有源定位结果可知B2，B3，B4，B5帧的坐标分别为（x₂，y₂）、（x₃，y₃）、（x₄，y₄）、（x₅，y₅），交易数据帧所在位置坐标B2，B3的时间为t₂₃、t₂₄、t₂₅、t₃₄、t₃₅、t₄₅。两两坐标间距离获得，距离为 $d_{23}=\sqrt{{(x_2-x_3)}^2+{(y_2-y_3)}^2},$ $d_{24}=\sqrt{{(x_2-x_4)}^2+{(y_2-y_4)}^2},$ $d_{25}=\sqrt{{(x_2-x_5)}^2+{(y_2-y_5)}^2},$ $d_{34}=\sqrt{{(x_3-x_4)}^2+{(y_3-y_4)}^2},$ $d_{35}=\sqrt{{(x_3-x_5)}^2+{(y_3-y_5)}^2},$ $d_{45}=\sqrt{{(x_4-x_5)}^2+{(y_4-y_5)}^2}.$

步骤103：根据交易帧坐标和时间间隔计算各交易数据帧对应的有源定位车速；

所述各交易数据帧对应车速为v₂₃=d₂₃/t₂₃、v₂₄=d₂₄/t₂₄、v₂₅=d₂₅/t₂₅、v₃₄=d₃₄/t₃₄、v₃₅=d₃₅/t₃₅、v₄₅=d₄₅/t₄₅。

步骤104：获取地感测速模块和视频测速模块所测量的地感车速和视频车速；

获取上一车辆与本车辆的时间间隔T_n-1，检测到的上一车辆车速为V_n-1。

当前时刻之前T_λ（如T_λ=600s）内平均车速为

即则可供参考的车速个数为8个，辅助参考时间为T_n-1和T_λ。

步骤105：将有源定位车速、地感车速以及视频车速进行数据融合，得到新的车速值。

同一辆车的车速由定位技术可以获得6个车速，加上上一车辆车速，上一个时间段平均车速，一共8个车速。辅助参考时间为上一车辆车速与本次车辆到达的时间间隔T_n-1，还有上一个时间段的时间T_λ，就是两个辅助参考时间，利用8个车速，与两个辅助参考可以进行车速融合。

具体的，步骤105中将上述所述车速信息与所述交易数据帧对应车速进行数据融合具体为：

步骤1051：获取上一时段的车速和时间间隔以及上一时段的平均车速和时间，与所述有源定位车速进行中值滤波；

步骤1052：设置置信度判断潜在车速杂质点；

步骤1053：对滤波后判断的车速杂质点与非杂质点数量进行表决，并加权输出含确信度的结果。

具体的，请参阅附图2，为本发明实施例公开的一种车道车速检测盒数据融合方法的进一步流程图。该方法还包括：

步骤106：设置置信区间，确定车速值落在置信区间的置信车速个数；

步骤107：对车速进行二次滤波并进行车速信息判决，输出带有确信度的精确车速组。

根据上述各种车速可得到一维车速组：

可重新写为x=[v₁,v₂,v₃,v₄,v₅,v₆,v₇,v₈]。

前补v₂₃，后补

可得新车速组为： $[v_{23},v_{23},v_{24},v_{25},v_{34},v_{35},v_{45},V_{n-1},\stackrel{\‾}{V},\stackrel{\‾}{V}]$

利用中值滤波法可得新的车速组为：y=[V₁,V₂,V₃,V₄,V₅,V₆,V₇,V₈]

求出新的平均车速：

求出标准差： $V_{\mathrm{\σ}}=\frac{1}{N}{\mathrm{\Σ}}_{i=1}^N\sqrt{{(V_i-V_m)}^2}$

设置置信度λ（中值滤波后，可设置为0.9）

则置信区间为R=[V_m-λV_σ,V_m+λV_σ]

判断原有x=[v₁,v₂,v₃,v₄,v₅,v₆,v₇,v₈]中车速在该置信区间的个数为K。

含确信度的表决输出

若K>=M₀，则直接输出该车通过ETC车道的车速为V=V_m，确信度为1；

若K<M₀，则该车通过ETC车道的车速计算如下：

I.先求出在置信区间内的车速加权平均

$V_a=(1-\frac{l_7}{T_{n-1}}-\frac{l_8}{T_{\mathrm{\&lambda;}}})({\mathrm{\&Sigma;}}_{i=1}^6{l}_i{v}_i/{\mathrm{\&Sigma;}}_{i=1}^6{l}_i)+\frac{l_7}{T_{n-1}}{v}_7+\frac{l_8}{T_{\mathrm{\&lambda;}}}{v}_8$

其中：v_i在置信区间内，l_i=1；v_i不在置信区间内，l_i=0。

II.求出置信区间内与置信区间外的车速加权平均

$V_b=\frac{K}{N}{V}_a+\frac{N-K}{N}\{(1-\frac{1-l_7}{T_{n-1}}-\frac{1-l_8}{T_{\mathrm{\&lambda;}}})({\mathrm{\&Sigma;}}_{i=1}^6(1-l_i)v_i/{\mathrm{\&Sigma;}}_{i=1}^6(1-l_i))+\frac{1-l_7}{T_{n-1}}{v}_7+\frac{1-l_8}{T_{\mathrm{\&lambda;}}}{v}_8\}$

则最终输出车速为V=V_b，确信度为

，其中N=8为所融合车速的总个数。

注明：利用T_n-1与T_λ的物理意义在于，离本次车辆越近的时间内的车速对本次车辆的车速影响越大，反之则越小。

优选的，该方法步骤还包括：

步骤108：将车速组进行存储。

本发明公开了一种车道车速检测和数据融合方法，基于电子不停车收费系统及有源定位系统，本发明利用有源定位技术，获取电子标签车辆的真实的实时位置信息，并获取位置间隔时间，从而更准确地计算车速；另外，对各种获取的车辆车速进行数据融合，可对多个计算车速进行融合与处理，以提高计算精确度与滤除错误车速，精确检测车道车速。对于新的电子不停车收费系统车道无需地感线圈与视频摄像头等额外设施，仅需要电子不停车收费系统的路侧单元，就可以高精度测量车速，减少了施工量与设备成本。

具体的，请参阅附图3，为本发明实施例公开的车道车速检测和数据融合原理示意图。

在上述本发明公开的实施例的基础上，请参阅附图4，为本发明实施例公开的一种车道车速检测和数据融合系统结构示意图。本发明实施例还公开了一种车道车速检测和数据融合系统，基于电子不停车收费系统及有源定位系统，该系统具体结构包括：第一获取模块201，用于按照电子标签与路侧单元交易流程进行信息交互，获取电子标签发送的各种交易数据帧；第二获取模块202，用于对交易数据帧进行有源定位，获取交易数据帧坐标及所述交易数据帧间隔时间；计算模块203，用于根据交易帧坐标和时间间隔计算各交易数据帧对应的有源定位车速；第三获取模块204，用于获取地感测速模块和视频测速模块所测量的地感车速和视频车速；数据融合模块205，用于将有源定位车速、地感车速以及视频车速进行数据融合得到新的车速值。

具体的，请参阅附图5，为本发明实施例公开的一种车道车速检测和数据融合系统进一步结构示意图。上述该系统还包括：设置模块206，用于设置置信区间，确定所述车速值落在所述置信区间的置信车速个数；判决并输出模块207，用于对所述车速进行二次滤波并进行车速信息判决，输出带有确信度的精确车速组。

优选的，上述该系统还包括：车速存储模块208，用于将车速组进行存储。

优选的，所述数据融合模块205包括：中值滤波模块2051，用于获取上一时段的车速和时间间隔以及上一时段的平均车速和时间，与所述有源定位车速进行中值滤波；判断模块2052，用于设置置信度判断潜在车速杂质点；车速信息判决模块2053，用于对滤波后判断的车速杂质点与非杂质点数量进行表决，并加权输出含确信度的结果。

本发明公开了一种车道车速检测和数据融合系统，基于电子不停车收费系统及有源定位系统，本发明利用有源定位技术，获取电子标签车辆的真实的实时位置信息，并获取位置间隔时间，从而更准确地计算车速；另外，对各种获取的车辆车速进行数据融合，可对多个计算车速进行融合与处理，以提高计算精确度与滤除错误车速，精确检测车道车速。对于新的电子不停车收费系统车道无需地感线圈与视频摄像头等额外设施，仅需要电子不停车收费系统的路侧单元，就可以高精度测量车速，减少了施工量与设备成本。

实施例：

某一OBU交易数据帧的坐标与发生时间如下表所示

以下的上一车辆车速，上一车辆到达时间都是实际数据记录下的，其任务是预设数据，该案例是一个实施例。上一车辆车速29.9公里/小时=8.3米/秒，与本车间隔时间为26分09.625-25分34.515=35.110秒。

上一时段300秒内平均车速为20公里/小时=5.6米/秒。

B2至B5获得的车速为：0.13/31=4.19米/秒，0.5/109=4.59米/秒，1.2/203=5.91米/秒，1.07/172=6.22米/秒，0.7/94=7.45米/秒，0.37/78=4.73米/秒

则车速组为{4.19，4.59，5.91，6.22，7.45，4.73，8.3，5.6}

增补后车速组为{4.19，4.19，4.59，5.91，6.22，7.45，4.73，8.30，5.60，5.60}

中值滤波：

第一组{4.19，4.19，4.59}，中值为4.19；

第二组{4.19，4.59，5.91}，中值为4.59；

第三组{4.59，5.91，6.22}，中值为5.91；

第四组{5.91，6.22，7.45}，中值为6.22；

第五组{6.22，7.45，4.73}，中值为6.22；

第六组{7.45，4.73，8.30}，中值为7.45；

第七组{4.73，8.30，5.60}，中值为5.60；

第八组{8.30，5.60，5.60}，中值为5.60；

中值滤波后新车速组为{4.19，4.59，5.91，6.22，6.22，7.45，5.60，5.60}

则该新车速组平均车速度为4.95米/秒

标准差为sqrt(0.5776+0.1296+0.9216+1.61+1.61+6.25+0.4225+0.4225)/8=sqrt(1.49)=1.22

设置置信参数为1.2则置信区间为（4.95-1.2*1.22,4.95+0.9*1.22）=（3.48，6.41）

则原有车速组{4.19，4.59，5.91，6.22，7.45，4.73，8.3，5.6}在置信区间的个数为K=6个。

（1）设置表决器门限为M0=5，则K>M0,直接输出车速为4.95米/秒=17.82公里/小时，确信度为0.75；

（2）设置表决器门限为M0=6，则K=M0，直接输出车速为4.95米/秒=17.82公里/小时，确信度为0.75；

（3）设置表决器门限为M0=7，则K<M0,需重新计算车速如下：

置信区间内车速加权平均为

Va与置信区间外车速加权平均：

则最终车速为5.71米/秒=20.55公里/小时，确信度为0.75。

可见表决门限设置为5较妥当，该门限设置应与实际车道情况相符。此时地感测速为16.8公里/小时。

综上所述：本发明公开了一种车道车速检测和数据融合方法及系统，基于电子不停车收费系统及有源定位系统，该方法包括：按照电子标签与路侧单元交易流程进行信息交互，获取电子标签发送的各种交易数据帧；对交易数据帧进行有源定位，获取交易数据帧坐标及交易数据帧间隔时间；根据所述交易帧坐标和所述时间间隔计算各交易数据帧对应的有源定位车速；获取地感测速模块和视频测速模块所测量的地感车速和视频车速；将所述有源定位车速、所述地感车速以及所述视频车速进行数据融合得到新的车速值。本发明利用有源定位技术，获取电子标签车辆的真实的实时位置信息，并获取位置间隔时间，从而更准确地计算车速；另外，对各种获取的车辆车速进行数据融合，可对多个计算车速进行融合与处理，以提高计算精确度与滤除错误车速，精确检测车道车速。对于新的电子不停车收费系统车道无需地感线圈与视频摄像头等额外设施，仅需要电子不停车收费系统的路侧单元，就可以高精度测量车速，减少了施工量与设备成本。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种车道车速检测和数据融合的方法，其特征在于，基于电子不停车收费系统及有源定位系统，该方法包括：

按照电子标签与路侧单元交易流程进行信息交互，获取所述电子标签发送的各种交易数据帧；

对所述交易数据帧进行有源定位，获取所述交易数据帧坐标及所述交易数据帧间隔时间；

根据所述交易帧坐标和所述时间间隔计算各交易数据帧对应的有源定位车速；

获取地感测速模块和视频测速模块所测量的地感车速和视频车速；

将所述有源定位车速、所述地感车速以及所述视频车速进行数据融合得到新的车速值。

2.根据权利要求1所述的方法，其特征在于，在所述将所述有源定位车速、所述地感车速以及所述视频车速进行融合得到新的车速值时，还包括：

设置置信区间，确定所述车速值落在所述置信区间的置信车速个数；

对所述车速进行二次滤波并进行车速信息判决，输出带有确信度的精确车速组。

3.根据权利要求2所述的方法，其特征在于，还包括：

将所述车速组进行存储。

4.根据权利要求1或2或3所述的方法，其特征在于，所述将所述有源定位车速、所述地感车速以及所述视频车速进行数据融合具体为：

获取上一时段的车速和时间间隔以及上一时段的平均车速和时间，与所述有源定位车速进行中值滤波；

设置置信度判断潜在车速杂质点；

对滤波后判断的车速杂质点与非杂质点数量进行表决，并加权输出含确信度的结果。

5.根据权利要求1或2或3所述的方法，其特征在于，所述根据所述交易帧坐标和所述时间间隔计算各交易数据帧对应的有源定位车速具体为：

获取所述交易数据帧所在位置坐标为（x₂，y₂）、（x₃，y₃）、（x₄，y₄）、（x₅，y₅）；

所述交易数据帧所在位置坐标的时间为t₂₃、t₂₄、t₂₅、t₃₄、t₃₅、t₄₅；

根据所述位置坐标及所述时间，所述两两坐标间距离为 $d_{23}=\sqrt{{(x_2-x_3)}^2+{(y_2-y_3)}^2},$ $d_{24}=\sqrt{{(x_2-x_4)}^2+{(y_2-y_4)}^2},$ $d_{25}=\sqrt{{(x_2-x_5)}^2+{(y_2-y_5)}^2},$ $d_{34}=\sqrt{{(x_3-x_4)}^2+{(y_3-y_4)}^2},$ $d_{35}=\sqrt{{(x_3-x_5)}^2+{(y_3-y_5)}^2},$ $d_{45}=\sqrt{{(x_4-x_5)}^2+{(y_4-y_5)}^2};$

计算所述各交易数据帧对应车速为v₂₃=d₂₃/t₂₃、v₂₄=d₂₄/t₂₄、v₂₅=d₂₅/t₂₅、v₃₄=d₃₄/t₃₄、v₃₅=d₃₅/t₃₅、v₄₅=d₄₅/t₄₅。

6.一种车道车速检测和数据融合的系统，其特征在于，基于电子不停车收费系统及有源定位系统，该系统包括：

第一获取模块，用于按照电子标签与路侧单元交易流程进行信息交互，获取所述电子标签发送的各种交易数据帧；

第二获取模块，用于对所述交易数据帧进行有源定位，获取所述交易数据帧坐标及所述交易数据帧间隔时间；

计算模块，用于根据计所述交易帧坐标和所述时间间隔算各交易数据帧对应的有源定位车速；

第三获取模块，用于获取地感测速模块和视频测速模块所测量的地感车速和视频车速；

数据融合模块，用于将所述有源定位车速、所述地感车速以及所述视频车速进行数据融合得到新的车速值。

7.根据权利要求6所述的系统，其特征在于，所述计算模块还包括：

设置模块，用于设置置信区间，确定所述车速值落在所述置信区间的置信车速个数；

判决并输出模块，用于对所述车速进行二次滤波并进行车速信息判决，输出带有确信度的精确车速组。

8.根据权利要求7所述的系统，其特征在于，还包括：

车速存储模块，用于将所述车速组进行存储。

9.根据权利要求6或7或8所述的系统，其特征在于，所述数据融合模块包括：

中值滤波模块，用于获取上一时段的车速和时间间隔以及上一时段的平均车速和时间，与所述有源定位车速进行中值滤波；

判断模块，用于设置置信度判断潜在车速杂质点；

车速表决模块，用于对滤波后判断的车速杂质点与非杂质点数量进行表决，并加权输出含确信度的结果。

Images