发明内容
有鉴如此,有必要提供一种道路车辆检测系统,该道路车辆检测系统能够提高车辆的检测精度。
为实现上述目的,本发明采用下述技术方案:
一种道路车辆检测系统,包括:
采集模块,设置于行车道上,用于实时采集三维地磁信号及车辆运行时间及速度,并在无车辆通行时将连续采集到的三维地磁信号取均值作为基线数据,所述三维地磁信号包括X、Y及Z轴的地磁信号,所述连续采集到的次数最少为3次;
滤波模块,信号连接于所述采集模块,用于对所述三维地磁信号进行滤波处理;
检测模块,信号连接于所述滤波模块,所述检测模块上设定有X轴地磁阈值、Y轴地磁阈值及Z轴地磁阈值,所述X轴地磁阈值、Y轴地磁阈值及Z轴地磁阈值的阈值为a,所述检测模块用于将滤波后的三维地磁信号与所述基线数据做差,若该差值大于所述X轴地磁阈值、Y轴地磁阈值及Z轴地磁阈值中的一个,则判断为有车状态;
所述检测模块还包括车速计算单元和车型自学习单元,所述车速计算单元根据地磁波形变化进行车速计算,车型自学习单元并对波形进行经验分类学习,判断车型,将结果存储;
更新模块,信号连接于所述检测模块及采集模块,用于根据所述检测模块的检测结果在无车辆通行时对所述基线数据进行更新,并将更新结果反馈至所述采集模块。
在一些实施例中,所述采集模块包括若干磁阻传感器节点及与所述磁阻传感器节点信号连接的路由节点,所述磁阻传感器节点用于实时采集三维地磁信号,所述路由节点用于根据所述三维地磁信号检测车辆运行时间及速度。
在一些实施例中,所述磁阻传感器节点设置于车道中间,将检测的车辆位于所述磁阻传感器节点感知范围内的时间记为TdetectedNodel、离开范围内的时间记为TdetectedNodel’,所述车辆速度记为Vpass,所述车辆的车长Lvehicle=Vpass×(TdetectedNodel’-TdetectedNodel)。
在一些实施例中,所述磁阻传感器节点为1个,车辆在所述第一磁阻传感器节点路段速度为:
v=L/t
其中:
L为车辆进入所述磁阻传感器节点感知范围到离开所述磁阻传感器节点感知范围之间的间距;
t为车辆进入所述磁阻传感器节点感知范围到离开所述磁阻传感器节点感知范围之间的时间差。
在一些实施例中,所述磁阻传感器节点为2个,记为第一磁阻传感器节点及第二磁阻传感器节点,所述第一磁阻传感器节点及第二磁阻传感器节点间距地沿车道的中央设置,车辆在所述第一磁阻传感器节点及第二磁阻传感器节点之间路段速度为:
v=(v1+v2)/2,v1=ΔL/t1,v2=ΔL/t2,
其中:
v1为所述车辆进入所述第一磁阻传感器节点感知范围时的速度;
V2为所述车辆离开所述第二磁阻传感器节点感知范围时的速度;
ΔL为所述第一磁阻传感器节点及第二磁阻传感器节点之间的间距;
t1为所述车辆进入所述第一磁阻传感器节点感知范围的时间差;
t2为所述车辆离开所述第二磁阻传感器节点感知范围的时间差。
在一些实施例中,所述滤波模块采用均值滤波和中值滤波相结合的方法对所述三维地磁信号进行滤波处理。
所述a为200~400,且所述a优选为300。
另一方面,本发明还提供了一种道路车辆检测方法,包括下述步骤:
步骤S110:采集三维地磁信号,并在无车辆通行时将连续采集到的三维地磁信号取均值作为基线数据,所述三维地磁信号包括X、Y及Z轴的地磁信号,所述连续采集到的次数最少为3次;
步骤S120:对所述三维地磁信号进行滤波处理;
步骤S130:设定X轴地磁阈值、Y轴地磁阈值及Z轴地磁阈值;
步骤S140:将滤波后的三维地磁信号与所述基线数据做差,若该差值大于所述X轴地磁阈值、Y轴地磁阈值及Z轴地磁阈值中的一个,则判断为有车状态;否则判断为无车状态;
步骤S150:若上述结果判断为无车状态,重新更新所述基线数据,并返回至步骤S110;
步骤S160:若上述结果判断为有车状态,则根据地磁波形变化进行车速计算,并对波形进行经验分类学习,判断车型,将结果存储,并返回步骤S110。
本发明采用上述技术方案带来的技术效果在于:
一方面,本发明提供的道路车辆检测系统及方法,通过采集模块实时采集三维地磁信号,根据滤波模块对所述三维地磁信号进行滤波处理,再采用检测模块将滤波后的三维地磁信号与基线数据做差,当该差值中的至少两个大于所述X轴地磁阈值、Y轴地磁阈值及Z轴地磁阈值中的一个,则判断为有车状态,有效提高了车辆的检测精度。
另一方面,本发明提供的道路车辆检测系统,在实现车辆检测的基础上,将采集模块设计为由磁阻传感器节点及路由节点组成的子网,根据路由节点实时检测车辆运行时间及速度,从而实现了对车辆流量检测、速度检测与车型检测的精度测量。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施方式。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施方式。相反地,提供这些实施方式的目的是使对本发明的公开内容理解的更加透彻全面。
本发明中所述的“第一”、“第二”仅仅为了便于说明本技术方案,并不是限定本技术方案。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
如图1所示,为本发明实施例一提供的道路车辆检测系统100包括:采集模块110、滤波模块120、检测模块130及更新模块140。
其中,采集模块110设置于行车道上,用于实时采集三维地磁信号及车辆运行时间及速度,并在无车辆通行时将连续采集到的三维地磁信号取均值作为基线数据,所述三维地磁信号包括X、Y及Z轴的地磁信号,所述连续采集到的次数最少为3次。
优选地,所述采集模块110包括若干磁阻传感器节点111及与所述磁阻传感器节点111信号连接的路由节点112,所述磁阻传感器节点111用于实时采集三维地磁信号,所述路由节点112用于检测车辆运行时间及速度。
具体地,将所述采集模块110设置为包括若干磁阻传感器节点111以及一个路由节点112组成的子网,所述路由节点112负责实现子网内相对时间同步和车速估算,这样类似于无线传感器网络被划分为多个子网,传感器节点检测到的车辆信息上传至路由节点进行计算。
可以理解,路由节点112在一跳范围内发送同步码指令与其本地时间Trouter;子网内的传感器节点根据收到的同步码指令进行同步,考虑额外增加的通信模块TrouterTran,空气介质的传播延迟TtranDelay,传感器节点MCU的处理时间Tsensorprocess,路由节点MCU处理的时间Trouterprocess,结果就是总时间TdetectedNode。
TdetectedNode=Tbasestation+at;
at=Tbsprocess+TbsTran+TBS-DN+Tdnprocess
路由节点112及磁阻传感器节点111的MCU处理时间Trouterprocess、Tsensorprocess通常可忽略不计。而传播延迟TtranDelay则跟环境有关,以多次同步以去均值的方式获得一个较理想的值。为了减少通信模块的排队时间TrouterTran,本专利的路由协议实现中,使用两级循环队列缓存机制。如图2为两级缓存队列的结构示意图,队列的首部与尾部由指针H与T分别指示,队列有优先级之分,优先级高的队列中的数据优先发送,时间同步数据进入优先级高的队列,这样可以大大缩短时间同步的发送延迟,提高时间同步的计算精度。
在本发明一实施例方式中,所述磁阻传感器节点111设置于车道中间,将检测的车辆位于所述磁阻传感器节点111感知范围内的时间记为TdetectedNodel、离开范围内的时间记为TdetectedNodel’,所述车辆速度记为Vpass,所述车辆的车长Lvehicle=Vpass×(TdetectedNodel’-TdetectedNodel)。
具体地,提供一辆福特轿车以每公里25KM/H的速度通过传感器节点时产生的波形,根据波动的时间长短,采用上述公式可以得出车辆的长短特征,大量实验表明,车长估计的准确性主要取决于车辆的磁铁性物质的分布以及磁阻传感器的敏感度,通过多次测量去平均值可以得到较为准确的长度值。
可以理解,实际中还可以通过传感器节点检测车辆的质量,根据车辆的质量采用地磁波形变化与经验学习库进行比较判断车型。
进一步地,本申请通过考虑路面的静态车辆饱和容量,即车道数量Naxle与路面长度Lroad的乘积,定义Vinspeed为流入的车速值,Vinspeed求和除以车道数量NinTraffic代表流入平均车流速。实验中将50m划分一个段落,50m的出入口每个车道分隔5m处布置2个车速探测节点,将所得的车速代入下述公式中则可以得到交通的流动能力:
在本发明另一实施例中,请参阅图3(a)及图3(b),分别表示传感器节点的位置示意图及车速检测示意图,所述磁阻传感器节点为2个,记为第一磁阻传感器节点及第二磁阻传感器节点,所述第一磁阻传感器节点及第二磁阻传感器节点间距地沿车道的中央设置,车辆在所述第一磁阻传感器节点及第二磁阻传感器节点之间路段速度为:
v=(v1+v2)/2,v1=ΔL/t1,v2=ΔL/t2,
其中:
v1为所述车辆进入所述第一磁阻传感器节点感知范围时的速度;
V2为所述车辆离开所述第二磁阻传感器节点感知范围时的速度;
ΔL为所述第一磁阻传感器节点及第二磁阻传感器节点之间的间距;
t1为所述车辆进入所述第一磁阻传感器节点感知范围的时间差;
t2为所述车辆离开所述第二磁阻传感器节点感知范围的时间差。
可以理解,采用2个磁阻传感器节点检测车辆的速度是其中一个较为优选的方式,实际中还可以才用1个磁阻传感器节点实现对车辆速度的检测。具体地,车辆在所述第一磁阻传感器节点路段速度为:
v=L/t
其中:
L为车辆进入所述磁阻传感器节点感知范围到离开所述磁阻传感器节点感知范围之间的间距;
t为车辆进入所述磁阻传感器节点感知范围到离开所述磁阻传感器节点感知范围之间的时间差。
可以理解,由于传感器节点的间距是已知的,车辆经过时,前后部署的传感器节点先后检测到的车辆磁场信号波形相似,由于距离已知,只要估算两个传感器节点的感知时间间隔就能够计算出车辆的行驶速度。
滤波模块120信号连接于所述采集模块110,用于对所述三维地磁信号进行滤波处理;
可以理解,经滤波处理后的磁场信号,有效去除毛刺,能够获取更加的真实车辆信号。
优选地,所述滤波模块120采用均值滤波和中值滤波相结合的方法对所述三维地磁信号进行滤波处理。
具体地,均值滤波法比较适用于波动较小的范围,削弱信号的高频干扰,详见下述公式:
其中,K表示为第K个值,M是采集到的数据,滤波得到的值为f,Ms(k)就是第K个采集到的传感器节点的值。
具体地,中值滤波方法是指对连续的N次采样数据进行排序,N通常为奇数,取其中间值作为本次采样值,可见中值滤波方法比较适用于传感器不稳定而引起的脉动干扰,比均值滤波更为可靠。
可以理解,本专利采用两种滤波方法的结合,已达到更好的检测信号结果,在磁信号平稳时,即没有车辆通过时采用均值滤波方法可以过滤除毛刺,当检测到信号发生剧烈波动时,即车辆通过引发磁场扭曲,磁信号会有上下起伏的波动,为了有效除去信号的脉动干扰,此时采用中值滤波方法。
检测模块130信号连接于所述滤波模块120,所述检测模块130上设定有X轴地磁阈值、Y轴地磁阈值及Z轴地磁阈值,所述X轴地磁阈值、Y轴地磁阈值及Z轴地磁阈值的阈值为a,所述检测模块130用于将滤波后的三维地磁信号与所述基线数据作差,若作差后的地磁信号中大于所述X轴地磁阈值、Y轴地磁阈值及Z轴地磁阈值中的一个,则判断为有车状态;
其中,所述a为200~400,优选为300。可以理解,a还可以选取其他的数值。
可以理解,基线数据作为地球背景磁场强度,传感器节点开机会被初始化(即初始值为0),在以后的运行中会动态更新;X轴地磁阈值、Y轴地磁阈值及Z轴地磁阈值是依据车辆检测规则设置的数字,用来判断磁场信号是否为车辆信号。
进一步地,所述检测模块130还包括速度计算单元131和车型自学习单元132。所述速度计算单元131用于检测通过车辆的速度,所述车型自学习单元132用于根据地磁波形变化进行车速计算,并对波形进行经验分类学习,判断车型,将结果存储,并返回步骤S110。
请参阅图4,为车型自学习单元132采用的自学习适应流程图。车型自学习单元132根据采集的训练样本集,采用AdaBoost或者SVM分类算法对未为标记的样本进行标签预测,并将识别的样本加入到样本库中。
实际中,车型自学习单元132中主要需要完成下述三步骤:信息特征提取,信息特征优化,以及特征自适应学习,其中:
特征提取:从通过车辆行驶通过磁阻传感节点产生的波形原始数据中提取出并选取有利于分类的特征信息,该信息包含车头进入波形已经车尾开出磁场波形,即提取出车辆磁场强度扰动信号的初始特征集;
特征优化:首先是从上述初始特征集中选取一个特征子集,然后使用一定的评价准则对特征子集进行评价,评价结果与评价准则进行比较,若评价结果比评价准则差,就继续选取特征子集,否则特征优化完毕,可以理解,评价准则是本领域技术人员根据经验设定;
特征训练:训练两个具有较好检测性能的初始分类器,采用SVM和AdaBoost分类算法对特征进行分类。
当两分类器检测结果一致时则将其作为最终检测结果,不一致时则利用knn近邻法则(k—NearestNeighborCriterion)判断两分类器检测结果置信度,选择置信度高的结果作为最终检测结果。
可以理解,由于训练分类器的样本数据分布与原始数据分布存在一定差异,所以需要采用一种更可靠的方法进行预测标签的置信度判断;最后,为了减少分类器训练所需要的时间,在每一次循环过程中加入新样本的同时去掉一部分最初的训练样本,直到初始训练样本库为空。
更新模块140信号连接于所述检测模块130及采集模块110,用于根据所述检测模块130的检测结果在无车辆通行时对所述基线数据进行更新,并将更新结果反馈至所述采集模块110。
请参阅图5,表示为道路车辆检测方法,包括下述步骤:
步骤S110:采集三维地磁信号,并在无车辆通行时将连续采集到的三维地磁信号取均值作为基线数据,所述三维地磁信号包括X、Y及Z轴的地磁信号,所述连续采集到的次数最少为3次;
步骤S120:对所述三维地磁信号进行滤波处理;
步骤S130:设定X轴地磁阈值、Y轴地磁阈值及Z轴地磁阈值,所述X轴地磁阈值、Y轴地磁阈值及Z轴地磁阈值的阈值为500;
步骤S140:将滤波后的三维地磁信号与所述基线数据做差,若该差值大于所述X轴地磁阈值、Y轴地磁阈值及Z轴地磁阈值中的一个,则判断为有车状态;否则判断为无车状态;
步骤S150:若上述结果判断为无车状态,重新更新所述基线数据,并返回至步骤S110;
步骤S160:若上述结果判断为有车状态,则根据地磁波形变化进行车速计算,并对波形进行经验分类学习,判断车型,将结果存储,并返回步骤S110。
本发明提供的道路车辆检测系统及方法,通过采集模块实时采集三维地磁信号,根据滤波模块对所述三维地磁信号进行滤波处理,再采用检测模块将滤波后的三维地磁信号与基线数据做差,当该差值大于所述X轴地磁阈值、Y轴地磁阈值及Z轴地磁阈值中的一个,则判断为有车状态,有效提高了车辆的检测精度;另一方面,本发明提供的道路车辆检测系统,在实现车辆检测的基础上,将采集模块设计为由磁阻传感器节点及路由节点组成的子网,根据路由节点实时检测车辆运行时间及速度,从而实现了对车辆流量的检测、速度的检测与车型的检测的精度测量。