CN105122328A - 交通监控 - Google Patents

交通监控 Download PDF

Info

Publication number
CN105122328A
CN105122328A CN201480023529.3A CN201480023529A CN105122328A CN 105122328 A CN105122328 A CN 105122328A CN 201480023529 A CN201480023529 A CN 201480023529A CN 105122328 A CN105122328 A CN 105122328A
Authority
CN
China
Prior art keywords
road
noise
characteristic
vehicle
different
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
Application number
CN201480023529.3A
Other languages
English (en)
Other versions
CN105122328B (zh
Inventor
R.克里克莫尔
D.希尔
J.理查兹
R.马丁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Optasense Holdings Ltd
Original Assignee
Qinetiq Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qinetiq Ltd filed Critical Qinetiq Ltd
Publication of CN105122328A publication Critical patent/CN105122328A/zh
Application granted granted Critical
Publication of CN105122328B publication Critical patent/CN105122328B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/04Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D5/00Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
    • G01D5/26Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light
    • G01D5/32Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light
    • G01D5/34Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light the beams of light being detected by photocells
    • G01D5/353Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light the beams of light being detected by photocells influencing the transmission properties of an optical fibre
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H9/00Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
    • G01H9/004Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/015Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及用于检测行进在道路上的车辆的数目、速度和/或类型的道路交通监控。噪声特征(104)被部署在道路(101)的表面上或在道路(101)的表面中形成。噪声特征(104)被布置成当被在道路的车道内行进的车辆(105)的车轮穿越时生成特性声波标记图。分布式声学传感器(102、103)被部署以检测特性声波标记图的出现。在一些实施例中,噪声元件可以至少包括两个不同元件(104a、104b),例如相对道路横向布置的齿纹标志带,其沿着道路分开已知距离。来自越过两个元件的车轮的声学信号能够被检测和用来确定车辆速度。车辆车轴的数目和车轴间隔也能够被确定以将车辆的类型分类。多个噪声特征可以位于多车道道路的不同车道中,其中不同车道中的噪声特征被布置成生成不同的特性声波标记图。

Description

交通监控
本申请涉及用于交通监控的设备和方法,尤其涉及用于使用分布式声学光纤感测进行道路交通监控的设备和方法。
存在期望监控沿着一条或多条道路的交通流量的各种应用。例如,可能存在下述期望:确定道路网络的给定部分上的交通量和/或该网络的那个部分上的交通流量。这样的信息可能是实施自适应交通管理技术所需要的。例如,可以依据给定的一段道路上交通的运量和流量来设定可变的速度限制。可以基于该网络的各个部分处的交通流量的知识来控制交通灯或其它信号控件的操作以控制到给定道路段的访问。逆道行驶系统或其它车道控件可以基于这样的信息来激活或控制。
附加或替代地,关于道路网络的各个部分的交通运量和流量的信息将对于交通管理员是有用的,即使该网络或其部分没有主动交通管理系统来提供数据以允许对一般交通管理的任何改进(诸如例如,速度限制的永久变更或对道路标记或标牌的改变)的建模。关于交通流量在任何改变之前和之后的数据的收集也将有助于确定任何改变如何对交通流量产生影响。
关于交通流量的数据也将有助于规划者规划对道路网络的任何升级或添加。
而且,关于在道路网络的路段上行进的交通运量的数据可能是负责维护该网络的那些人为了允许关于基于可能磨损的定期维护的决定所感兴趣的。
对于以上描述的许多应用而言,因此将有用的是,不仅监控交通的总体运量和交通的流量,而且监控交通的组成,即车辆的类型,举例来说,例如重型货物车辆/卡车、轻型商用车辆/篷车、大型乘客汽车/SUV、中型/紧凑乘客汽车或摩托车。确定各种类型的车辆的相对比例也可以有助于控制、规划和维护目的。
存在各种类型的道路交通监控系统。
基于压力或应变的传感器(例如基于压电传感器或气压软管)可以横跨马路被铺设或嵌入,并且被监控以检测在传感器之上越过的车辆的重量。这样的传感器将有效地充当车轴计数器,并且能够被布置成监控给定点处的交通运量和流率以及通常还估计车辆的类型。这样的传感器是有用和相对简单的,但是多车道公路的每条马路将需要其自己的传感器并且将在沿着交通网络的不同点处需要多个传感器以便能够监控沿着该网络的交通。横跨道路表面铺设的传感器带或软管将经受相对严重的磨损和裂缝,从而需要鲁棒传感器和/或定期维护。嵌入在公路内的传感器将被较少暴露,但将典型地需要更多的工作来安装并且针对修复或维护的访问更难得多。
感应传感器能够基于嵌入在马路内的感应线圈来使用。车辆的经过产生能够被检测的涡流。感应线圈交通传感器被广泛地用在一系列应用中,并且能够提供关于交通运量和流量的信息以及车辆类型的估计。然而,分离的感应线圈再次必须被提供给多车道公路的每个车道并且沿着道路的多个传感器必须用来提供关于沿着网络的总体交通流量的信息。传感器被嵌入在马路内,具有关联的成本和安装的不便性以及维护困难。
使用嵌入的磁性检测器的磁性传感器也被提出,但具有与感应传感器类似的问题。
基于雷达的传感器(例如微波雷达)也被使用。雷达系统可以被安装在高架托台或桥上以沿着马路的车道发射辐射脉冲。来自车辆的返回信号能够被检测并且车辆的速度根据多普勒频移或通过跟踪沿着车道的移动而被检测。基于激光雷达的系统(例如基于IR的激光雷达)可以使用类似的方案或者可以简单地扫描在所扫描的区域下面越过的车辆。然而,这样的传感器可能是相对昂贵的并且需要在要被监控的道路的良好视野情况下被安装,该良好视野如提到的那样可能需要高架结构的存在,而该高架结构可能在网络的各个部分中不可用。
越来越多地视频处理正被用于交通监控。道路网络的视频图像可以被控制人员观察以熟悉当前的交通条件,从而允许做出控制决定,但是自动图像处理也可以允许对交通的运量和流量的自动检测。诸如图案识别和边缘检测之类的图像处理技术可以用来识别和跟踪车辆并且潜在地将车辆的类型分类。另外,自动编号牌识别可以被应用以识别车辆的编号牌/牌照。这能够允许对交通网络周围的个体车辆的更复杂跟踪,并且用对车辆登记的数据库的访问,能够从识别编号牌来识别车辆的类型。然而,这再次需要多个相对高质量照相机被定位成具有要被监控的道路的良好视野。
基于GPS的交通监控也被提出,想法是至少一些车辆装备有GPS跟踪器和发射器以便将关于它们的位置和速度的信息发射到中央服务器。理论上,GPS设备可能是每个车辆所需要的,但是实际上系统可以有可能利用驱动器可以支配的任何GPS装置(诸如导航辅助设备或智能电话)或者提供专用GPS设备给仅一定比例的在感兴趣的道路网络上规则行进的车辆。在足够的车辆发射数据的情况下,将有可能监控网络的各个部分上的交通的总体流率。然而,这样的方法可能在低交通运量中具有有限的使用、可能不提供足够精度来确定多车道道路的车道使用率并且在有可能失去GPS信号的隧道或山区中可能艰难进行。该方法还可能需要车辆的所有者同意被跟踪。
本发明的实施例因此提供用于交通监控特别是用于道路交通监控的方法和设备,其至少减轻以上提到的缺点中的至少一些。
因此,依据本发明,提供一种监控在道路上移动的道路交通的方法,该方法包括:
利用光辐射询问(interrogate)光纤以提供分布式声学感测,以便从所述光纤的多个感测部分的每个生成声学测量信号;
其中所述光纤的所述感测部分的至少一个位于已知的噪声特征附近,所述已知的噪声特征在已知位置中位于道路的表面上或者在道路的表面中形成;并且
其中所述噪声特征被配置成当被道路车辆的车轮穿越时产生特性声波标记图(acousticsignature),以及
该方法包括:通过分析来自位于已知的噪声特征附近的所述至少一个感测部分的所述声学测量信号以检测所述特性声波标记图的出现,来检测经过所述噪声特征的车辆。
噪声特征可以包括位于道路的表面上或在道路的表面中形成的至少一个凸起的或图案化的特征,并且可以例如包括相对于道路方向横向布置的一个或多个齿纹标志带。
方法可以包括将所述特性声波标记图的出现与道路车辆的车轴相关联的步骤。方法然后可以识别所述道路车辆的车轴的数目,该数目能够用来将车辆的类型分类。
噪声特征可以至少包括沿着道路彼此间隔开已知的第一距离的第一和第二噪声元件,其中所述第一和第二元件中的每个被配置成当被道路车辆的车轮穿越时生成有区别的声音。方法然后可以包括识别由穿越第一和第二噪声元件的给定车辆车轴的一个或多个车轮分别生成的第一和第二声学信号。方法也可以包括基于所述第一和第二声学信号之间的时间差来确定车辆的速度。道路车辆的车轴之间的距离然后可以基于由所述道路车辆的不同车轴的车轮生成的所述特性声波标记图的出现之间的时间和所述确定的速度来确定,道路车辆的车轴之间的距离能够用来将道路车辆的类型分类。
该方法可以附加或替代地包括确定也能够用来将道路车辆的类型分类的所述特性声波标记图的声学强度。
在不同已知位置中可能存在位于道路的表面上或在道路的表面中形成的多个已知噪声特征,并且该方法可以包括检测来自多个已知噪声特征中的任何一个的特性声波标记图的出现。可能存在位于沿着道路的长度的不同位置处的多个噪声特征,其中光纤沿着道路的路径来部署。来自沿着道路的长度的不同位置处的不同噪声特征的特性声波标记图可以被光纤的不同感测部分检测到。至少一个噪声特征可以位于结点之前并且至少一个噪声特征位于结点之后。
多个噪声特征中的至少一些可以被配置成产生彼此不同的特性声波标记图。方法可以包括识别特定特性声波标记图以便检测车辆已经穿越的相关噪声特征。噪声特征中的至少一些可以每个包括沿着道路彼此间隔开的多个噪声元件,每个噪声元件被配置成当被道路车辆的车轮穿越时生成有区别的声音。至少一些噪声特征可以具有彼此不同间隔的噪声元件以生成所述不同的特性声波标记图。至少一些噪声特征可以具有彼此不同数目的噪声元件以生成所述不同的特性声波标记图。至少一些噪声特征可以具有彼此不同类型的噪声元件以当被穿越时生成不同的有区别的声音,该不同的有区别的声音可以包括不同强度、持续时间和/或声学频率的声音。
被监控的道路的至少部分可以是多车道道路,并且生成不同特性声波标记图的所述噪声特征中的至少一些可以位于彼此不同的车道中。然后该方法可以包括识别特定特性声波标记图以确定车辆正在哪个车道中行进。道路可以至少包括:第一车道,具有每个产生以沿着第一车道的间隔定位的第一特性声波标记图的第一多个噪声特征;以及第二车道,具有每个产生以沿着第二车道的间隔定位的第二特性声波标记图的第二多个噪声特征。附加或替代地,可能存在沿着每个车道的路径定位的多个噪声特征。邻近噪声特征之间的间距可以在每个车道中不同。
在本发明的另一方面中,提供一种用于监控道路上的交通移动的系统,该系统包括:
分布式光纤传感器设备,用于利用光辐射询问光纤以提供分布式声学感测,从而从所述光纤的多个感测部分中的每个生成声学测量信号;以及
至少一个已知噪声特征,在已知位置中位于道路的表面上或形成在道路的表面中;
其中所述噪声特征被配置成当被道路车辆的车轮穿越时产生特性声波标记图,并且
其中所述光纤的所述感测部分中的至少一个位于所述已知噪声特征附近;
系统进一步包括处理器,所述处理器用于处理来自位于所述已知噪声特征附近的至少一个感测部分的声学测量信号以检测所述特性声波标记图的出现,从而检测经过所述噪声特征的车辆。
以上描述的所有各种方法特征和选项可以实施在本发明的该方面的系统中。
本发明的各方面也涉及对从合适的噪声特征附近的分布式声学传感器获得的数据的处理。因此,在本发明的另外方面中,提供一种处理从部署在道路中的已知位置中的噪声特征附近的分布式声学传感器的至少一个感测部分收集的数据的方法,所述方法包括分析所述数据以检测与穿越所述噪声特征的车辆相关联的特性声波标记图的出现。
数据可以从部署在噪声特征附近的至少一个感测部分来获得,所述噪声特征具有沿着道路间隔开已知距离的至少两个噪声元件,并且所述方法可以包括:识别由穿越第一和第二噪声元件的给定车辆车轴的一个或多个车轮分别生成的第一和第二声学信号;以及基于所述第一和第二声学信号之间的时间差确定车辆的速度。方法可以进一步包括:基于由所述道路车辆的不同车轴的车轮生成的所述特性声波标记图的出现之间的时间和所述确定的速度来确定道路车辆的车轴之间的距离。
数据可以从部署在多个噪声特征附近的至少一个感测部分获得,其中多个噪声特征中的至少一些被配置成产生彼此不同的特性声波标记图,并且方法包括识别特定特性声波标记图以便检测车辆已经穿越的相关噪声特征。
本发明的实施例可以通过计算机软件来实施,并且在本发明的另一方面中,提供计算机软件程序(其可以被存储在非临时性存储介质上),所述计算机软件程序当运行在合适的计算机上时使所述计算机实施以上描述的方法中的任何一个或者实施以上描述的系统的处理器。
本发明也提供一种处理器,所述处理器用于处理从部署在道路中的已知位置中的噪声特征附近的分布式声学传感器的至少一个感测部分收集的数据,所述处理器被配置成分析所述数据以检测与穿越所述噪声特征的车辆相关联的特性声波标记图的出现。
现在将仅关于附图作为示例来描述本发明,附图中:
图1a和1b图示依据本发明的交通监控系统以及来自这样的系统的说明性响应;
图2图示光纤分布式声学传感器;
图3图示用于监控两个结点之间的多车道道路的本发明的实施例;
图4图示用于区分多车道道路的车道的本发明的实施例;以及
图5图示依据本发明的针对噪声特征的替代实施例。
本发明的实施例涉及交通监控设备和方法。本发明的一个实施例涉及用于监控道路上的交通移动的系统,该系统包括:分布式光纤传感器设备,用于利用光辐射询问光纤以提供分布式声学感测,以便从所述光纤的多个感测部分的每个生成声学测量信号;以及至少一个已知噪声特征,该噪声特征在道路的至少一个车道内的已知位置中位于道路的表面上或形成在道路的表面中。噪声特征被配置成当被道路车辆的车轮穿越时产生特性声波标记图。光纤的感测部分中的至少一个位于已知噪声特征附近。处理器被配置成处理来自位于(一个或多个)已知噪声特征附近的(一个或多个)感测部分的声学测量信号,以检测所述特性声波标记图的出现,从而检测经过所述噪声特征的车辆。
本发明的实施例因此利用光纤分布式声学感测来通过倾听由道路交通在它穿越在道路的表面上或道路的表面中有意地引入的噪声特征时产生的特性声音来提供交通监控。
分布式声学感测(DAS)是一种已知类型的感测,其中光纤被部署为感测光纤并且利用电磁辐射被重复地询问以提供对沿着其长度的声学活动的感测。典型地,辐射的一个或多个输入脉冲被发射入光纤。通过分析从光纤内背散射的辐射,光纤能够有效地划分成可以是(但是不必是)邻接的多个分立的感测部分。在每个分立的感测部分内,光纤的机械扰动(例如,由于入射声波产生的应变)引起从那部分背散射的辐射的属性的变化。该变化能够被检测和分析,并且用来给出那个感测部分处的光纤的扰动强度的度量。因此,DAS传感器有效地充当光纤的声学感测部分的线性感测阵列。光纤的感测部分的长度由应用到背散射信号的处理和询问辐射的特性来确定,但是典型地大约几米至几十米量级的感测部分可以被使用。如在本说明书中使用的那样,术语“分布式声学感测”将被用来表示通过以光学方式询问光纤以提供沿着光纤纵向分布的多个分立的声学感测部分来进行感测,并且术语“分布式声学传感器”应当被相应地解释。术语“声学的”应当表示可以导致光纤上的应变的改变的任何类型的压力波或机械扰动,并且为了避免疑惑,术语“声学的”要理解为包括超声波和次声波以及地震波。
在本发明的实施例中,DAS传感器可以用来在道路的表面上提供具有低成本被动特征的检测能力,该被动特征用来当被车辆穿越时生成特性声波标记图。
图1a图示了说明基本原理的本发明的实施例。图1a示出希望监控交通流量的道路101的路段。光纤电缆102因此沿着道路的长度被部署并且被询问器单元103询问以提供分布式声学感测。在道路的至少一个车道内形成在道路的表面上或道路的表面中的是噪声特征104。噪声特征104被布置成当被道路车辆105的(一个或多个)车轮穿越时生成特性声波标记图。
噪声特征可以便利地由道路表面的一个或多个图案化或凸起的区域形成,并且特别地可以包括横跨马路部署的一个或多个齿纹标志带。齿纹标志带(有时称为枕木线(sleeperline))是公知的几个道路设备,其经常被提供在马路的侧边处以提供警报给可能由于驾驶员的疏忽或疲劳而开始离开道路的车辆的驾驶员。当车辆经过齿纹标志带时,经过该带的车轮将生成不同特性的可听见的声音,并且生成比在平坦道路上的车辆轮胎的正常道路噪声具有更大的强度的可听见的声音。齿纹标志带的正常使用因此在马路的边缘处以限定车辆在其内行进的车道的外侧。在本发明的实施例中,齿纹标志带被部署以便被行进在道路的车道内的交通穿越。因此,本发明的实施例的噪声特征被布置成使路线的至少部分横跨道路的车道延伸。因此,噪声特征的至少部分在道路的车道内,而常规齿纹标志带画出一个车道的边缘并且在车道的外侧。
如在图1a中示出的那样,噪声特征104因此可以包括至少一个齿纹标志带。所示出的那样横向部署,当车辆的车轮经过齿纹标志带时,这将导致相对短但强烈的声音。该声音能够被DAS传感器检测到并且被用作车辆已经经过齿纹标志带的指示。连续地检测由经过齿纹标志带的车辆车轮生成的声音因此将允许对通过那个特定位置的车辆的数目的连续监控。
图1a的示例中的噪声特征104具有沿着道路(即纵向地)彼此间隔开已知第一距离的两个噪声元件104a和104b,例如两个齿纹标志带。第一和第二元件被布置成使得每个元件当被道路车辆的车轮穿越时生成有区别的声音,即经过第一齿纹标志带104a的车轮的声音能够区别于经过第二齿纹标志带104b的车轮的声音。
该布置具有至少两个优势。首先,车辆经过因此将在车轴的(一个或多个)车轮经过两个齿纹标志带时生成两个声音。对于车辆速度的预期范围而言,那里的两个有区别的声音将在时间上相对靠近在一起。因此,在该示例中,特性声波标记图能够被视为在时间上紧密隔开的两个声音。对于相同构造的两个齿纹标志带而言,来自给定车轴的两个声音有可能在强度和诸如声学频谱之类的其它声学特性方面是相对类似的。
检测两个紧密隔开的声学信号将有助于避免由背景噪声生成的假警报。然而,另外,通过检测给定车轴的(一个或多个)车轮穿越分开已知距离的两个噪声元件的时间,能够确定车辆速度。
图1b图示由噪声特征104附近的光纤的一个或多个感测部分在汽车105穿越噪声特征的齿纹标志带时检测到的示例声学测量信号。第一对相对强烈的声学信号将在车辆的前车轴的车轮分别越过第一齿纹标志带并且然后越过第二齿纹标志带时被检测到。短时间以后,第二对声学扰动将在后车轴的车轮越过两个齿纹标志带时被检测到。
这在相对短时间内产生强度的四个尖峰的特性绘图,其指示两车轴车辆已经穿越该噪声特征。DAS传感器的处理器因此能够监控噪声特征附近的(一个或多个)感测部分的声学测量信号,以检测这样的信号的出现并且因此检测已经越过齿纹标志带的车辆。
在该布置中,两个噪声元件(例如,齿纹标志带104a和104b)之间的间隔小于前车辆车轴与后车辆车轴之间的间隔。因此,前车轴在后车轴越过齿纹标志带之前越过两个齿纹标志带。在这种情况下,能够看到,所检测到的前两个强度尖峰对应于第一车轴。假如齿纹标志带104a和104b之间的间隔是已知的,则这两个声学强度峰值之间的时间间隔t1能够用来确定车辆速度。然而,同样地,能够看到,第三和第四峰值对应于后车轴,并且这些峰值之间的时间t3能够同样地用来确定车辆速度。每组峰值之间的时间可以被确定并且用于确定车辆速度(假定车辆在越过两个齿纹标志带花费的时间中以相对恒定的速度行进)。
在确定车辆速度后,再次假定相对恒定的车辆速度,还可以通过查看由于前车轴产生的第一峰值与由于后车轴产生的第一峰值之间的时间差t2(或者另外或替代地分别由于前车轴和后车轴产生的第二峰值之间的时间差)来确定车辆车轴之间的距离间隔。
以上的讨论已经假定齿纹标志带之间的间隔小于车轴之间的间隔。这能够通过使用低于希望检测的车辆的最小车轴间距的间距来实现。对于两车轴道路车辆而言,摩托车可能具有典型的最小车轴间距并且大约一米或更小的齿纹标志带的间隔可以是足够的。然而,如果两个齿纹标志带被分离开大于至少一些车辆车轴的间距的距离,则该方法也将同样工作。假定车辆正以恒定速度行进,将存在由于一个车轴的车轮产生的处于第一时间间隔的两个声学强度峰值以及由于另一个车轴的车轮产生的处于相同时间间隔的两个强度峰值。因此,处理器可以分析强度峰值以把由于每个车轴的车轮产生的那些峰值相关联,并且然后查看相关峰值的时间间隔以确定车辆速度。对于具有多于两个车轴的更大车辆而言,可能存在具有相同时间间隔的附加强度峰值。因此,处理器可以把所述特性声波标记图的出现与道路车辆的车轴关联和/或识别所述道路车辆的车轴的数目。
因此,将清楚的是,基于车辆速度的知识,有可能通过查看从单个噪声元件(例如,单个齿纹标志带)生成的声学信号来确定车轴间隔。在一些实施例中,可以有可能通过在车辆移动经过光纤的多个感测部分时跟踪车辆的一般道路噪声来确定车辆速度。随着车辆在道路上移动,即使在没有噪声特征的情况下它也将生成一些噪声,该噪声在更接近车辆处将最强烈。如果用于DAS的光纤沿着道路的路径被部署,则该噪声将被看到随着车辆移动而沿逐个光纤的感测部分移动。因此,检测该一般噪声可以用来检测和跟踪道路上的车辆。因此,接近噪声特征的车辆的速度能够通过跟踪由车辆在它沿着道路移动时产生的一般噪声来确定。越过噪声特征然后将生成有区别的和相对强烈的噪声(在一般道路噪声之上),其能够由DAS传感器的适当感测部分分离检测。在这种情况下,甚至来自单个噪声特征的声学响应将足以确定车轴的数目和/或还确定车轴间隔。
基于所确定的车辆的车轴数目和/或车辆车轴之间的间隔,可以确定已经越过噪声特征的车辆的类型。
例如,车轴间隔可以用来基于各种类型的车辆的典型车轴间隔将车辆分类,例如车辆可以被分类为摩托车、小汽车、中型汽车、大型汽车、小篷车、大篷车、卡车等。车轴的数目也可以用来将车辆的类型分类。在一些实例中,所检测到的声学信号的相对强度可以取决于车辆的类型——具有更大轮胎的更大更重的车辆可以例如比更小车辆生成更强烈的声学信号,并且因此也可以考虑相对强度。
本发明的该实施例因此提供下述能力:监控道路的给定路段以确定交通的运量(通过对经过噪声特征的车辆的数目进行计数)、确定交通的流量(通过确定车辆速度并可能地确定连续车辆之间的时间)并且还确定交通的组成或构成(通过检测车轴的数目和/或车轴间隔并且相应地将车辆分类)。
使用DAS来提供监控,这是监控道路的长的长度的相对低成本和简单方式。单个光纤能够用来监控位于沿着道路的长度的不同位置处的多个不同噪声特征以在沿着道路的各个位置处提供监控。噪声特征能够位于期望的位置,比方说沿着道路的长度大约每几百米,其中光纤电缆沿道路的长度延伸。光纤的不同感测部分因此能够位于不同噪声特征附近,并且因此经过噪声特征的交通能够使用单个DAS传感器和感测光纤在沿着一段非常长的道路的许多不同位置处被监控。噪声特征(例如,齿纹标志带)是相对非常便宜的,并且能够容易地安装在沿着道路的任何期望位置处,并且因此本发明的实施例允许具有良好道路覆盖度的低成本的交通监控。
将注意的是,DAS传感器使用不必被嵌入在被监控的道路内的感测光纤。因此,不像感应线圈那样,应变传感器或磁性传感器等等传感器本身不(一定)位于道路中或道路上。因此,它不经受繁忙车行道的应力以及磨损和裂缝。另外,被监控的道路上的任何道路工作(例如,道路表面的维护或修复、或挖掘以访问埋入的管道等)不需要考虑需要精确部署的灵敏感测设备。感测光纤电缆可以沿道路铺设,并且可以例如被部署在防护罩中,该防护罩沿车行道的侧边延伸或者被埋入在沿着道路的侧边延伸的沟槽中。在这样的布置中,光纤电缆能够视需要被访问而不需要封闭道路。当然,如果期望的话将会有可能将感测光纤埋入道路,但是不像常规的感测技术那样,没有必要这样做。在一些实例中,光纤电缆可以已经被安装为沿道路的至少部分延伸以用于通信。典型地,在这样的实例中,可能存在为了冗余原因而提供的多余光纤,其可以能够被连接到适合的询问器并且用于DAS而不需要任何进一步的安装。
噪声特征不需要位于道路上或形成在道路内,但是各种类型的齿纹标志带是已知的并且能够被容易地引入。齿纹标志带能够在道路的铺设期间通过压印技术形成在道路的顶表面中。由诸如塑料之类的材料形成的齿纹标志带能够横跨道路表面铺设并且例如通过部分熔化而被结合到道路表面。涂料混合物能够用来涂画横跨道路的带,该带可以被图案化以形成齿纹标志带。因此,将被理解的是,这样的噪声特征安装相对简单和低成本,并且不必在任何必要的道路工作期间被特别地保护,因为它们能够作为铺设最终道路表面的一部分被容易地重新安装。
因此,以这种方式使用DAS来监控道路网络是特别有利的。如以上提到的那样,单个DAS传感器能够为上至40km或更长的长度提供被分离大约10m的一系列邻接的感测通道,并且更大的长度能够通过使用更多传感器来实现。单个DAS询问器单元可以在两个光纤之间被多路复用以提供80km的距离上的感测(其中询问器在中间)。这提供沿着网络的感测的无与伦比的连续性。感测光纤可以是标准的电信光纤,并且因此是相对便宜的。如提到的那样,该光纤可以被简单地沿道路铺设或者以任何需要的深度被埋入在狭窄通道中。光纤能够被包在防护罩中,并且能够在不维护的情况下长时间继续使用。因此,安装和维护成本是低的。
光纤被由询问器单元生成的光学脉冲询问,并且因此仅询问器单元需要功率。感测机制固有地表示来自光纤的所有感测部分的数据在询问器单元处被接收回,从而表示仅在每个询问器单元与用于主动交通管理的交通控制室之间需要通信。
图2示出常规分布式光纤感测布置的示意图。感测光纤102在一端处被可移除地连接到询问器103。来自询问器103的输出被传递到信号处理器204,该信号处理器204可以与询问器位于一处或者形成为询问器的部分或者可以从其远离,并且可选地传递到用户接口/图形显示器205,用户接口/图形显示器205实际上可以通过适当指定的PC来实现。用户接口可以与信号处理器位于一处或者可以从其远离。
如提到的那样,感测光纤102能够在长度上是数千米,并且能够在长度上是例如40km或更长。感测光纤可以是标准、未修改的单模光纤,诸如常规地用在电信应用中而不需要有意引入的反射地点,诸如光纤布拉格(Bragg)光栅或类似物。使用标准光纤的未修改长度来提供感测的能力表示可以使用低成本容易获得的光纤。然而,在一些实施例中,光纤可以包括已经被制作成对入射振动特别灵敏的光纤。
在操作中,询问器103发射询问电磁辐射到感测光纤中,该询问电磁辐射可以例如包括具有选定的频率样式的一系列光学脉冲。光学脉冲可以具有如在GB专利公开GB2,442,745中描述的频率样式,GB专利公开GB2,442,745的内容由此通过引用被并入这里,但是依赖于单个询问脉冲的DAS传感器也是已知的并且可以被使用。要注意的是,如在本文中使用的那样,术语“光学”不被限制到可见光谱,并且光辐射包括红外线辐射和紫外线辐射。如在GB2,442,745中描述的那样,瑞利(Rayleigh)背散射现象导致输入到光纤中的某一部分光被反射回到询问器,其中该部分光被检测以提供表示光纤附近的声学扰动的输出信号。因此,询问器便利地包括至少一个激光器201和至少一个光学调制器202,用于产生由已知光频差分离的多个光学脉冲。询问器还包括至少一个光检测器203,其被布置成检测从光纤102内的本征散射地点被瑞利背散射的辐射。瑞利背散射DAS传感器在本发明的实施例中是非常有用的,但是基于布里渊(Brillouin)或拉曼(Raman)散射的系统也是已知的并且能够用在本发明的实施例中。
来自光检测器的信号被信号处理器204处理。信号处理器基于光学脉冲之间的频率差而便利地解调返回的信号,例如如在GB2,442,745中描述的。信号处理器也可以应用相位解缠算法,如在GB2,442,745中描述的。来自光纤的各区段的背散射光的相位因此能够被监控。光纤的给定区段内的有效光学路径长度的任何改变(诸如将由于引起光纤上的应变的入射压力波引起)因此能够被检测到。
光输入的形式和检测的方法允许将单个连续光纤空间分解成分立的纵向感测部分。即,在一个感测部分处感测的声学信号能够基本上独立于在邻近部分处的感测信号而被提供。这样的传感器可以被看作全分布式或本征传感器,因为它使用光纤中固有的被处理的本征散射并且因此将感测功能遍及光纤的整体进行分布。光纤的感测部分的空间分辨率可以例如近似是10m,其对于40km量级的光纤的连续长度比如说提供大约4000个沿着40km的光纤部署的独立声学通道。
如以上提到的那样,这提供下述能力:使用单个DAS传感器但是利用沿着道路的不同位置处的多个噪声特征(换言之,在不同已知位置中可能存在位于道路的表面上或形成在道路的表面中的多个已知噪声特征)来监控道路的长的长度。图3图示监控在长度上可以是几百米或几千米的高速公路(freeway)/机动车道(motorway)的路段的原理。因此,感测光纤102可以沿道路的受监控路段被部署,如以上描述的那样。图3图示可能存在多个噪声特征301,其在该示例中包括位于沿着道路的长度的不同距离(即,位置)处的四个横向齿纹标志带。噪声特征301可以位于期望的任何位置处并且可以例如被布置成允许对结点之间的一段特定道路的监控。特别地,可能存在位于结点(在该示例中为出口)之前的一个噪声特征301a以及位于该结点之后的第二噪声特征301b。从出口之前和之后的交通流量因此能够被监控以确定在那个结点处离开的交通量。来自沿着道路的长度的不同位置处的不同噪声特征的特性声波标记图然后能够被光纤的不同感测部分检测到。
图3也图示被监控的道路可以是多车道道路。典型地,噪声特征可以仅被布置在一个车道中,使得仅在那个车道中经过的交通将生成声学响应。这允许对车辆处于哪个车道的识别。噪声特征301可以被错开足够远,使得光纤的给定感测部分将仅检测来自一个噪声特征的强声学响应。因此,给定感测部分处的特性声学信号的检测将会指示经过那个位置处的噪声特征的车辆,并且将会知道这样的噪声特征位于哪个车道。然而将噪声特征间隔开如此远可能不适合于所有实例,车辆在噪声特征之间可以改变车道并且不被计数或者可能地被计数两次。
然而,在一个实施例中,多个噪声特征中的至少一些被配置成产生彼此不同的特性声波标记图。换言之,由穿越第一噪声特征的车辆产生的信号可以不同于如果相同车辆穿越第二噪声特征而产生的信号。这能够允许处理器识别特定特性声波标记图,以便检测车辆穿越的相关噪声特征。特别地,如果不同车道中的不同噪声特征被布置成产生不同声波标记图,则通过分析所检测的信号,产生该信号的相关噪声特征以及由此车辆所在的相关车道甚至能够根据来自光纤的单个感测部分的返回信号而被识别。因此,处理器可以识别特定特性声波标记图以确定车辆行进在哪个车道。
存在能够产生不同声学信号的各种方式,但是在一个实施例中,至少一些噪声特征均包括沿着道路彼此间隔开的多个噪声元件,每个噪声元件被配置成当被道路车辆的车轮穿越时生成有区别的声音,其中至少一些噪声元件具有彼此不同的噪声元件间隔以生成所述不同的特性声波标记图。
图4图示这样的实施例。在该示例中,噪声特征401包括四个元件例如四个横向齿纹标志带,该四个元件中的每个将在被车辆车轴的(一个或多个)车轮穿越时产生有区别的声音。这四个元件以期望样式的间距沿着道路彼此间隔开。因此,越过所有四个元件的车辆(假定恒定速度)将产生一系列的特性声学强度尖峰。强度尖峰之间的绝对定时将取决于车辆的速度而变化,但是相对定时将与间距成比例,即与第一和第二元件之间的距离S12、第二和第三元件之间的距离S23以及第三和第四元件之间的距离S34成比例。实际上,噪声元件的间距给予由处于恒定速度的车辆生成的声学信号相对定时编码。该间距或编码可以不同于位于道路的不同车道中的不同噪声特征402的间距或编码。
存在各个元件的间距能够被用于按照其来提供不同特性声学信号的各种不同方式。例如,考虑对于特征401而言,间距S12与间距S34相同但是间距S23是更大间距,比如说是S12间距的两倍。对于特征402而言,间距S12和S34也可以彼此相同并且与针对特征401的间距相同,但是间距S23可以是不同值,比如说是S12间距的三倍。在特征401之上行进的车辆因此将会从每个车轴产生四个强度峰值,其中强度峰值之间的相对延迟比率是1:2:1,然而对于特征402而言,比率将会是1:3:1。通过查看各种强度峰值,因此将会有可能把甚至从多个噪声特征所检测的信号与那些特征的已知样式联系起来,以便确定来自每个噪声特征的特性标记图。
各种噪声特征可以至少部分彼此错开大约几米的量级以帮助区分各种强度峰值,但是如在图4中的底部的车道中图示的那样,在一些实例中,噪声特征的元件的间距可以至少部分重叠。
噪声特征可以被布置成使得每个车道中的噪声特征产生相同特性标记图,该特性标记图不同于其它车道中产生的特性标记图。换言之,可能存在:第一多个噪声特征,该第一多个噪声特征每个产生以沿着第一车道的间隔定位的第一特性声波标记图;以及第二多个噪声特征,该第二多个噪声特征每个产生以沿着第二车道的间隔定位的第二特性声波标记图。
附加或替代地,至少一些噪声元件可以具有彼此不同数目的噪声元件,以生成所述不同特性声波标记图和/或至少一些噪声特征可以具有彼此不同类型的噪声元件,以在被穿越时生成不同的有区别的声音。
图5图示可能噪声特征的一些其它实施例。噪声特征501图示具有非对称布置的噪声元件的噪声特征。该类型的噪声特征具有下述属性:所产生的声音样式将取决于车辆行进的方向而变化。这样的噪声特征因此能够被布置成横跨双向道路的整个宽度以监控在两个方向上移动的交通,行进的方向由所产生的声音样式指示。
噪声特征502具有单个齿纹标志带元件。这能够结合基于一般DAS的车辆跟踪(即,跟踪由横跨DAS传感器的几个感测部分的移动车辆生成的一般噪声以识别车辆位置和速度)来使用以提供以上描述的优势。
另一噪声特征可以以相对远离多个其它元件503定位的单个噪声元件(诸如元件503)为特征。单个元件502与多个元件503之间的间隔可以足够远,使得车辆必须在到达多个元件之前完全通过该单个带(或反之亦然)。从该单个带检测的声音样式因此将仅指示车辆的车轴样式,其可以帮助处理来自多个带的返回信号。
噪声特征504由第一构造的第一元件504a和第二不同构造的第二元件504b组成。不同构造能够是:第二元件可以从不同材料形成和/或具有不同图案化的表面或变化的表面轮廓,使得它在被穿越时生成与第一元件不同的声音。通过使噪声特征之间的元件的类型和/或次序变化,可以有可能提供不同的声学特性,诸如强度、持续时间和/或声学频率。噪声元件的相对宽度也可以变化,使得由穿越噪声元件的车轮产生的声音具有不同持续时间。
应当注意的是,由穿越噪声特征的车辆产生的声音可以很好地具有特定频谱特性,并且处理器可以例如通过应用频率分析或过滤来很好地寻找这样的特性以帮助检测声波标记图。特别地,由噪声特征生成的声音可以具有与由车辆的移动产生的一般道路噪声不同的频谱特性。该频谱特性也可以取决于车辆的类型而变化,例如更大类型的重型货物车辆可以产生与紧凑型汽车的更小轮胎不同的频率响应。频谱分析可以用来帮助车辆表示特性。
应当注意的是,DAS传感器也可以用来提供除了检测由越过噪声特征的车辆生成的声学信号以外的其它声学监控。如提到的那样,邻近于DAS感测光纤的道路上的车辆的移动甚至将在没有噪声元件的情况下生成声学信号,并且这些信号能够被检测到并且可能用来通过在车辆相对于光纤的感测部分移动时跟踪声学信号而在车辆移动时跟踪车辆。本发明的实施例因此能够被看作当车辆越过道路中所定义的特征时提供基于附加点的车辆监控,其中优势是能够识别车辆行进在多车道道路的哪个车道中并且根据确定的车轴间距提供车辆类型的指示。
即使不被用于跟踪噪声特征之间的车辆,DAS传感器也能够用来提供在不指定噪声特征的情况下关于噪声水平并由此关于道路网络的路段的活动水平的一般信息和/或提供针对路旁基础设施的条件监控或紧急情况的检测,例如检测可能指示碰撞的显著声学/振动信号。
出于提供警报给漂移远离马路的车辆的驾驶员的通常目的,被监控的道路可以甚至在没有横跨马路的噪声特征的情况下被提供有沿着马路的侧边纵向延伸的齿纹标志带。DAS传感器将能够检测在道路侧边的齿纹标志带上或越过该齿纹标志带行驶的车辆的有区别的声音。这样的信息能够以多种方式使用。如果在给定位置处许多次检测到越过马路边缘的车辆,则这能够指示驾驶员正避开主马路上的某物,诸如碎片或坑洼等等。这可以触发警报以检查马路的相关路段。附加或替代地,疲劳的驾驶员可能随着车辆前进而在沿着道路的长度的不同位置处重复地漂移到道路的边缘处的齿纹标志带上。这可能导致沿着道路的连续位置处的一系列重复检测到。这样的样式可以被检测到,特别地在联合通过在车辆经过光纤的各个感测部分时监控一般噪声来对车辆跟踪(这可能在轻交通的时间(诸如在疲劳可能是更大问题的夜晚)更加容易)的情况下,并且用来生成警报。
然而,一般地,这样的数据可以在相对长的时间段内被收集并且被分析以确定任何趋势,诸如其中车辆趋向于存在于主马路的特定位置或时间或日期。
因此,一般地,实施例提供用于交通监控的方法和设备。方法可以至少部分地由一个或多个合适编程的计算机实施,并且本发明的实施例因此可以由合适的计算机软件至少部分地实施。本发明也涉及用于分析从DAS传感器收集的数据的合适处理器,该DAS传感器沿具有部署在道路中的合适噪声特征的道路部署。
本发明也覆盖以适合于允许由合适声学传感器确定车辆检测、速度确定和/或车轴间隔的方式将噪声特征形成或部署在道路中或在道路上。
本发明的实施例已经关于使用DAS感测来检测声学信号被描述。出于以上陈述的原因,DAS感测是特别有利的,但是将会有可能在噪声特征附近使用其它类型的声学传感器。
本发明的实施例已经关于道路交通监控被描述,但是通过在某些位置中在轨道网络的轨道上提供噪声特征或提供附着到轨道网络的轨道的噪声特征以便在列车经过时提供特性声波标记图,该一般构思也将会适用于轨道网络。
应当注意的是,以上提到的实施例说明而不是限制本发明,并且本领域技术人员将能够设计许多替代实施例而不脱离所附权利要求的范围。来自各个实施例的特征可以被组合并且被一起使用,除了另外明确指示的情况之外。词语“包括”不排除权利要求中列出的那些元件或步骤之外的元件或步骤的存在,“一”或“一个”不排除复数,并且单个特征或其它单元可以实现权利要求中陈述的几个单元的功能。权利要求中的任何参考数字或标记不应当被解释为限制它们的范围。

Claims (59)

1.一种监控在道路上移动的道路交通的方法,包括:
利用光辐射询问光纤以提供分布式声学感测,以便从所述光纤的多个感测部分中的每个生成声学测量信号;
其中所述光纤的所述感测部分的至少一个位于已知噪声特征附近,所述已知噪声特征在已知位置中位于道路的表面上或者在道路的表面中形成;并且
其中所述噪声特征被配置成当被道路车辆的车轮穿越时产生特性声波标记图,以及
所述方法包括:通过分析来自位于已知噪声特征附近的所述至少一个感测部分的所述声学测量信号以检测所述特性声波标记图的出现,来检测经过所述噪声特征的车辆。
2.根据权利要求1所述的方法,其中所述噪声特征包括位于道路的表面上或在道路的表面中形成的至少一个凸起或图案化的特征。
3.根据权利要求1或权利要求2所述的方法,其中所述噪声特征包括相对道路方向横向布置的一个或多个齿纹标志带。
4.根据任何一项前述权利要求所述的方法,包括将所述特性声波标记图的出现与道路车辆的车轴相关联的步骤。
5.根据权利要求4所述的方法,包括识别所述道路车辆的车轴的数目。
6.根据权利要求5所述的方法,包括基于车轴的数目将车辆的类型分类的步骤。
7.根据任何一项前述权利要求所述的方法,其中所述噪声特征至少包括沿着道路彼此间隔开已知的第一距离的第一和第二噪声元件,其中所述第一和第二元件中的每个被配置成当被道路车辆的车轮穿越时生成有区别的声音。
8.根据权利要求7所述的方法,其中所述方法包括:识别由穿越第一和第二噪声元件的给定车辆车轴的一个或多个车轮分别生成的第一和第二声学信号。
9.根据权利要求8所述的方法,包括:基于所述第一和第二声学信号之间的时间差来确定车辆的速度。
10.根据权利要求9所述的方法,包括:基于由所述道路车辆的不同车轴的车轮生成的所述特性声波标记图的出现之间的时间和所述确定的速度来确定道路车辆的车轴之间的距离。
11.根据权利要求10所述的方法,包括:基于道路车轴的所确定的间隔将道路车辆的类型分类。
12.根据任何一项前述权利要求所述的方法,包括:确定所述特性声波标记图的声学强度。
13.根据权利要求12所述的方法,包括:基于所述特性声波标记图的所确定的强度将道路车辆的类型分类。
14.根据任何一项前述权利要求所述的方法,其中在不同已知位置中存在位于道路的表面上或在道路的表面中形成的多个已知噪声特征,并且所述方法包括:检测来自所述多个已知噪声特征中的任何一个的特性声波标记图的出现。
15.根据权利要求14所述的方法,其中多个噪声特征位于沿着道路的长度的不同位置处,并且光纤沿着道路的路径部署。
16.根据权利要求15所述的方法,其中来自沿着道路的长度的不同位置处的不同噪声特征的特性声波标记图由光纤的不同感测部分检测。
17.根据权利要求16所述的方法,其中至少一个噪声特征位于结点之前并且至少一个噪声特征位于结点之后。
18.根据权利要求14至17中的任何一项所述的方法,其中所述多个噪声特征中的至少一些被配置成产生彼此不同的特性声波标记图。
19.根据权利要求18所述的方法,其中所述方法包括:识别特定特性声波标记图以便检测车辆已经穿越的相关噪声特征。
20.根据权利要求18或权利要求19所述的方法,其中至少一些噪声特征每个包括沿着道路彼此间隔开的多个噪声元件,每个噪声元件被配置成当被道路车辆的车轮穿越时生成有区别的声音,并且其中至少一些噪声特征具有彼此不同间距的噪声元件以生成所述不同的特性声波标记图。
21.根据权利要求18至20中的任何一项所述的方法,其中至少一些噪声特征每个包括沿着道路彼此间隔开的多个噪声元件,每个噪声元件被配置成当被道路车辆的车轮穿越时生成有区别的声音,并且其中至少一些噪声特征具有彼此不同数目的噪声元件以生成所述不同的特性声波标记图。
22.根据权利要求18至20中的任何一项所述的方法,其中至少一些噪声特征每个包括沿着道路彼此间隔开的多个噪声元件,每个噪声元件被配置成当被道路车辆的车轮穿越时生成有区别的声音,并且其中至少一些噪声特征具有彼此不同类型的噪声元件以当被穿越时生成不同的有区别的声音。
23.根据权利要求22所述的方法,其中所述不同的有区别的声音包括不同强度、持续时间和/或声学频率的声音。
24.根据权利要求18至23中的任何一项所述的方法,其中被监控的道路的至少部分是多车道道路,并且生成不同特性声波标记图的所述噪声特征中的至少一些位于彼此不同的车道中。
25.根据权利要求24所述的方法,包括:识别特定特性声波标记图以确定车辆正在哪个车道中行进。
26.根据权利要求24或权利要求25所述的方法,其中道路至少包括第一车道以及第二车道,并且存在每个产生以沿着第一车道的间隔定位的第一特性声波标记图的第一多个噪声特征以及每个产生以沿着第二车道的间隔定位的第二特性声波标记图的第二多个噪声特征。
27.根据任何一项前述权利要求所述的方法,其中被监控的道路的至少部分是多车道道路,并且其中存在沿着每个车道的路径定位的多个噪声特征。
28.根据权利要求27所述的方法,其中邻近噪声特征之间的间距在每个车道中不同。
29.一种用于监控道路上的交通移动的系统,该系统包括:
分布式光纤传感器设备,用于利用光辐射询问光纤以提供分布式声学感测,从而从所述光纤的多个感测部分中的每个生成声学测量信号;以及
至少一个已知噪声特征,在已知位置中位于道路的表面上或形成在道路的表面中;
其中所述噪声特征被配置成当被道路车辆的车轮穿越时产生特性声波标记图,并且
其中所述光纤的所述感测部分中的至少一个位于所述已知噪声特征附近;
系统进一步包括:处理器,用于处理来自位于所述已知噪声特征附近的所述至少一个感测部分的声学测量信号以检测所述特性声波标记图的出现,从而检测经过所述噪声特征的车辆。
30.根据权利要求29所述的系统,其中所述噪声特征包括位于道路的表面上或在道路的表面中形成的至少一个凸起或图案化的特征。
31.根据权利要求29或权利要求30所述的系统,其中所述噪声特征包括相对道路方向横向布置的一个或多个齿纹标志带。
32.根据权利要求29至31中的任何一项所述的系统,其中所述处理器被配置成将所述特性声波标记图的出现与道路车辆的车轴相关联。
33.根据权利要求32所述的系统,其中所述处理器被配置成识别所述道路车辆的车轴的数目。
34.根据权利要求33所述的系统,其中所述处理器被配置成基于车轴的数目将车辆的类型分类。
35.根据权利要求29至34中的任何一项所述的系统,其中所述噪声特征至少包括沿着道路彼此间隔开已知第一距离的第一和第二噪声元件,其中所述第一和第二元件中的每个被配置成当被道路车辆的车轮穿越时生成有区别的声音。
36.根据权利要求35所述的系统,其中所述处理器被配置成识别由穿越第一和第二噪声元件的给定车辆车轴的一个或多个车轮分别生成的第一和第二声学信号。
37.根据权利要求36所述的系统,其中所述处理器被配置成基于所述第一和第二声学信号之间的时间差来确定车辆的速度。
38.根据权利要求37所述的系统,其中所述处理器被配置成:基于由所述道路车辆的不同车轴的车轮生成的所述特性声波标记图的出现之间的时间和所述确定的速度来确定道路车辆的车轴之间的距离。
39.根据权利要求29至38中的任何一项所述的系统,其中在不同已知位置中存在位于道路的表面上或在道路的表面中形成的多个已知噪声特征。
40.根据权利要求39所述的系统,其中多个噪声特征位于沿着道路的长度的不同位置处,并且光纤沿着道路的路径被部署。
41.根据权利要求40所述的系统,其中来自沿着道路的长度的不同位置处的不同噪声特征的特性声波标记图被光纤的不同感测部分检测到。
42.根据权利要求41所述的系统,其中至少一个噪声特征位于结点之前并且至少一个噪声特征位于结点之后。
43.根据权利要求39至42中的任何一项所述的系统,其中所述多个噪声特征中的至少一些被配置成产生彼此不同的特性声波标记图。
44.根据权利要求43所述的系统,其中所述处理器被配置成:识别特定特性声波标记图以便检测车辆已经穿越的相关噪声特征。
45.根据权利要求43或权利要求44所述的系统,其中至少一些噪声特征每个包括沿着道路彼此间隔开的多个噪声元件,每个噪声元件被配置成当被道路车辆的车轮穿越时生成有区别的声音,并且其中至少一些噪声特征具有彼此不同间距的噪声元件以生成所述不同特性声波标记图。
46.根据权利要求43至45中的任何一项所述的系统,其中至少一些噪声特征每个包括沿着道路彼此间隔开的多个噪声元件,每个噪声元件被配置成当被道路车辆的车轮穿越时生成有区别的声音,并且其中至少一些噪声特征具有彼此不同数目的噪声元件以生成所述不同的特性声波标记图。
47.根据权利要求43至46中的任何一项所述的系统,其中至少一些噪声特征每个包括沿着道路彼此间隔开的多个噪声元件,每个噪声元件被配置成当被道路车辆的车轮穿越时生成有区别的声音,并且其中至少一些噪声特征具有彼此不同类型的噪声元件以当被穿越时生成不同的有区别的声音。
48.根据权利要求47所述的系统,其中所述不同的有区别的声音包括不同强度、持续时间和/或声学频率的声音。
49.根据权利要求43至48中的任何一项所述的系统,其中被监控的道路的至少部分是多车道道路,并且生成不同特性声波标记图的所述噪声特征中的至少一些位于彼此不同的车道中。
50.根据权利要求49所述的系统,其中所述处理器被配置成识别特定特性声波标记图以确定车辆正在哪个车道中行进。
51.根据权利要求49或权利要求50所述的系统,其中所述道路至少包括:第一车道以及第二车道,并且存在每个产生以沿着第一车道的间隔定位的第一特性声波标记图的第一多个噪声特征以及每个产生以沿着第二车道的间隔定位的第二特性声波标记图的第二多个噪声特征。
52.根据权利要求29至51中的任何一项所述的系统,其中被监控的道路的至少部分是多车道道路,并且其中存在沿着每个车道的路径定位的多个噪声特征。
53.根据权利要求52所述的系统,其中邻近噪声特征之间的间距在每个车道中不同。
54.一种处理从分布式声学传感器的至少一个感测部分中收集的数据的方法,所述至少一个感测部分部署在道路中的已知位置中的噪声特征附近,所述方法包括分析所述数据以检测与穿越所述噪声特征的车辆相关联的特性声波标记图的出现。
55.根据权利要求55所述的方法,其中所述数据从部署在噪声特征附近的至少一个感测部分来获得,所述噪声特征具有沿着道路间隔开已知距离的至少两个噪声元件,并且所述方法包括:识别由穿越第一和第二噪声元件的给定车辆车轴的一个或多个车轮分别生成的第一和第二声学信号;以及基于所述第一和第二声学信号之间的时间差确定车辆的速度。
56.根据权利要求55所述的方法,进一步包括:基于由所述道路车辆的不同车轴的车轮生成的所述特性声波标记图的出现之间的时间和所述确定的速度来确定道路车辆的车轴之间的距离。
57.根据权利要求54至56中的任何一项所述的方法,其中所述数据从部署在多个噪声特征附近的至少一个感测部分来获得,其中多个噪声特征中的至少一些被配置成产生彼此不同的特性声波标记图,并且方法包括识别特定特性声波标记图以便检测车辆已经穿越的相关噪声特征。
58.一种计算机软件程序,所述计算机软件程序当在合适计算机上运行时使所述计算机实施权利要求1至28中任何一项的方法或者权利要求54至57的方法。
59.一种处理器,用于处理从分布式声学传感器的至少一个感测部分收集的数据,所述至少一个感测部分部署在道路中的已知位置中的噪声特征附近,所述处理器被配置成分析所述数据以检测与穿越所述噪声特征的车辆相关联的特性声波标记图的出现。
CN201480023529.3A 2013-04-26 2014-04-25 交通监控 Active CN105122328B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GB1307542.9A GB2513399B (en) 2013-04-26 2013-04-26 Traffic Monitoring
GB1307542.9 2013-04-26
PCT/GB2014/051306 WO2014174318A1 (en) 2013-04-26 2014-04-25 Traffic monitoring

Publications (2)

Publication Number Publication Date
CN105122328A true CN105122328A (zh) 2015-12-02
CN105122328B CN105122328B (zh) 2018-09-04

Family

ID=48626876

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480023529.3A Active CN105122328B (zh) 2013-04-26 2014-04-25 交通监控

Country Status (7)

Country Link
US (1) US10198946B2 (zh)
EP (1) EP2989622B1 (zh)
CN (1) CN105122328B (zh)
AU (1) AU2014259162B2 (zh)
GB (1) GB2513399B (zh)
NZ (1) NZ713184A (zh)
WO (1) WO2014174318A1 (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106448188A (zh) * 2016-10-29 2017-02-22 浙江大学 基于分布式声传感数据的道路区间双向车流速度估计方法
CN106600981A (zh) * 2016-10-29 2017-04-26 浙江大学 基于分布式传感信息的道路断面双向车辆速度估计方法
CN106710212A (zh) * 2016-12-20 2017-05-24 浙江中电智能科技有限公司 一种基于高速公路交通状况监测系统的监测方法
CN107256635A (zh) * 2017-07-14 2017-10-17 浙江大学 一种智能交通中基于分布式光纤传感的车辆识别方法
CN107356271A (zh) * 2016-05-09 2017-11-17 辉固科技有限公司 基于光纤的交通和基础设施监测系统
CN107845292A (zh) * 2017-11-06 2018-03-27 郑文英 一种车辆防追尾控制方法及其系统
CN111309020A (zh) * 2020-03-02 2020-06-19 中国安全生产科学研究院 一种基于das的露天矿山车辆防撞系统及方法
CN112816043A (zh) * 2020-12-30 2021-05-18 北京万集科技股份有限公司 一种确定车辆的车型的方法及系统
CN113260833A (zh) * 2018-12-03 2021-08-13 日本电气株式会社 道路监视系统、道路监视设备、道路监视方法和非暂时性计算机可读介质
CN113295248A (zh) * 2021-04-28 2021-08-24 广州铁路职业技术学院(广州铁路机械学校) 一种基于分布式光纤监测汽车超载的方法
CN113313951A (zh) * 2021-07-30 2021-08-27 宁波均联智行科技股份有限公司 一种基于环境噪声的交通控制方法和装置

Families Citing this family (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201414616D0 (en) * 2014-08-18 2014-10-01 Optasense Holdings Ltd Detection of anomalies in rail wheelsets
DE102014217694A1 (de) * 2014-09-04 2016-03-10 Volkswagen Aktiengesellschaft Spurhalteassistent
GB201503855D0 (en) 2015-03-06 2015-04-22 Q Free Asa Vehicle detection
GB201519202D0 (en) * 2015-10-30 2015-12-16 Optasense Holdings Ltd Monitoring traffic flow
DE102015120533B4 (de) 2015-11-26 2017-07-27 Wolfsburg Ag Einrichtung und Verfahren zur akustischen Verkehrsdatenerfassung
EP3188149A1 (de) 2015-12-30 2017-07-05 Skidata Ag Verfahren zur identifizierung von fahrzeugen zum betreiben eines parkhauses oder eines parkplatzes
AU2017246521B2 (en) 2016-04-07 2023-02-02 Bp Exploration Operating Company Limited Detecting downhole sand ingress locations
BR112018070577A2 (pt) 2016-04-07 2019-02-12 Bp Exploration Operating Company Limited detecção de localizações de ingresso de areia de fundo de poço
US10163351B2 (en) 2016-08-26 2018-12-25 Ford Global Technologies, Llc Enhanced lane detection
US10353060B2 (en) * 2016-12-07 2019-07-16 Raytheon Bbn Technologies Corp. Detection and signal isolation of individual vehicle signatures
LU100017B1 (en) * 2017-01-09 2018-08-14 Ws Tech Gmbh A method and system for determining event-parameters of an object
EP3608503B1 (en) 2017-03-31 2022-05-04 BP Exploration Operating Company Limited Well and overburden monitoring using distributed acoustic sensors
EA202090528A1 (ru) 2017-08-23 2020-07-10 Бп Эксплорейшн Оперейтинг Компани Лимитед Обнаружение мест скважинных пескопроявлений
WO2019072899A2 (en) 2017-10-11 2019-04-18 Bp Exploration Operating Company Limited EVENT DETECTION USING FREQUENCY DOMAIN ACOUSTIC CHARACTERISTICS
CN107730895B (zh) * 2017-10-25 2024-01-30 同济大学 一种埋入式道路车辆类型识别系统和方法
KR101885065B1 (ko) * 2017-11-06 2018-08-03 대한민국 음향 분석을 활용한 횡방향 그루빙이 형성된 도로를 지나는 차량의 속도 추정 방법, 장치 및 컴퓨터 프로그램
US11029688B2 (en) * 2018-02-12 2021-06-08 Motional Ad Llc Rumble strip following for automated vehicle steering
DE102018211758A1 (de) 2018-05-07 2019-11-07 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung, verfahren und computerprogramm zur akustischen überwachung eines überwachungsbereichs
CA3120493A1 (en) 2018-11-29 2020-06-04 Bp Exploration Operating Company Limited Das data processing to identify fluid inflow locations and fluid type
GB201820331D0 (en) 2018-12-13 2019-01-30 Bp Exploration Operating Co Ltd Distributed acoustic sensing autocalibration
WO2020213060A1 (ja) * 2019-04-16 2020-10-22 日本電気株式会社 光ファイバセンサ、監視システム、センシング位置補正方法、及び、非一時的なコンピュータ可読媒体
US11837084B2 (en) * 2019-05-13 2023-12-05 Nippon Telegraph And Telephone Corporation Traffic flow estimation apparatus, traffic flow estimation method, traffic flow estimation program, and storage medium storing traffic flow estimation program
US11468667B2 (en) * 2019-06-19 2022-10-11 Nec Corporation Distributed intelligent traffic informatics using fiber sensing
EP4045766A1 (en) 2019-10-17 2022-08-24 Lytt Limited Fluid inflow characterization using hybrid das/dts measurements
WO2021073740A1 (en) 2019-10-17 2021-04-22 Lytt Limited Inflow detection using dts features
WO2021093974A1 (en) 2019-11-15 2021-05-20 Lytt Limited Systems and methods for draw down improvements across wellbores
US11393489B2 (en) 2019-12-02 2022-07-19 Here Global B.V. Method, apparatus, and computer program product for road noise mapping
US11788859B2 (en) * 2019-12-02 2023-10-17 Here Global B.V. Method, apparatus, and computer program product for road noise mapping
CN112977318A (zh) * 2019-12-12 2021-06-18 观致汽车有限公司 车辆的碰撞预警系统的控制方法、碰撞预警系统及车辆
WO2021152824A1 (ja) * 2020-01-31 2021-08-05 日本電気株式会社 車両監視システム、車両監視方法、及び車両監視装置
US11586216B2 (en) * 2020-03-27 2023-02-21 Intel Corporation Driving surface protrusion pattern detection for autonomous vehicles
GB2593711A (en) * 2020-03-30 2021-10-06 Airbus Operations Ltd Sensor assembly
US11562646B2 (en) * 2020-04-07 2023-01-24 Nec Corporation Multiple lane real-time traffic monitor and vehicle analysis using distributed fiber sensing
EP4165284A1 (en) 2020-06-11 2023-04-19 Lytt Limited Systems and methods for subterranean fluid flow characterization
EP4168647A1 (en) 2020-06-18 2023-04-26 Lytt Limited Event model training using in situ data
JP7480019B2 (ja) * 2020-10-27 2024-05-09 株式会社東芝 車両情報推定システム、車両情報推定装置、車両情報推定方法及びコンピュータプログラム
US20240046784A1 (en) * 2020-12-04 2024-02-08 Viavi Solutions Inc. Distributed acoustic sensing of traffic
US20220196463A1 (en) * 2020-12-22 2022-06-23 Nec Laboratories America, Inc Distributed Intelligent SNAP Informatics
AU2022361923A1 (en) * 2021-10-15 2024-05-30 Fiber Sense Limited Scalable telecommunications geotechnical surveying
GB202117090D0 (en) * 2021-11-26 2022-01-12 Fotech Group Ltd Monitoring traffic
CN114280322B (zh) * 2021-12-28 2024-05-17 武汉烽理光电技术有限公司 基于光栅阵列传感器的车辆定位测速系统及方法
CN115410403B (zh) * 2022-04-19 2023-11-10 北京见合八方科技发展有限公司 基于无源感知的公路车辆定位追踪方法、装置及可读介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1330769A (zh) * 1998-12-18 2002-01-09 未来纤维技术有限公司 用定位事件的反向传播信号方法来监视结构的设备和方法
WO2002065426A1 (en) * 2001-02-15 2002-08-22 Qinetiq Ltd Traffic monitoring
CN1374806A (zh) * 2001-03-13 2002-10-16 刘祥阳 路口交通监控、记录系统
CN1389820A (zh) * 2001-06-05 2003-01-08 郑肖惺 智能化城市交通管理网络系统
CN1391195A (zh) * 2002-06-12 2003-01-15 顾士平 基于新型网络的交通信息采集控制管理系统
US20030201909A1 (en) * 2002-04-29 2003-10-30 Inductive Signature Technologies, Inc. Surface-mount traffic sensors
CN1549224A (zh) * 2003-05-13 2004-11-24 林贵生 车辆探测装置
US20050147340A1 (en) * 2001-03-07 2005-07-07 Tapanes Edward E. Perimeter security system and perimeter monitoring method
US20080088846A1 (en) * 2006-10-13 2008-04-17 Justin Hayward Method and apparatus for acoustic sensing using multiple optical pulses
US20090014634A1 (en) * 2005-06-02 2009-01-15 British Telecommunications Public Limited Company Evaluating the position of a disturbance
US20100158431A1 (en) * 2008-12-24 2010-06-24 At&T Intellectual Property I, L.P. Optical Fiber Surveillance Topology

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5194847A (en) 1991-07-29 1993-03-16 Texas A & M University System Apparatus and method for fiber optic intrusion sensing
DE4304298A1 (de) * 1993-02-15 1994-08-18 Atlas Elektronik Gmbh Verfahren zum Klassifizieren von einen vorgegebenen Wegpunkt passierenden Fahrzeugen
US6021364A (en) * 1993-05-28 2000-02-01 Lucent Technologies Inc. Acoustic highway monitor
US5878367A (en) * 1996-06-28 1999-03-02 Northrop Grumman Corporation Passive acoustic traffic monitoring system
GB0521713D0 (en) * 2005-10-25 2005-11-30 Qinetiq Ltd Traffic sensing and monitoring apparatus
CN101706997A (zh) * 2009-08-17 2010-05-12 昆山敏通光纤传感技术研发中心有限公司 分布式光纤车辆综合信息检测系统及其处理方法
GB201020359D0 (en) * 2010-12-01 2011-01-12 Qinetiq Ltd Selsmic surveying
GB201122331D0 (en) * 2011-12-23 2012-02-01 Qinetiq Ltd Location and monitoring of undersea cables
US20140278030A1 (en) * 2013-03-14 2014-09-18 Harman International Industries, Incorported Automobile traffic detection system

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1330769A (zh) * 1998-12-18 2002-01-09 未来纤维技术有限公司 用定位事件的反向传播信号方法来监视结构的设备和方法
WO2002065426A1 (en) * 2001-02-15 2002-08-22 Qinetiq Ltd Traffic monitoring
US20050147340A1 (en) * 2001-03-07 2005-07-07 Tapanes Edward E. Perimeter security system and perimeter monitoring method
CN1374806A (zh) * 2001-03-13 2002-10-16 刘祥阳 路口交通监控、记录系统
CN1389820A (zh) * 2001-06-05 2003-01-08 郑肖惺 智能化城市交通管理网络系统
US20030201909A1 (en) * 2002-04-29 2003-10-30 Inductive Signature Technologies, Inc. Surface-mount traffic sensors
CN1391195A (zh) * 2002-06-12 2003-01-15 顾士平 基于新型网络的交通信息采集控制管理系统
CN1549224A (zh) * 2003-05-13 2004-11-24 林贵生 车辆探测装置
US20090014634A1 (en) * 2005-06-02 2009-01-15 British Telecommunications Public Limited Company Evaluating the position of a disturbance
US20080088846A1 (en) * 2006-10-13 2008-04-17 Justin Hayward Method and apparatus for acoustic sensing using multiple optical pulses
US20100158431A1 (en) * 2008-12-24 2010-06-24 At&T Intellectual Property I, L.P. Optical Fiber Surveillance Topology

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107356271A (zh) * 2016-05-09 2017-11-17 辉固科技有限公司 基于光纤的交通和基础设施监测系统
CN106448188B (zh) * 2016-10-29 2018-11-16 浙江大学 基于分布式声传感数据的道路区间双向车流速度估计方法
CN106600981A (zh) * 2016-10-29 2017-04-26 浙江大学 基于分布式传感信息的道路断面双向车辆速度估计方法
CN106448188A (zh) * 2016-10-29 2017-02-22 浙江大学 基于分布式声传感数据的道路区间双向车流速度估计方法
CN106710212A (zh) * 2016-12-20 2017-05-24 浙江中电智能科技有限公司 一种基于高速公路交通状况监测系统的监测方法
CN107256635A (zh) * 2017-07-14 2017-10-17 浙江大学 一种智能交通中基于分布式光纤传感的车辆识别方法
CN107256635B (zh) * 2017-07-14 2019-12-31 浙江大学 一种智能交通中基于分布式光纤传感的车辆识别方法
CN107845292A (zh) * 2017-11-06 2018-03-27 郑文英 一种车辆防追尾控制方法及其系统
CN113260833A (zh) * 2018-12-03 2021-08-13 日本电气株式会社 道路监视系统、道路监视设备、道路监视方法和非暂时性计算机可读介质
CN111309020A (zh) * 2020-03-02 2020-06-19 中国安全生产科学研究院 一种基于das的露天矿山车辆防撞系统及方法
CN111309020B (zh) * 2020-03-02 2023-11-14 中国安全生产科学研究院 一种基于das的露天矿山车辆防撞系统及方法
CN112816043A (zh) * 2020-12-30 2021-05-18 北京万集科技股份有限公司 一种确定车辆的车型的方法及系统
CN112816043B (zh) * 2020-12-30 2023-01-06 北京万集科技股份有限公司 一种确定车辆的车型的方法及系统
CN113295248A (zh) * 2021-04-28 2021-08-24 广州铁路职业技术学院(广州铁路机械学校) 一种基于分布式光纤监测汽车超载的方法
CN113313951A (zh) * 2021-07-30 2021-08-27 宁波均联智行科技股份有限公司 一种基于环境噪声的交通控制方法和装置

Also Published As

Publication number Publication date
GB201307542D0 (en) 2013-06-12
EP2989622A1 (en) 2016-03-02
WO2014174318A1 (en) 2014-10-30
AU2014259162A1 (en) 2015-10-22
US20160078760A1 (en) 2016-03-17
EP2989622B1 (en) 2017-09-20
GB2513399A (en) 2014-10-29
NZ713184A (en) 2018-11-30
AU2014259162B2 (en) 2018-03-29
GB2513399B (en) 2017-07-26
US10198946B2 (en) 2019-02-05
CN105122328B (zh) 2018-09-04

Similar Documents

Publication Publication Date Title
CN105122328A (zh) 交通监控
EP3369085B1 (en) Monitoring traffic flow
US10401199B2 (en) Tracking using distributed fibre optic sensing
CA2862362C (en) Detecting train separation
US9561812B2 (en) Monitoring transport network infrastructure
US11468667B2 (en) Distributed intelligent traffic informatics using fiber sensing
WO2013114135A2 (en) Control of transport networks
KR20190022814A (ko) 열차 내 힘 모니터링을 위한 분산형 광섬유 감지
CN106662483A (zh) 铁轨轮组中的异常检测
US11562646B2 (en) Multiple lane real-time traffic monitor and vehicle analysis using distributed fiber sensing
JP2023553479A (ja) 分散型インテリジェントsnapインフォマティクス
Thomas et al. The Performance of Distributed Acoustic Sensing for Tracking the Movement of Road Vehicles

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
CB03 Change of inventor or designer information

Inventor after: R. Crickmore

Inventor after: D. Hill

Inventor after: J. Richards

Inventor after: R. Martin

Inventor after: M. McEwan-King

Inventor before: R. Crickmore

Inventor before: D. Hill

Inventor before: J. Richards

Inventor before: R. Martin

COR Change of bibliographic data
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: surrey

Patentee after: OPTASENSE HOLDINGS LTD.

Country or region after: United Kingdom

Address before: England Hampshire

Patentee before: OPTASENSE HOLDINGS LTD.

Country or region before: United Kingdom