CN106251646A

CN106251646A - 基于wifi信号的交通流量检测系统及检测方法

Info

Publication number: CN106251646A
Application number: CN201610673261.9A
Authority: CN
Inventors: 陈晓轩; 丁璠; 寿光明
Original assignee: 寿光明
Current assignee: Nanjing Jihang Information Technology Co., Ltd.
Priority date: 2016-08-16
Filing date: 2016-08-16
Publication date: 2016-12-21
Anticipated expiration: 2036-08-16
Also published as: CN106251646B

Abstract

本发明公开了一种基于WIFI信号的交通流量检测系统及方法，其中检测系统包括基于WIFI信号的交通流量检测器、数据存储及分析系统和通信网络；所述交通流量检测器包括信号收发模块、信号传输模块和供电模块，所述信号收发模块用于发送WIFI广播，以触发移动设备向周围发送信号；以及用于接收移动设备发送的数据，该数据包括移动设备的标识码；所述信号传输模块用于将接收到的数据发送到数据存储及分析系统；数据存储及分析系统用于存储数据并根据所述数据计算交通流量。本发明无需在移动设备上安装移动信号检测器模块，也无需强制安装定位软件或者定位装置，推广成本低、阻力小；同时，设备耐用性强，安装方便，可以密集布置于各路段；再次，该检测器的功耗低，能源消耗小，绿色环保；另外，通过太阳能电池的方式供电，解决了高速公路供电的难题。

Description

基于WIFI信号的交通流量检测系统及检测方法

技术领域

本发明涉及交通流量检测技术，尤其是一种用于高速公路等环境中的基于WIFI信号的交通流量检测系统及检测方法。

背景技术

交通流数据是交通运营调度指挥系统的重要信息来源，可为指挥调度、交通流量控制和交通诱导提供决策依据。现有的交通流检测技术有多种，根据安装方式可分为接触式检测方式和非接触式检测方式。其中接触式检测技术包括压电、压力管探测和环形线圈探测。这种技术的主要缺点是，车辆对道路的碾压导致检测器的使用寿命较短，在布设检测器时，需要中断交通、破坏路面，因此安装围护较为困难，使用成本高。非接触式检测技术主要为波频探测和视频探测。波频探测分为微波、超声波和红外等三种。非接触式检测器可通过支架安装，维护方便、使用寿命长，其主要缺点是易受户外气候条件的影响，存在环境适应性不强、数据传输量大、检测准确率不高和造价较高等问题。

随着我国高速路网的飞速发展，高速公路交通流检测应用需求剧增。在高速路网中，交通流量信息同样非常重要，通过流量信息，高速路网管理部门能实时了解各路段的实时车辆数量信息，提供直观的路网车辆负荷量，为路网的调度和整体规划提供准确数据。

但是，高速路网存在一些特殊的情况，例如高速公路供电不便、信息传输困难，以及建设过程中未能提前布设各类检测器等，无法做到密集式监控和管理，需要对现有检测器进行进一步的设计和改进。

发明内容

本发明的目的在于，提供一种基于WIFI信号的交通流量检测器，以解决现有技术存在的上述问题。同时，进一步提供一种基于WIFI信号的交通流量检测系统。

本发明的核心内容是，一种基于WIFI信号的交通流量检测系统，包括：

基于WIFI信号的交通流量检测器，包括信号收发模块、信号传输模块和供电模块，所述信号收发模块用于发送WIFI广播，以触发移动设备向周围发送信号；以及用于接收移动设备发送的数据，该数据包括移动设备的标识码；所述信号传输模块用于将接收到的数据发送到数据存储及分析系统；

数据存储及分析系统，用于存储数据并根据所述数据计算交通流量；

通信网络，用于各交通流量检测器与数据存储及分析系统之间的数据传输。

在进一步的实施例中，所述信号收发模块包括数据处理子模块，该数据处理子模块用于按照预定格式将移动设备的标识信息、检测器编号和记录时间进行排列并存储于存储器中。

在进一步的实施例中，所述检测器编号与特定的位置信息对应，所述数据存储及分析系统根据设备标识信息、检测器编号和记录时间，计算移动设备的位置、移动方向和移动速度。

在进一步的实施例中，所述供电模块包括太阳能供电模块和与太阳能供电模块连接的外罩蓄电池，所述太阳能供电模块包括太阳能电池板、与太阳能电池板连接的逆变器、内置蓄电池和充电控制器；所述检测器设置有外置供电接口、USB数据传输接口，传输线/光纤接口，以及短波信号传输模块。

在进一步的实施例中，还包括检测器支架，所述检测器支架包括检测器安装部、用于将检测器安装部固定于预定位置的固定螺栓，以及太阳能电池支架；所述太阳能电池支架包括第一支架、与第一支架套接的第二支架，以及可转动连接于第二支架端部的太阳能电池安装部；所述检测器安装部的表面设置有高强防划耐候材料，以重量份数计，所述高强防划耐候材料的组分为：熔体速率为30-50g/min的聚丁烯 30-50，PA66 25-40，ABS树脂15-25，酰胺蜡5-10，pp接枝马来酸酐 5-10，钠基膨润土5-10，含环氧活性基团的扩链剂3-5 ，硅灰石5-15，UV944 3-5，KH550 5-10，硅系囊材包覆聚磷酸铵胶囊10-15，稀土 0.5-3.5 。

在进一步的实施例中，若某两个以上的移动设备在预设的时间差内被预设数量的检测器检测到，则数据存储及分析系统将其作为同一移动设备，重新计算交通流。

一种基于WIFI信号的交通流量检测方法，包括如下步骤：

通过设置在预定路段的检测器接收移动设备发送的数据信号，获得移动设备的标识信息；将检测器编号、移动设备的标识信息和检测时刻按照预定格式存储并发送到数据存储及分析系统；

根据上述信息及检测器的位置信息，计算交通流量。

在进一步的实施例中，所述检测器的空间坐标与路段地图形成映射关系，结合检测器的编号信息，将各检测器收集到的数据映射到路段地图中。

在进一步的实施例中，根据应用需求对所述数据进行处理，计算某一路段的交通流量或统计用户的行程。

在进一步的实施例中，通过基于基础规则的自适应检测器生成基础数据自适应检测样本，通过对大量数据进行分析和与实际交通状况的对比；通过基于机器学习拥堵检测器对已有分析样本缺陷进行补偿，提高检测精度。

一种基于WIFI信号的交通流量检测系统，包括如下模块：

移动设备标识信息获取单元，用于发送WIFI信号，以诱导开启WIFI功能的移动设备与之链接；同时用于接收移动设备发送的连接信号，获取移动设备的标识信息，例如MAC地址；

数据处理单元，用于将获取单元的编号、移动设备的标识信息，以及获取单元接收到移动设备连接信号的时刻按照预定的格式整理并存储；

发送单元，用于将预定格式的信息发送到数据存储及分析中心，以及接收数据存储及分析中心发送的相关信息；

数据存储及分析中心，包括映射单元和分析统计单元，所述映射单元用于根据获取单元的空间位置信息将其映射到地图中；所述分析单元用于根据需求对预定格式的数据进行分析处理，获得交通流量信息。

在进一步的实施例中，还包括修正模块，所述修正模块用于根据检测数据和实际车流量关系进行自适应匹配与修正。

在进一步的实施例中，所述修正模块包括基于基础规则的自适应检测器和基于机器学习拥堵检测器，所述基于基础规则的自适应检测器用于生成基础数据自适应检测样本，通过对大量数据进行分析和与实际交通状况的对比；所述基于机器学习拥堵检测器用于对已有分析样本缺陷进行补偿，提高检测精度。

本发明的工作原理和优点是：本发明无需在移动设备上安装移动信号检测器模块，也无需强制安装定位软件或者定位装置，推广成本低、阻力小；同时，设备耐用性强，安装方便，可以密集布置于各路段；再次，该检测器的功耗低，能源消耗小，绿色环保；另外，通过太阳能电池的方式供电，解决了高速公路供电的难题；最好，该检测器的工作过程是捕捉移动信号，并记录移动设备的标识信息、检测时间和检测器编号，无需进行复制的数据处理，运行可行性更高。

附图说明

图1是本发明检测器的结构框图。

图2是本发明检测系统的结构框图。

图3是本发明总系统的结构框图。

图4是本发明检测器支架的结构示意图。

具体实施方式

结合图1至图4描述本发明的技术方案和技术思想。

提供一种采用上述检测器的系统，该检测系统包括检测器，后台分析处理中心（数据存储及分析系统）和通信网络。检测器的结构如上文所述，在此不再详述，检测器的主要收集其位置附近的移动设备的标识信息，将其按照预定格式处理后发给数据存储及分析中心，或者不经处理，直接发送给数据存储及分析系统，由分析系统对其整理和分析。数据存储及分析系统的主要功能是接收各检测器发送来的信息，包括移动设备的标识信息、检测器自身的编号和记录时间。根据各检测器发回的信息，按照预定的模式对数据进行整理和分析，计算交通流量。检测器通过通信网络，即组网分系统周期性地将数据发送给数据存储及分析系统，在每次发送完数据包后，清空存储器。在某些情况下，可以通过有线（同轴线、光纤）或者无线（2G、3G、4G）等方式向组网分系统发送数据流，组网分系统将数据进行统一管理并按照检测器的编号、移动设备的MAC地址对数据进行分类与存储，并定时通过无线传输方式将数据发送给总系统。

在上述实施例中，检测器编号与特定的位置信息对应，所述数据存储及分析系统根据设备标识信息、检测器编号和记录时间，计算移动设备的位置、移动方向和移动速度。

根据同一标识信息经过不同检测器的先后顺序，判断该车辆的运动方向。例如，在南北向的路段上，检测器1位于检测器2的南边，而某一标识信息在第1分钟、第3分钟分别被检测器1和检测器2检测到，则说明其是从检测器1运动至检测器2，其运动方向为从南向北运动。

根据不同检测器检测到同一标识信息的时间和检测器之间的距离，估算车辆运动的速度。例如，检测器之间的距离为某一预定值，而带有某标识信息的车辆在第一时刻和第二时刻分别被检测器检测到，则根据检测器之间的距离和车辆的运动时间，可以大致计算出车辆的运动速度。

基于标识信息的连接时间和位置，对车流数据进行数据清洗和整理。例如，根据不同标识信息在预定时间内被预定数量的检测器检测到，则将其归类为同一车辆。例如，如果标识信息1至4在两分钟内被同一检测器检测到，则说明其距离较近，如果在经过3个检测器时，上述标识信息的移动设备同样在2分钟内被检测器检测到，则说明其可能属于同一车辆上的移动设备，将其标记为同一车辆。

如图3所示，在某一实施例中，该存储及分析系统主要分为以下几个子系统：

分布式数据管理系统。检测器存储并传输的数据源中含有检测器编号、信号接收时间、设备MAC地址等信息。根据计算需要，需要对不同类型数据进行筛选、读取。因此系统需要支持对不同数据关键字的快速识别与数据检索功能。

高性能运算系统。数据的传输、分类、检索、交互、分析等均需要强大的处理器引擎支撑。采用高性能并行计算系统，可以为检测数据的实时分析提供强有力的支持。

数据传输系统。检测数据传输、大数据交互和挖掘、检测算法检测报表生成等都需要对存储的数据源进行提取和分析，为此需要保证数据的高效传输，目前有线传输方式下，采用光纤进行传输能够保证传输效率达到8GB/S以上，已能够满足数据交互需求。

数据信息分析系统，该系统由服务支援子系统和中央处理子系统构成。

服务支援子系统用于提供复杂任务处理功能，包括数据映射、优化处理、统计分析和评价。在这个子系统包含四个重要的模块：地理空间的映射，映射算法，统计计算器和绩效评审。

地理空间映射：为了能够在后期数据处理中，将数据处理结果一一对应与高速公路路段，在数据处理前期，需要对各检测器进行定位。而通过分布于高速公路网的检测器获取的数据中，并不包含检测器所在空间位置的坐标信息。为了弥补这方面的信息缺失，在系统建立初期，就需要将检测器空间网络分布图、高速公路网分布图载入系统中，并配合数据流中的检测器编号信息，将通过不同检测器收集到的数据映射至高速公路网。

映射算法：映射算法是决定检测器、高速公路路段、交通流量检测的核心，映射算法的优劣直接影响到三者之间的匹配度，在数据映射过程中需要注意检测器分布网与高速公路网的映射关系，检测数据流与检测器的映射关系以及经过初步数据分析的中间结果、节点结果和检测器间的映射关系。

统计计算器：统计计算器用于对经过初步数据处理的中间结果和节点结果进行统计分析，按不同应用需求，对同一个检测器在t时刻所接收到的信号量、在Δt时间内所接收到的信号量；对不同检测器，同一个信号MAC地址出现的时间点信息等进行统计分析，并将该信息输入至检测器中进行检测分析。

绩效评审：通过对同一个检测器中检测信号的分析，可分析在同一时刻内的信号通过量即瞬时信号通过量，通过对Δt时间范围内的信号通过量分析，可获得在该段时间范围内的平均信号通过量，通过对同一个信号在不同检测器中出现的时刻变化，可以分析该信号的平均移动速度。结合以上几点信息，可对节点流量信息，节点拥堵状况进行初步分析，输出该段拥堵状况报表。

从图3可以看出，检测器采集的数据经过蜂窝网发送到原始数据数据池，即大数据云存储系统的一部分。原始数据经过数据过滤和特征分析后存入大数据云存储系统中的中间结果数据池，经过特征分析器处理之后的数据进入节点结果收集器，对数据进行进一步处理，处理结果送入大数据云存储系统中的节点结果数据池，并通过数据评价器对其进行处理。

检测器分布信息（空间位置信息、空间坐标信息）和道路网分布信息（道路网分布地图）通过地理空间映射器进行处理，处理结果送入数据过滤器和/或特征分析器。同时，大数据云存储系统中的中间结果数据池和节点结果数据池中的数据送入映射优化器，经过优化后对地理空间映射器中的数据进行优化修正。在数据统计部分，大数据云存储系统中的数据和实际道路交通流量数据通过统计计算器进行处理，包括采用基于基础规则的自适应网络检测器对数据进行训练，同时采用基于机器学习的拥堵检测器对数据进行优化处理，通过性能评审，返回训练数据，不断优化统计结果。

由于本系统采用基于WIFI信号的检测器组成检测系统，故所获得的数据流均为移动平台如手机、平板、笔记本等信号信息，并未直接获得车辆信息，故在系统运行初期及运行过程中，需要根据检测数据与实际车流量关系进行自适应匹配与修正，在该系统中，加入了基于基础规则的自适应检测器和基于机器学习拥堵检测器，基于基础规则的自适应检测器为系统初始数据检测器，用于生成基础数据自适应检测样本，通过对大量数据进行分析和与实际交通状况的对比，由基于机器学习的拥堵检测器对已有分析样本缺陷进行补偿，提高检测精度，随着系统的运营时间推移，样本数据量不断增加，检测器检测精度也会相应不断提高。

中央处理子系统连接着大数据云存储系统与服务支援子系统，该系统是交通流量检测系统的核心，每次系统初始化，中央处理子系统都会实时运行，它从原始细胞活动数据源中提取数据特征，并通过服务支援子系统的基础服务支撑，对交通链路情况进行检测和评估。同时该系统生成的中间数据结果会存入云存储系统中，已被后期进一步的数据分析和数据挖掘。

从上述实施例可知，与现有技术对特定路段，例如交通路口或重点路段进行监控不同，本发明可以通过较低的成本对全路段进行监控和管理，获得全路段的交通流量信息。

如图1所示，在优选的实施例中，本发明的检测器主要包括太阳能供电模块、信号收发模块、锂电池、临时存储模块和短波信号传输模块。其中太阳能供电模块包括太阳能电池板、充电控制器、逆变器和内置蓄电池；太阳能供电模块与锂电池连接，锂电池为信号收发模块供电，信号收发模块与临时存储模块连接。信号收发模块包括无线信号发送模块、无线信号接收模块、数据处理模块和计时器。该检测器设置有外置供电接口、USB数据传输接口，传输线/光纤接入口。在该检测器中，信号收发模块为核心功能模块，主要用于向周围发射信号，即进行广播，以及接收具有WIFI功能的移动设备发送的连接数据，即获取移动设备的标识信息，例如mac地址或者其他标识信息。检测器将上述数据发送到数据存储及分析中心，由数据存储及分析中心进行存储和处理。或者，通过数据处理模块，将检测到的一定设备标识信息、检测器的编码和时间发送到数据存储及分析系统。

太阳能供电模块、锂电池和临时存储模块为辅助功能模块，在部分区域，可以通过外接电源，例如路灯的电源或者路灯上的太阳能电池板为检测器供电。考虑到告诉公路线网覆盖区域广、线路分布相对于城市较为稀疏，通过电网及高压电线等有线供电方式，存在部署成本高、供电网络复杂等问题，所以一直以来存在供电困难的问题。为了实现检测器的密集式部署，需首先解决供电的问题。为此，采用低功耗的检测器及合适的供电方式是非常重要的。为此，申请人通过WIFI信号采集移动设备的标识信息，无需进行大规模的数据采集、识别、处理和传输，因此功耗非常低，通过太阳能供电及锂电池的方式能够解决检测器的供电问题。

高速公路环境下，一直存在信息传输困难的问题，传统的视频流数据由于其单位时间内产生的数据量较为庞大，无法进行有效传输。而在本发明中，通过基于WIFI信号的移动信号检测器所记录下来的信息仅包括检测器编号、检测时间、手机标识等信息，单个信息量小，可使用较小的临时存储器进行存储。同时考虑到数据有效性及时效性，可根据需要调节临存中数据向组网分站中发送的频率，并在每次发送完数据包后，清空存储器。

从上述论述可知，本发明的检测器至少具有以下优点：1.节约系统安装成本：每个检测器生产成本较低，安装过程方便。2.节能环保，检测器采用太阳能供电方式，且其本身工能消耗低。3.生产工艺要求较低：该检测器从供能到信号采集到存储自成一体。4.安装成本低：该检测器可安装于高速路任意一侧，体积较小不阻碍驾驶员视线，不吸引驾驶员注意。且该设备安装过程无需架设大型额外门架等作为设备支撑，故整体安装过程不阻碍高速交通的正常运行。5.数据传输要求低：该设备主要信息传输方式采用无线通信，无需额外布设光缆。该设备经过优化后单一数据体积较小，传输便捷，不占用大量资源。6.适用范围广，海量数据源入口：低廉的部署成本和强环境适应能力使得其可以广泛部署于各种交通环境如高速匝道出入口、高速主干路、服务区出入口、甚至城市道路环境中。该设备采集的海量数据，可为交通状况分析、交通规划，交通运营管理提供强有力的数据支撑。

进一步的提供一种基于WIFI信号的交通流量检测方法，包括如下步骤：

根据上述信息及检测器的位置信息，计算交通流量。

一种基于WIFI信号的交通流量检测系统，包括如下模块：

通过上述实施例可知，本发明的核心在于：一通过在预定路段布设移动设备标识信息获取单元（例如WIFI信号检测器），通过获取单元向周围发射WIFI连接广播信号，引导车内开启WIFI功能的移动设备与之建立连接；在建立连接的过程中，获取单元可以得到移动设备的标识信息，例如mac地址信息。同时，将获取单元的编号（对应于相关路段地图上的位置信息）和获取标识信息的时刻按照预定的格式存储，并发送到数据存储及分析中心。二是通过数据存储及分析中心对各获取单元传来的数据进行分析处理。根据不同的需求，可以进行不同的分析处理，获得相关数据。例如，通过统计预定时间内与某一个或几个检测器收集的移动设备标识信息，可以获得该路段的大致流量。将预定时间内各检测器收集到的移动设备标识信息进行统计，可以获得某路段上各处的车流量信息。再如，通过对同一移动设备的标识信息进行跟踪，可以计算出该车辆的OD信息，通过对各车辆的OD信息进行统计处理，可以建立车辆OD信息模型，分析各热点路段，从而对热点路段进行管控。同时，根据同一标识信息的移动设备经过不同检测器的时刻信息，可以获取该车辆的大致运行速度，可以基于此数据进行动态仿真，对重点路段的信息进行预警和监控。在进一步的实施例中，同一车辆上可能存在多个开启WIFI功能的移动设备，而有的车辆上可能没有开启WIFI功能的移动设备。为了提高数据的准确性，可以通过自适应检测器和基于机器学习的拥堵检测器对数据进行处理，随着样本数据量的增加，检测精度也会不断的提高。

从上可知，本发明通过WiFi检测器主动发出信息，诱导可移动设备将标识信息等内容发送给检测器，从而收集路段上移动设备的流量或者某个特定移动设备的移动路径，从而对交通流量进行估计和预测。而在现有的各种技术中，WiFi设备用作传输数据，即将交通流信息上传到系统中，而非用于收集移动设备的信息。

在进一步的实施例中，提供一种优选的实施方式。如图3所示，提供一种检测器支架。所述检测器支架包括检测器安装部1、用于将检测器安装部固定于预定位置的固定螺栓2，以及太阳能电池支架；所述太阳能电池支架包括第一支架3、与第一支架套接的第二支架5，以及可转动连接于第二支架端部的太阳能电池安装部6；第一支架和第二支架之间通过调节螺栓4固定连接。太阳能电池7固定于太阳能电池安装部。

通过调节第一支架和第二支架的相对位置，可以调节太阳能电池板的高度，同时，可以调节太阳能电池安装部的转动角度，从而使其能够接收更多的阳光。

在本发明中，检测器是一个基础的设备，为了使之能够在供电不便、信息传输困难和预留设备安装空间有限的环境中长时间稳定运行，其结构和性能的设计是非常重要的。为了解决高速公路大部分区域供电困难的情况，申请人一方面尽力减少设备的功率，减少数据处理量，本发明中数据处理量极大地降低，因此需要的功率非常小。另一方面通过太阳能电池和锂电池对其进行供电。每隔预定的时间，检测器将太阳能电池和锂电池的相关参数发送到数据存储及分析中心，从而对其进行监控，及时维修或更换。为了解决工作环境恶劣、风沙大、雨雪天气等情况，以及高速公路预留的安装空间不足等问题，对设备的体积、结构和材料进行了优化处理，使之能够在恶劣的环境中稳定运行。

在优选的实施例中，检测器安装部的表面设置有高强防划耐候材料，以重量份数计，所述高强防划耐候材料的组分为：熔体速率为30-50g/min的聚丁烯 30-50，PA66 25-40，ABS树脂15-25，（聚）酰胺蜡5-10，pp接枝马来酸酐 5-10，钠基膨润土5-10，含环氧活性基团的扩链剂3-5 ，硅灰石5-15，UV944 3-5，KH550 5-10，硅系囊材包覆聚磷酸铵胶囊10-15，稀土 0.5-3.5 。

实施例1

在该实施例中，以重量份数计，高强防划耐候材料的组分为：熔体速率为30g/min的聚丁烯35，PA66 30，ABS树脂20，酰胺蜡6，pp接枝马来酸酐8，钠基膨润土5，含环氧活性基团的扩链剂4 ，硅灰石8，UV944 4，KH550 6，硅系囊材包覆聚磷酸铵胶囊12，稀土1.5。

拉伸强度为50MPa，冲击强度为8.5KJ/m²，弯曲强度为55MPa，弹性模量为2500MPa，UL94（0.8mm） V0，耐候性（热老化500H）△E≤3，耐候性（碳弧灯200H）△E≤2 。

实施例2

在该实施例中，以重量份数计，高强防划耐候材料的组分为：熔体速率为45g/min的聚丁烯45，PA66 25，ABS树脂22，酰胺蜡8，pp接枝马来酸酐 5，钠基膨润土7，含环氧活性基团的扩链剂4.5，硅灰石12，UV944 4.5，KH550 8，硅系囊材包覆聚磷酸铵胶囊14，稀土2.5。

拉伸强度为55MPa，冲击强度为9.5KJ/m²，弯曲强度为50MPa，弹性模量为2450MPa，UL94（0.8mm） V0，耐候性（热老化500H）△E≤3，耐候性（碳弧灯200H）△E≤2 。

实施例3

在该实施例中，以重量份数计，高强防划耐候材料的组分为：熔体速率为40g/min的聚丁烯40，PA66 35，ABS树脂18，酰胺蜡5，pp接枝马来酸酐 7，钠基膨润土6，含环氧活性基团的扩链剂5，硅灰石15，UV944 5，KH550 7，硅系囊材包覆聚磷酸铵胶囊15，稀土 3.5。

拉伸强度为45MPa，冲击强度为8.0KJ/m²，弯曲强度为50MPa，弹性模量为2550MPa，UL94（0.8mm） V0，耐候性（热老化500H）△E≤3，耐候性（碳弧灯200H）△E≤2 。

实施例4

在该实施例中，以重量份数计，高强防划耐候材料的组分为：熔体速率为50g/min的聚丁烯 30，PA66 45，ABS树脂15，酰胺蜡7，pp接枝马来酸酐 6，钠基膨润土8，含环氧活性基团的扩链剂3，硅灰石10，UV944 3，KH550 9，硅系囊材包覆聚磷酸铵胶囊10，稀土 1.0。

拉伸强度为60MPa，冲击强度为10.5KJ/m²，弯曲强度60MPa，弹性模量为2600MPa，UL94（0.8mm） V0，耐候性（热老化500H）△E≤3，耐候性（碳弧灯200H）△E≤2 。

实施例5

在该实施例中，以重量份数计，高强防划耐候材料的组分为：熔体速率为30g/min的聚丁烯 50，PA66 40，ABS树脂25，酰胺蜡10，pp接枝马来酸酐 9，钠基膨润土10，含环氧活性基团的扩链剂3.5，硅灰石5，UV944 3.5，KH550 5，硅系囊材包覆聚磷酸铵胶囊11，稀土 0.5。

拉伸强度为55MPa，冲击强度为9.5KJ/m²，弯曲强度为50MPa，弹性模量为2350MPa，UL94（0.8mm） V0，耐候性（热老化500H）△E≤3，耐候性（碳弧灯200H）△E≤2 。

实施例6

在该实施例中，以重量份数计，高强防划耐候材料的组分为：熔体速率为45g/min的聚丁烯55，PA66 35，ABS树脂24，酰胺蜡9，pp接枝马来酸酐10，钠基膨润土9，含环氧活性基团的扩链剂4，硅灰石8，UV944 4，KH550 10，硅系囊材包覆聚磷酸铵胶囊13，稀土 2.0。

拉伸强度为55MPa，冲击强度为8.0KJ/m²，弯曲强度为60MPa，弹性模量为2650MPa，UL94（0.8mm） V0，耐候性（热老化500H）△E≤3，耐候性（碳弧灯200H）△E≤2 。在上述各实施例中的ABS树脂，其配比为A:B:S=15:35:50 。

对照组1采用市售的材料，其性能参数为：拉伸强度为35MPa，冲击强度为5.5KJ/m²，弯曲强度为30MPa，弹性模量为2400MPa，UL94（0.8mm） V0，耐候性（热老化500H）△E≤6，耐候性（碳弧灯200H）△E≤6。

对照组2采用不含硅系囊材包覆聚磷酸铵胶囊和稀土的材料，其性能参数为：拉伸强度为40MPa，冲击强度为6.0KJ/m²，弯曲强度为35MPa，弹性模量为2450MPa，UL94（0.8mm）V0，耐候性（热老化500H）△E≤4，耐候性（碳弧灯200H）△E≤4。

从上述实施例可知，本发明的检测器的物理性能，特别是耐候性很好，远优于现有材料，从而使用寿命长，在一些环境恶劣的路段特别适用，可以极大地降低维护和更换的成本。

Claims

1.一种基于WIFI信号的交通流量检测系统，其特征在于，包括：

2.根据权利要求1所述的基于WIFI信号的交通流量检测系统，其特征在于，所述信号收发模块包括数据处理子模块，该数据处理子模块用于按照预定格式将移动设备的标识信息、检测器编号和记录时间进行排列并存储于存储器中。

3.根据权利要求1所述的基于WIFI信号的交通流量检测系统，其特征在于，所述检测器编号与特定的位置信息对应，所述数据存储及分析系统根据设备标识信息、检测器编号和记录时间，计算移动设备的位置、移动方向和移动速度。

4.根据权利要求1所述的基于WIFI信号的交通流量检测系统，其特征在于，所述供电模块包括太阳能供电模块和与太阳能供电模块连接的外罩蓄电池，所述太阳能供电模块包括太阳能电池板、与太阳能电池板连接的逆变器、内置蓄电池和充电控制器；所述检测器设置有外置供电接口、USB数据传输接口，传输线/光纤接口，以及短波信号传输模块。

5.根据权利要求4所述的基于WIFI信号的交通流量检测系统，其特征在于，还包括检测器支架，所述检测器支架包括检测器安装部、用于将检测器安装部固定于预定位置的固定螺栓，以及太阳能电池支架；所述太阳能电池支架包括第一支架、与第一支架套接的第二支架，以及可转动连接于第二支架端部的太阳能电池安装部；所述检测器安装部的表面设置有高强防划耐候材料，以重量份数计，所述高强防划耐候材料的组分为：熔体速率为30-50g/min的聚丁烯 30-50，PA66 25-40，ABS树脂15-25，酰胺蜡5-10，pp接枝马来酸酐 5-10，钠基膨润土5-10，含环氧活性基团的扩链剂3-5 ，硅灰石5-15，UV944 3-5，KH550 5-10，硅系囊材包覆聚磷酸铵胶囊10-15，稀土 0.5-3.5 。

6.根据权利要求1所述的基于WIFI信号的交通流量检测系统，其特征在于，若某两个以上的移动设备在预设的时间差内被预设数量的检测器检测到，则数据存储及分析系统将其作为同一移动设备，重新计算交通流。

7.一种基于WIFI信号的交通流量检测方法，其特征在于，包括如下步骤：

根据上述信息及检测器的位置信息，计算交通流量。

8.如权利要求7所述的基于WIFI信号的交通流量检测方法，其特征在于，所述检测器的空间坐标与路段地图形成映射关系，结合检测器的编号信息，将各检测器收集到的数据映射到路段地图中。

9.如权利要求7所述的基于WIFI信号的交通流量检测方法，其特征在于，根据应用需求对所述数据进行处理，计算某一路段的交通流量或统计用户的行程。

10.如权利要求7所述的基于WIFI信号的交通流量检测方法，其特征在于，通过基于基础规则的自适应检测器生成基础数据自适应检测样本，通过对大量数据进行分析和与实际交通状况的对比；通过基于机器学习拥堵检测器对已有分析样本缺陷进行补偿，提高检测精度。