CN106448187A - 基于磁传感器和超声波传感器融合的车辆检测系统及方法 - Google Patents

Abstract

本发明公开了一种基于磁传感器和超声波传感器融合的车辆检测系统及方法，所述方法包括：S1、采用磁传感器采集道路上的磁信号，对磁信号进行滤波后提取磁信号特征B(k)；S2、采用超声波传感器采集道路上的超声波信号，对超声波信号进行滤波后提取超声波特征L(k)；S3、将磁信号特征与超声波特征进行关联和同步，采用数据融合的方法对车辆进行检测。本发明通过磁传感检测技术与超声波检测技术，设计磁信号和超声波距离信号的数据融合算法，提取和分析车辆检测特征，设计应用于复杂道路场景下的车辆检测，能够有效的排除相邻车道的干扰，能解决低成本、无干扰的情况下进行车辆检测与分类问题。

Description

基于磁传感器和超声波传感器融合的车辆检测系统及方法

技术领域

本发明涉及智能交通技术领域，特别是涉及一种基于磁传感器和超声波传感器融合的车辆检测系统及方法。

背景技术

当前，社会经济不断发展，城市人口越来越多，交通拥堵问题日益严重，已经成为制约社会经济发展、影响居民生活和造成空气污染的重要因素。中国交通部发表的数据显示，交通拥堵带来每年国内生产总值损失5-8％，达2500亿元人民币。信息技术的发展为交通拥堵问题的解决提供了有效的技术手段，是实现智能交通系统的基础，充分有效利用信息技术解决智能交通中遇到的问题，是当前需要迫切解决的问题。

实现智能交通系统，首先要获得交通流量信息与交通车辆类型信息。传统上，目前使用的交通车辆检测方法主要包括环形线圈法、微波雷达检测方法、视频图像检测方法、红外检测方法、超声波检测方法、气动导管检测方法和压电传感器检测方法等。这些检测方法安装和维护的成本巨大，需要破坏交通道路，阻断正常交通，并且设备故障率较高，设备检测准确率易受恶劣天气影响，其作用发挥受到了限制。

因此，迫切需要提出低成本、无干扰的车辆检测方法。当前国内外学者对车流量检测方法提出了基于无线传感器网络的新技术，采用磁传感器检测方法，通过检测磁信号的变化情况，对车流量进行统计与分析。目前学者大多采用单一传感模式的来进行车辆检测。由于磁传感器安装的位置不同，导致磁信号的衰减程度不同，给车辆检测带来巨大的挑战。例如磁传感器安装在道路中央，车辆检测准确率高，但是部署磁传感器仍然会对正常交通秩序造成干扰。相对应的磁传感器安装在道路周边，由于检测位置与待测车辆距离较远，导致检测点磁信号偏小，因此不同学者采用了的不同方法来提高车辆检测准确率。

然而，磁场强度会随着距离衰减，而大车的磁化强度比小车磁化强度高，导致位于较远车道上大车磁信号与待检测车道上小车信号在幅值变化程度上相似，容易造成待检测车道车辆误判。基于单一的传感模式，对消除相邻车道干扰问题上，需要设计更高复杂度的算法或者更为复杂的系统部署，造成额外的成本开销和存储空间开销，不能彻底解决相邻车道干扰问题。

因此，针对上述技术问题，有必要提供一种基于磁传感器和超声波传感器融合的车辆检测系统及方法。

发明内容

有鉴于此，本发明的目的在于提供一种基于磁传感器和超声波传感器融合的车辆检测系统及方法。

为了实现上述目的，本发明实施例提供的技术方案如下：

一种基于磁传感器和超声波传感器融合的车辆检测系统，所述系统包括：

磁传感器，用于采集道路上的磁信号；

超声波传感器，用于采集道路上的超声波信号；

通信模块，与磁传感器和超声波传感器相连，用于传输磁信号和超声波信号；

微处理器，用于接收磁信号和超声波信号并进行融合处理；

电源模块，用于为车辆检测系统供电。

作为本发明的进一步改进，所述系统还包括：

协调器，与通信模块和微处理器相连，用于接收磁信号和超声波信号，并通过串口将磁信号和超声波信号发送至微处理器。

作为本发明的进一步改进，所述通信模块为蓝牙模块。

作为本发明的进一步改进，所述超声波传感器的安装高度高于磁传感器的安装高度。

相应地，一种基于磁传感器和超声波传感器融合的车辆检测方法，所述方法包括：

S1、采用磁传感器采集道路上的磁信号，对磁信号进行滤波后提取磁信号特征B(k)；

S2、采用超声波传感器采集道路上的超声波信号，对超声波信号进行滤波后提取超声波特征L(k)；

S3、将磁信号特征与超声波特征进行关联和同步，采用数据融合的方法对车辆进行检测。

作为本发明的进一步改进，所述步骤S1具体为：

采用磁传感器采集道路上的磁信号，该磁信号为三轴合成后的磁信号G₃表示三轴合成后的信号，G_x、G_y、G_z分别表示不同方向的磁信号分量；

对磁信号进行滤波后计算磁信号方差S(k)：

其中，S(k)是方差，G₃(k)是三轴合成后的磁信号，N是选定的时间窗，f_M是磁传感器的频率，α表示时间窗与磁传感器频率的关系；

提取磁信号特征B(k)，B(k)是磁信号特征，S(k)是方差。

作为本发明的进一步改进，所述步骤S2具体为：

采用超声波传感器采集道路上的超声波信号，对超声波信号进行滤波后计算超声波传感器与车辆之间的检测距离其中，v是声音的速度，t是发送和接收时间，l是检测距离；

提取超声波特征L(k)，L(k)是超声波信号特征，l_min是较短的距离，l_max是较长的距离。

作为本发明的进一步改进，所述步骤S3中的“将磁信号特征与超声波特征进行关联和同步”具体为：

将磁信号特征与超声波特征关联到同一车辆上，时间同步公式为：

其中，t_M、t_U分别是磁传感器和超声波传感器的采样时间，N_M是磁传感器的采样点，N_U是超声波传感器的采样点，f_M、f_U分别是磁传感器和超声波传感器的采样频率。

作为本发明的进一步改进，所述步骤S3中“采用数据融合的方法对车辆进行检测”的公式为：

其中，t_L表示超声波的决策时间，t_B1-t_B2是磁传感器的决策时间间隔，L(k)超声波传感器的决策时间，τ表示时间间隔，B(k)是磁信号特征，L(k)是超声波信号特征。

作为本发明的进一步改进，步骤S3中的车辆检测结果包括：

其中，情况(1)代表磁传感器和超声波传感器检测到的车辆属于相邻车道；情况(2)表示非相邻车道大车；情况(3)表示相邻车道上行人或者非机动车干扰；情况(4)表示无车通过。

本发明的有益效果是：

通过磁传感检测技术与超声波检测技术，设计磁信号和超声波距离信号的数据融合算法，提取和分析车辆检测特征，设计应用于复杂道路场景下的车辆检测，能够有效的排除相邻车道的干扰，能解决低成本、无干扰的情况下进行车辆检测与分类问题。

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中记载的一些实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明一具体实施方式中基于磁传感器和超声波传感器融合的车辆检测系统的模块示意图；

图2为本发明一具体实施方式中的车道示意图；

图3为本发明一具体实施方式中基于磁传感器和超声波传感器融合的车辆检测方法的原理图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，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，都应当属于本发明保护的范围。

本发明公开了一种基于磁传感器和超声波传感器融合的车辆检测系统，其包括传感器节点及PC端，传感器节点包括磁传感器及超声波传感器及通信模块，PC端包括微处理器。

参图1所示，本发明一具体实施方式中的车辆检测系统100，具体包括：

磁传感器10，用于采集道路上的磁信号；

超声波传感器20，用于采集道路上的超声波信号；

通信模块30，与磁传感器10和超声波传感器20相连，用于传输磁信号和超声波信号；

微处理器40，用于接收磁信号和超声波信号并进行融合处理；

电源模块50，用于为车辆检测系统供电。

磁传感器10采用HMC5883L，能够实现5毫高斯精度，检测范围在-8高斯到8高斯之间；超声波传感器20采用US100型号，能够实现0.3cm检测精度，检测范围在2cm至450cm之间；微处理器40采用STM32F103C8T6，具有低功耗和高计算速度特点。

如图2所示，本发明一具体实施例中，传感器节点安装道路一侧，不影响正常交通秩序。其中，选择的道路是一条单向双车道，靠近传感器节点的车道称为相邻车道，另外一条称为非相邻车道。

磁传感器的x轴方向与车辆运行方向相反，y轴方向垂直于车辆运行方向，z轴垂直于地面向上。为了获得更好的检测效果，超声波传感器的安装高度高于磁传感器的安装高度，如磁传感器10被安装在20cm高度，超声波传感器20被安装在40cm高度。因为大多数车辆的底盘高度在20cm左右，所以磁传感器在设置在这个高度检测效果更好；而少部分大型车的底盘高度在40cm，由于超声波检测原理是检测被阻挡的物体，因此超声波传感器需要满足所有情况，故超声波传感器设置在40cm。

进一步地，本实施方式中还包括协调器60，其与通信模块30和微处理器40相连，用于接收磁信号和超声波信号，并通过串口将磁信号和超声波信号发送至微处理器。系统初始化之后，磁传感器工作在50Hz，超声波传感器工作在30Hz。微处理器收集前端传感器的数据后，通过蓝牙协议传送给协调器，协调器通过串口通信将数据发送给PC端，进行数据的存储和运算。

本实施方式中的通信模块采用蓝牙模块，在其他实施方式中也可以采用其他通信模块进行数据传输，如红外、无线等。

参图3所示，本发明另一具体实施方式中的一种基于磁传感器和超声波传感器融合的车辆检测方法，具体包括：

S1、采用磁传感器采集道路上的磁信号，对磁信号进行滤波后提取磁信号特征B(k)；

S2、采用超声波传感器采集道路上的超声波信号，对超声波信号进行滤波后提取超声波特征L(k)；

S3、将磁信号特征与超声波特征进行关联和同步，采用数据融合的方法对车辆进行检测。

该检测方法的流程分为三个部分，磁传感器检测、超声波传感器检测和数据融合。算法分为两个工作阶段，车辆检测阶段和车辆决策阶段。在车辆检测阶段，磁传感器和超声波传感器是独立工作的。因为原始数据来自不同的传感器，所以必须要进行数据关联和同步，使得不同的数据匹配到同一辆车上。然后同步后的信号会在数据融合中心融合，以获得最终的车辆检测结果。

以下分别对磁传感器检测、超声波传感器检测和数据融合进行详细说明。

磁传感器检测：

磁传感器的输出是一个三轴矢量，分为x、y、z三个方向。当车辆经过磁传感器，磁场强度会在三轴有相应的变化。本实施方式中采用三轴合成后的信号，作为磁信号的原始信号，如公式(1)：

G₃表示三轴合成后的信号，G_x、G_y、G_z分别表示不同方向的磁信号分量。

选用方差作为磁信号的特征变量，理由如下：

1)磁信号的波形在时域上不统一，容易受到非相邻车道的干扰；

2)磁信号的基准值会受到多种因素影响，比如温度、地理环境和时间漂移等。

这样需要采用自适应的方法去计算原始信号的基准值，造成在不同的情形下都需要一直计算，带来额外的计算负担。方差的计算公式为

这里S(k)是方差，G₃(k)是三轴合成后的磁信号，N是选定的时间窗，f_M是磁传感器的频率，α表示时间窗与磁传感器频率的关系。

通过计算得到的方差信号，可以由简单的阈值进行车辆检测。方差的特征可以通过公式(3)计算得到：

B(k)是磁信号的特征，当在一辆车在t时刻通过，B(k)为1。通过计算B(k)，车流量数量可以计算出来。

单一磁传感器检测的弊端在于，来自非相邻车道的干扰，会对相邻车道上车辆检测造成错判等情况。根据磁信号强度的影响因素，大车的磁场强度比小车大，但是随着距离的变大，磁场强度会呈指数形式衰减。这也就造成了大车在较远的距离，与小车在较近的距离在信号幅值上的相似。单一的磁传感器无法区分这种情况，因此需要引入融合的方法。

超声波传感器检测：

超声波传感器能够测量传感器节点与车辆之间的距离。超声波工作时先发送8个脉冲，然后等待回波信号。检测距离可以按照公式(4)计算：

v是声音的速度，t是发送和接收时间，l是检测距离。由于声音的传播速度易被环境温度影响，在传感器板上有一个温度传感器进行补偿。

通常正常行驶的车辆都处在相应的车道，但有时有些车辆在中心线上方，在本文中成为骑线车辆。在这种情况下，超声波信号会发生过检测，因此采用一定范围的距离作为阈值。超声波决策方法可以用公式(5)描述：

L(k)是超声波信号的特征，l_min是较短的距离，l_max是较长的距离。

单一超声波传感器的弊端在于，超声波传感器的信号会被近车道的行人或者非机动车干扰。因为超声波传感器是测障碍物的，对机动车和非机动车在信号上无法区分。因此需要借助磁信号的强度大小进行区分，这里也需要提出融合的方法。

数据融合：

数据关联和同步：不同的传感器工作在不同的频率，需要对不同的数据关联到同一辆车上。时间同步算法，可以描述为：

其中，t_M、t_U分别是磁传感器和超声波传感器的采样时间，N_M是磁传感器的采样点，N_U是超声波传感器的采样点，f_M、f_U分别是磁传感器和超声波传感器的采样频率。

数据融合算法：由于磁传感器和超声波传感器都有相应的缺点，单独的传感模式不能解决非相邻车道干扰问题，因此需要采用融合的方法来进行车辆检测。根据磁传感器和超声波传感器的是否有检测到车辆的结果，易将道路上车辆检测情况分为四种：

其中，情况(1)代表磁传感器和超声波传感器检测到的车辆属于相邻车道；情况(2)表示非相邻车道大车；情况(3)表示相邻车道上行人或者非机动车干扰；情况(4)表示无车通过。

超声波传感器只有当车辆恰好行驶到传感器正前方时，超声波传感器才有输出。而磁传感器在车辆靠近磁传感器的时候就已经有输出，因此超声波的决策时间相对于磁传感器有一个延迟。所以，超声波传感器的决策时间在磁传感器决策时间的间隔中。融合后的车辆检测算法可以表示为：

其中，t_L表示超声波的决策时间，t_B1-t_B2是磁传感器的决策时间间隔，L(k)超声波传感器的决策时间，τ表示时间间隔，B(k)是磁信号特征，L(k)是超声波信号特征。

该算法的工作原理是，在磁传感器检测到一辆车的决策时间间隔中，遍历超声波传感器是否有检测到一辆车，若有则依次计数。

上述实施方式中本文针对部署于道路周边的传感器节点，应用于测量双车道中单车道车流量检测情景，旨在解决非相邻车道大车对相邻车道车辆检测的干扰问题，提出了基于磁传感器和超声波传感器融合的车辆检测系统及方法。通过提取磁信号的方差特征，以及超声波信号的距离特征，设定合理的阈值，提出了基于磁和超声波交集的融合算法；融合后的算法，能够解决单一传感器各自无法克服的弊端，很好的解决非相邻车道大车对相邻车道的干扰问题；该系统经过测试发现，具有高可靠性，能够用于多车道情形下的车辆检测。

由上述技术方案可以看出，本发明具有以下有益效果：

通过磁传感检测技术与超声波检测技术，设计磁信号和超声波距离信号的数据融合算法，提取和分析车辆检测特征，设计应用于复杂道路场景下的车辆检测，能够有效的排除相邻车道的干扰，能解决低成本、无干扰的情况下进行车辆检测与分类问题。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (10)

1.一种基于磁传感器和超声波传感器融合的车辆检测系统，其特征在于，所述系统包括：

磁传感器，用于采集道路上的磁信号；

超声波传感器，用于采集道路上的超声波信号；

通信模块，与磁传感器和超声波传感器相连，用于传输磁信号和超声波信号；

微处理器，用于接收磁信号和超声波信号并进行融合处理；

电源模块，用于为车辆检测系统供电。

2.根据权利要求1所述的基于磁传感器和超声波传感器融合的车辆检测系统，其特征在于，所述系统还包括：

协调器，与通信模块和微处理器相连，用于接收磁信号和超声波信号，并通过串口将磁信号和超声波信号发送至微处理器。

3.根据权利要求1所述的基于磁传感器和超声波传感器融合的车辆检测系统，其特征在于，所述通信模块为蓝牙模块。

4.根据权利要求1所述的基于磁传感器和超声波传感器融合的车辆检测系统，其特征在于，所述超声波传感器的安装高度高于磁传感器的安装高度。

5.一种基于磁传感器和超声波传感器融合的车辆检测方法，其特征在于，所述方法包括：

S1、采用磁传感器采集道路上的磁信号，对磁信号进行滤波后提取磁信号特征B(k)；

S2、采用超声波传感器采集道路上的超声波信号，对超声波信号进行滤波后提取超声波特征L(k)；

S3、将磁信号特征与超声波特征进行关联和同步，采用数据融合的方法对车辆进行检测。

6.根据权利要求5所述的基于磁传感器和超声波传感器融合的车辆检测方法，其特征在于，所述步骤S1具体为：

采用磁传感器采集道路上的磁信号，该磁信号为三轴合成后的磁信号G₃表示三轴合成后的信号，G_x、G_y、G_z分别表示不同方向的磁信号分量；

对磁信号进行滤波后计算磁信号方差S(k)：

$\left\{\begin{array}{c}N={\mathrm{\&alpha;f}}_M,0<\mathrm{\&alpha;}<0.5\\ average=\frac{1}{2N+1}\underset{j=0}{\overset{2N}{\&Sigma;}}{G}_3(k-N+j)\\ S\left(k\right)=\frac{1}{2N+1}\underset{i=0}{\overset{2N}{\&Sigma;}}{\left(G_3\right(k-N+i)-average)}^2\end{array}\right.,$

其中，S(k)是方差，G₃(k)是三轴合成后的磁信号，N是选定的时间窗，f_M是磁传感器的频率，α表示时间窗与磁传感器频率的关系；

提取磁信号特征B(k)，B(k)是磁信号特征，S(k)是方差。

7.根据权利要求5所述的基于磁传感器和超声波传感器融合的车辆检测方法，其特征在于，所述步骤S2具体为：

采用超声波传感器采集道路上的超声波信号，对超声波信号进行滤波后计算超声波传感器与车辆之间的检测距离其中，v是声音的速度，t是发送和接收时间，l是检测距离；

提取超声波特征L(k)，L(k)是超声波信号特征，l_min是较短的距离，l_max是较长的距离。

8.根据权利要求5所述的基于磁传感器和超声波传感器融合的车辆检测方法，其特征在于，所述步骤S3中的“将磁信号特征与超声波特征进行关联和同步”具体为：

将磁信号特征与超声波特征关联到同一车辆上，时间同步公式为：

$\left\{\begin{array}{c}{t}_M=\frac{N_M}{f_M}\\ t_U=\frac{N_U}{f_U}\end{array}\right.,$

其中，t_M、t_U分别是磁传感器和超声波传感器的采样时间，N_M是磁传感器的采样点，N_U是超声波传感器的采样点，f_M、f_U分别是磁传感器和超声波传感器的采样频率。

9.根据权利要求8所述的基于磁传感器和超声波传感器融合的车辆检测方法，其特征在于，所述步骤S3中“采用数据融合的方法对车辆进行检测”的公式为：

其中，t_L表示超声波的决策时间，t_B1-t_B2是磁传感器的决策时间间隔，L(k)超声波传感器的决策时间，τ表示时间间隔，B(k)是磁信号特征，L(k)是超声波信号特征。

10.根据权利要求9所述的基于磁传感器和超声波传感器融合的车辆检测方法，其特征在于，步骤S3中的车辆检测结果包括：

$f\left(k\right)=g\&lsqb;B\left(k\right),L\left(k\right)\&rsqb;=\left\{\begin{array}{c}B\left(k\right)=1,L\left(k\right)=1,\left(1\right)\\ B\left(k\right)=1,L\left(k\right)=0,\left(2\right)\\ B\left(k\right)=0,L\left(k\right)=1,\left(3\right)\\ B\left(k\right)=0,L\left(k\right)=0,\left(4\right)\end{array}\right.,$

其中，情况(1)代表磁传感器和超声波传感器检测到的车辆属于相邻车道；情况(2)表示非相邻车道大车；情况(3)表示相邻车道上行人或者非机动车干扰；情况(4)表示无车通过。