CN106600981B - 基于分布式传感信息的道路断面双向车辆速度估计方法 - Google Patents
基于分布式传感信息的道路断面双向车辆速度估计方法 Download PDFInfo
- Publication number
- CN106600981B CN106600981B CN201610924277.2A CN201610924277A CN106600981B CN 106600981 B CN106600981 B CN 106600981B CN 201610924277 A CN201610924277 A CN 201610924277A CN 106600981 B CN106600981 B CN 106600981B
- Authority
- CN
- China
- Prior art keywords
- section
- data
- detection
- vehicle
- speed
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于分布式声传感信息的断面双向速度估计方法。传统的道路交通流车流速度检测主要依赖于地埋式环形感应线圈检测器、雷达测速检测器、视频检测器等,这些检测方法存在着易损坏、埋设成本高、点式感应的缺陷。本发明是基于光纤传感的分布式声学检测器获得不同检测断面由于车辆振动引起的光纤振动数据,通过数据处理,得到不同区段车辆双向速度。本发明充分利用了已铺设的路侧光纤资源,实现了车辆速度检测,弥补了传统检测方法成本高、分布不均的缺陷,为交通管控提供了一种新的信息获取思路和方法。
Description
技术领域
本发明涉及一种基于分布式声传感信息的道路断面双向车流速度估计方法,用于城市道路和高速公路的控制与管理,属于智能交通研究领域。
背景技术
在城市道路和高速公路中,对车流速度进行科学准确的估计,可以为交通管理者和驾驶员提供动态车速控制和交通决策的依据,也为改进交通管理方法提供数据支持。
目前的道路交通中对车流车速的检测,主要依赖于地埋式环形感应线圈检测器、雷达测速检测器、视频检测器等,这些检测方法存在着易损坏、埋设成本高、点式感应的缺陷。分布式声传感系统有对长距离光纤转变为虚拟麦克风阵列的能力,它允许用户实时监控长距离线性特性,检测在管线附近发生的声学事件。应用这一技术可以直接辨别和测量车辆移动、阻塞和排队等交通特征,并在沿光纤的任何检测点实时实现这种辨别和测量。分布式声传感(Distributed Acoustic Sensing)是基于基础通信光纤,在光纤初始点加装光子处理器,将光线附近的振动牵引光纤产生的小范围位移形成的数据加以收集和处理分析,从而将通信光纤转化为一个监听设备。因此,光纤能够反映出它所经过的沿线上的任何振动,如同一个个小的监听器串接起来。分布式声传感技术可以在长距离,复杂路段情况下取代点式车速检测装置,并得到更全面、实时的交通数据。随着道路交通情况日益复杂,交通管理者和使用者对车流车速信息的需求越来越迫切,建立一种基于分布式声传感信息的道路断面双向车流速度估计方法十分必要。
发明内容
本发明的目的在于提供一种基于分布式声传感信息的道路断面双向车流速度估计方法。
为实现上述目的,本发明提出利用分布式声传感设备和系统,得到车辆在任意时刻经过任意检测断面的振动信息步骤、个体车辆行驶速度计算步骤、特定检测区间的双向车流平均速度估计步骤。其具体步骤如下:
c1、利用分布式声传感设备和系统,得到车辆在任意时刻经过任意检测断面的振动数据,通过分析光纤中的噪声特性确定车辆信息。
c2、个体车辆运行速度估计;
c3、特定检测区间的车流平均车速估计;
步骤c1中得到车辆振动数据获取过程包括:
c11、确定所需检测的路段及断面区间;
c12、通过分布式声传感系统,得到所检测断面在特定时段内的相关振动能量数据,并利用“3σ”原则剔除背景噪声数据。
c13、以检测区间的起始位置为横轴的零点,以检测起始时间为纵轴零点,并以时间为纵轴,检测区间为横轴建立直角坐标系。
c14、对每个单位的检测区间,对获得的每个时间点的振动能量数据进行排序,计算振动幅度前α%位的样本数据期望,默认α%可取15%。对样本中大于该期望的振动能量数据取波峰位置,作为运动车辆在该检测区间中的位置信息;
将得到的数据以检测区间位置为横轴X,时间为纵轴Y,标记在直角坐标系中。
步骤c2中对检测区间内行驶的单车运行速度估计的过程包括:
c21、选取速度检测的时间间隔Ts,默认情况下取为1s,在直角坐标系中对应纵轴位置为t1至t2。
c22、针对检测区间S,将每一个时间间隔内的振动能量数据进行分类,分类的个数为振动能量的波峰个数;每一类数据表征一辆运动车辆在该时间间隔内的运动信息;
c23、针对某一类数据,将其最大值作为能量质心,并作为该类数据的特征点;
c24、针对某一检测区间,在所选取的区间内,按照质心的空间位置划分质心组;
c25、针对检测区间S,对每一个质心组数据依照能量质心进行最小二乘法拟合。设某一个质心组数据的样本量为m,数据点坐标为(xi,yi),i=1,2,…,m,作直线拟合:
y(x)=ax+b
使直线与数据点的偏差的平方和:
达到最小值。对上式分别对a、b求偏导得:
整理后得到方程组:
求解上述方程组,求得拟合直线的参数a和b的最佳估计值:
代入式y(x)=ax+b中,得到拟合直线。其中,拟合直线斜率的绝对值|a|即为个体车辆的行驶速度,单位为米/秒,斜率为正值代表车辆向下游运动,负值代表向上游运动。
步骤c3中特定路段的车流平均车速估计过程包括:
c31、在所选区间中,在直角坐标系中呈现出带状性的振动信息进行分组,一组信息对应于一辆车辆,利用最小二乘法拟合得到车辆通过该检测区间的车辆的行驶速度V,单位为米/秒。
c32、根据所得车辆速度的数据以正负值为依据,负值表征向上游行驶,正值表征向下游行驶,分为两个车速集合分别为Vdc={vc1,vc2,...,vcm}以及Vdg={vg1,vg2,...,vgn},其中Vdg表示向下游方向行驶,其元素为正值;Vdc表示向上游方向行驶,其元素为负值。
c33、分别对Vdc、Vdg中的元素求算术平均,得到向上游方向和向下游方向的车速期望分别为:
从而得到特定检测断面的双向车流平均车速的估计。
本发明的有益效果:本发明基于分布式声传感系统的全路段的振动数据,寻找同一时间间隔内的振动质心,并利用最小二乘拟合,估计不同检测断面在不同时刻的双向车流个体车辆运动速度和检测区间平均速度。本发明设计新颖合理,安全便捷,安装成本低,性能可靠,具有很强的市场竞争力和广阔的应用前景。
附图说明
下面通过附图和实例对本发明的技术方案做进一步描述。
图1a为分布式声传感系统概念及配置图;图1b为单个车辆振动引起的光纤振动强度分布示意图;图1c全路段中车辆振动的数据信息分布图;
图2为单车情况下的车辆振动质心数据点分布示意图;
图3为特定路段内的所有车辆振动信息的数据点分布图;
图4为本发明方法流程图。
具体实施方式
下面结合附图对本发明进行详细阐述。
如图1a所示,本发明包括一个分布式传感检测单元,它与铺设在道路附近的单模光纤相连接,将光纤建立为完全分布式、无盲区的长距离侦听阵列,并获取每个侦听通道中的车辆振动信息。图1a中A表示单模光纤,B表示传感检测单元,C表示交通路段。
图1b为单个车辆振动引起的光纤振动强度分布示意图,路段上所有车辆引起的光纤振动数据,为本发明利用的原始数据。
如图1c所示,将振动信息处理后标在直角坐标系中,得到全路段中车辆振动的数据点信息。
单独车辆情况下的车辆振动数据点分布如图2所示,对应路段长度为Ls,单位为米,对应包含检测区间个数为Ns。在整个监测路段中的位置为Xs1至Xs2,对应直角坐标系中横轴位置为X1至X2。
选取时间间隔Ts,单位为秒,在直角坐标系中对应纵轴位置为t1至t2。
针对每一个时间间隔Ts内的振动数据,将能量最大值作为此数据质心;
在所选取的区域内,对质心数据点进行最小二乘法直线拟合。设已知数据点为(xi,yi),i=1,2,…,m,对数据作拟合直线:
y(x)=ax+b
使直线与数据点的偏差的平方和:
达到最小值。对上式分别对a、b求偏导得:
整理后得到方程组:
求解上述方程组,求得拟合直线的参数a和b的最佳估计值:
代入式y(x)=ax+b中,得到拟合直线。
拟合直线斜率的绝对值|a|即为车辆行驶的速度,单位为米/秒。斜率的正负值代表向上游方向运动,正值代表向下游方向运动。
如图3所示为特定检测断面在特定检测时段内的所有车辆振动数据点分布情况。
选取需要检测断面平均速度的区间长度为Ld,单位为米,区间在检测路段上的位置为S1至S2,对应直角坐标系中的横轴位置为xd1至xd2。
在所选区间内,车辆通过检测断面时会在直角坐标系中呈现出带状振动数据,进行多次最小二乘法拟合,得到在所有监测时间范围内经过该检测区间的车辆行驶速度V,单位为米/秒。
根据估计的个体车辆速度数据正负性,将车辆速度分为如下两个集合:Vdc={vc1,vc2,...,vcm}以及Vdg={vg1,vg2,...,vgn},其中Vdg表示向下游方向运动,其元素为正值,Vdc表示向上游方向运动,其元素为负值。
分别对Vdc、Vdg中的元素求算术平均,得到向上游方向运动和向下游方向运动车流的平均车速,估计公式为:
综上,本发明是通过分布式声传感系统获得检测路段中所有车辆的振动信息,通过处理这些离散信息,计算得到个体车辆的行驶车速;并通过对特定检测断面区间的车辆振动数据分析来估计特定区间的车流平均车速,见图4。
Claims (3)
1.基于分布式声传感信息的道路断面双向车辆速度估计方法,其特征在于该方法包括以下步骤:
c1、利用分布式声传感系统,得到车辆在任意时刻经过任意检测断面的振动数据,通过分析光纤中的噪声特性确定车辆信息;
c2、估计个体车辆运动速度;
c3、估计某个检测区间的车流平均车速;
步骤c1具体是:
c11、确定所需检测的断面区间;
c12、通过分布式声传感系统,获取检测断面区间的振动数据,剔除背景噪声数据;
c13、以检测区间的起始位置为横轴的零点,以检测起始时间为纵轴零点,并以时间为纵轴,检测区间为横轴建立直角坐标系;
c14、对获得的每个时间点的振动数据,计算振动幅度前α%位的样本数据期望;对样本中大于该期望的振动能量数据取波峰位置,作为运动车辆在该检测区间中的位置信息;
将得到的数据期望值以时间为纵轴,检测区间位置为横轴,标记在直角坐标系中。
2.根据权利要求1所述的基于分布式声传感信息的道路断面双向车辆速度估计方法,其特征在于:步骤c2具体是:
c21、将检测路段以Ls为间隔单元等距划分成为Ns个检测区间,区间S在整个路段中的位置为Xs1至Xs2,对应直角坐标系中横轴位置为X1至X2;
c22、选取速度检测的时间间隔Ts,在直角坐标系中对应纵轴位置为t1至t2;
c23、针对检测区间S,将每一个时间间隔内的振动能量数据进行分类,分类的个数为振动能量的波峰个数;每一类数据表征一辆运动车辆在该时间间隔内的运动信息;
c24、针对某一类数据,将其最大值作为能量质心,并作为该类数据的特征点;
c25、针对某一检测区间,在所选取的区间内,按照质心的空间位置划分质心组;
c26、针对检测区间S,对每一个质心组数据依照能量质心进行最小二乘法拟合,得到拟合直线;其中,拟合直线斜率的绝对值|a|即为个体车辆的行驶速度,单位为米/秒,斜率为正值代表车辆向下游运动,负值代表向上游运动。
3.根据权利要求2所述的基于分布式声传感信息的道路断面双向车辆速度估计方法,其特征在于:步骤c3具体是:
c31、在所选区间中,对在直角坐标系中呈现出带状性的振动信息进行分组,一组信息对应于一辆车辆,利用最小二乘法拟合得到车辆通过该检测区间的车辆的行驶速度V,单位为米/秒;
c32、根据所得车辆速度的数据以正负值为依据,负值表征向上游行驶,正值表征向下游行驶,分为两个车速集合分别为Vdc={vc1,vc2,...,vcm}以及
Vdg={vg1,vg2,...,vgn},其中Vdg表示向下游方向行驶,其元素为正值;Vdc表示向上游方向行驶,其元素为负值;
c33、分别对Vdc、Vdg中的元素求算术平均,得到向上游方向和向下游方向的车速期望分别为:
从而得到检测断面的双向车流平均车速的估计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610924277.2A CN106600981B (zh) | 2016-10-29 | 2016-10-29 | 基于分布式传感信息的道路断面双向车辆速度估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610924277.2A CN106600981B (zh) | 2016-10-29 | 2016-10-29 | 基于分布式传感信息的道路断面双向车辆速度估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106600981A CN106600981A (zh) | 2017-04-26 |
CN106600981B true CN106600981B (zh) | 2018-12-14 |
Family
ID=58556412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610924277.2A Active CN106600981B (zh) | 2016-10-29 | 2016-10-29 | 基于分布式传感信息的道路断面双向车辆速度估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106600981B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
CN109859499B (zh) * | 2019-03-12 | 2021-03-26 | 华北理工大学 | 一种交通流量检测系统及其检测方法 |
EP3951726A4 (en) * | 2019-03-29 | 2022-11-16 | NEC Corporation | MONITORING SYSTEM, MONITORING DEVICE, MONITORING METHOD AND NON-TRANSITORY COMPUTER READABLE MEDIA |
CN110444026B (zh) * | 2019-08-06 | 2021-07-09 | 北京万集科技股份有限公司 | 车辆的触发抓拍方法及系统 |
CN113299074B (zh) * | 2021-04-28 | 2022-07-12 | 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速的方法 |
CN113870563B (zh) * | 2021-10-11 | 2023-01-24 | 海南谨而信信息科技有限公司 | 一种基于人工智能的红外激光交通信息采集装置 |
CN114964459B (zh) * | 2022-04-14 | 2023-08-04 | 同济大学 | 一种载具轮迹实时定位测速系统及方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NZ332266A (en) * | 1997-10-28 | 2000-12-22 | John B Moetteli | Speed camera system having license plate readers connected to central computer which calculates vehicle's speed |
CN200962255Y (zh) * | 2006-10-16 | 2007-10-17 | 天津市金飞博光通讯技术有限公司 | 新型光纤车辆检测器 |
US7975620B2 (en) * | 2008-07-16 | 2011-07-12 | Thomas Pumpelly | Hybrid personal transit system |
CN102521988B (zh) * | 2011-12-02 | 2014-04-23 | 哈尔滨工业大学 | 车辆行驶速度及位置光纤光栅测定系统 |
GB2513399B (en) * | 2013-04-26 | 2017-07-26 | Optasense Holdings Ltd | Traffic Monitoring |
CN104700624B (zh) * | 2015-03-16 | 2017-07-07 | 电子科技大学 | 基于相敏光时域反射仪的车流量在线监测系统的监测方法 |
-
2016
- 2016-10-29 CN CN201610924277.2A patent/CN106600981B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106600981A (zh) | 2017-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106600981B (zh) | 基于分布式传感信息的道路断面双向车辆速度估计方法 | |
CN106205114B (zh) | 一种基于数据融合的高速公路路况信息实时获取方法 | |
CN106596135B (zh) | 一种纯电动汽车实际行驶能耗测试、评价和预测方法 | |
Brantley et al. | Mobile air monitoring data-processing strategies and effects on spatial air pollution trends | |
CN104792937B (zh) | 一种基于车载重力加速度传感器的桥头跳车检测评价方法 | |
CN102819954B (zh) | 交通区域动态地图监控预测系统 | |
CN103325247B (zh) | 一种交通信息处理方法及系统 | |
CN103838772B (zh) | 一种多源交通数据融合方法 | |
CN102063795B (zh) | 一种密集交通流信息采集系统及方法、装置 | |
CN109544932A (zh) | 一种基于出租车gps数据与卡口数据融合的城市路网流量估计方法 | |
CN104851287B (zh) | 基于视频检测器的城市道路路段行程时间检测方法 | |
CN105788295B (zh) | 一种交通流量的检测方法及装置 | |
WO2020257167A1 (en) | Distributed intelligent traffic informatics using fiber sensing | |
WO2018122588A1 (zh) | 一种使用wi-fi探针检测行人流量的方法 | |
CN103981795A (zh) | 一种利用车辆悬架传感器实现路面谱软测量的方法 | |
CN102722984A (zh) | 一种实时路况监控方法 | |
CN105806637A (zh) | 一种轨道车辆通用的测试系统 | |
CN103280110A (zh) | 高速公路旅行时间的预测方法及装置 | |
CN109654378A (zh) | 一种基于北斗定位的燃气管道泄漏检测装置及方法 | |
CN103050014A (zh) | 交通车速检测系统及检测方法 | |
CN106638242B (zh) | 一种适应低速及变速测量的平整度检测装置及方法 | |
CN109405962B (zh) | 一种道路交通噪声频谱计算方法 | |
Sebestyen et al. | Road quality evaluation with mobile devices | |
CN107066501A (zh) | 一种基于道路相似性的机动车尾气遥测设备布点方法 | |
CN108973543A (zh) | 一种利用用电量检测轮胎气压的设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |