CN106680212B - 一种基于路面反射的垂直式机动车尾气遥测系统 - Google Patents
一种基于路面反射的垂直式机动车尾气遥测系统 Download PDFInfo
- Publication number
- CN106680212B CN106680212B CN201611267863.0A CN201611267863A CN106680212B CN 106680212 B CN106680212 B CN 106680212B CN 201611267863 A CN201611267863 A CN 201611267863A CN 106680212 B CN106680212 B CN 106680212B
- Authority
- CN
- China
- Prior art keywords
- weak signal
- laser
- signal
- motor vehicle
- data
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1793—Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开一种基于路面反射的垂直式机动车尾气遥测系统。由车辆检测单元、尾气检测单元、弱信号处理单元和车牌识别单元组成。本发明可以获取车道路面机动车行驶的实时状况,准确获取短时间内车道上机动车行驶时速度、加速度和车牌号等,并对其中尾气污染物成分与浓度数据进行分离,把各个源数据从混叠的观测数据中分离出来。
Description
技术领域
本发明具体涉及一种基于路面反射的垂直式机动车尾气遥测系统,属于环境监测技术领域。
背景技术
一方面,由于经济持续快速发展,人民群众收入稳步增加,全国机动车数量呈现逐年增加的趋势,机动车尾气的排放量随之急剧增大。机动车尾气作为城市空气污染的主要源头,不仅造成城市大气污染的加重,还导致雾霾天气的频发,对城市居民的日常生活和身体健康造成不良影响。汽车尾气已经成为城市在大型化发展和环境改善两者之间的一个非常突出的矛盾。另一方面,随着交通建设的不断完善,自动化、网络化的智能交通已经成为城市交通管理的必然发展方向,有必要建立起较完善的机动车尾气排放的统一监管平台,实现机动车尾气数据的获取、分析、预测,从而能够准确、全面、迅速地掌控机动车尾气数据的变化,为相关分析工作及发展战略制定提供决策依据,以满足管理部门对机动车排气污染防控和节能减排的需要。
发明专利《多车道机动车尾气PM2.5遥测装置》(申请号:201310655684.4)与《多车道机动车尾气遥测装置》(申请号:200910241681.X)通过对尾气检测单元、速度加速度检测单元、风速风向检测单元、路况识别单元、牌照记录单元、控制单元等模块的集成,实现了针对不同污染物的尾气遥测设备,本质上是一种水平式尾气遥测设备,要求短时间内只有一辆车通过监测点的条件,也就是说,对于交通流较大的多车道其适用性较差。
发明专利《一种多车道机动车尾气检测系统》(申请号:201010568201.3)与《一种机动车尾气检测装置》(申请号:201510897679.3)与针对固定水平式尾气遥测设备无法适用于交通复杂路段的缺点进行了改进,增加了路面反射带,利用垂直发射/接收的激光束,实现了真正意义上的固定垂直式尾气遥测设备,各个车道的尾气检测相互独立、互不干扰,可以适用于交通流大的多车道路段。但是,由于增加了路面反射带,反射带的清洁度将直接影响设备的精度,所以由之而来的反射带的清洁与保养工作会无形中增加设备成本与人工成本。
发明内容
本发明技术解决问题:为克服上述检测装置及传统检测方法的不足,本发明提供一种基于路面反射的垂直式机动车尾气遥测系统,可以获取车道路面机动车行驶的实时状况,准确获取短时间内车道上机动车行驶时速度、加速度和车牌号等,并对其中尾气污染物成分与浓度数据进行分离,把各个源数据从混叠的观测数据中分离出来。
本发明技术解决方案:一种基于路面反射的垂直式机动车尾气遥测系统,包括车辆检测单元、尾气检测单元、弱信号处理单元和车牌识别单元四个部分;车辆检测单元,包括两组激光发生器和接收器,两组激光发生器以一定距离间隔安置于横跨车道的龙门架上,发射激光垂直于车道,经路面反射后被龙门架上的激光接收器接收,当机动车行驶通过检测区时,激光发射器发出的激光就会受到影响,使发射器-接收器之间的光路缩短,从而说明有机动车行驶进入检测区,机动车在离开检测区时会导致发射器-接收器之间的光路恢复到无车状态,利用两组激光器分别记录的机动车进入、离开时刻差获取机动车速度、加速度信息;同时输出触发信号触发尾气检测单元对尾气信息进行采集,触发车牌识别单元对车牌信息进行采集;尾气检测单元,由多个安装在横跨车道的龙门架上垂直于路面的激光发射器构成,每个激光发射器以一定距离间隔安置,每个激光发射器均垂直向地面发射激光束,由于每个车道的激光接收器会受到不同车道激光的影响,每个激光接收器接收到的是混叠信号,通过对激光接收器混叠信号的分析,得到尾气污染物成分与浓度的混叠数据,每个接收器的数据会被发送到弱信号处理单元进行弱信号提取与分离。弱信号处理单元,包括弱信号提取模块和弱信号分离模块,弱信号提取模块根据弱信号与噪声信号在频率分布、覆盖范围、统计特性方面的差异,识别和提取出尾气检测单元数据的相关弱信号数据;弱信号分离模块对弱信号提取模块中提取出的相关弱信号数据进行分离处理,选择线性瞬时混合模型作为弱信号的模型,采用独立分量分析的方法对不同源的相互混叠的弱信号进行分离,最终获取通过监测点的机动车尾气污染物成分与浓度;车牌识别单元,包括一台摄像机与图像处理模块,当车辆检测单元检测到有机动车进入检测区时,输出触发信号,使摄像机对车头进行多次拍照,由图像处理模块进行照片的筛选与车牌照号码的识别,完成检测结果与车牌号之间的关联,从而最终实现基于路面反射的垂直式机动车尾气遥测。其中:
(1)所述车辆检测单元中,完成机动车速度和加速度的计算如下:
机动车经过第一组激光发射装置和第二组激光发射装置的平均速度为v1,v2,其计算方法为速度加速度为其中,L为两组激光发射器间隔,记录接收器1和接收器2下降沿出现的时刻为T1,T2,记录接收器1和接收器2上升沿出现的时刻为T3,T4。
(2)所述弱信号处理单元中,所述弱信号分离模块,选择线性瞬时混合模型作为弱信号的模型,假设n个源信号s被m个检测器接收后输出混合信号x,线性瞬时混合模型可以表示为x(t)=As(t),其中x(t)=[x1(t),x2(t),…,xm(t)]T是m*1维观测信号的向量,m表示接收的检测器的数目,s(t)=[s1(t),s2(t),…,sn(t)]T是n*1维相互独立的源信号的向量,n表示源信号的个数,A是一个m*n维的混合矩阵。其估计模型可以表示为y(t)=Wx(t),其中y(t)是对源信号s(t)的估计,W是一个n*m维的矩阵,称之为分离矩阵。
采用独立分量分析的方法对不同源的相互混叠的弱信号进行分离,求解分离矩阵W,对源信号进行估计。采用独立分量分析的方法进行弱信号分离的步骤如下:
步骤一:对提取到的数据进行预处理,包括数据中心化和白化处理。数据中心化,使输出混合信号x中心化,具体做法是用x减去其均值向量E(x),将x转化为零均值向量。白化处理,对x进行线性变换,使得x的各分量方差都为1,白化的目的就是降低输入的冗余性,使得x(t)的各个分量不相关联。通过预处理,有效地降低了求解的复杂度,减小了工作量,记预处理后的数据为z(t)。
步骤二:随机地选择一个初始向量W(k),k=1,k表示迭代的次数。
步骤三:W(k+1)=E{zg(WT(k)z}-E{g′(WT(k)z)}W(k),其中非线性函数g取g(x)=x3,E表示均值,z为预处理后的数据,W为分离矩阵。
步骤四:作正交归一化处理,W(k+1)=W(k+1)/‖W(k+1)‖其中‖·‖表示矩阵范数。
步骤五:判断W(k)是否收敛,收敛则停止迭代得到W(k),否则返回步骤三继续迭代。
本发明与现有技术相比的优点在于:
(1)水平式尾气遥测设备,要求短时间内只有一辆车通过监测点的条件,也就是说,对于交通流较大的多车道其适用性较差。相比之下,本发明所用基于路面反射的垂直式机动车尾气遥测可适用多车道上有多辆车同时进入检测区域的情况,可以获取车道路面机动车行驶的实时状况,准确获取短时间内车道上车辆行驶时速度、加速度和车牌号等,并对其中尾气污染物成分与浓度数据进行分离,把各个源数据从混叠的观测数据中分离出来。各个车的检测数据相互独立,适用于城区路网车流量较大的路段,可以在短期内积累大量数据。
(2)对于增加了路面反射带的固定垂直式尾气遥测设备,反射带的清洁度将直接影响设备的精度,所以由之而来的反射带的清洁与保养工作会无形中增加设备成本与人工成本。本发明所采用的基于路面反射的垂直式尾气遥测设备不需要额外安装路面反射带,直接用路面进行反射,利用弱信号分离的方法对得到的尾气污染物成分与浓度数据进行分离,不会因反射带的清洁度降低设备的精度,具有更广的适用性。
附图说明
图1为本发明的一种基于路面反射的垂直式机动车尾气遥测系统结构图;
图2为本发明中车辆检测单元单元原理图;
图3为本发明中尾气检测单元。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,本发明一种基于路面反射的垂直式机动车尾气遥测系统,包括车辆检测单元、尾气检测单元、弱信号处理单元和车牌识别单元四个部分;车辆检测单元,包括两组激光发生器和接收器,两组激光发生器以一定距离间隔安置于横跨车道的龙门架上,发射激光垂直于车道,经路面反射后被龙门架上的激光接收器接收,当机动车行驶通过检测区时,激光发射器发出的激光就会受到影响,使发射器-接收器之间的光路缩短,从而说明有机动车行驶进入检测区,机动车在离开检测区时会导致发射器-接收器之间的光路恢复到无车状态,利用两组激光器分别记录的机动车进入、离开时刻差获取机动车速度、加速度信息;同时输出触发信号触发尾气检测单元对尾气信息进行采集,触发车牌识别单元对车牌信息进行采集;尾气检测单元,由多个安装在横跨车道的龙门架上垂直于路面的激光发射器构成,每个激光发射器以一定距离间隔安置,每个激光发射器均垂直向地面发射激光束,由于每个车道的激光接收器会受到不同车道激光的影响,他们接收到的是混叠信号,通过对激光接收器混叠信号的分析,得到尾气污染物成分与浓度的混叠数据,每个接收器的数据会被发送到弱信号处理单元进行弱信号提取与分离。弱信号处理单元,包括弱信号提取模块和弱信号分离模块,弱信号提取模块根据弱信号与噪声信号在频率分布、覆盖范围、统计特性方面的差异,识别和提取出尾气检测单元数据的相关弱信号数据;弱信号分离模块对弱信号提取模块中提取出的相关弱信号数据进行分离处理,选择线性瞬时混合模型作为弱信号的模型,采用独立分量分析的方法对不同源的相互混叠的弱信号进行分离,最终获取通过监测点的机动车尾气污染物成分与浓度;车牌识别单元包括一台摄像机与图像处理模块,当车辆检测单元检测到有机动车进入检测区时,输出触发信号,使摄像机对车头进行多次拍照,由图像处理模块进行照片的筛选与车牌照号码的识别,完成检测结果与车牌号之间的关联,从而最终实现基于路面反射的垂直式机动车尾气遥测。
如图2所示,车辆检测单元包括两组激光发生器和接收器;两组激光发生器以一定距离间隔安置于横跨车道的龙门架上,发射激光垂直穿射车道,经路面反射后被安装在龙门架上的激光接收器接收,当机动车行驶通过检测区时,激光发射器发出的激光就会受到影响,使发射器-接收器之间的光路缩短,从而说明有机动车行驶进入检测区,同时触发尾气检测单元对机动车尾气进行检测。机动车在离开检测区时会导致发射器-接收器之间的光路恢复到无车状态。利用两组激光器分别记录的机动车进入、离开时刻差可以获取机动车速度、加速度信息。同时触发尾气检测单元对尾气信息进行采集,触发车牌识别单元对车牌信息进行采集。完成机动车速度和加速度的计算如下:
机动车经过第一组激光发射装置和第二组激光发射装置的平均速度为v1,v2,其计算方法为速度加速度为其中,L为两组激光发射器间隔,记录接收器1和接收器2下降沿出现的时刻为T1,T2,记录接收器1和接收器2上升沿出现的时刻为T3,T4。
如图3所示,尾气检测单元,由多个安装在横跨车道的龙门架上垂直于路面的激光发射器构成,每个激光发射器以一定距离间隔安置,每个激光发射器均垂直向地面发射激光束,由于每个车道的激光接收器会受到不同车道激光的影响,他们接收到的是混叠信号,通过对激光接收器混叠信号的分析,得到尾气污染物成分与浓度的混叠数据,每个接收器的数据会被发送到弱信号处理单元进行弱信号提取与分离。
所述弱信号处理单元由弱信号提取模块和弱信号分离模块组成;弱信号提取模块根据弱信号与噪声信号在频率分布、覆盖范围、统计特性方面的差异,识别和提取出尾气检测单元数据的相关弱信号数据;
弱信号分离模块,选择线性瞬时混合模型作为弱信号的模型,假设n个源信号s被m个检测器接收后输出混合信号x,线性瞬时混合模型可以表示为x(t)=As(t),其中x(t)=[x1(t),x2(t),…,xm(t)]T是m*1维观测信号的向量,m表示接收的检测器的数目,s(t)=[s1(t),s2(t),…,sn(t)]T是n*1维相互独立的源信号的向量,n表示源信号的个数,A是一个m*n维的混合矩阵。其估计模型可以表示为y(t)=Wx(t),其中y(t)是对源信号s(t)的估计,W是一个n*m维的矩阵,称之为分离矩阵。
采用独立分量分析的方法对不同源的相互混叠的弱信号进行分离,求解分离矩阵W,对源信号进行估计。采用独立分量分析的方法进行弱信号分离的步骤如下:
步骤一:对提取到的数据进行预处理,包括数据中心化和白化处理。数据中心化,使输出混合信号x中心化,具体做法是用x减去其均值向量E(x),将x转化为零均值向量。白化处理,对x进行线性变换,使得x的各分量方差都为1,白化的目的就是降低输入的冗余性,使得x(t)的各个分量不相关联。通过预处理,有效地降低了求解的复杂度,减小了工作量,记预处理后的数据为z(t)。
步骤二:随机地选择一个初始向量W(k),k=1,k表示迭代的次数;
步骤三:W(k+1)=E{zg(WT(k)z}-E{g′(WT(k)z)}W(k),其中非线性函数g取g(x)=x3,E表示均值,z为预处理后的数据,W为分离矩阵。
步骤四:作正交归一化处理,W(k+1)=W(k+1)/‖W(k+1)‖其中‖·‖表示矩阵范数。
步骤五:判断W(k)是否收敛,收敛则停止迭代得到W(k),否则返回步骤三继续迭代。
利用y(t)=Wx(t)可以得到对源信号s的估计,经过上面的弱信号分离,就可以得到分离后的各个源尾气污染物成分与浓度数据。再利用车牌识别单元中的图像处理模块进行照片的筛选与车牌照号码的识别,完成检测结果与车牌号之间的关联,从而最终实现基于路面反射的垂直式机动车尾气遥测。
以上显示和描述了本发明的基本原理和主要功能。本行业的技术人员应该了解,本发明不受上述实例的限制,上述实例和说明书中的描述只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的发明范围内。本发明要求保护范围由所附权利要求书及其等效物界定。
Claims (4)
1.一种基于路面反射的垂直式机动车尾气遥测系统,包括车辆检测单元、尾气检测单元、车牌识别单元,车牌识别单元,包括一台摄像机与图像处理模块,当车辆检测单元检测到有机动车进入检测区时,输出触发信号,使摄像机对车头进行多次拍照,由图像处理模块进行照片的筛选与车牌照号码的识别,完成检测结果与车牌号之间的关联,从而最终实现基于路面反射的垂直式机动车尾气遥测,其特征在于:所述系统还包括弱信号处理单元,其中
车辆检测单元,包括两组激光发生器和接收器,两组激光发生器以一定距离间隔安置于横跨车道的龙门架上,发射激光垂直于车道,经路面反射后被龙门架上的激光接收器接收,当机动车行驶通过检测区时,激光发射器发出的激光就会受到影响,使发射器-接收器之间的光路缩短,从而说明有机动车行驶进入检测区,机动车在离开检测区时会导致发射器-接收器之间的光路恢复到无车状态,利用两组激光器分别记录的机动车进入、离开时刻差获取机动车速度、加速度信息;同时输出触发信号触发尾气检测单元对尾气信息进行采集,触发车牌识别单元对车牌信息进行采集;
尾气检测单元,由多个安装在横跨车道的龙门架上垂直于路面的激光发射器构成,每个激光发射器以一定距离间隔安置,每个激光发射器均垂直向地面发射激光束,由于每个车道的激光接收器会受到不同车道激光的影响,每个激光接收器接收到的是混叠信号,通过对激光接收器混叠信号的分析,得到尾气污染物成分与浓度的混叠数据,每个接收器的数据会被发送到弱信号处理单元进行弱信号提取与分离;
弱信号处理单元,包括弱信号提取模块和弱信号分离模块,弱信号提取模块根据弱信号与噪声信号在频率分布、覆盖范围、统计特性方面的差异,识别和提取出尾气检测单元数据的相关弱信号数据;弱信号分离模块对弱信号提取模块中提取出的相关弱信号数据进行分离处理,选择线性瞬时混合模型作为弱信号的模型,采用独立分量分析的方法对不同源的相互混叠的弱信号进行分离,最终获取通过监测点的机动车尾气污染物成分与浓度。
2.根据权利要求1所述基于路面反射的垂直式机动车尾气遥测系统,其特征在于:车辆检测单元中,所述获取机动车速度、加速度信息的过程如下:
机动车经过第一组激光发射装置和第二组激光发射装置的平均速度为v1,v2,其计算方法为速度加速度为其中,L为两组激光发射器间隔,记录接收器1和接收器2下降沿出现的时刻为T1,T2,记录接收器1和接收器2上升沿出现的时刻为T3,T4。
3.根据权利要求1所述基于路面反射的垂直式机动车尾气遥测系统,其特征在于:弱信号处理单元中,所述弱信号分离模块,选择线性瞬时混合模型作为弱信号的模型,假设n个源信号s被m个检测器接收后输出混合信号x,线性瞬时混合模型可以表示为x(t)=As(t),其中x(t)=[x1(t),x2(t),...,xm(t)]T是m*1维观测信号的向量,m表示接收的检测器的数目,s(t)=[s1(t),s2(t),…,sn(t)]T是n*1维相互独立的源信号的向量,n表示源信号的个数,A是一个m*n维的混合矩阵,其估计模型表示为y(t)=Wx(t),其中y(t)是对源信号s(t)的估计,W是一个n*m维的矩阵,称之为分离矩阵;
采用独立分量分析的方法对不同源的相互混叠的弱信号进行分离,求解分离矩阵W,对源信号进行估计。
4.根据权利要求3所述基于路面反射的垂直式机动车尾气遥测系统,其特征在于:所述采用独立分量分析的方法进行弱信号分离的步骤如下:
步骤一:对提取到的数据进行预处理,包括数据中心化和白化处理,数据中心化,使输出混合信号x中心化,具体做法是用x减去其均值向量E(x),将x转化为零均值向量;白化处理,对x进行线性变换,使得x的各分量方差都为1,白化的目的就是降低输入的冗余性,使得x(t)的各个分量不相关联,通过预处理,有效地降低了求解的复杂度,减小了工作量,记预处理后的数据为z(t);
步骤二:随机地选择一个初始向量W(k),k=1;k表示迭代的次数;
步骤三:W(k+1)=E{zg(WT(k)z)}-E{g′(WT(k)z)}W(k),其中非线性函数g取g(x)=x3,E表示均值,z为预处理后的数据,W为分离矩阵;
步骤四:作正交归一化处理,W(k+1)=W(k+1)/||W(k+1)||其中||·||表示矩阵范数;
步骤五:判断W(k)是否收敛,收敛则停止迭代得到W(k),否则返回步骤三继续迭代。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611267863.0A CN106680212B (zh) | 2016-12-31 | 2016-12-31 | 一种基于路面反射的垂直式机动车尾气遥测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611267863.0A CN106680212B (zh) | 2016-12-31 | 2016-12-31 | 一种基于路面反射的垂直式机动车尾气遥测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106680212A CN106680212A (zh) | 2017-05-17 |
CN106680212B true CN106680212B (zh) | 2019-04-26 |
Family
ID=58848778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611267863.0A Active CN106680212B (zh) | 2016-12-31 | 2016-12-31 | 一种基于路面反射的垂直式机动车尾气遥测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106680212B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108226046B (zh) * | 2017-12-26 | 2019-10-25 | 中国科学技术大学 | 一种机动车尾气遥测结果修正方法 |
CN108489919A (zh) * | 2018-05-28 | 2018-09-04 | 安徽达致环保科技有限公司 | 一种多光束机动车尾气检测装置和检测方法 |
CN108717046B (zh) * | 2018-06-27 | 2024-04-26 | 广东泓胜科技股份有限公司 | 一种遥感检测镜面自清洁装置 |
CN109297936A (zh) * | 2018-09-13 | 2019-02-01 | 天津同阳科技发展有限公司 | 基于矩阵式柴油车排气污染物的遥测系统 |
CN109238987B (zh) * | 2018-10-11 | 2021-07-09 | 成都中安瑞晨科技有限责任公司 | 一种多光谱汽车尾气监测装置 |
CN109580522A (zh) * | 2018-11-20 | 2019-04-05 | 北京计算机技术及应用研究所 | 一种融合汽车电子标识和视频的汽车尾气污染物监测方法 |
CN109856018B (zh) * | 2019-01-08 | 2024-06-07 | 北京大方科技有限责任公司 | 烟度检测设备及烟度检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001291185A (ja) * | 2000-04-05 | 2001-10-19 | Omron Corp | 計測システムおよび方法、並びに記録媒体 |
EP1420239A2 (en) * | 2002-11-12 | 2004-05-19 | Alstrom Australia Ltd | Detection and identification of vehicles with excess particulates in exhaust gases |
JP2004293303A (ja) * | 2003-03-25 | 2004-10-21 | Denso Corp | 排気ガス診断装置 |
CN102128802A (zh) * | 2010-11-30 | 2011-07-20 | 中国科学技术大学 | 一种多车道机动车尾气检测系统 |
CN203479672U (zh) * | 2013-09-17 | 2014-03-12 | 北京华清深空环保技术有限公司 | 分体式汽车尾气遥感测试装置 |
KR101518968B1 (ko) * | 2014-03-28 | 2015-05-11 | (주)켄텍 | 운행 중인 차량의 배기가스 실시간 측정 장치 |
CN105300914A (zh) * | 2015-12-04 | 2016-02-03 | 安徽宝龙环保科技有限公司 | 一种机动车尾气检测装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8447528B2 (en) * | 2009-12-21 | 2013-05-21 | Envirotest Systems Holdings Corp. | Remote vehicle emissions sensing system and method for differentiating water from hydrocarbons |
-
2016
- 2016-12-31 CN CN201611267863.0A patent/CN106680212B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001291185A (ja) * | 2000-04-05 | 2001-10-19 | Omron Corp | 計測システムおよび方法、並びに記録媒体 |
EP1420239A2 (en) * | 2002-11-12 | 2004-05-19 | Alstrom Australia Ltd | Detection and identification of vehicles with excess particulates in exhaust gases |
JP2004293303A (ja) * | 2003-03-25 | 2004-10-21 | Denso Corp | 排気ガス診断装置 |
CN102128802A (zh) * | 2010-11-30 | 2011-07-20 | 中国科学技术大学 | 一种多车道机动车尾气检测系统 |
CN203479672U (zh) * | 2013-09-17 | 2014-03-12 | 北京华清深空环保技术有限公司 | 分体式汽车尾气遥感测试装置 |
KR101518968B1 (ko) * | 2014-03-28 | 2015-05-11 | (주)켄텍 | 운행 중인 차량의 배기가스 실시간 측정 장치 |
CN105300914A (zh) * | 2015-12-04 | 2016-02-03 | 安徽宝龙环保科技有限公司 | 一种机动车尾气检测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106680212A (zh) | 2017-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106680212B (zh) | 一种基于路面反射的垂直式机动车尾气遥测系统 | |
CN109285376B (zh) | 一种基于深度学习的公交车客流统计分析系统 | |
CN103714603B (zh) | 基于红外测距传感器的公交车客流统计系统 | |
CN112633176B (zh) | 一种基于深度学习的轨道交通障碍物检测方法 | |
CN101391589A (zh) | 车载智能报警方法和装置 | |
CN109637137A (zh) | 基于车路协同的交通管理系统 | |
CN113340325B (zh) | 一种验证车路协同路侧感知融合精度的系统、方法及介质 | |
CN207624060U (zh) | 一种自动驾驶系统场景工况数据采集系统 | |
CN103366560A (zh) | 一种道路交通运行状态跟车探测方法、系统及应用 | |
CN107895482A (zh) | 基于毫米波雷达与激光雷达的交通情况调查装置及方法 | |
CN105575125A (zh) | 一种车流视频侦测分析系统 | |
CN112419773A (zh) | 一种基于云控平台的车路协同无人驾驶控制系统 | |
CN105448105A (zh) | 一种基于巡逻警车的监控系统 | |
CN110749455A (zh) | 一种无人车汇入车流通行能力测试系统及测试方法 | |
CN205943076U (zh) | 一种拥堵检测车载装置 | |
CN103903468A (zh) | 道路拥堵时间预警方法及装置 | |
CN110083099A (zh) | 一种符合汽车功能安全标准自动驾驶架构系统和工作方法 | |
CN106408944A (zh) | 基于双通信数据的拥堵等级分析平台 | |
CN110942670A (zh) | 一种高速公路雾区诱导方法 | |
CN103413449A (zh) | 一种高速公路匝道智能指路系统及其指路方法 | |
CN103714604B (zh) | 基于超声波传感器的公交车客流统计系统 | |
CN110210384A (zh) | 一种道路全局信息实时提取与表示系统 | |
CN108382399A (zh) | 车辆控制装置、车辆控制方法及存储车辆控制程序的介质 | |
CN106803348A (zh) | 一种基于卡口的高架道路车辆行程时间短时预测方法 | |
CN104217591A (zh) | 动态路况检测方法及系统 |
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 |