CN109141598A - 一种基于分布式震动传感器阵列的车辆动态超载监测系统 - Google Patents
一种基于分布式震动传感器阵列的车辆动态超载监测系统 Download PDFInfo
- Publication number
- CN109141598A CN109141598A CN201810947886.9A CN201810947886A CN109141598A CN 109141598 A CN109141598 A CN 109141598A CN 201810947886 A CN201810947886 A CN 201810947886A CN 109141598 A CN109141598 A CN 109141598A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- module
- signal
- sensor array
- shock sensor
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/02—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing wheeled or rolling bodies, e.g. vehicles
- G01G19/03—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing wheeled or rolling bodies, e.g. vehicles for weighing during motion
Abstract
本发明公开了一种基于分布式震动传感器阵列的车辆动态超载监测系统,主要由震动传感器阵列模块、地磁探测模块、摄像头、多通道数据采集系统、车辆到达触发模块、车辆识别模块、信号处理模块、特征参数提取模块和机器学习模块组成;将震动传感器阵列布设在桥面进行超载测量,无需对路面进行破损,且施工周期短,极大地降低了设备安装成本,提升了工作效率以及后期的维护成本;利用地磁信息进行车辆到达判断,利用震动传感器阵列,以非接触方式对车辆进行超载测量,提高了超载监测过程中车辆的行驶速度,有效缓解城市道路交通压力,降低了行车高峰期车辆拥堵率。建立震动传感器阵列与车辆超载量的关系模型,并利用该模型进行车辆超载监测,极大地提高了高速超载监测系统的无人值守效率。
Description
技术领域
本发明属于测量技术领域,具体涉及一种基于分布式震动传感器阵列的车辆动态超载监测系统。
背景技术
公路作为一个国家重要的经济命脉,对沟通市场、物质流通起着不可替代的关键作用。近几年来我国对公路基础设施特别是高速公路建设的力度逐年加大,投资额度持续增长。但是由于部分运输者为了追求利益的最大化,我国公路交通运输普遍存在超载超限的现象,对交通安全、运输市场及汽车生产秩序造成了极大危害。因此如何解决日渐紧迫的车辆超限超载,尤其是不容易监测的微型货车超载问题已成为当务之急。
车辆动态称重,是指在不停车情况下测量出车辆重量的过程。目前在车辆动态超载称重系统中常用的动态称重传感器主要有压电传感器、弯板、单传感器。
存在以下缺陷:
1、现有车辆动态称重系统都需要在路面上掘坑布设传感器,施工周期长,路面损害大,同时安装造价成本高,在路面建造安装期间也会影响道路的正常使用,带来一定的损失。
2、现有车辆超载系统,要求车辆停车或低速称重,极易造成高架桥拥堵、服务质量下降以及交通安全事故。
3、现有车辆超载称重系统定期需要对设备进行校准,对埋设的传感器进行开挖标定,造成后期设备维护成本高。
发明内容
针对以上存在的问题,本发明提供一种基于分布式震动传感器阵列的车辆动态超载监测系统。
本发明的技术方案为:一种基于分布式震动传感器阵列的车辆动态超载监测系统,其特征在于:主要由震动传感器阵列模块1、地磁探测模块2、摄像头3、多通道数据采集系统4、车辆到达触发模块5、车辆识别模块6、信号处理模块7、特征参数提取模块12和机器学习模块8组成;震动传感器阵列模块1由多个对称布设在每个车道两边的三轴加速度传感器组成;地磁探测模块2由两个三轴地磁传感器组成,分别布设在每个车道的监测点两边;多通道数据采集系统4与震动传感器阵列模块1连接获取车辆经过监测点时产生的震动信号;车辆到达触发模块5与地磁探测模块2连接,获取监测区域的地磁场变化,当磁场变化值达到一定阈值时,确定车辆到达监测点,将一个脉冲信号发送至多通道数据采集系统4,车牌识别模块6与摄像头3连接,用于识别车辆牌照及车型,在识别为货车后,将车牌信息发送至多通道数据采集系统4,并配合车辆到达触发模块5控制多通道数据采集系统4采集震动传感器阵列模块输出的数据;多通道数据采集系统4一方面采集震动传感器阵列模块获取的震动信号以及外车道干扰噪声信号,将上述信号发送至信号处理模块7,另一方面存储此时监测车辆的车牌信息;
信号处理模块7用于对传感器阵列模块获取的震动信号进行处理,将处理后的信号输出至特征参数提取模块12;
特征参数提取模块12用于提取传感器阵列中每个传感器输出信号的峰值、功率谱峰值、功率谱主频带、信号持续时间、初至波到时信息,并将上述信息输出至机器学习模块8;机器学习模块8事先对每种超载类型车辆建立传感器输出信号的峰值、功率谱峰值、功率谱主频带、信号持续时间、初至波到时信息与车辆载重量的关系模型,将实际测量的震动传感器阵列的峰值、功率谱峰值、功率谱主频带、信号持续时间、初至波到时信息输入至机器学习模块8,即可输出车辆对应的超重情况。
有益效果:1、将震动传感器阵列布设在桥面进行超载测量,无需对路面进行破损,且施工周期短,极大地降低了设备安装成本,提升了工作效率以及后期的维护成本;
2、利用地磁信息进行车辆到达判断,利用震动传感器阵列,以非接触方式对车辆进行超载测量,提高了超载监测过程中车辆的行驶速度,有效缓解城市道路交通压力,降低了行车高峰期车辆拥堵率。
3、采用大数据样本采样,以机器学习的方式建立震动传感器阵列与车辆超载量的关系模型,并利用该模型进行车辆超载监测,极大地提高了高速超载监测系统的无人值守效率,降低人力成本,同时提升了桥梁健康监测设备的整体智能化水平。
4、该系统采用传感器系统、机器学习系统、视觉识别系统与无线传输系统协同工作的方式,使得车辆称重可以达到智能化和无人化工作,节约了人力成本,大大提升城市的工作效率;
本发明可应用于道路、桥梁等地方的车辆重量测量,以发现超限超载运输的车辆,为公路运营部门按车重收费,和随时对超载车辆进行检查和处罚提供有效的技术手段。
附图说明
图1为本发明的系统组成图;
图2为传感器分布图。
具体实施方式
为使本发明的目的、内容和优点更加清楚,对本发明的具体实施方式作进一步详细描述。
本发明提供一种基于分布式震动传感器阵列的车辆动态超载监测系统,主要由震动传感器阵列模块1、地磁探测模块2、摄像头3、多通道数据采集系统4、车辆到达触发模块5、车辆识别模块6、信号处理模块7、特征参数提取模块12、机器学习模块8、无线收发模块9、无线传输模块10和主控中心11组成;
震动传感器阵列模块1由多个对称布设在每个车道两边的震动传感器组成,震动传感器采用三轴加速度传感器(LIS344);
震动传感器阵列模块1与多通道数据采集系统4连接,用于获取车辆经过监测点时产生的震动信号,可以在每个车道的两边各布设8个三轴加速度传感器(LIS344);
地磁探测模块2(HMC5883)与车辆到达触发模块5连接,用于获取监测区域的地磁场变化,地磁探测模块2由两个三轴地磁传感器组成,分别布设在每个车道的监测点两边;
车辆到达触发模块5通过监测地磁探测模块获取的磁场变化值,判断车辆是否到达监测点;采用阈值比较器进行设计,当磁场变化值达到一定阈值时,确定车辆到达监测点,将一个脉冲信号发送至多通道数据采集系统4,
摄像头3与车牌识别模块6连接,用于拍摄车辆,每个车道放置一台。
车牌识别模块6用于识别车辆牌照及车型,在识别为货车后,将车牌信息发送至多通道数据采集系统4,并配合车辆到达触发模块5控制多通道数据采集系统4采集震动传感器阵列模块输出的数据;
多通道数据采集系统4一方面采集震动传感器阵列模块获取的震动信号以及外车道干扰噪声信号,将上述信号发送至信号处理模块7,另一方面存储此时监测车辆的车牌信息;
信号处理模块7用于对传感器阵列模块获取的震动信号进行外车道干扰噪声、桥梁震动噪声以及震动信号自身噪声的处理,将处理后的信号输出至特征参数提取模块12;
特征参数提取模块12用于提取传感器阵列中每个传感器输出信号的峰值、功率谱峰值、功率谱主频带、信号持续时间、初至波到时信息,并将上述信息输出至机器学习模块8;考虑到峰值、功率谱峰值、功率谱主频带、信号持续时间、初至波到时信息等参数,能够避免外车道对监测车道的干扰;
机器学习模块8通过前期样本训练,建立了传感器信号峰值、功率谱峰值、功率谱主频带、信号持续时间、初至波到时信息与车辆载重量的关系模型,通过判断特征参数提取模块12输入的信息,输出车辆的超重情况。
无线收发模块9将机器学习模块输出的超重情况和存储的车牌信息,打包发送至无线传输模块10。
无线传输模块10将接收到的车辆载重信息和车牌信息发送至主控中心,实现超载车辆的监控。
采用标准载重样本建立机器学习模型的方法如下:
1、将外车道封闭,利用标准重量、超载20%、40%、60%、80%、100%和150%七种不同载重量的货车,以80km/h的速度分别驶入监测区域,外车道封闭,产生的外在干扰仅仅为桥梁震动噪声;
2、当货车到达监测区域后,地磁场会发生巨大扰动,车辆到达触发模块5将在地磁探测模块2探测到峰值信号时,将“车辆到达指令”发送至多通道数据采集系统4;
3、摄像头通过车型识别模块判断车型,当判断是货车时,向多通道数据采集系统4发送“货车类型指令”;
4、当多通道数据采集系统4收到车辆到达指令及货车类型指令时,控制震动传感器阵列1进行震动信息采集,采样率10kHz,采样时间:10s;
5、采集结束后,将获取的三轴震动信号通过信号处理模块7进行处理,拟采用小波阈值降噪法对三轴震动信号去噪,再通过带通滤波器去除桥梁自激震动噪声,将处理后的信号进行保存并输出至特征参数提取模块12;
6、特征参数提取模块12首先对三轴信号进行矢量合成,
其中,akx(n),aky(n),akx(n)为第k个传感器x轴,y轴,z轴获取的信号,ak(n)为第k个传感器三轴合成后的信号,采用峰值检波方式提取三轴合成后的峰值信号Akmax;其次,采用STA/LTA算法提取三轴震动信号的初至波到时信息
其中Rk(i)为初至波到时检测因子,当其为最大值时,对应的i即为初至波到时tkr;再次,以ak(n)信号峰值的对应时间端计算信号持续时间tks,最后,计算ak(n)的功率谱,计算功率谱峰值Pkmax,以主频谱的的上限和下限得到功率谱主频带fkL,fkH;
7、特征参数提取模块12将提取的16个震动信号峰值、持续时间、初至波到时信息、功率谱峰值和功率谱主频带信息的特征参数,输出至机器学习模块8;
8、每种超载类型车辆建立10个样本值即测量10次,通过七种载重货车对应特征参数信息训练SVM分类器模型,建立传感器信号峰值、功率谱峰值、功率谱主频带、信号持续时间、初至波到时信息与车辆载重量的关系模型;
外车道干扰噪声信号采集方式如下:
1、将监测的超载车道封锁,
2、多通道数据采集系统4通过震动传感器阵列模块1采集外车道汽车产生震动信号,采样率1kHz,采样时间:7200s;
3、采样结束后,通过信号处理模块7去噪,并去除桥梁震动噪声,然后通过特征参数提取模块12对震动传感器三轴信号进行合成,以10s为单位进行数据截取得到截取后的外车道信号a'ki(n),(i=1,2,...,720),采用PCA加权融合,融合后的结果作为第k个传感器采集到的外车道的噪声参考信号并将该信号保存至多通道数据采集系统4;式中,λi为对应第K个传感器第i个截取数据的权值(通过构建协方差矩阵,经归一化处理后可得),a'ki(n)为第K个传感器第i组截取的信号。
利用学习模型进行超载测试,步骤如下:
1、当车辆驶入监测区域后,车辆到达触发模块5在地磁探测模块2探测到峰值信号时,向多通道数据采集系统4发送车辆到达指令;
2、摄像头通过车型识别模块判断车型,当判断是货车时,向多通道数据采集系统4发送货车类型指令,同时将车牌信息发送给多通道数据采集系统4;
3、当多通道数据采集系统4收到车辆到达指令及货车类型指令时,控制震动传感器阵列1进行震动信息采集,同时存储车牌信息;
4、采集结束后,通过信号处理模块7对震动传感器阵列信号进行处理。首先通过采集到的外车道信号干扰噪声信号对实际获取信号进行自适应滤波,去除外车道引入的干扰;
输入信号为ak(n),噪声参考信号为a′k(n),滤波器的输出dk(n),系统的输出yk(n),自适应滤波器的滤波器系数向量为W(n),滤波器系数的调整步长因子为μ。步长因子满足收敛的条件为λmax为参考信号ak'(n)为自相关矩阵的最大特征值。
其次,采用小波阈值降噪法对三轴震动信号去噪,通过带通滤波器去除桥梁自激震动噪声,将处理后的信号进行保存并输出至特征参数提取模块12;
5、在特征参数提取模块12中,得到16个震动传感器的峰值、功率谱峰值、功率谱主频带、信号持续时间、初至波到时信息,并将其输出至机器学习模块8;
6、机器学习模块8通过输入的16个震动信号峰值、功率谱峰值、功率谱主频带、信号持续时间、初至波到时信息,根据得到的关系模型,输出相应的超载类型;
7、无线收发模块9通过无线收发模块10,将车牌信息和超载类型打包发送至主控中心11。
所述货车为微型货车,载重1.8t以下的货车。
本发明将震动传感器阵列布设在桥面进行超载测量,无需对路面进行破损,且施工周期短,极大地降低了设备安装成本,提升了工作效率以及后期的维护成本;
利用地磁信息进行车辆到达判断,利用震动传感器阵列,以非接触方式对车辆进行超载测量,提高了超载监测过程中车辆的行驶速度,有效缓解城市道路交通压力,降低了行车高峰期车辆拥堵率。
采用大数据样本采样,以机器学习的方式建立震动传感器阵列与车辆超载量的关系模型,并利用该模型进行车辆超载监测,极大地提高了高速超载监测系统的无人值守效率,降低人力成本,同时提升了桥梁健康监测设备的整体智能化水平。
该系统采用传感器系统、机器学习系统、视觉识别系统与无线传输系统协同工作的方式,使得车辆称重可以达到智能化和无人化工作,节约了人力成本,大大提升城市的工作效率。
Claims (10)
1.一种基于分布式震动传感器阵列的车辆动态超载监测系统,其特征在于:主要由震动传感器阵列模块1、地磁探测模块2、摄像头3、多通道数据采集系统4、车辆到达触发模块5、车辆识别模块6、信号处理模块7、特征参数提取模块12和机器学习模块8组成;震动传感器阵列模块1由多个对称布设在每个车道两边的三轴加速度传感器组成;地磁探测模块2由两个三轴地磁传感器组成,分别布设在每个车道的监测点两边;多通道数据采集系统4与震动传感器阵列模块1连接获取车辆经过监测点时产生的震动信号;车辆到达触发模块5与地磁探测模块2连接,获取监测区域的地磁场变化,当磁场变化值达到一定阈值时,确定车辆到达监测点,将一个脉冲信号发送至多通道数据采集系统4,车牌识别模块6与摄像头3连接,用于识别车辆牌照及车型,在识别为货车后,将车牌信息发送至多通道数据采集系统4,并配合车辆到达触发模块5控制多通道数据采集系统4采集震动传感器阵列模块输出的数据;多通道数据采集系统4一方面采集震动传感器阵列模块获取的震动信号以及外车道干扰噪声信号,将上述信号发送至信号处理模块7,另一方面存储此时监测车辆的车牌信息;
信号处理模块7用于对传感器阵列模块获取的震动信号进行处理,将处理后的信号输出至特征参数提取模块12;
特征参数提取模块12用于提取传感器阵列中每个传感器输出信号的峰值、功率谱峰值、功率谱主频带、信号持续时间、初至波到时信息,并将上述信息输出至机器学习模块8;机器学习模块8事先对每种超载类型车辆建立传感器输出信号的峰值、功率谱峰值、功率谱主频带、信号持续时间、初至波到时信息与车辆载重量的关系模型,将实际测量的震动传感器阵列的峰值、功率谱峰值、功率谱主频带、信号持续时间、初至波到时信息输入至机器学习模块8,即可输出车辆对应的超重情况。
2.根据权利要求1所述的一种基于分布式震动传感器阵列的车辆动态超载监测系统,其特征在于:每个车道两边的桥面上各布置8个的三轴加速度传感器。
3.根据权利要求1所述的一种基于分布式震动传感器阵列的车辆动态超载监测系统,其特征在于:每个车道放置一台摄像头3。
4.根据权利要求1所述的一种基于分布式震动传感器阵列的车辆动态超载监测系统,其特征在于:在采集外车道干扰噪声信号时,首先将被测量的超载车道封锁,多通道数据采集系统4通过震动传感器阵列模块1采集外车道汽车产生震动信号,采样结束后,通过信号处理模块7去噪并去除桥梁自激震动噪声,然后通过特征参数提取模块12将震动传感器三轴信号进行合成,以一定时间为单位进行数据截取得到截取后的外车道信号,采用PCA加权融合,融合后的结果作为震动传感器采集到的外车道的干扰噪声参考信号,并将该信号保存至多通道数据采集系统4。
5.根据权利要求1所述的一种基于分布式震动传感器阵列的车辆动态超载监测系统,其特征在于:机器学习模块8采用SVM分类器建立机器学习模型,对每种超载类型车辆建立多个样本值。
6.根据权利要求5所述的一种基于分布式震动传感器阵列的车辆动态超载监测系统,其特征在于:机器学习模块8通过无线收发模块9和无线传输模块10将机器学习模块输出的超重情况和车牌信息打包发送至主控中心11。
7.根据权利要求5所述的一种基于分布式震动传感器阵列的车辆动态超载监测系统,其特征在于:建立机器学习模型的方法如下:
S1、首先将外车道封闭,利用标准重量、超载20%、40%、60%、80%、100%和150%七种不同载重量的货车,以80km/h的速度分别驶入监测区域;
S2、当货车到达监测区域后,车辆到达触发模块5在地磁探测模块2探测到峰值信号时,将车辆到达指令发送至多通道数据采集系统4;
S3、摄像头通过车型识别模块判断车型,当判断是货车时,向多通道数据采集系统4发送货车类型指令;
S4、当多通道数据采集系统4收到车辆到达指令及货车类型指令时,控制震动传感器进行震动信息采集;
S5、采集结束后,将获取的震动信号通过信号处理模块7进行处理,对三轴震动信号去噪,再通过带通滤波器去除桥梁自激震动噪声,将处理后的信号进行保存并输出至特征参数提取模块12;
S6、特征参数提取模块12首先对震动传感器的三轴信号进行矢量合成,提取震动信号峰值、持续时间、初至波到时信息、功率谱峰值和功率谱主频带信息并输出至机器学习模块8;
S7、对每种超载类型车辆建立多个样本值,通过七种载重货车对应震动峰值信息训练SVM分类器从而建立机器学习模型。
8.根据权利要求6所述的一种基于分布式震动传感器阵列的车辆动态超载监测系统,其特征在于:S4中,震动信息采样率10kHz,采样时间:10s。
9.根据权利要求4所述的一种基于分布式震动传感器阵列的车辆动态超载监测系统,其特征在于:在采集外车道干扰噪声信号时,多通道数据采集系统4的采样率为1kHz,采样时间:7200s。
10.根据权利要求1~9任一项所述的一种基于分布式震动传感器阵列的车辆动态超载监测系统,其特征在于:所述货车为微型货车。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810947886.9A CN109141598A (zh) | 2018-08-20 | 2018-08-20 | 一种基于分布式震动传感器阵列的车辆动态超载监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810947886.9A CN109141598A (zh) | 2018-08-20 | 2018-08-20 | 一种基于分布式震动传感器阵列的车辆动态超载监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109141598A true CN109141598A (zh) | 2019-01-04 |
Family
ID=64790389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810947886.9A Pending CN109141598A (zh) | 2018-08-20 | 2018-08-20 | 一种基于分布式震动传感器阵列的车辆动态超载监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109141598A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109827647A (zh) * | 2019-01-17 | 2019-05-31 | 同济大学 | 一种桥梁动态称重系统 |
CN110689723A (zh) * | 2019-11-06 | 2020-01-14 | 北京交通大学 | 基于功率分布与车辆自学习的货车超载识别方法 |
CN110702195A (zh) * | 2019-09-24 | 2020-01-17 | 北京化工大学 | 载重车辆运行状态监测方法及装置 |
CN111089643A (zh) * | 2020-01-02 | 2020-05-01 | 深圳市汉德网络科技有限公司 | 一种动态车载称重的方法及系统 |
CN111121943A (zh) * | 2019-12-13 | 2020-05-08 | 湖南师范大学 | 零点故障检测方法、装置、计算机设备和可读存储介质 |
WO2020174834A1 (ja) * | 2019-02-26 | 2020-09-03 | 日本電気株式会社 | 変位・重量対応付け装置 |
CN112419742A (zh) * | 2020-08-27 | 2021-02-26 | 宁波大榭招商国际码头有限公司 | 一种基于地磁传感器的车辆称重装置及车辆检测方法 |
CN113494957A (zh) * | 2020-03-20 | 2021-10-12 | 上海递革检测有限公司 | 板桥车辆超载安全检测识别方法 |
CN114333331A (zh) * | 2022-03-03 | 2022-04-12 | 中铁大桥局集团有限公司 | 一种多车道桥梁车辆通行信息与车重识别方法及系统 |
CN117116060A (zh) * | 2023-10-24 | 2023-11-24 | 四川九通智路科技有限公司 | 一种用于多车道行驶车辆检测的感应系统及感应检测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101303802A (zh) * | 2008-06-26 | 2008-11-12 | 吉林大学 | 货车超载在线自动预判断方法及系统 |
EP2466533A1 (en) * | 2010-12-14 | 2012-06-20 | Ki Tae Kim | Method and system for detecting overload and unlawful measurement of vehicle |
CN103531028A (zh) * | 2013-09-27 | 2014-01-22 | 西北核技术研究所 | 一种基于线性声音、震动传感器阵列的车辆探测方法 |
CN104835326A (zh) * | 2015-04-24 | 2015-08-12 | 周欣 | 基于各向异性磁阻传感器阵列的车辆探测器 |
CN105046766A (zh) * | 2015-08-27 | 2015-11-11 | 孙健 | 一种货运车辆行驶安全监测系统和方法 |
CN106297332A (zh) * | 2016-09-27 | 2017-01-04 | 常州大学怀德学院 | 一种基于压力传感器的智能交通控制系统 |
CN207558189U (zh) * | 2017-11-24 | 2018-06-29 | 淮北师范大学 | 用于汽车流量的检测系统 |
CN207742794U (zh) * | 2018-01-11 | 2018-08-17 | 合肥恩维智能科技有限公司 | 一种震动唤醒地磁传感器 |
-
2018
- 2018-08-20 CN CN201810947886.9A patent/CN109141598A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101303802A (zh) * | 2008-06-26 | 2008-11-12 | 吉林大学 | 货车超载在线自动预判断方法及系统 |
EP2466533A1 (en) * | 2010-12-14 | 2012-06-20 | Ki Tae Kim | Method and system for detecting overload and unlawful measurement of vehicle |
CN103531028A (zh) * | 2013-09-27 | 2014-01-22 | 西北核技术研究所 | 一种基于线性声音、震动传感器阵列的车辆探测方法 |
CN104835326A (zh) * | 2015-04-24 | 2015-08-12 | 周欣 | 基于各向异性磁阻传感器阵列的车辆探测器 |
CN105046766A (zh) * | 2015-08-27 | 2015-11-11 | 孙健 | 一种货运车辆行驶安全监测系统和方法 |
CN106297332A (zh) * | 2016-09-27 | 2017-01-04 | 常州大学怀德学院 | 一种基于压力传感器的智能交通控制系统 |
CN207558189U (zh) * | 2017-11-24 | 2018-06-29 | 淮北师范大学 | 用于汽车流量的检测系统 |
CN207742794U (zh) * | 2018-01-11 | 2018-08-17 | 合肥恩维智能科技有限公司 | 一种震动唤醒地磁传感器 |
Non-Patent Citations (1)
Title |
---|
王俊友: "《智能交通系统及应用》", 31 July 2017 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109827647A (zh) * | 2019-01-17 | 2019-05-31 | 同济大学 | 一种桥梁动态称重系统 |
WO2020174834A1 (ja) * | 2019-02-26 | 2020-09-03 | 日本電気株式会社 | 変位・重量対応付け装置 |
CN110702195A (zh) * | 2019-09-24 | 2020-01-17 | 北京化工大学 | 载重车辆运行状态监测方法及装置 |
CN110702195B (zh) * | 2019-09-24 | 2021-06-25 | 北京化工大学 | 载重车辆运行状态监测方法及装置 |
CN110689723A (zh) * | 2019-11-06 | 2020-01-14 | 北京交通大学 | 基于功率分布与车辆自学习的货车超载识别方法 |
CN111121943B (zh) * | 2019-12-13 | 2021-05-18 | 湖南师范大学 | 零点故障检测方法、装置、计算机设备和可读存储介质 |
CN111121943A (zh) * | 2019-12-13 | 2020-05-08 | 湖南师范大学 | 零点故障检测方法、装置、计算机设备和可读存储介质 |
CN111089643B (zh) * | 2020-01-02 | 2021-03-23 | 深圳市汉德网络科技有限公司 | 一种动态车载称重的方法及系统 |
CN111089643A (zh) * | 2020-01-02 | 2020-05-01 | 深圳市汉德网络科技有限公司 | 一种动态车载称重的方法及系统 |
CN113494957A (zh) * | 2020-03-20 | 2021-10-12 | 上海递革检测有限公司 | 板桥车辆超载安全检测识别方法 |
CN113494957B (zh) * | 2020-03-20 | 2022-07-01 | 上海递革检测有限公司 | 板桥车辆超载安全检测识别方法 |
CN112419742A (zh) * | 2020-08-27 | 2021-02-26 | 宁波大榭招商国际码头有限公司 | 一种基于地磁传感器的车辆称重装置及车辆检测方法 |
CN112419742B (zh) * | 2020-08-27 | 2024-04-09 | 宁波大榭招商国际码头有限公司 | 一种基于地磁传感器的车辆称重装置及车辆检测方法 |
CN114333331A (zh) * | 2022-03-03 | 2022-04-12 | 中铁大桥局集团有限公司 | 一种多车道桥梁车辆通行信息与车重识别方法及系统 |
CN114333331B (zh) * | 2022-03-03 | 2022-06-17 | 中铁大桥局集团有限公司 | 一种多车道桥梁车辆通行信息与车重识别方法及系统 |
CN117116060A (zh) * | 2023-10-24 | 2023-11-24 | 四川九通智路科技有限公司 | 一种用于多车道行驶车辆检测的感应系统及感应检测方法 |
CN117116060B (zh) * | 2023-10-24 | 2023-12-26 | 四川九通智路科技有限公司 | 一种用于多车道行驶车辆检测的感应系统及感应检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109141598A (zh) | 一种基于分布式震动传感器阵列的车辆动态超载监测系统 | |
CN109087512A (zh) | 一种基于分布式震动传感器阵列的车辆超载动态监测方法 | |
CN103927870B (zh) | 一种基于多个震动检测传感器的车辆检测装置 | |
CN103183263B (zh) | 结构物的安全防范系统以及具备其的电梯 | |
CN106840337B (zh) | 基于桥梁动应变识别单车轴重的方法 | |
CN106644326A (zh) | 基于动挠度的桥梁限载快速监测系统 | |
CN106895900B (zh) | 基于桥梁动应变识别单车轴数的方法 | |
CN101303802A (zh) | 货车超载在线自动预判断方法及系统 | |
CN109668610A (zh) | 基于神经网络回归的车辆动态测重方法及其采用的系统 | |
CN109827647B (zh) | 一种桥梁动态称重系统 | |
CN102735320A (zh) | 基于桥梁动应变识别车辆重量的方法 | |
CN103453892A (zh) | 一种桥梁裂缝实时监测及快速预警装置 | |
CN106710242A (zh) | 基于桥梁动应变识别车队车辆数的方法 | |
CN108318117A (zh) | 一种车辆动态称重补偿传感器阵列、系统与方法 | |
CN106023645A (zh) | 一种光电与雷达复合车位检测系统 | |
CN104713769B (zh) | 一种用于道路状态评估的主动激振检测系统 | |
CN111735523A (zh) | 基于视频识别的车重检测方法、装置及存储介质 | |
CN110939040A (zh) | 一种基于模态参数识别的路基压实质量检测方法及系统 | |
CN107516423A (zh) | 一种基于视频的车辆行驶方向检测方法 | |
CN105258770B (zh) | 公路车辆动态称重方法和设备 | |
CN110055867A (zh) | 一种沥青铺面抗滑安全风险实时感知预警方法 | |
CN106872005B (zh) | 基于桥梁动应变识别车队单车车重的方法 | |
CN109696232B (zh) | 道路轴载谱检测系统的自动标定方法 | |
CN106885551B (zh) | 基于桥梁动应变识别单车轴距的方法 | |
KR101192421B1 (ko) | 스트레인게이지를 사용하는 중량센서용 고속 동적하중 측정 장치 및 방법 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |
|
RJ01 | Rejection of invention patent application after publication |