CN110310491A - 一种短间距双节点地磁车速检测系统及检测方法 - Google Patents

Abstract

本发明公开一种短间距双节点地磁车速检测系统及检测方法，方法的步骤是：采集车辆经过时的地磁信号，得到两个具有时间差的波形；对波形进行预处理，去除背景，并进行标准化处理；采用基于斜率偏离度的波段对搜索方法确定波形中符合跟随性要求的波段对，针对每一个波段对，计算车辆经过双地磁传感器的时间差，结合传感器间距得到对应该波段对的车辆行驶速度；遍历波形的所有数据，将符合跟随性要求的所有波段对选出，得到所有波段对所对应的速度，将其均值作为车辆经过时的速度。此种技术方案可解决由于两个地磁传感器电气参数不一致而导致的信号时延不均匀和短间距导致的时间信号分辨率低的问题，提高车速检测的精度，体积小，功耗低，便于安装。

Description

一种短间距双节点地磁车速检测系统及检测方法

技术领域

本发明属于车速检测技术领域，特别涉及一种短间距双节点地磁车速检测系统及检测方法。

背景技术

当前，互联网技术飞速发展，推动了社会许多产业的兴起，智慧城市旨在将科技融入到市民生活中，是目前发展的热点。智能交通是发展智慧城市的关键组成部分，交通状态的检测是发展智能交通的基础任务，而车辆的行驶速度是直观反映交通状态的重要参数之一，是智能交通系统协调各功能不可或缺的重要指标。交通管理者可以根据车速来判断交通拥堵情况，实现合理的限速设置和信号灯控制。车速检测方法的高准确性、高智能化、低成本是发展智慧交通的需求，可以大大推动智慧城市建设。

目前，视频检测器难以架设、成本高，检测性能受到光照及天气条件的影响；线圈检测器施工难度大；雷达检测器在有遮挡时误差较大。基于地磁原理的车速检测方式具有低成本、高可靠性的优点，近年来已成为研究热点。利用地磁检测器检测车速的方法主要有单节点和双节点两种，单节点的车速检测准确率较低，双节点地磁车速检测是目前研究较多的方法，存在的主要问题是两节点间隔都在一米以上，成本相对较高且安装困难；时钟难以同步，无法获取精准时间延迟，由此造成车速估计的误差较大。

发明内容

本发明的目的，在于提供一种短间距双节点地磁车速检测系统及检测方法，其可解决由于两个地磁传感器电气参数不一致而导致的信号时延不均匀和短间距导致的时间信号分辨率低的问题，提高车速检测的精度，体积小，功耗低，便于安装。

为了达成上述目的，本发明的解决方案是：

一种短间距双节点地磁车速检测系统，包括双地磁传感模块、无线数据传输单元、太阳能供电模块和LED发光模块，所述检测系统贴于地表安装；其中，双地磁传感模块采用两个地磁传感器，该两个地磁传感器同向放置且相距小于 10cm，用于采集车辆经过时的波形，并将采集到的数据送入主控芯片进行数据处理得到交通信息；所述主控芯片控制无线数据传输单元将处理后的数据信息发送至交通管理中心；LED发光模块在主控芯片的控制下发出交通提示。

一种短间距双节点地磁车速检测方法，包括如下步骤：

步骤1，双地磁传感器采集车辆经过时的地磁信号，得到两个具有时间差的波形；

步骤2，对波形进行预处理，去除背景，并进行标准化处理；

步骤3，采用基于斜率偏离度的波段对搜索方法确定波形中符合跟随性要求的波段对，

步骤4，针对每一个波段对，计算车辆经过双地磁传感器的时间差t_j，结合传感器间距d得到对应该波段对的车辆行驶速度

步骤5，遍历波形的所有数据，将符合跟随性要求的所有波段对选出，得到所有波段对所对应的速度{v₁,v₂,…v_m}，将其均值作为车辆经过时的速度

上述步骤2中，去除背景的具体过程是：

步骤2a，对于采集到的波形数据，若在车辆临近窗口宽度A内的采样数据绝对值都大于车辆临近窗口阈值a，则认为有车辆临近，记录此时车辆临近时刻点为c₁，并转步骤2b；否则，若背景更新窗口宽度U内的采样数据极差小于背景更新窗口极差阈值u，则记录窗口内的数据平均值作为此时背景值；

步骤2b，对于采集到的波形数据，若在车辆驶离窗口宽度L内的采样数据绝对值都小于车辆驶离窗口阈值l，则认为车辆离开，记录此时车辆驶离时刻点为c₂；否则，若背景更新窗口宽度U内的采样数据极差小于背景更新窗口极差阈值u，则记录窗口内的数据平均值作为此时背景值；

步骤2c，转向步骤2a继续更新背景值并检测下一辆车。

上述步骤2中，进行标准化处理的方法是：根据如下公式，将信号值归一化到[0,1]范围内：

式中，B_norm_max和B_norm_min分别表示标准化范围的最大值和最小值，分别取1和0；B是原始输入信号，B_max和B_min分别表示原始信号中的最大值和最小值。

上述步骤3的具体过程是：首先，定义一个长度为n的滑动数据段 {Bz₁,Bz₂,…,Bz_n}，用该数据段同时遍历Bz1、Bz2所有数据；在每次计算中，数据段在两个波形上对应的序列Wz1、Wz2分别为{Bz1₁,Bz1₂,…Bz1_n}、 {Bz2₁,Bz2₂,…Bz2_n}，它们在线性分段的基础上用斜率集表示的时间序列分别为 {(k1₁,t1₂),(k1₂,t1₃),…(k1_n-1,t1_n)}、{(k2₁,t2₂),(k2₂,t2₃),…(k2_n-1,t2_n)}，其中k1_i和k2_i分别为两个序列中分段线性的斜率，则Wz1、Wz2的斜率偏离度为：

其中，Δdk_i＝k1_i-k2_i，t_i＝t1_i-t2_i；

设定ε，若

B(Wz1,Wz2)＜ε

则认为两个数据段符合要求，作为符合跟随性要求的波段对。

上述步骤4中，采用三次样条插值优化方法计算时间差，其具体过程是：

设插值后的数据段为Wz1_Int、Wz2_Int，将两者做互相关计算，如下式：

RS(τ)＝xcorr(Wz1_Int,Wz2_Int)

RS(τ)——Wz1_Int、Wz2_Int的互相关系数；xcorr——互相关计算函数；

互相关系数RS(τ)的最大值所对应的时间点为：

τ_j＝arg max(RS(τ))

从而得到延迟时间：

t_j＝T_sample·τ_j

其中，T_sample为采样时间；j＝1,…,m，m表示波形的所有波段对中符合跟随性要求的个数。

上述步骤4中，采用拟合截距方法计算时间差，其具体过程是：

首先定义滑动数据段{z₁,z₂,…z_n}，将数据段内的数据用最小二乘的线性拟合得到一次多项式的系数{a₁,a₀}，其中a₁表示数据段的拟合斜率；在每次计算中，滑动数据段在双地磁传感器所采集到的两个Z轴数据z1、z2上对应两个数据段 z1s、z2s分别为{z1s₁,z1s₂,…z1s_n}和{z2s₁,z2s₂,…z2s_n}，以为时间轴基准值进行校正，校正公式为：

校正后的数据段z1p、z2p分别为{z1p₁,z1p₂,…z1p_n}、{z2p₁,z2p₂,…z2p_n}，用最小二乘法对两个数据段进行线性拟合，拟合曲线分别用 Fitting-z1p、Fitting-z2p表示，其斜率分别为sl_1i、sl_2i，由斜率构造的相似度度量SML_i，公式如下所示：

若满足：

SML_a＜SML_i＜SML_b

则认为两个拟合直线在时间轴上的截距之差即为该数据段内求得的车辆经过双地磁传感器时所产生的时间差，记为t_j，其中，SML_a和SML_b为相似度阈值。

采用上述方案后，本发明具有以下改进：

(1)提出自适应去背景的波形提取算法，可以解决任何原因导致的地磁背景基值漂移问题；

(2)提出基于斜率偏离度的相似性评价搜索与局部插值优化的车速检测算法、基于拟合截距的车速检测算法，解决了时间分辨率低的问题，提高测速的准确性和快速性；

(3)针对信号时间分辨率低的问题采用局部插值和拟合两种方法，避开了整个波形做信号分辨率补偿，有效降低计算量；

(4)将双地磁传感器短间距集成于一个小型检测设备中，解决了传感器之间的时钟同步的问题，与传统的间距数米的双节点检测方法相比，更加便于安装，大大降低了检测成本。

附图说明

图1是本发明检测系统的示意图；

图2是传感器布设及双地磁传感模块敏感轴指向示意图；

其中，(a)是传感器布设示意图，(b)是指向示意图；

图3是自适应去背景的波形提取效果图；

图4是采样点图；

图5是Z轴标准化后波形图；

图6是自动识别的波段对范围图；

图7是基于局部插值优化的车速检测算法流程图；

图8是拟合效果图；

图9是基于拟合截距的车速检测算法流程图。

具体实施方式

以下将结合附图，对本发明的技术方案及有益效果进行详细说明。

如图1所示，本发明提供一种短间距双节点地磁车速检测系统，包括双地磁传感模块、无线数据传输单元、太阳能供电模块和LED发光模块，可贴于地表安装，无需破坏路面，作为智能道路节点和路侧节点，其中，双地磁传感模块采用两个地磁传感器，该两个地磁传感器同向放置且相距小于10cm，用于采集车辆经过时的波形，并将采集到的数据送入主控芯片进行数据处理得到交通信息如车速等，用于交通安全预警等功能；无线数据传输单元将处理后的数据信息发送至交通管理中心，作为交通管控的依据；LED发光模块在主控芯片的控制下发出交通提示，例如当主控芯片根据车速判断前后两车的车头时距小于最小车头时距时，则通过LED发光模块发出闪烁警告，进行安全诱导。

本发明还提供一种短间距双节点地磁车速检测方法，根据车辆经过双地磁传感模块时，产生的两个具有一定时间间隔的相似波形，通过分析两个波形的时间差来求得车辆的行驶速度。由于两个地磁传感器间距较短，可把车辆经过传感器时的速度看做瞬时速度。本实施例将检测系统放置于车道中间，并使地磁传感器的X轴指向车辆行驶的方向，Y轴为垂直于行驶方向的水平分量，Z轴垂直于地面指向正上方，如图2所示。

1.数据预处理

1.1自适应去背景的有效波形提取算法

本实施例采用小波滤波的方式，滤波后进行有效波形提取，所提出的自适应去背景的有效波形提取算法可以解决地磁场背景强度漂移、车辆排队时产生附加背景等问题，具有较强的环境适应能力。

车辆的地磁扰动信号是一段以时间排列的序列，这些时间序列是具有相等的时间间隔的数据的组合，记为y＝{y₁,y₂,…,y_m}，其中y_i为i时刻时间序列的值。由于温湿度变化等周围环境原因，地磁传感器的环境基值会产生漂移，需要先去除地磁背景值再提取波形。

算法步骤如下：

(1)初始化参数：

A:车辆临近窗口宽度；

a:车辆临近窗口阈值；

L:车辆驶离窗口宽度；

l:车辆驶离窗口阈值；

U:背景更新窗口宽度；

u:背景更新窗口极差阈值；

(2)依次输入采集到的地磁数据，若在宽度A内的采样数据绝对值都大于 a，则认为有车辆临近，记录此时车辆临近时刻点为c₁，并执行步骤(3)；否则，若宽度U内的采样数据极差小于u，则记录窗口内的数据平均值作为此时背景值；

(3)依次输入采集到的地磁数据，若在宽度L内的采样数据绝对值都小于 l，则认为车辆离开，记录此时车辆驶离时刻点为c₂；否则，若宽度U内的采样数据极差小于u，则记录窗口内的数据平均值作为此时背景值；

(4)转向步骤(2)继续更新背景值并检测下一辆车。

自适应去背景的波形提取算法能够完整、准确地提取波形，不受环境背景值漂移的影响，能够适应车辆排队等任何因素导致的传感器周围磁场背景值的变化，以X轴为例的提取效果如图3所示。

1.2标准化处理

如图3所示，两个地磁芯片由于电气特性的一致性不同，在电磁信号转换时会产生一定程度的差异，对两个波形对的幅值和时延均匀性产生影响，导致波形跟随性变差，最终会使速度计算产生较大误差。为了减小传感器电气参数不一致对计算结果的影响，此处在提取波形之后进行了标准化处理，将其值归一化到[0, 1]范围内，如公式(1)所示：

式中，B_norm_max和B_norm_min分别表示标准化范围的最大值和最小值，这里取1和0；B是原始输入信号，B_max和B_min分别表示原始信号中的最大值和最小值。

2.短间距双节点地磁的车速检测算法

当某一辆车侧经过双地磁智能道钉时，两个地磁传感器上产生的地磁扰动信号分别为Bz1、Bz2，画出标准化后的采样点图如图4所示，可以看出Bz1波形的采样点A按时间轴方向在Bz2上的投影落在采样点B、C之间，但B、C之间无采样点与A对应。在信号与系统理论中，计算时间差的前提是两信号相差至少一个采样周期，如果在一个采样周期内信号经过了两个传感器，那么两个信号就处于重合状态，无法计算得到其时间差。本实施例提出局部插值优化和拟合截距的方法，大大降低了系统对两传感器安装距离的要求。

2.1基于局部插值优化的车速检测算法

2.1.1基于斜率偏离度的波段对搜索方法

以两个Z轴信号为例，如图5所示，标准化处理后的两个地磁扰动信号整体时延仍然不完全均匀，若用波形整体求时间差得到的速度会有较大误差。本实施例提出基于斜率偏离度的波段对搜索方法寻找波形中跟随性较好的波段对计算时延，进而求得车速。

定义一个长度为n的滑动数据段{Bz₁,Bz₂,…,Bz_n}，用该数据段同时遍历 Bz1、Bz2所有数据。在每次计算中，数据段在两个波形上对应的序列Wz1、Wz2分别为{Bz1₁,Bz1₂,…Bz1_n}、{Bz2₁,Bz2₂,…Bz2_n}。它们在线性分段的基础上用斜率集表示的时间序列分别为{(k1₁,t1₂),(k1₂,t1₃),…(k1_n-1,t1_n)}、{(k2₁,t2₂),(k2₂,t2₃),…(k2_n-1,t2_n)}，其中k1_i和k2_i分别为两个序列中分段线性的斜率。那么，Wz1、Wz2的斜率偏离度为：

其中，Δdk_i＝k1_i-k2_i，t_i＝t1_i-t2_i。

设定一个较小值ε，若

B(Wz1,Wz2)＜ε (3)

则认为两个数据段相似度较好，将其挑选出来进行下一步运算。经过实际计算，利用基于相似性的局部优化车速检测算法自动挑选出参与速度计算的波段对在图6阴影标示范围内。可以看出，该算法能够自动识别出跟随性好、时延较为均匀的波段对。

2.1.2低时间分辨率信号的局部插值优化方法

本设计方案在波段对搜索后采用三次样条插值提高信号分辨率。应该指出的是，本设计方案引入插值的方法与以往Zhu.H.等人采用插值的目的不同，后者采用插值是为了使两个波形序列具有相同的长度，便于进行互相关运算；而本设计方案引入插值旨在提高信号的时间分辨率，在软件上增大采样率，提高结果的准确性。

插值后的数据段用Wz1_Int、Wz2_Int表示，将两者做互相关计算，如公式 (4)：

RS(τ)＝xcorr(Wz1_Int,Wz2_Int) (4)

RS(τ)——Wz1_Int、Wz2_Int的互相关系数；xcorr——互相关计算函数。

互相关系数RS(τ)的最大值所对应的时间点为：

τ_j＝arg max(RS(τ)) (5)

从而得到延迟时间：

t_j＝T_sample·τ_j (6)

其中，T_sample为采样时间；j＝1,…,m，m表示波形的所有波段对中符合公式(3)的个数。双地磁传感器在同一主控芯片上的距离用d表示，则可以得到当前波段对的车辆行驶速度为：

遍历所有数据，将满足公式(3)的所有波段对选出，按照上述方法求出它们对应的速度{v₁,v₂,…v_m}，用均值表示某辆车经过时的速度大小V，如公式(8)所示：

具体算法步骤如图7所示。

2.2基于拟合截距的车速检测算法

基于拟合的局部优化车速检测算法是定义一个滑动数据段{z₁,z₂,…z_n}，将数据段内的数据用最小二乘的线性拟合得到一次多项式的系数{a₁,a₀}，其中a₁表示数据段的拟合斜率。在每次计算中，滑动数据段在双地磁传感器所采集到的两个Z轴数据z1、z2上对应两个数据段z1s、z2s分别为{z1s₁,z1s₂,…z1s_n}和 {z2s₁,z2s₂,…z2s_n}，以为时间轴基准值进行校正，校正公式为：

校正后的数据段z1p、z2p分别为{z1p₁,z1p₂,…z1p_n}、{z2p₁,z2p₂,…z2p_n}，用最小二乘法对两个数据段进行线性拟合，拟合曲线分别用 Fitting-z1p、Fitting-z2p表示，拟合效果图如图8所示，其斜率分别为sl_1i、sl_2i，由斜率构造的相似度度量SML_i，公式如下所示：

若满足：

SML_a＜SML_i＜SML_b (12)

则认为两个拟合直线在时间轴上的截距之差即为该数据段内求得的车辆经过双地磁传感器时所产生的时间差，记为Δt_j，如图8所示。其中，SML_a和SML_b为相似度阈值。

结合传感器间距d可以得到该数据段对应的车速计算值v_j，其公式如下：

其中，j＝1…m，m表示所有波段中符合公式(12)的个数。

滑动段分别遍历两组波形的所有数据得到所有数据段对应的速度计算值 {v₁,v₂,…v_m}，将其均值作为车辆经过时的速度计算值V：

具体算法步骤如图9。

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (7)

1.一种短间距双节点地磁车速检测系统，其特征在于：包括双地磁传感模块、无线数据传输单元、太阳能供电模块和LED发光模块，所述检测系统贴于地表安装；其中，双地磁传感模块采用两个地磁传感器，该两个地磁传感器同向放置且相距小于10cm，用于采集车辆经过时的波形，并将采集到的数据送入主控芯片进行数据处理得到交通信息；所述主控芯片控制无线数据传输单元将处理后的数据信息发送至交通管理中心；LED发光模块在主控芯片的控制下发出交通提示。

2.一种短间距双节点地磁车速检测方法，其特征在于包括如下步骤：

步骤1，双地磁传感器分别采集车辆经过时的地磁信号，得到两个具有时间差的波形；

步骤2，对波形进行预处理，去除背景，并进行标准化处理；

步骤3，采用基于斜率偏离度的波段对搜索方法确定波形中符合跟随性要求的波段对；

步骤4，针对每一个波段对，计算车辆经过双地磁传感器的时间差t_j，结合传感器间距d得到对应该波段对的车辆行驶速度

步骤5，遍历波形的所有数据，将符合跟随性要求的所有波段对选出，得到所有波段对所对应的速度{v₁,v₂,…v_m}，将其均值作为车辆经过时的速度

3.如权利要求2所述的短间距双节点地磁车速检测方法，其特征在于：所述步骤2中，去除背景的具体过程是：

步骤2a，对于采集到的波形数据，若在车辆临近窗口宽度A内的采样数据绝对值都大于车辆临近窗口阈值a，则认为有车辆临近，记录此时车辆临近时刻点为c₁，并转步骤2b；否则，若背景更新窗口宽度U内的采样数据极差小于背景更新窗口极差阈值u，则记录窗口内的数据平均值作为此时背景值；

步骤2b，对于采集到的波形数据，若在车辆驶离窗口宽度L内的采样数据绝对值都小于车辆驶离窗口阈值l，则认为车辆离开，记录此时车辆驶离时刻点为c₂；否则，若背景更新窗口宽度U内的采样数据极差小于背景更新窗口极差阈值u，则记录窗口内的数据平均值作为此时背景值；

步骤2c，转向步骤2a继续更新背景值并检测下一辆车。

4.如权利要求2所述的短间距双节点地磁车速检测方法，其特征在于：所述步骤2中，进行标准化处理的方法是：根据如下公式，将信号值归一化到[0,1]范围内：

式中，B_norm_max和B_norm_min分别表示标准化范围的最大值和最小值，分别取1和0；B是原始输入信号，B_max和B_min分别表示原始信号中的最大值和最小值。

5.如权利要求2所述的短间距双节点地磁车速检测方法，其特征在于：所述步骤3的具体过程是：首先，定义一个长度为n的滑动数据段{Bz₁,Bz₂,…,Bz_n}，用该数据段同时遍历Bz1、Bz2所有数据；在每次计算中，数据段在两个波形上对应的序列Wz1、Wz2分别为{Bz1₁,Bz1₂,…Bz1_n}、{Bz2₁,Bz2₂,…Bz2_n}，它们在线性分段的基础上用斜率集表示的时间序列分别为{(k1₁,t1₂),(k1₂,t1₃),…(k1_n-1,t1_n)}、{(k2₁,t2₂),(k2₂,t2₃),…(k2_n-1,t2_n)}，其中k1_i和k2_i分别为两个序列中分段线性的斜率，则Wz1、Wz2的斜率偏离度为：

其中，Δdk_i＝k1_i-k2_i，t_i＝t1_i-t2_i；

设定ε，若

B(Wz1,Wz2)＜ε

则认为两个数据段符合要求，作为符合跟随性要求的波段对。

6.如权利要求2所述的短间距双节点地磁车速检测方法，其特征在于：所述步骤4中，采用三次样条插值优化方法计算时间差，其具体过程是：

设插值后的数据段为Wz1_Int、Wz2_Int，将两者做互相关计算，如下式：

RS(τ)＝xcorr(Wz1_Int,Wz2_Int)

RS(τ)——Wz1_Int、Wz2_Int的互相关系数；xcorr——互相关计算函数；

互相关系数RS(τ)的最大值所对应的时间点为：

τ_j＝arg max(RS(τ))

从而得到延迟时间：

t_j＝T_sample·τ_j

其中，T_sample为采样时间；j＝1,…,m，m表示波形的所有波段对中符合跟随性要求的个数。

7.如权利要求2所述的短间距双节点地磁车速检测方法，其特征在于：所述步骤4中，采用拟合截距方法计算时间差，其具体过程是：

首先定义滑动数据段{z₁,z₂,…z_n}，将数据段内的数据用最小二乘的线性拟合得到一次多项式的系数{a₁,a₀}，其中a₁表示数据段的拟合斜率；在每次计算中，滑动数据段在双地磁传感器所采集到的两个Z轴数据z1、z2上对应两个数据段z1s、z2s分别为{z1s₁,z1s₂,…z1s_n}和{z2s₁,z2s₂,…z2s_n}，以为时间轴基准值进行校正，校正公式为：

校正后的数据段z1p、z2p分别为{z1p₁,z1p₂,…z1p_n}、{z2p₁,z2p₂,…z2p_n}，用最小二乘法对两个数据段进行线性拟合，拟合曲线分别用Fitting-z1p、Fitting-z2p表示，其斜率分别为sl_1i、sl_2i，由斜率构造的相似度度量SML_i，公式如下所示：

若满足：

SML_a＜SML_i＜SML_b

则认为两个拟合直线在时间轴上的截距之差即为该数据段内求得的车辆经过双地磁传感器时所产生的时间差，记为t_j，其中，SML_a和SML_b为相似度阈值。