CN111524365B - 一种利用多地磁传感器进行车型分类的方法 - Google Patents

Abstract

本发明公开了一种利用多地磁传感器进行车型分类的方法，主要解决现有车型分类成本高、处理过程繁杂和难以大规模部署的问题，其实现方案是：将N个地磁传感器以等间距d依次部署于路侧，每个地磁传感器分别采集各自周围的磁场数据，分别传输给数据处理模块对其进行保存，并据此数据判断是否有车辆经过传感器的检测范围；计算汽车经过N个传感器中相邻两个传感器之间的时间差，据此计算出车辆速度和车辆磁长度；设定车辆磁长度双阈值和Z轴磁场强度阈值，获取Z轴地磁数据和车辆经过的磁长度，将其与设定的阈值进行比较，获取车型判定结果。本发明能准确获取经过车辆的车型信息，不仅可靠性高、成本低，且易于实现大规模部署，可用于公路智能化。

Description

一种利用多地磁传感器进行车型分类的方法

技术领域

本发明属于智能交通技术领域，更进一步涉及一种交通车型分类方法，可用于对道路机动车辆的车型检测，实现公路智能化。

背景技术

交通是城市发展的主要动力。随着目前我国汽车保有量飞速增加,引发了日益严峻的交通堵塞、交通事故及环境污染等问题，同时城市交通向智能交通方向快速发展,智慧交通系统也日益普及。在此背景下，我国政府出台了多项国家战略文件均指出发展智慧公路技术为国家未来交通发展方向。其中，车型信息作为车辆的一种基本属性，对其进行准确的识别对智慧交通系统的建设有着重要意义，同时汽车车型检测技术作为智慧公路的一项重要组成部分，广泛应用于智能辅助驾驶、智能监控等领域。

对道路车辆车型信息进行实时可靠检测，并将车型信息上传至交通管理平台，有助于实时分析城市交通状况，为交通管理部门提供指导。现有的最新车型分类方法研究如下：H.Liu等人发表于IEEE Transactions on Vehicular Technology的《VehicleDetection and Classification Using Distributed Fiber Optic Acoustic Sensing》使用一种分布式光纤声学传感器进行车型分类；X.Tang等人发表于2018Asia-PacificMicrowave Conference(APMC)的《Experimental Results of Target ClassificationUsing mm Wave Corner Radar Sensors》使用一种毫米波雷达进行车型分类；N.Shvai等人2020年发表于IEEE Transactions on Intelligent Transportation Systems的《Accurate Classification for Automatic Vehicle-Type Recognition Based onEnsemble Classifiers》中使用卷积神经网络(CNN)和基于梯度上升的分类器进行车型分类；R.Theagarajan等人2020年发表于IEEE Transactions on IntelligentTransportation Systems的《Physical Features and Deep Learning-based AppearanceFeatures for Vehicle Classification from Rear View Videos》中基于车辆后视视频中物理和视觉特征采用深度学习方法进行车型分类。

除上述方法外，基于地磁传感器进行车型分类的相关工作如下：申请号为CN201911028008.8的专利公开了一种车流量统计与车型分类方法及装置，通过获取车流量视频，获取当前帧与背景帧的差分图像，最终将车型特征值分别与分类阈值进行比较，获取车型分类结果。申请号为CN201711133396.7的专利公开了一种基于地磁传感器的汽车分类方法、系统及电子设备，通过两个地磁传感器分别采集汽车的第一原始波形数据和第二原始波形数据，计算汽车长度，提取时域特征值和频域特征值，并将其输入SVM分类模型，进行汽车分类。申请号为CN201010239807.2的专利公开了一种基于地磁传感技术的车型识别方法，通过地磁传感器获取车辆波形数据，根据波形特征对车型识别结果的影响，选择有效波形特征；利用有效波形特征和车型分类函数，训练得到决策树，进一步实现车型分类。B.Yang等人发表于IEEE Sensors Journal的《Vehicle Detection and Classificationfor Low-Speed Congested Traffic With Anisotropic Magnetoresistive Sensor》一文中根据一个三轴地磁传感器进行车型分类，将其部署于路侧采集车辆经过波形信息，通过提取车辆经过的持续时间、平均能量以及X、Y轴的正负能量之比等持波形特征，绘制树形图以及设定判定条件进行车型分类，但其仅限于低速环境下(10～30km/h)，且为单车道测试场景。S.Taghvaeeyan等人发表于IEEE Transactions on Intelligent TransportationSystems的《Portable Roadside Sensors for Vehicle Counting,Classification,andSpeed Measurement》中提出了一种基于四个地磁传感器的便携式传感器系统，将其放置于路侧，通过纵向放置的两个传感器作互相关估计速度，通过垂直放置的两个地磁传感器估算平均垂直磁高度，车型分类是基于车辆的磁长度和平均磁高度实现的。

目前大多数车型分类方法一方面是采用如分布式光纤声学传感器、毫米波雷达、摄像头等成本高昂设备，不利于大规模部署；另一方面采用机器视觉或通过提取波形特征进行神经网络训练的方法得到，处理过程复杂，不易实现，同时单个或数量较少的地磁传感器感知范围受限，难以实现对道路车辆车型信息全方位、系统化的管控。

发明内容

本发明的目的在于针对现有车型检测技术的不足，提出一种利用多地磁传感器进行车型分类的方法，以减小车型检测成本、便于安装和大规模部署，实现对机动车辆车型的精准识别和全方位管控。

为实现上述目的，本发明一种利用多地磁传感器进行车型分类的方法，包括如下步骤：

1)将N个地磁传感器以等间距d依次部署于路侧，汽车行驶时依次经过每个传感器,2≤N≤10，5m≤d≤15m；

2)N个地磁传感器分别实时采集传感器周围的磁场数据，并依次传输给数据处理模块，所述数据处理模块采用低功耗微型处理器；

3)数据处理模块对这N个传感器传输的数据进行解析：

3a)数据处理模块判断第一地磁传感器的数据标志是否为有车：若是，则判定为有汽车经过，执行3b)，否则，返回2)；

3b)数据处理模块判断第二至第N地磁传感器的数据标志是否为有车：若是，则判定为有汽车经过，执行3c)，否则，返回2)；

3c)数据处理模块对第一至第N地磁传感器发送的数据中有车辆经过的部分保存，并加上时间戳；

4)数据处理模块对保存的数据进行对齐：

4a)先找到汽车进入这N个地磁传感器时刻的数据，再找到汽车离开这N个地磁传感器时刻的数据；

4b)将汽车驶入N个地磁传感器初始时刻的数据即第一个数据分别进行对齐，再依次将汽车驶入过程中N个传感器采集的第二个数据、第三个数据......第M个数据对齐，直到汽车离开第N个传感器那一时刻的数据，其中M是传感器采集的数据个数；

5)计算汽车经过N个传感器中相邻两个传感器之间的时间差Δt_1,2,Δt_2,3,...,Δt_N-1,N：

5a)依次计算对齐后第一和第二个传感器之间第一个数据之间的时间差、第二个数据之间的时间差、......第M个数据之间的时间差，直到计算完最后一个数据之间的时间差；

5b)取所有数据之间的时间差均值，即为汽车经过第一和第二个传感器之间的时间差Δt_1,2；

5c)依次计算对齐后第二和第三个传感器之间第一个数据之间的时间差、第二个数据之间的时间差、......第M个数据之间的时间差，直到计算完最后一个数据之间的时间差；

5d)取所有数据之间的时间差均值，即为汽车经过第二和第三个传感器之间的时间差Δt_2,3；

5e)重复步骤5a-5d，依次得到相邻两个传感器之间的时间差Δt_1,2,Δt_2,3,...,Δt_N-1,N；

6)根据时间差Δt_1,2,Δt_2,3,...,Δt_N-1,N计算汽车经过相邻两传感器的平均时间

计算出汽车行驶的速度：

7)计算汽车经过时的车辆磁长度：

7a)设定汽车到达和离开阈值，根据记录的时间戳获取汽车分别经过N个地磁传感器的持续时间Δt₁,Δt₂,...,Δt_N，计算汽车经过每个传感器的平均持续时间：

7b)根据汽车行驶的速度v和汽车经过每个传感器的平均持续时间Δt'，计算汽车经过时的车辆磁长度VML：VML＝v×Δt'；

8)设定Z轴磁场强度阈值S，分别用N个地磁传感器检测到的Z轴磁场数据减去地磁基线，检测是否存在低于阈值S的数据：若N个地磁传感器均存在，则标记为‘1’，否则标记为‘0’；

9)车型分类结果判定：

9a)设定车辆磁长度的双阈值L1和L2，且L1>L2；

9b)将汽车经过时的车辆磁长度与L1、L2进行比较：若汽车经过时的车辆磁长度大于或等于L1，则判定为大型车；若汽车经过时的车辆磁长度小于或等于L2，则判定为小型车；若汽车经过时的车辆磁长度满足小于L1且大于L2，则查找并判断当前车辆对应的标记是否为‘1’，若是，则判定为大型车；否则，判定为小型车。

本发明与现有技术相比具有如下优点：

第一，本发明由于将多个地磁传感器等间距部署在路侧，可以准确及时地获取经过车辆的车型信息，提升道路智能化水平。

第二，安装便捷、成本低。

本发明采用地磁传感器，相对于常见的多普勒雷达传感器，价格更加低廉；

本发明使用的数据处理模块可以采用低功耗微型处理器，价格便宜。

第三，可靠性高、受外界环境因素影响小。

本发明采用地磁传感器检测周围磁场信号，相对于传统的摄像头等视频信号不受雨雪等恶劣天气的影响，因此环境因素对本发明车型检测性能影响较小。

第四，本发明由于采用多地磁传感器对车辆经过的地磁数据进行对齐，相对于单地磁传感器处理数据降低了错误概率，与真实值误差较小，更加准确可靠。

第五，灵敏度高，安全环保。

本发明由于只需要将地磁传感器安放在路侧即可检测经过的机动车辆，因此安装较为安全,且无需对路面进行大规模的破坏。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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为本发明的实现流程图；

图2为本发明中的多地磁传感器部署示意图；

图3为本发明中进行多地磁传感器数据对齐的示意图；

图4为本发明中相邻两个地磁传感器提供的地磁波形示意图；

图5为本发明中不同类型车辆经过时Z轴地磁波形示意图。

具体实施方式

下面将结合附图对本发明的实施例进行清楚、完整地描述，显然，所描述的实施例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，都属于本发明保护的范围。

参照图1，本实例利用多地磁传感器进行车型分类的方法，实现步骤如下：

步骤1，根据实际需求部署多地磁传感器。

所述多地磁传感器，其由N个地磁传感器组成，且等间距部署于路侧，这N个传感器与数据处理模块之间的连接方式多样化，可以通过有线连接也可以通过无线连接，通过无线连接包含所有的无线通信方式。传感器之间的距离根据待测道路实际情况或者传感器系统的大小进行设定，其间距范围为5-15m，要能通过相邻两地磁传感器的部署距离获得汽车经过这两个传感器的时间差，进而获得车辆速度即可。该地磁传感器包括数字地磁传感器、模拟地磁传感器、单轴地磁传感器和多轴地磁传感器。本实例采用的是RM3100数字三轴地磁传感器，但不限于市面其他的地磁传感器、大动态范围线性传感器这些可以反映地磁场变化的传感器，也不限于是单轴的、多轴的地磁传感器，也不限于采用数字信号和模拟信号的地磁传感器。

实际中,根据实际需求将地磁传感器部署于道路一侧的建筑物上或者路面上，地磁传感器不论是在道路一侧或者路面上，都可以实现对车型的分类.。

参照图2，本实例是将N个地磁传感器部署在所需要检测的道路一侧，且每个地磁传感器按顺序先后摆放，即汽车先经过第一传感器1再经过第二传感器2，最后经过第N个传感器。地磁传感器的个数N和距离d根据实际道路需要以及技术要求进行相应调整，本实例设置但不限于N＝5，同时将相邻两个传感器按照距离设为但不限于d＝10m进行安装，同时根据需求设定地磁传感器与数据处理模块之间的通信方式为有线通信或者无线通信。本实例采用有线通信的方式。地磁传感器和数据处理模块的供电方式可以是太阳能、风能以及市电等所有供电方式，确保其可以实现24小时不间断工作。

步骤2，多地磁传感器采集周围地磁场数据。

如图4所示，汽车经过路面时会引起地磁传感器的波形变化，即汽车经过时，先引起第一个传感器1中地磁场的数据波动，再引起第二个传感器2地磁场的数据波动，最后引起第五个传感器5地磁场的数据波动。这五个地磁传感器实时采集本地磁场的数据，并将获得的数据通过步骤1所述的通信方式传输给数据处理模块进行处理。

所述磁场数据，是指由所有地磁传感器检测到有车经过时的波动磁场数据和无车经过的相对平稳磁场数据，其中，有车经过时的磁场波动范围超过50nT，无车经过的磁场波动范围不超过20nT。

所述数据处理模块，主要是由低功耗处理器，以及一些外围电路构成。本实例中的低功耗处理器采用的是基于ARM体系下的M3系列处理器但且不限于基于ARM授权的其他系列处理器，还包括基于X86设计的一系列的处理器和MSP430系列的超低功耗处理器。

步骤3，数据处理模块对五个地磁传感器传输的数据进行解析，判断是否有车辆经过。

3.1)数据处理模块根据第一个地磁传感器1中的磁场数据的波动情况进行判断，如果第一个传感器1的磁场数据连续10个数据波动超过60nT，则判断为有汽车经过，并保存汽车经过时的地磁数据，执行步骤3.2)，否则，返回步骤2；

3.2)数据处理模块进一步判断第二个至第五个地磁传感器的数据标志是否为有车，判断方式与步骤3.1)的方式相同：若是，则判定为有汽车经过，将此部分地磁数据保存，否则，返回步骤2；

步骤4，数据处理模块对保存的地磁数据加上时间戳。

4.1)汽车经过时，数据处理模块找到汽车到达传感器检测范围的初始时刻t₀，并每次采集一个数据获取一次时间信息，该时间信息是指传感器采集到地磁数据时刻的瞬时时间，获取时间的方法可以通过处理器的时钟模块获取，也可根据基站模块所下发指令中的时间信息获取。

本实例获取时间信息是通过处理器中的时钟模块获取，即通过第一个地磁数据的时间t₀根据磁场的采样频率f，由公式

得到采样间隔，再由第n个地磁数据与第1个地磁数据的时间间隔nT，获取到每个数据的时间：t_n＝t₀+nT；

4.2)将4.1)获取的时间信息依次添加到所对应的磁场数据之中，直到汽车离开最后一个地磁传感器5。

步骤5，数据处理模块将保存的多地磁数据进行对齐。

5.1)数据处理模块先找到汽车分别进入这五个地磁传感器时刻的数据，再找到汽车离开这五个地磁传感器时刻的数据，将汽车驶入第一传感器1至第五传感器5的初始时刻的数据作为对齐的第一个数据，并将汽车离开第一传感器1至第五传感器5时刻的数据作为对齐的最后一个数据；

5.2)将第一传感器1至第五传感器5的第一个数据、第二个数据、第三个数据…，直到最后一个数据对齐完成，如图3所示。

步骤6，计算汽车经过相邻两个传感器的平均时间差Δt。

6.1)在步骤5获取对齐后的数据中，将第一传感器1的第一个数据t₁₁、第二个数据t₁₂、第三个数据t₁₃…与第二传感器2的第一数据t₂₁、第二个数据t₂₂、第三个数据t₂₃…的时间信息做差，并计算平均值获得第一传感器1与第二传感器2每个数据之间的差Δt_1,2；

6.2)同理，依次得到第二个传感器2与第三个传感器3之间的时间差Δt_2,3、第三个传感器3与第四个传感器4之间的时间差Δt_3,4、第四个传感器4与第五个传感器5之间的时间差Δt_4,5，计算汽车经过这五个地磁传感器中相邻两个传感器的平均时间差Δt为：

步骤7，计算车速v。

根据步骤1获得相邻两个传感器之间的距离d和步骤6获得汽车经过相邻两个传感器之间的平均时间差Δt，计算得出汽车行驶的车速：

步骤8，计算汽车经过时的车辆磁长度。

8.1)根据设定的汽车到达和离开磁场数据阈值以及记录的时间戳获取汽车分别经过五个地磁传感器的持续时间Δt₁,Δt₂,...,Δt₅；

8.2)计算汽车经过每个传感器的平均持续时间Δt'：

8.3)根据汽车行驶的车速v和汽车经过每个传感器的平均持续时间Δt'，计算汽车经过时的车辆磁长度VML：

VML＝v×Δt'。

步骤9，设定Z轴磁场强度阈值并进行标记。

9.1)获取5个地磁传感器的Z轴磁场数据，设定Z轴磁场强度阈值为S，如图5所示，本实例中设置S＝-40，由于不同道路环境下的磁场分布存在差异，且不同类型车辆经过会产生不同的Z轴磁场波形，因此阈值S可根据实际道路不同类型车辆经过时得到的地磁波形进行相应设定，只需使得不同类型车经过产生的Z轴磁场波形有较明显区分度即可；

9.2)分别用5个地磁传感器检测到的Z轴磁场数据减去本地磁场的地磁基线，并记录该波形数据，检测该波形数据中是否存在至少一个低于设定阈值S的数据，若这5个地磁传感器的波形数据中均存在至少一个低于设定阈值S的数据，则标记为‘1’，表明可能为大型车，为车型最终结果判定提供依据；否则，标记为‘0’。

步骤10，车型分类结果判定。

10.1)设定车辆磁长度的双阈值L1和L2，且L1>L2：

由于不同类型车辆经过会产生不同的车辆磁长度，即车长特别大的车辆经过时产生的车辆磁长度较大且一般均为大型车；车长特别小的车辆经过时产生的车辆磁长度较小且一般均为小型车；车长中等的车辆经过时车辆磁长度中等，难以区分其为大型车还是小型车，因此双阈值L1和L2的设置可根据不同类型车辆经过所计算得到的车辆磁长度大小划分区间得到。

10.2)将汽车经过时的车辆磁长度VML与双阈值L1、L2进行比较：

若汽车经过时的车辆磁长度VML≥L1，则判定为大型车；

若汽车经过时的车辆磁长度VML≤L2，则判定为小型车；

若汽车经过时的车辆磁长度满足L2≤VML≤L1，则进一步根据其Z轴磁场波形判断，即查找当前车辆对应的标记是否为‘1’，若是，则将其判定为大型车；否则，判定为小型车。

本实例实现了低功耗、低成本、高可靠、易实现、适用性强的总体目标，实现部署区域的智能化、信息化建设，适用于智慧公路的建设，对辅助无人驾驶安全发挥至关重要的作用；本实例通过部署多地磁传感器可实时、精确的采集道路车型信息；此外，通过大规模低成本的部署地磁传感器，可以进一步实现对道路行驶车辆的全方位管控。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (5)

1.一种利用多地磁传感器进行车型分类的方法，其特征在于，包括如下：

1)将N个地磁传感器以等间距d依次部署于路侧，车辆行驶时依次经过每个传感器,2≤N≤10，5m≤d≤15m；

2)N个地磁传感器分别实时采集传感器周围的磁场数据，并依次传输给数据处理模块，所述数据处理模块采用低功耗微型处理器；

3)数据处理模块对这N个传感器传输的数据进行解析：

3a)数据处理模块判断第一地磁传感器的数据标志是否为有车：若是，则判定为有车辆经过，执行3b)，否则，返回2)；

3b)数据处理模块判断第二至第N地磁传感器的数据标志是否为有车：若是，则判定为有车辆经过，执行3c)，否则，返回2)；

3c)数据处理模块对第一至第N地磁传感器发送的数据中有车辆经过的部分保存，并加上时间戳；

4)数据处理模块对保存的数据进行对齐：

4a)先找到车辆进入这N个地磁传感器时刻的数据，再找到车辆离开这N个地磁传感器时刻的数据；

4b)将车辆驶入N个地磁传感器初始时刻的数据即第一个数据分别进行对齐，再依次将车辆驶入过程中N个传感器采集的第二个数据、第三个数据......第M个数据对齐，直到车辆离开第N个传感器那一时刻的数据，其中M是传感器采集的数据个数；

5)计算车辆经过N个传感器中相邻两个传感器之间的时间差Δt_1,2,Δt_2,3,...,Δt_N-1,N：

5a)依次计算对齐后第一和第二个传感器之间第一个数据之间的时间差、第二个数据之间的时间差、......第M个数据之间的时间差，直到计算完最后一个数据之间的时间差；

5b)取所有数据之间的时间差均值，即为车辆经过第一和第二个传感器之间的时间差Δt_1,2；

5c)依次计算对齐后第二和第三个传感器之间第一个数据之间的时间差、第二个数据之间的时间差、......第M个数据之间的时间差，直到计算完最后一个数据之间的时间差；

5d)取所有数据之间的时间差均值，即为车辆经过第二和第三个传感器之间的时间差Δt_2,3；

5e)重复步骤5a-5d，依次得到相邻两个传感器之间的时间差Δt_1,2,Δt_2,3,...,Δt_N-1,N；

6)根据时间差Δt_1,2,Δt_2,3,...,Δt_N-1,N计算车辆经过相邻两传感器的平均时间

计算出车辆行驶的速度：

7)计算车辆经过时的车辆磁长度：

7a)设定车辆到达和离开阈值，根据记录的时间戳获取车辆分别经过N个地磁传感器的持续时间Δt₁,Δt₂,...,Δt_N，计算车辆经过每个传感器的平均持续时间：

7b)根据车辆行驶的速度v和车辆经过每个传感器的平均持续时间Δt'，计算车辆经过时的车辆磁长度VML：VML＝v×Δt'；

8)设定Z轴磁场强度阈值S，分别用N个地磁传感器检测到的Z轴磁场数据减去地磁基线，检测是否存在低于阈值S的数据：若N个地磁传感器均存在，则标记为‘1’，否则标记为‘0’；

9)车型分类结果判定：

9a)设定车辆磁长度的双阈值L1和L2，且L1>L2；

9b)将车辆经过时的车辆磁长度与L1、L2进行比较：若车辆经过时的车辆磁长度大于或等于L1，则判定为大型车；若车辆经过时的车辆磁长度小于或等于L2，则判定为小型车；若车辆经过时的车辆磁长度满足小于L1且大于L2，则查找并判断当前车辆对应的标记是否为‘1’，若是，则判定为大型车；否则，判定为小型车。

2.根据权利要求1所述的方法，其特征在于：所述地磁传感器，采用数字地磁传感器、模拟地磁传感器、单轴地磁传感器和多轴地磁传感器任意一种。

3.根据权利要求1所述的方法，其特征在于：所述2)中的磁场数据，是指由所有地磁传感器检测到有车经过时的波动磁场数据和无车经过的相对平稳磁场数据，其中，有车经过时的磁场波动范围超过50nT，无车经过的磁场波动范围不超过20nT。

4.根据权利要求1所述的方法，其特征在于，所述3c)中的时间戳，是指传感器采集到地磁数据时刻的瞬时时间，该时间通过中央处理中的时钟模块获取，或者通过基站统一下发的时间数据进行获取。

5.根据权利要求1所述的方法，其特征在于，所述4b)中的数据对齐，是将车辆进入N个地磁传感器监测范围的初始时刻对齐，或者将车辆离开N个地磁传感器时刻的数据对齐，或者将N个地磁传感器地磁特征最明显的时刻对齐，即地磁数据波动最高点或者波动最低点数据的时刻对齐。

Images