CN114526814A - 一种车速、车轴、车型信息识别系统及方法 - Google Patents

一种车速、车轴、车型信息识别系统及方法 Download PDF

Info

Publication number
CN114526814A
CN114526814A CN202210152159.XA CN202210152159A CN114526814A CN 114526814 A CN114526814 A CN 114526814A CN 202210152159 A CN202210152159 A CN 202210152159A CN 114526814 A CN114526814 A CN 114526814A
Authority
CN
China
Prior art keywords
vehicle
axle
excitation
wave signal
sound wave
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
Application number
CN202210152159.XA
Other languages
English (en)
Inventor
凌天洋
史鹏
戴丙维
吴海兵
何维
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Zhongdeng Technology Co ltd
Original Assignee
Hunan Zhongdeng Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan Zhongdeng Technology Co ltd filed Critical Hunan Zhongdeng Technology Co ltd
Priority to CN202210152159.XA priority Critical patent/CN114526814A/zh
Publication of CN114526814A publication Critical patent/CN114526814A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/34—Generating the ultrasonic, sonic or infrasonic waves, e.g. electronic circuits specially adapted therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/023—Solids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Physics & Mathematics (AREA)
  • General 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)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Acoustics & Sound (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种车速、车轴、车型信息识别系统及方法，涉及交通工程领域。系统包括激励带、声波信号采集装置和信号处理装置，其中激励带的数量至少为两个。各激励带设置于车道路面并凸出于路面，用于车辆经过激励带时激发轮胎振动进而引起空气振动以产生声波信号；声波信号采集装置用于采集声波信号；信号处理装置与声波信号采集装置连接，用于对声波信号进行处理以得到车辆的车速、车轴、车型信息。由此可见，上述技术方案中，系统采用了声学原理对车辆的车速、车轴、车型信息进行采集，不受光环境的干扰，可实现交通环境中车辆的车速、车轴、车型信息的全天候高效采集。

Description

一种车速、车轴、车型信息识别系统及方法
技术领域
本申请涉及交通工程领域，特别是涉及一种车速、车轴、车型信息识别系统及方法。
背景技术
在现代化交通体系中，对道路中车辆的速度、轴距以及车型的实时高效识别对于交通监测、交通信息调查统计，并指导基础设施规划设计和促进车路协同应用具有重要的意义。传统的车辆信息检测方法多基于接触式传感器，通过测量车辆通过时对道路或桥梁产生的力学或其他物理特征响应并进一步分析实现车轴识别，但该方法传感器的安装需要破坏路面、并中断交通，同时长期使用过程中存在敏感性下降耐久性不足等缺陷。当前较好的解决方案是基于计算机视觉，借助交通摄像头实时拍摄路面交通情况，通过计算机视觉基础处理视频信息，获取交通数据。该方法在实施过程中不需要中断交通以开挖路面安装传感器，易于维护。
但是，该方法属于光学技术手段，受环境光影响较大，且在雨雾天气以及黑暗条件下可能无法正常工作，因此具有较大的局限性。
鉴于上述问题，设计一种车速、车轴、车型信息识别系统，能够实现全天候的车辆的车速、车轴、车型信息采集并识别，是该领域技术人员亟待解决的问题。
发明内容
本申请的目的是提供一种车速、车轴、车型信息识别系统及方法，能够实现全天候的车辆的车速、车轴、车型信息采集并识别。
为解决上述技术问题，本申请提供一种车速、车轴、车型信息识别系统，包括：激励带11、声波信号采集装置12和信号处理装置13；其中所述激励带11的数量至少为两个；
各所述激励带11设置于半幅的车道路面并凸出于路面，各所述激励带11不在同一条直线，用于车辆经过所述激励带11时激发空气振动以产生声波信号；
所述声波信号采集装置12用于采集所述声波信号；
所述信号处理装置13与所述声波信号采集装置12连接，用于对所述声波信号进行处理以得到所述车辆的车速、车轴、车型信息。
优选地，所述信号处理装置13对所述声波信号进行处理得到所述车辆的车速、车轴、车型信息的具体步骤包括：
对采集到的初始的所述声波信号进行片段分割、频谱分析和滤波处理，以得到含明显激励特征的单辆待识别车辆的声波信号；
提取所述待识别车辆的声波信号的特征数据；
根据所述特征数据获取所述待识别车辆的所述车辆的车速、车轴、车型信息。
优选地，所述激励带11垂直于车道线14方向的长度不超过单个所述车道宽度的一半。
优选地，各所述激励带11沿行车方向之间的间距小于1m。
优选地，一条所述激励带11包括间隔排布的多个凸起。
优选地，各所述激励带11之间平行排列，且各所述激励带11、所述声波信号采集装置12均与所述车道线14垂直。
优选地，各所述激励带11均位于所述车道的同一侧，所述声波信号采集装置12设置于靠近各所述激励带11的车道线14的外侧。
优选地，当所述激励带11的数量为奇数时，所述声波信号采集装置12正对于中间的所述激励带11；
当所述激励带11的数量为偶数时，所述声波信号采集装置12与中间两个所述激励带11距离相等。
优选地，其特征在于，所述激励带11的数量为两个。
为解决上述技术问题，本申请还提供一种车速、车轴、车型信息识别方法，应用于上述所述的车速、车轴、车型信息识别系统，包括：
获取声波信号采集装置12采集的声波信号；
对所述声波信号进行分割、主成分分析和滤波处理，以得到待识别车辆的声波信号；
提取所述待识别车辆的声波信号的特征数据；
根据所述特征数据获取所述待识别车辆的车速、车轴、车型信息。
本申请所提供的车速、车轴、车型信息识别系统，包括激励带、声波信号采集装置和信号处理装置，其中激励带的数量至少为两个。各激励带设置于半幅的车道路面并凸出于路面，用于车辆经过激励带时激发轮胎振动进而引起空气振动以产生声波信号；声波信号采集装置用于采集声波信号；信号处理装置与声波信号采集装置连接，用于对声波信号进行处理以得到车辆的车速、车轴、车型信息。由此可见，上述技术方案中，系统采用了声学原理对车辆的信息进行采集，不受光环境的干扰，实现了交通环境中车辆信息的全天候高效采集。
本申请还提供了一种车速、车轴、车型信息识别方法，应用于上述车速、车轴、车型信息识别系统，效果同上。
附图说明
为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为本申请实施例提供的一种车速、车轴、车型信息识别系统的结构示意图；
图2为本申请实施例提供的一种典型激励声波信号的示意图；
图3为本申请实施例提供的一种车速、车轴、车型信息识别方法的流程图；
图4为本申请实施例提供的一种车速、车轴、车型信息识别装置的结构示意图；
图5为本申请实施例提供的另一种车速、车轴、车型信息识别装置的结构示意图。
其中，11为激励带，12为声波信号采集装置，13为信号处理装置，14为车道线。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，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，都属于本申请保护范围。
本申请的核心是提供一种车速、车轴、车型信息识别系统及方法，能够实现全天候的车速、车轴、车型信息采集并识别。
为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。
传统的基于计算机视觉的车轴检测方法，需要借助交通摄像头实时拍摄路面交通情况，通过计算机视觉基础处理视频信息，获取交通数据。但是该方法对交通摄像头的分辨率和采样频率要求较高，因此需要较高的安装成本。同时，为了提高车轴信息识别的精度，较高分辨率和采样率的摄像头获得的视频文件往往较大，不利于快速传输和实时处理。此外，该方法属于光学技术手段，受环境光影响较大，且在雨雾天气以及黑暗条件下可能无法正常工作，因此具有较大的局限性。故为了解决上述问题，在本实施例中提供了一种采用声学原理进行车速、车轴、车型的识别的系统。图1为本申请实施例提供的一种车速、车轴、车型信息识别系统的结构示意图。如图1所示，系统包括：激励带11、声波信号采集装置12和信号处理装置13；其中激励带11的数量至少为两个。
各激励带11设置于半幅的车道路面并凸出于路面，各激励带11不在同一条直线，用于车辆经过激励带11时激发空气振动以产生声波信号。
声波信号采集装置12用于采集声波信号。
信号处理装置13与声波信号采集装置12连接，用于对声波信号进行处理以得到车辆的车速、车轴、车型信息。
可以理解的是，激励带11的作用是在车辆轮胎碾压激励带11后激发空气振动以产生声波信号，因此激励带11是铺设在路面上的带状材料，由于需要具有一定的厚度所以凸出于路面。通常凸起的激励带11的高度控制在7mm以内，能够既满足当前交通道路标线的要求，又可保证车辆轮胎通过时不产生明显的车体振动从而影响司机的正常驾驶行为；其具体的厚度根据实施情况而定，在本实施例中不做限制。激励带11的材料选择包括但不限于采用当前公路中常用的热熔振动标线材料，因而具有抗压强度高、与路面粘接性能好、耐磨等优点。材料颜色应尽量与路面材料颜色一致，避免在视觉上对司机产生干扰，材料的具体选择根据具体的实施情况而定，在本实施例中不做限制。激励带11的形状可采用圆弧形或者圆角梯形，降低车轮的纵向剪切作用；同时激励带11的横向形状可采用连续型，或采用间隔分布型，即一条激励带11包括间隔排布的多个凸起，根据具体的实施情况而定，在本实施例中不做限制。
需要注意的是，激励带11的数量至少为两个，且各激励带11不在一条直线上。其中激励带11的数量不小于两个的目的是使车辆同一车轴在通过激励带11时产生在时序上不同的声波信号，以用于对车速信息的识别。为了达成这个目的，各个激励带11则不能被设置于同一条直线上，从而实现了声波信号在时序上的不同。可以理解的是，各激励带11可以平行设置或非平行设置，同时也可以设置于单侧车道的同半幅或异半幅，根据具体的实施情况而定。各激励带11设置于半幅车道表面，实现了对单个车道内车辆的单侧车轮激励声波进行采集，避免了同轴双侧车轮激励声波相互干扰的情况。
声波信号采集装置12用于采集产生的声波信号，具体设置的位置根据具体的实施情况而定，在本实施例中不做限制。声波信号采集装置12连接信号处理装置13，用于对声波信号进行处理以得到车辆的车辆信息。对于声波信号采集装置12的具体选择在本实施例中不做限制，只需保证能够采集产生的声波信号并将信号传输至信号处理装置13即可，根据具体的实施情况而定。对于信号处理装置13对声波信号处理得到车辆信息的具体方式在本实施例中不做限制，根据具体的实施情况而定。
本实施例中，车速、车轴、车型信息识别系统包括激励带、声波信号采集装置和信号处理装置，其中激励带的数量至少为两个。各激励带设置于半幅的车道路面并凸出于路面，用于车辆经过激励带时激发空气振动以产生声波信号；声波信号采集装置用于采集声波信号；信号处理装置与声波信号采集装置连接，用于对声波信号进行处理以得到车辆的车辆信息。由此可见，上述技术方案中，系统采用了声学原理对车辆的车速、车轴、车型信息进行采集，不受光环境的干扰，实现了交通环境中车辆信息的全天候高效采集。信号采集使用了非接触式探测技术，传感器轻便不承受外力荷载，具有使用寿命长、容易获取和安装的巨大技术优势；同时由于激励带使用了耐高温、耐磨的热熔振动标线材料，铺设于道路表面与路面具有良好的粘接性同时不破坏路面，施工时只需要布设半个车道，且材料用量小加热融化后可快速冷却，因而施工快速且成本低，几乎不干扰正常交通。
在上述实施例的基础上，作为一种优选的实施例，信号处理装置13对声波信号进行处理得到车辆信息的具体步骤包括：
对采集到的初始的声波信号进行片段分割、频谱分析和滤波处理，以得到含明显激励特征的单辆待识别车辆的声波信号；
提取待识别车辆的声波信号的特征数据；
根据特征数据获取待识别车辆的车速、车轴、车型信息。
可以理解的是，声波信号采集装置12采集的初始声波信号中包含有车辆发动轰鸣、车体振动、轮胎振动、风场振动以及环境噪音等各种噪声信号。为了获取待测车辆的声波信号，需要首先对初始声波信号进行预处理。具体地，通过频谱分析得到各种噪声成分的频谱特性，然后通过例如傅里叶变换等其他信号处理技术对初始信号进行滤波，得到只保留有效激励脉冲的声波信号。本实施例对于滤波具体使用技术方案不做限制，根据具体的实施情况而定。
由于声波信号采集装置12在交通环境中连续工作，采集得到的是单个车道一系列车辆通过产生的连续声波信号。而在实际的车辆信息识别中需要对每辆车产生的声波片段进行单独分析和识别，因此需要对整个连续的声波信号进行分割，得到每个车辆通过产生的声波信号序列。具体地，每辆车产生的声波的音量随着车辆由远及近逐渐增加，而当车辆通过距离声波信号采集装置12最近的位置后又随着车辆的远离逐渐减小。因此整个车辆通过过程形成的声波信号呈现一个凸起的声波包络。通过模板匹配技术可对每辆车产生的波形进行识别从而实现声波信号分割，分离出每辆车通过时发出的声波信号，并作为下一个车轴识别步骤的输入信号。如此一来，既消除了多辆车之前的干扰又降低了后续数据处理的工作量，又提高了识别效率。对于信号分割的具体实施方式在本实施例中不做限制，可以为上述提到的模板匹配技术也可以为其他方式，根据具体的实施情况而定。
在得到处理好的声波信号后，根据声波信号获取车辆的车辆信息，首先需要提取声波信号中的特征数据，随后根据特征数据获取上述车辆信息。本实施例中车辆信息具体包括车辆的速度信息、轴距信息、轴数信息以及车型信息。
具体地，首先获取车辆的速度信息。车速计算公式如下：
Figure BDA0003510948400000071
上式中，i代表车辆的车轴编号(i＝1，2，3…n)，j代表单侧车道上布置的激励带11的编号(j＝1，2，3…m)，Vi代表车辆的第i个车轴通过激励带11时的速度，d代表激励带11之间的纵向间距。ti,j代表的是车辆的第i个车轴通过第j条激励带11时产生的脉冲声波峰值对应的时间。图2为本申请实施例提供的一种典型激励声波信号的示意图。如图2所示，图2给出了一辆车辆经过两条激励带11所产生的声波信号。t11为车辆的第一个轴经过第一条激励带11时产生的脉冲声波峰值对应的时间；t12为车辆的第一个轴经过第二条激励带11时产生的脉冲声波峰值对应的时间；t21为车辆的第二个轴经过第一条激励带11时产生的脉冲声波峰值对应的时间；t22为车辆的第二个轴经过第二条激励带11时产生的脉冲声波峰值对应的时间；t31为车辆的第三个轴经过第一条激励带11时产生的脉冲声波峰值对应的时间；t32为车辆的第三个轴经过第二条激励带11时产生的脉冲声波峰值对应的时间。其对应根据上述公式获得的车速分别为V1、V2和V3，因此可以取三者速度的平均值作为车速的实际值；或由于三者速度的差值在预设范围内，获取其中任意一个速度作为当前车辆的车速。对于速度数值具体的选择方式根据具体实施情况而定，在本实施例中不做限制。
在获取到车辆的速度后，根据车辆的速度获取车辆的轴距信息。如下列公式所示：
Asi＝Vi·(ti+1,j-ti,j)
可以理解的是，Vi代表车辆的第i个车轴通过激励带11时的速度，ti,j表示车辆的第i个车轴通过第j条激励带11时产生的脉冲声波峰值对应的时间；ti+1,j表示车辆的第i+1个车轴通过第j条激励带11时产生的脉冲声波峰值对应的时间。第i+1个车轴即为车辆行进方向上在第i个车轴后面的车轴。将两个时间作差即可得到两个车轴通过第j条激励带11的时间差。例如，在图2中以第一条激励带11为例，车辆的第一个车轴通过第一条激励带11与第二个车轴通过第一条激励带11的时间差为：t21-t11。再通过第i个车轴通过激励带11时的速度，便能够获取到第i个车轴后面紧跟的车轴的轴距Asi。
在获得了车辆的轴距信息之后，根据声波信号中的峰值总数以及道路中布设的激励带11条数可以确定出通过车辆的轴数信息：
Figure BDA0003510948400000081
其中，K为信号峰值的总个数，m为激励带11的数量。例如在图2中，信号峰值K的总个数为6，激励带11的数量m为2，则该车的车轴数量为3。
车型信息的获取基于车轴数量，再结合确定的轴距能够判断出被测车辆的车轴分布情况，从而可以判定出车辆的基本类型。在具体实施中将轴距小于1.5m的相邻两个车轴归为一个轴组，能够有效提高车型信息的准确性。
本实施例中，信号处理装置通过对采集到的声波信号进行处理，准确地得到了车辆的车辆信息。计算简单运用方便，且对于处理交通大数据计算效率高，能够实现户外交通环境下的低能耗、高效采集。
在上述实施例的基础上，作为一种优选的实施例，激励带11垂直于车道线14方向的长度不超过单个车道的宽度的一半。
可以理解的是，当车辆的两侧车轮都经过激励带11时，由于可能会出现的时间差，会导致采集到的声波信号中出现多个信号峰值，从而使信号处理装置13在进行信号处理时将一个车轴误判为两个车轴，得到的数据是错误的。因此需要保证车辆在经过激励带11时只有一侧轮胎经过激励带11。为此，本实施例中激励带11垂直于车道线14方向的长度不超过单个车道的宽度的一半，具体可以通过单个车道宽度与车轴的宽度确定，从而使车辆在经过激励带11时只有一侧车轮经过。
本实施例中，通过设置激励带垂直于车道线方向的长度不超过单个车道的宽度的一半，节约了激励带的材料，同时避免了同一车轴左右轮胎的相互干扰，保证了车辆信息获取的准确性。
在上述实施例的基础上，作为一种优选的实施例，各激励带11沿行车方向之间的间距小于1m。
在具体实施中，对车辆速度的获取是通过车辆的一个车轴经过全部激励带11的时间差实现的。即激励带11的铺设，必须要保证车辆的一个车轴完整经过所有激励带11后，下一个车轴才经过第一条激励带11。具体地，根据当前公路车辆的最小轴距，各激励带11之间的间距小于1m。需要注意的是，若存在轴距小于1m的车辆，则各激励带11之间的间距应小于该车辆的轴距。
本实施例中，通过设置各激励带沿行车方向之间的间距小于1m，避免了车辆不同车轴之间经过激励带所产生的相互干扰，保证了车辆信息获取的准确性。
在上述实施例的基础上，作为一种优选的实施例，一条激励带11包括间隔排布的多个凸起。对于激励带11凸起的材料大小不做限制，其排布密度也不做限制，根据具体的实施情况而定。这种激励带11的形状能够进一步的节约材料，同时避免整个轮胎接触面的竖向振动，从而对车辆的正常行驶干扰程度降到最低。
在上述实施例的基础上，作为一种优选的实施例，且各激励带11、声波信号采集装置12均与车道线14垂直。
可以理解的是，为了保证对车辆信息的准确测量，同时不影响公路车道的安全性与驾驶员的行车安全，将各激励带11平行排列且与单各车道的车道线14垂直；对于各激励带11在单个车道的同侧或异侧在本实施例中不做限制，根据具体的实施情况而定。本实施例中的实施方式使得车辆经过各激励带11时平稳经过，提升了驾驶员的驾驶体验与安全性。
在上述实施例的基础上，作为一种优选的实施例，各激励带11均位于车道的同一侧，声波信号采集装置12设置于靠近各激励带11的车道线14外侧。
上述实施例中对于各激励带11在单个车道的同侧或异侧不做限制，根据具体的实施情况而定。而在具体实施中，将各激励带11均设置于车道的同一侧，同时使声波信号采集装置12设置于靠近各激励带11的车道线14外侧，包括但不限于路测、桥梁护栏以及隧道衬砌等位置，使其距离车道存在一定的距离，在不影响声波信号的采集的同时，防止对正常交通的影响。可采用定向型的声波信号采集装置12，其安装高度要求不高于轮胎高度，既保证设备的稳定性，又可以尽可能靠近并指向车轮发声位置，对于具体的安装位置在本实施例中不做限制，根据具体的实施情况而定。
在本实施例中，经各激励带均设置于车道的同一侧，并使声波信号采集装置设置于靠近各激励带的车道线14外侧，保证了驾驶行为的安全性，同时实现了更好的对声波信号进行采集。
在上述实施例的基础上，作为一种优选的实施例，当激励带11的数量为奇数时，声波信号采集装置12正对于中间的激励带11；
当激励带11的数量为偶数时，声波信号采集装置12与中间两个激励带11距离相等。
在上述实施例中，将各激励带11平行排列，各激励带11与车道的车道线14垂直，且各激励带11均位于车道的同一侧。因此为了使声波信号采集装置12采集到的声波信号包络是对称的，得到更稳定声波信号，在本实施例中，激励带11的数量为奇数时，声波信号采集装置12正对于中间的激励带11；激励带11的数量为偶数，声波信号采集装置1与中间两个激励带11距离相等。这样能够保证声波信号采集装置12采集到的各个激励带11激发的声波信号的整体波形是对称的，从而得到对称稳定的声波信号，以用于信号处理装置13对信号进行处理得到车辆信息。
在上述实施例的基础上，作为一种优选的实施例，激励带11的数量为两个。上述实施例中激励带11的数量至少为两个，其中两个激励带11可以完成对车辆信息采集的声波信号激励的需求；同时只采用两个激励带11，十分经济并节省资源。
图3为本申请实施例提供的一种车速、车轴、车型信息识别方法的流程图。方法应用于上述的车速、车轴、车型信息识别系统。如图3所示，方法包括：
S10：获取声波信号采集装置采集的声波信号。
S11：对声波信号进行分割、主成分分析和滤波处理，以得到待识别车辆的声波信号。
S12：提取待识别车辆的声波信号的特征数据。
S13：根据特征数据获取待识别车辆的车速、车轴、车型信息。
本实施例所提供的车速、车轴、车型信息识别方法，应用于上述车速、车轴、车型信息识别系统。通过获取声波信号采集装置采集的声波信号，对声波信号进行分割、主成分分析和滤波处理，以得到待识别车辆的声波信号。提取待识别车辆的声波信号的特征数据；根据特征数据获取待识别车辆的车速、车轴、车型信息。由此可见，上述技术方案中采用了声学原理对车辆的车速、车轴、车型信息进行采集，不受光环境的干扰，实现了交通环境中车辆的车速、车轴、车型信息的全天候高效采集。
在上述实施例中，对于车速、车轴、车型信息识别方法进行了详细描述，本申请还提供车速、车轴、车型信息识别装置对应的实施例。需要说明的是，本申请从两个角度对装置部分的实施例进行描述，一种是基于功能模块的角度，另一种是基于硬件结构的角度。
图4为本申请实施例提供的一种车速、车轴、车型信息识别装置的结构示意图。如图4所示，车速、车轴、车型信息识别装置包括：
第一获取模块15，用于获取声波信号采集装置采集的声波信号。
信号处理模块16，用于对声波信号进行分割、主成分分析和滤波处理，以得到待识别车辆的声波信号。
提取模块17，用于提取待识别车辆的声波信号的特征数据。
第二获取模块18，用于根据特征数据获取待识别车辆的车速、车轴、车型信息。
由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
图5为本申请实施例提供的另一种车速、车轴、车型信息识别装置的结构示意图。如图5所示，车速、车轴、车型信息识别装置包括：
存储器20，用于存储计算机程序。
处理器21，用于执行计算机程序时实现如上述实施例中所提到的车速、车轴、车型信息识别方法的步骤。
本实施例提供的车速、车轴、车型信息识别装置可以包括但不限于智能手机、平板电脑、笔记本电脑或台式电脑等。
其中，处理器21可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器21可以采用数字信号处理器(Digital Signal Processor，DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称中央处理器(CentralProcessing Unit，CPU)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器21可以在集成有图像处理器(Graphics Processing Unit，GPU)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器21还可以包括人工智能(Artificial Intelligence，AI)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器20可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器20还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器20至少用于存储以下计算机程序201，其中，该计算机程序被处理器21加载并执行之后，能够实现前述任一实施例公开的车速、车轴、车型信息识别方法的相关步骤。另外，存储器20所存储的资源还可以包括操作系统202和数据203等，存储方式可以是短暂存储或者永久存储。其中，操作系统202可以包括Windows、Unix、Linux等。数据203可以包括但不限于车速、车轴、车型信息识别方法涉及到的数据。
在一些实施例中，车速、车轴、车型信息识别装置还可包括有显示屏22、输入输出接口23、通信接口24、电源25以及通信总线26。
本领域技术人员可以理解，图5中示出的结构并不构成对车速、车轴、车型信息识别装置的限定，可以包括比图示更多或更少的组件。
最后，本申请还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。
可以理解的是，如果上述实施例中的方法以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上对本申请所提供的一种车速、车轴、车型信息识别系统及方法进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种车速、车轴、车型信息识别系统，其特征在于，包括：激励带(11)、声波信号采集装置(12)和信号处理装置(13)；其中所述激励带(11)的数量至少为两个；
各所述激励带(11)设置于半幅的车道路面并凸出于路面，各所述激励带(11)不在同一条直线，用于车辆经过所述激励带(11)时激发空气振动以产生声波信号；
所述声波信号采集装置(12)用于采集所述声波信号；
所述信号处理装置(13)与所述声波信号采集装置(12)连接，用于对所述声波信号进行处理以得到所述车辆的车速、车轴、车型信息。
2.根据权利要求1所述的车速、车轴、车型信息识别系统，其特征在于，所述信号处理装置(13)对所述声波信号进行处理得到所述车辆的车速、车轴、车型信息的具体步骤包括：
对采集到的初始的所述声波信号进行片段分割、频谱分析和滤波处理，以得到含明显激励特征的单辆待识别车辆的声波信号；
提取所述待识别车辆的声波信号的特征数据；
根据所述特征数据获取所述待识别车辆的所述车辆的车速、车轴、车型信息。
3.根据权利要求1所述的车速、车轴、车型信息识别系统，其特征在于，所述激励带(11)垂直于车道线(14)方向的长度不超过单个所述车道宽度的一半。
4.根据权利要求1所述的车速、车轴、车型信息识别系统，其特征在于，各所述激励带(11)沿行车方向之间的间距小于1m。
5.根据权利要求1所述的车速、车轴、车型信息识别系统，其特征在于，一条所述激励带(11)包括间隔排布的多个凸起。
6.根据权利要求1所述的车速、车轴、车型信息识别系统，其特征在于，各所述激励带(11)之间平行排列，且各所述激励带(11)、所述声波信号采集装置(12)均与所述车道线(14)垂直。
7.根据权利要求6所述的车速、车轴、车型信息识别系统，其特征在于，各所述激励带(11)均位于所述车道的同一侧，所述声波信号采集装置(12)设置于靠近各所述激励带(11)的车道线(14)外侧。
8.根据权利要求7所述的车速、车轴、车型信息识别系统，其特征在于，当所述激励带(11)数量为奇数时，所述声波信号采集装置(12)正对于中间的所述激励带(11)；
当所述激励带(11)的数量为偶数时，所述声波信号采集装置(12)与中间两个所述激励带(11)距离相等。
9.根据权利要求1至8任意一项所述的车速、车轴、车型信息识别系统，其特征在于，所述激励带(11)的数量为两个。
10.一种车速、车轴、车型信息识别方法，其特征在于，应用于上述所述的车速、车轴、车型信息识别系统，包括：
获取声波信号采集装置(12)采集的声波信号；
对所述声波信号进行分割、主成分分析和滤波处理，以得到待识别车辆的声波信号；
提取所述待识别车辆的声波信号的特征数据；
根据所述特征数据获取所述待识别车辆的车速、车轴、车型信息。
CN202210152159.XA 2022-02-18 2022-02-18 一种车速、车轴、车型信息识别系统及方法 Pending CN114526814A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210152159.XA CN114526814A (zh) 2022-02-18 2022-02-18 一种车速、车轴、车型信息识别系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210152159.XA CN114526814A (zh) 2022-02-18 2022-02-18 一种车速、车轴、车型信息识别系统及方法

Publications (1)

Publication Number Publication Date
CN114526814A true CN114526814A (zh) 2022-05-24

Family

ID=81622419

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210152159.XA Pending CN114526814A (zh) 2022-02-18 2022-02-18 一种车速、车轴、车型信息识别系统及方法

Country Status (1)

Country Link
CN (1) CN114526814A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104851301A (zh) * 2015-05-22 2015-08-19 重庆交通大学 一种基于减速带声音分析的车辆参数识别方法
CN106960581A (zh) * 2017-04-25 2017-07-18 中国计量大学 基于声音信号的机动车测速装置
CN111667688A (zh) * 2020-05-06 2020-09-15 北京科技大学 一种基于路面振动信号的综合交通信息解析方法及系统
CN111783638A (zh) * 2020-06-30 2020-10-16 山东鼎高信息技术有限公司 一种检测车辆轮轴数及车型识别的系统、方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104851301A (zh) * 2015-05-22 2015-08-19 重庆交通大学 一种基于减速带声音分析的车辆参数识别方法
CN106960581A (zh) * 2017-04-25 2017-07-18 中国计量大学 基于声音信号的机动车测速装置
CN111667688A (zh) * 2020-05-06 2020-09-15 北京科技大学 一种基于路面振动信号的综合交通信息解析方法及系统
CN111783638A (zh) * 2020-06-30 2020-10-16 山东鼎高信息技术有限公司 一种检测车辆轮轴数及车型识别的系统、方法

Similar Documents

Publication Publication Date Title
CN107591002B (zh) 一种基于分布式光纤的高速公路交通参数实时估计方法
Brantley et al. Mobile air monitoring data-processing strategies and effects on spatial air pollution trends
CN107730895B (zh) 一种埋入式道路车辆类型识别系统和方法
CN107590999B (zh) 一种基于卡口数据的交通状态判别方法
CN110164146B (zh) 一种协作式车流量检测方法
US20030201909A1 (en) Surface-mount traffic sensors
CN100589143C (zh) 判断浮动车行驶状态的方法及装置
CN101807345A (zh) 一种基于视频检测技术的交通拥堵判别方法
CN102779415B (zh) 实时分析交通信号相位的方法与装置
US20210350699A1 (en) Method for Vehicle Classification Using Multiple Geomagnetic Sensors
CN103473928A (zh) 基于rfid技术的城市交通拥堵判别方法
CN108091137A (zh) 一种信号灯控制方案的评价方法及装置
CN105869421A (zh) 异常路况信息处理方法、装置及车辆
CN109711276A (zh) 一种套牌检测方法及装置
CN112229355A (zh) 一种基于信号处理和挂车响应的桥梁移动检测方法和系统
CN115235350A (zh) 电缆缆芯长度预测系统及方法
Shirzad-Ghaleroudkhani et al. A crowdsensing-based platform for transportation infrastructure monitoring and management in smart cities
CN114526814A (zh) 一种车速、车轴、车型信息识别系统及方法
CN113724497A (zh) 一种目标道路实时交通流量预测方法和装置
CN104574996A (zh) 一种道路交通车辆扫描式智能检测方法及装置
Karpis System for vehicles classification and emergency vehicles detection
CN114693722B (zh) 一种车辆行驶行为检测方法、检测装置及检测设备
DE102011009464B4 (de) Vorrichtung zur Erfassung von Umfeldinformationen eines Kraftfahrzeuges
Kongrattanaprasert et al. Detection of road surface conditions using tire noise from vehicles
Yuan et al. Research on road condition detection based on crowdsensing

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