CN115100873A - 基于双地磁传感器的双车道车流检测方法 - Google Patents

基于双地磁传感器的双车道车流检测方法 Download PDF

Info

Publication number
CN115100873A
CN115100873A CN202210737747.XA CN202210737747A CN115100873A CN 115100873 A CN115100873 A CN 115100873A CN 202210737747 A CN202210737747 A CN 202210737747A CN 115100873 A CN115100873 A CN 115100873A
Authority
CN
China
Prior art keywords
magnetic field
vehicle
data
geomagnetic
fea
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.)
Granted
Application number
CN202210737747.XA
Other languages
English (en)
Other versions
CN115100873B (zh
Inventor
毛国强
程庆伟
惠一龙
李长乐
贺润森
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.)
Xidian University
Original Assignee
Xidian University
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 Xidian University filed Critical Xidian University
Priority to CN202210737747.XA priority Critical patent/CN115100873B/zh
Publication of CN115100873A publication Critical patent/CN115100873A/zh
Application granted granted Critical
Publication of CN115100873B publication Critical patent/CN115100873B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/042—Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Abstract

本发明公开了一种基于双地磁传感器的双车道车流检测方法，主要解决现有车辆检测系统成本高，安装复杂，计算复杂度高，会将单车通行误检测为双车并行，从而导致车辆数量检测错误的问题。本发明使用两个地磁传感器部署在双车道两侧的车道线上，使用车辆检测算法记录车辆到达时间并计算车辆的磁场特征，然后将到达时间数据以及磁场特征数据上传给基站，基站使用SVM支持向量机训练得到超平面，对双车道上是单车通行还是双车并行进行判断，从而得到双车道上正确的车辆数量信息并上报给交通数据分析平台。本发明使用的基于双地磁传感器的双车道车流检测方法计算复杂度低，可用于公路智能化。

Description

基于双地磁传感器的双车道车流检测方法
技术领域
本发明属于物理技术领域，更进一步涉及智能交通技术领域中的一种在双车道场景下使用地磁传感器检测车辆的方法。本发明可以使用地磁传感器采集车辆引起的磁场波动来实现双车道交通道路流的检测，可用于实现公路智能化。
背景技术
交通是城市发展的主要动力。为了促进智能交通系统(Intelligent TrafficSystem，简称ITS)以及智慧城市的发展，多样化的物联网传感器被部署在交通系统中来实时精准的获取道路上的车辆信息。然而不同于目前对单车道场景的研究工作，双车道场景中一个显著的问题是当一辆能够引起较大磁场波动的车辆在某条车道或者中线附近行驶时，部署于两侧车道线上的地磁传感器的车辆检测算法可能都会检测车辆，从而将单车通行误检测为双车并行。这种出现的双车道场景中的车辆误检测不仅会影响到智能交通系统对车流信息的获取，还会影响到后续的车辆数据关联。
Yaqi Guan等人在其发表的论文“Research on Geomagnetic WaveformDetection and Vehicle Identification Technology”(2021IEEE 5th AdvancedInformation Technology, Electronic and Automation Control Conference(IAEAC),2021,pp.2343-2347)中提出了一种基于地磁传感器的车辆检测的方法。该方法的实现步骤是，将地磁传感器部署的道路中间并实时检测车辆经过时引起的磁场扰动，然后进行实时均值滤波，动态调整阈值，计算磁场强度及其曲线特征点，通过多中间状态机实现车辆检测。该方法存在的不足之处是，该方法将地磁传感器部署在道路中间，会破坏路面并且影响正常的交通，还会给后续的维护带来麻烦。当较大车辆在双车道中线位置行驶时，该方法部署在两条道路上的地磁传感器可能都会检测到车辆，从而将一辆车误检为两辆车，无法全面高效的解决双车道场景下的车辆检测问题。
哈尔滨工业大学在其申请的专利文献“一种基于航拍数据的实时车流检测与追踪方法”(申请号：CN201810746646.2，公开号：CN108921875B)中提出一种基于YOLO 网络模型的多车道车流检测。该方法的实现步骤是，首先使用弱监督学习的方式训练好一个YOLO网络的预训练模型，然后采用全卷积神经网络以及具有先验信息的多目标框检测方法对YOLO网络的预训练模型进行改进，完成基于航拍数据的实时车流检测。该方法存在的不足之处是，视频检测传感器价格较高，并且视频传感器对视频数据的采集效果受天气等因素的影响严重，并且该方法使用的全卷积神经网络算法比较复杂，会给边缘计算设备带来计算压力。
发明内容
本发明的目的在于针对上述现有技术的不足，提出一种基于双地磁传感器的双车道车辆检测方法，用于解决当前车辆检测算法复杂，并且摄像机和雷达等传感器成本较高，受天气影响，难以大规模部署并且当前使用的基于地磁传感器的车辆检测方法会将单车通行误检测为双车并行的问题。
实现本发明目的的技术思路是，本发明将两个地磁传感器部署在双车道两侧的车道线上，不会影响正常的交通并且便于维护，能够解决现有部署方案中破坏路面并且影响正常的交通，还会给后续的维护带来麻烦的问题。本发明使用的地磁传感器成本较低不受天气影响，便于大规模部署，能够解决摄像机雷达等传感器成本较高并且受天气影响严重的问题。本发明在地磁传感器中内置了计算量低的车辆磁场特征计算算法以及双车道单车通行和双车并行的区分模型，可以实现双车道上的单车通行和双车并行的准确区分，能够解决现有车辆检测算法计算量高并且会将单车通行误检测为双车并行的问题。
为实现上述目的，本发明的技术方案如下：
步骤1，部署地磁传感器：
将两个地磁传感器A和B，分别摆放在双车道两侧车道线的同一水平位置上；
步骤2，采集车辆经过引起的磁场扰动信号：
步骤2.1，地磁传感器A和B分别采集其所在位置的磁场数据，通过对磁场数据的处理获取传感器部署点处车辆经过引起的离散磁场扰动数据；
步骤2.2，使用车辆检测算法，检测是否有车辆进入和离开地磁传感器检测范围并记录检测到车辆的时间戳；
步骤3，计算车辆磁场信号特征：
步骤3.1，当地磁传感器A或B检测到有车辆行驶经过传感器检测范围时，对地磁传感器检测到的车辆经过引起磁场扰动信号进行保存并打上时间戳数据；
步骤3.2，计算车辆在进入和离开地磁传感器A或B检测范围期间，车辆磁场信号的磁场峰值特征以及磁场均值特征：
步骤4，将车辆磁场特征和车辆检测时间戳上传到基站：
地磁传感器A或B通过无线连接将车辆经过的车辆磁场特征数据以及相应的时间戳传递给基站，基站作为数据传输的中间媒介，接收每个地磁传感器检测到的时间戳信息以及车辆磁场特征信息，并对每个地磁传感器发送车辆经过的时间戳数据以及车辆磁场特征等车辆信息进行保存；
步骤5，基站处理时间戳数据以及车辆磁场特征数据：
步骤5.1，基站对地磁传感器A或B在车辆检测中上传的时间数据进行数据清洗，将地磁传感器A或B上传的时间戳数据以及车辆磁场特征打上地磁传感器标签并按照时间戳先后顺序排列；
步骤5.2，判断地磁传感器A和B同时检测到车辆的时间戳是否在时间差阈值T之内，若是，则执行步骤5.3，否则，执行步骤6；
步骤5.3，基站使用下述公式，分别计算地磁传感器A和B的双地磁传感器的联合磁场峰值比特征fea1，联合磁场均值比特征fea2，联合磁场较小峰值特征fea3和联合磁场较小均值特征fea4：
Figure BDA0003704296550000031
Figure BDA0003704296550000032
fea3＝min(maxA,maxB)
fea4＝min(aveA,aveB)
其中，maxA,maxB分别表示车辆在进入和离开地磁传感器A和B期间的磁场峰值特征，aveA,aveB分别表示车辆在进入和离开地磁传感器A和B期间的磁场均值特征， max,min分别表示求最大值和求最小值的操作；
步骤5.4，对fea1,fea2,fea3,fea4特征进行归一化处理，得到归一化后的联合磁场特征数据；
步骤5.5，使用SVM支持向量机，训练归一化后的联合磁场特征数据，得到超平面；
步骤5.6，将归一化后的联合磁场特征数据放到超平面中，对双车道上是单车通行还是双车并行进行判断，得到上传联合磁场特征数据特征的时刻双车道上车辆数量信息；
步骤6，上报双车道场景下车辆数量信息：
基站将双车道上的车辆数量信息传输给智能交通云平台。
本发明与现有技术相比具有以下优点：
第1，由于本发明通过将两个地磁传感器部署在双车道两侧的车道线上检测车辆的方式，克服了现有技术中将地磁传感器部署在道路中间会破坏路面，导致影响正常交通并且后续维护困难的缺陷，使得本发明能够在不影响交通和便于维护的前提下实现双车道车辆的检测。
第2，由于本发明使用的磁场特征计算复杂度低，不会给地磁传感器带来计算压力，克服了现有技术中车辆检测算法复杂，导致给计算设备带来计算压力的问题，使得本发明可以在低计算复杂度下实现双车道车辆检测；
第3，由于本发明可以对双车道上的车辆数量信息准确判断，克服了现有技术中会将单车通行误判为双车并行的问题，能够处理其他方案中难以解决的单车在中线位置行驶时会被检测为双车并行，导致对双车道上的车辆无法准确检测的问题，使得本发明可以获得双车道上正确的车辆数量信息，提高道路智能化水平；
第4，由于本发明使用的地磁传感器相较于摄像机和雷达等传感器功耗更低，安装方便，成本低并且不易受到天气因素的影响，克服了现有技术中车辆检测方法成本高并且容易受天气因素影响，导致车辆检测方案成本高并且不稳定的不足，使得本发明能够在低成本和不受天气的影响下实现双车道车辆检测，便于大规模部署。
附图说明
图1为本发明方法的流程图；
图2为本发明中基于双地磁传感器的双车道车流检测方法的地磁传感器部署图；
图3为本发明处理磁场数据的流程图。
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，对本发明的实施例的实现步骤做进一步的描述。
步骤1，在双车道两侧车道线上部署地磁传感器。
将两个地磁传感器A和B分别摆放在双车道两侧车道线上的同一水平位置上，来对双车道上的车辆进行检测，地磁传感器A和B之间相距为双车道，双车道场景下的车辆在地磁传感器A和B之间经过。
参考图2，对在双车道上部署地磁传感器的方式做进一步的描述。
本发明的实施例中使用的地磁传感器是RM3100系列三轴地磁传感器，但不限于市面上其他可以检测车辆因此的磁场扰动的地磁传感器。本发明的实施例中的每个地磁传感器可同时采集X,Y,Z三轴的磁场强度数据。其中X轴与车道线平行指向车辆行驶的方向，Y轴在车道平面上垂直于X轴，Z轴垂直于车道平面指向上方。
步骤2，地磁传感器采集车辆经过引起的磁场扰动信号。
参考图3，对地磁传感器具体的处理磁场数据的流程做进一步描述。
两个地磁传感器A和B的采样频率fs在100HZ到300HZ之间，每个地磁传感器分别对传感器所在位置的磁场数据进行采样收集，获取传感器部署点处离散的磁场强度数据。首先，地磁传感器会初始化X,Y,Z轴基线，初始化基线后，地磁传感器通过内置的车辆检测算法，对采集到的磁场数据进行解析并判断是否有车辆进入或离开地磁传感器的检测范围。
步骤2.1，地磁传感器A和B分别采集其所在位置的磁场数据，通过对磁场数据的处理获取传感器部署点处车辆经过引起的离散磁场扰动数据；
所述的通过对磁场数据的处理获取传感器部署点处车辆经过引起的离散磁场扰动数据的步骤如下：
第一步，通过车辆检测算法，分别从地磁传感器A或B中选取没有车辆经过地磁传感器连续2s时间内的X,Y,Z三轴磁场强度数据，并分别求地磁传感器A或B的 X,Y,Z三轴磁场数据在2s时间内在各自轴上的平均值，将各自轴上的平均值作为该轴的基线；
第二步，用每个时刻地磁传感器A或B检测到的X,Y,Z三轴磁场强度，分别减去各自轴的基线，得到每个传感器在该时刻的三轴磁场扰动强度值数据；
第三步，地磁传感器A或B将检测到的三轴磁场扰动按照下式融合，得到各自融合后的磁场强度：
Figure BDA0003704296550000061
其中，F(k)表示将第k个时刻地磁传感器在传感器部署位置检测的三轴磁场扰动融合后的磁场强度，FX(k),FY(k),FZ(k)分别表示在第k个时刻每个地磁传感器在传感器部署位置检测到的X,Y,Z三轴的磁场强度，FXbase(k)，FYbase(k)，FZbase(k)分别表示每个地磁传感器在第k个时刻的X,Y,Z三轴基线。
第四步，按照下式，对每个融合后的磁场强度进行滑动平均值滤波处理：
Figure BDA0003704296550000062
其中，
Figure BDA0003704296550000063
表示第k个时刻融合后的磁场强度经过滑动平均值滤波后的磁场强度值，L表示由对环境磁场噪声滤除效果决定的平均滑动窗滤波的窗宽。
步骤2.2，使用车辆检测算法，检测是否有车辆进入和离开地磁传感器检测范围并记录检测到车辆的时间戳；
所述的车辆检测算法指的是，将每个地磁传感器在传感器部署位置检测到的三轴磁场扰动经过融合和滤波处理后得到的磁场值，与根据实际测试得到的车辆检测阈值 Th比较，当有连续M个磁场强度值大于Th，则判断有车辆进入地磁传感器检测范围并记录检测到车辆的时间戳数据；当判定车辆在地磁传感器检测范围后，有连续N个磁场强度值小于Th时，则判定车辆离开地磁传感器检测范围，所述Th、M、N参数可以根据实际部署道路上所行驶的车辆类型以及车辆行驶速度确定。在本发明的实施例中采用的车辆检测阈值Th为80nT，M＝7，N＝8。
步骤3，对车辆磁场信号进行处理，计算磁场特征。
当地磁传感器A或B判定有车辆行驶经过传感器检测范围时，需要做如下处理。
步骤3.1，地磁传感器对收集到的有车辆经过的磁场数据进行保存并打上车辆检测时间戳；
步骤3.2，利用下述磁场特征公式，计算车辆在进入和离开地磁传感器A或B期间的磁场峰值特征以及磁场均值特征；
所述的计算车辆在进入和离开地磁传感器A或B检测范围期间，车辆磁场信号的磁场峰值特征以及磁场均值特征是由下式得到的：
Figure BDA0003704296550000071
Figure BDA0003704296550000072
Figure BDA0003704296550000073
Figure BDA0003704296550000074
其中，maxA,maxB分别表示车辆在进入和离开地磁传感器A和B期间的磁场峰值，aveA,aveB分别表示车辆在进入和离开地磁传感器A和B期间的磁场均值，max表示求最大值操作，
Figure BDA0003704296550000075
分别表示第k个时刻地磁传感器A和B在传感器部署位置经过融合和滑动平均值滤波后的磁场强度值，n表示地磁传感器检测到车辆的磁场值点数，所处理的数据
Figure BDA0003704296550000076
和
Figure BDA0003704296550000077
分别表示车辆进入和离开地磁传感器A和B检测范围期间，在传感器部署位置检测到的经过融合和滤波后的磁场数据。
步骤4，上传磁场特征和车辆检测时间戳。
地磁传感器中通过无线连接将车辆经过的磁场特征数据以及相应的时间戳传递给基站。
基站作为数据传输的中间媒介，接收地磁传感器检测到的时间戳信息以及磁场特征信息，并对地磁传感器发送车辆经过的时间以及车辆磁场特征等车辆信息进行保存，同时将不同地磁传感器的数据关联处理。另外，基站还会给地磁传感器下发指令，GPS 将对时信息传递给地磁传感器，完成地磁传感器对时及工作模式更改等操作。基站装有LoRa装置，发送信息给智能交通云平台，保障了地磁传感器与数据处理云平台之间的低时延，高可靠的数据交换。
步骤5，处理时间戳数据以及磁场特征数据。
步骤5.1，基站接收到地磁传感器传输的磁场特征数据以及车辆到达时间数据并进行保存，同时对地磁传感器A或B在车辆检测中上传的时间数据进行数据清洗，将地磁传感器A或B上传的时间戳数据以及车辆磁场特征打上地磁传感器标签并按照时间戳先后顺序排列。
步骤5.2，对于本发明的实施例使用的地磁传感器来说，其存在着±50ms的本地对时误差，那么一组地磁传感器A和B检测到同一辆车时，两个地磁传感器上报的时间差理论上应该小于100ms。考虑到噪声以及离车辆比较远的地磁传感器检测到车辆的到来可能会有延迟，所以本发明将时间差阈值T设定为200ms。
当一组地磁传感器在时间差阈值T都检测到车辆并将双车道上的场景判定为双车并行时，真实的情况可能是只有一辆车经过了这一组地磁传感器。所述的时间差阈值T 是指，地磁传感器A和B在双车道检测场景下，将检测到的所有车辆时间戳数据上传到基站，将上传的所有时间戳数据中两个地磁传感器检测到同一辆车的时间戳数据的最大差值作为时间差阈值T；
因此基站将为每个检测到车辆的时间戳开辟时长为的T时间窗，并计算地磁传感器A和B是否在时间差阈值T都检测到车辆：若是，则继续对这组数据进行单车通行和双车并行的判断，执行步骤5.3，否则，执行步骤6；
步骤5.3，当地磁传感器A和B同时检测到车辆的时间戳在时间差阈值T之内时，利用下述双地磁传感器的联合磁场特征公式，在基站计算得到地磁传感器A和B检测到的磁场峰值比特征fea1，磁场均值比特征fea2，磁场较小峰值特征fea3和磁场较小均值特征fea4的公式如下：
Figure BDA0003704296550000081
Figure BDA0003704296550000082
fea3＝min(maxA,maxB)
fea4＝min(aveA,aveB)
其中，fea1,fea2,fea3,fea4分别表示磁场峰值比，磁场均值比，磁场较小峰值和磁场较小均值特征，max,min分别表示求最大值和求最小值的操作。
步骤5.4，对fea1,fea2,fea3,fea4特征进行Z-score标准化的归一化处理；
所述的对fea1,fea2,fea3,fea4特征进行Z-score标准化的归一化处理是由下式得到的：
Figure BDA0003704296550000091
其中，Norfeaij表示feaij经过Z-score标准化的归一化处理后的特征feai的第j个特征值，feaij表示特征feai的第j个特征值，mean(feai)表示特征feai的均值， std(feai)表示特征feai的标准差；
步骤5.5，使用SVM支持向量机，训练归一化后的联合磁场特征数据，得到超平面；
步骤5.6，将归一化后的联合磁场特征数据放到超平面中，对双车道上是单车通行还是双车并行进行判断，得到上传联合磁场特征数据特征的时刻双车道上车辆数量信息；并使用此超平面对双车道上是单车通行还是双车并行进行判断。
步骤6，上报双车道场景下车辆数量信息。
基站得到双车道场景下判断后的车辆数量信息，并通过数据收发将双车道上的车辆行驶信息传输给智能交通云平台。
以上仅是本发明的一个具体实施例，并不构成对本发明的任何限制，显然对于本领域的技术人员来说，均可在本发明的思想和精神下进行形式和细节上的各种修正和改变，但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。

Claims (6)

1.一种基于双地磁传感器的双车道车流检测方法，其特征在于，使用两个地磁传感器进行双车道车流检测，使用车辆磁场特征算法以及双车道单车通行和双车并行的区分模型判断双车道上的车辆数量；该检测方法的具体步骤包括如下：
步骤1，部署地磁传感器：
将两个地磁传感器A和B，分别摆放在双车道两侧车道线的同一水平位置上；
步骤2，采集车辆经过引起的磁场扰动信号：
步骤2.1，地磁传感器A和B分别采集其所在位置的磁场数据，通过对磁场数据的处理获取传感器部署点处车辆经过引起的离散磁场扰动数据；
步骤2.2，使用车辆检测算法，检测是否有车辆进入和离开地磁传感器检测范围并记录检测到车辆的时间戳；
步骤3，计算车辆磁场信号特征：
步骤3.1，当地磁传感器A或B检测到有车辆行驶经过传感器检测范围时，对地磁传感器检测到的车辆经过引起磁场扰动信号进行保存并打上时间戳数据；
步骤3.2，计算车辆在进入和离开地磁传感器A或B检测范围期间，车辆磁场信号的磁场峰值特征以及磁场均值特征：
步骤4，将车辆磁场特征和车辆检测时间戳上传到基站：
地磁传感器A或B通过无线连接将车辆经过的车辆磁场特征数据以及相应的时间戳传递给基站，基站作为数据传输的中间媒介，接收每个地磁传感器检测到的时间戳信息以及车辆磁场特征信息，并对每个地磁传感器发送车辆经过的时间戳数据以及车辆磁场特征等车辆信息进行保存；
步骤5，基站处理时间戳数据以及车辆磁场特征数据：
步骤5.1，基站对地磁传感器A或B在车辆检测中上传的时间数据进行数据清洗，将地磁传感器A或B上传的时间戳数据以及车辆磁场特征打上地磁传感器标签并按照时间戳先后顺序排列；
步骤5.2，判断地磁传感器A和B同时检测到车辆的时间戳是否在时间差阈值T之内，若是，则执行步骤5.3，否则，执行步骤6；
步骤5.3，基站使用下述公式，分别计算地磁传感器A和B的双地磁传感器的联合磁场峰值比特征fea1，联合磁场均值比特征fea2，联合磁场较小峰值特征fea3和联合磁场较小均值特征fea4：
Figure FDA0003704296540000021
Figure FDA0003704296540000022
fea3＝min(maxA,maxB)
fea4＝min(aveA,aveB)
其中，maxA,maxB分别表示车辆在进入和离开地磁传感器A和B期间的磁场峰值特征，aveA,aveB分别表示车辆在进入和离开地磁传感器A和B期间的磁场均值特征，max,min分别表示求最大值和求最小值的操作；
步骤5.4，对fea1,fea2,fea3,fea4特征进行归一化处理，得到归一化后的联合磁场特征数据；
步骤5.5，使用SVM支持向量机，训练归一化后的联合磁场特征数据，得到超平面；
步骤5.6，将归一化后的联合磁场特征数据放到超平面中，对双车道上是单车通行还是双车并行进行判断，得到上传联合磁场特征数据特征的时刻双车道上车辆数量信息；
步骤6，上报双车道场景下车辆数量信息：
基站将双车道上的车辆数量信息传输给智能交通云平台。
2.根据权利要求1所述的基于双地磁传感器的双车道车流检测方法，其特征在于，步骤2.1中所述的通过对磁场数据的处理获取传感器部署点处车辆经过引起的离散磁场扰动数据的步骤如下：
第一步，通过车辆检测算法，分别从地磁传感器A或B中选取没有车辆经过地磁传感器连续2s时间内的X,Y,Z三轴磁场强度数据，并分别求地磁传感器A或B的X,Y,Z三轴磁场数据在2s时间内在各自轴上的平均值，将各自轴上的平均值作为该轴的基线；
第二步，用每个时刻地磁传感器A或B检测到的X,Y,Z三轴磁场强度，分别减去各自轴的基线，得到每个传感器在该时刻的三轴磁场扰动强度值数据；
第三步，地磁传感器A或B将检测到的三轴磁场扰动按照下式融合，得到各自融合后的磁场强度：
Figure FDA0003704296540000031
其中，F(k)表示将第k个时刻地磁传感器在传感器部署位置检测的三轴磁场扰动融合后的磁场强度，FX(k),FY(k),FZ(k)分别表示在第k个时刻每个地磁传感器在传感器部署位置检测到的X,Y,Z三轴的磁场强度，FXbase(k)，FYbase(k)，FZbase(k)分别表示每个地磁传感器在第k个时刻的X,Y,Z三轴基线；
第四步，按照下式，对每个融合后的磁场强度进行滑动平均值滤波处理：
Figure FDA0003704296540000032
其中，
Figure FDA0003704296540000033
表示第k个时刻融合后的磁场强度经过滑动平均值滤波后的磁场强度值，L表示由对环境磁场噪声滤除效果决定的平均滑动窗滤波的窗宽。
3.根据权利要求1所述的基于双地磁传感器的双车道车流检测方法，其特征在于，步骤2.2中所述的车辆检测算法指的是，将每个地磁传感器在传感器部署位置检测到的三轴磁场扰动经过融合和滤波处理后得到的磁场值，与根据实际测试得到的车辆检测阈值Th比较，当有连续M个磁场强度值大于Th，则判断有车辆进入地磁传感器检测范围并记录检测到车辆的时间戳数据；当判定车辆在地磁传感器检测范围后，有连续N个磁场强度值小于Th时，则判定车辆离开地磁传感器检测范围，所述Th、M、N参数可以根据实际部署道路上所行驶的车辆类型以及车辆行驶速度确定。
4.根据权利要求1所述的基于双地磁传感器的双车道车流检测方法，其特征在于，步骤3.2中所述的计算车辆在进入和离开地磁传感器A或B检测范围期间，车辆磁场信号的磁场峰值特征以及磁场均值特征是由下式得到的：
Figure FDA0003704296540000041
Figure FDA0003704296540000042
Figure FDA0003704296540000043
Figure FDA0003704296540000044
其中，
Figure FDA0003704296540000045
分别表示第k个时刻地磁传感器A和B在传感器部署位置经过融合和滑动平均值滤波后的磁场强度值，n表示地磁传感器检测到车辆的磁场值点数，所处理的数据
Figure FDA0003704296540000046
和
Figure FDA0003704296540000047
分别表示车辆进入和离开地磁传感器A和B检测范围期间，在传感器部署位置检测到的经过融合和滤波后的磁场数据。
5.根据权利要求1所述的基于双地磁传感器的双车道车流检测方法，其特征在于，步骤5.2中所述的时间差阈值T是指，地磁传感器A和B在双车道检测场景下，将检测到的所有车辆时间戳数据上传到基站，将上传的所有时间戳数据中两个地磁传感器检测到同一辆车的时间戳数据的最大差值作为时间差阈值T。
6.根据权利要求1所述的基于双地磁传感器的双车道车流检测方法，其特征在于，步骤5.4中所述的对fea1,fea2,fea3,fea4特征进行Z-score标准化的归一化处理是由下式得到的：
Figure FDA0003704296540000048
其中，Norfeaij表示feaij经过Z-score标准化的归一化处理后的特征feai的第j个特征值，feaij表示特征feai的第j个特征值，mean(feai)表示特征feai的均值，std(feai)表示特征feai的标准差。
CN202210737747.XA 2022-06-21 2022-06-21 基于双地磁传感器的双车道车流检测方法 Active CN115100873B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210737747.XA CN115100873B (zh) 2022-06-21 2022-06-21 基于双地磁传感器的双车道车流检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210737747.XA CN115100873B (zh) 2022-06-21 2022-06-21 基于双地磁传感器的双车道车流检测方法

Publications (2)

Publication Number Publication Date
CN115100873A true CN115100873A (zh) 2022-09-23
CN115100873B CN115100873B (zh) 2023-07-28

Family

ID=83295763

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210737747.XA Active CN115100873B (zh) 2022-06-21 2022-06-21 基于双地磁传感器的双车道车流检测方法

Country Status (1)

Country Link
CN (1) CN115100873B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN117558140A (zh) * 2024-01-11 2024-02-13 四川九通智路科技有限公司 一种用于双车道隧道的车流量检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104299417A (zh) * 2014-10-09 2015-01-21 武汉慧联无限科技有限公司 基于波形检测的车辆识别方法
WO2020006925A1 (zh) * 2018-07-05 2020-01-09 南京理工大学 一种基于单轴地磁传感器的车辆检测方法
CN111524365A (zh) * 2020-05-11 2020-08-11 西安电子科技大学 一种利用多地磁传感器进行车型分类的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104299417A (zh) * 2014-10-09 2015-01-21 武汉慧联无限科技有限公司 基于波形检测的车辆识别方法
WO2020006925A1 (zh) * 2018-07-05 2020-01-09 南京理工大学 一种基于单轴地磁传感器的车辆检测方法
CN111524365A (zh) * 2020-05-11 2020-08-11 西安电子科技大学 一种利用多地磁传感器进行车型分类的方法
US20210350699A1 (en) * 2020-05-11 2021-11-11 Xidian University Method for Vehicle Classification Using Multiple Geomagnetic Sensors

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李伟年;俞明华;: "地磁传感器应用于停车场车辆检测", 电子世界, no. 08 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN117558140A (zh) * 2024-01-11 2024-02-13 四川九通智路科技有限公司 一种用于双车道隧道的车流量检测方法
CN117558140B (zh) * 2024-01-11 2024-04-12 四川九通智路科技有限公司 一种用于双车道隧道的车流量检测方法

Also Published As

Publication number Publication date
CN115100873B (zh) 2023-07-28

Similar Documents

Publication Publication Date Title
CN115100873A (zh) 基于双地磁传感器的双车道车流检测方法
CN108765404B (zh) 一种基于深度学习图像分类的道路破损检测方法及装置
CN111524365B (zh) 一种利用多地磁传感器进行车型分类的方法
CN108230254B (zh) 一种自适应场景切换的高速交通全车道线自动检测方法
CN106428558B (zh) 一种基于空-轨两用无人机的轨道综合巡检方法
CN109658397A (zh) 一种轨道巡检方法及系统
CN103324913A (zh) 一种基于形状特征和轨迹分析的行人事件检测方法
CN108986482A (zh) 一种基于单轴地磁传感器的车辆检测方法
CN105608431A (zh) 一种基于车辆数目与车流速度的高速公路拥堵检测方法
CN102252859B (zh) 汽车列车直线行驶横向稳定性自动辨识系统
CN106652063A (zh) 双向车道自由流电子收费方法和系统
CN104616502A (zh) 基于组合式车路视频网络的车牌识别与定位系统
CN106874900A (zh) 一种基于方向盘图像的司机疲劳检测方法和检测装置
CN105184229A (zh) 一种动态场景下基于在线学习的实时行人检测方法
CN103837087A (zh) 基于主动形状模型的受电弓自动检测方法
CN102254428A (zh) 一种基于视频处理的交通拥塞检测方法
US20220413005A1 (en) Method for vehicle speed estimation using multiple geomagnetic sensors
CN112149595A (zh) 一种利用无人机检测车道线及车辆违规的方法
CN108520528A (zh) 基于改进差分阈值和位移匹配模型的移动车辆跟踪方法
CN114298163A (zh) 一种基于多源信息融合的在线路况检测系统及方法
CN117198057A (zh) 一种面向路侧感知轨迹数据质量检评的实验方法及系统
CN107525525A (zh) 一种新能源汽车的路径校准系统及方法
CN114333331B (zh) 一种多车道桥梁车辆通行信息与车重识别方法及系统
CN115629385A (zh) 基于毫米波雷达和相机关联的车辆排队长度实时检测方法
CN115657002A (zh) 基于交通毫米波雷达的车辆运动状态估计方法

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