EP1299870A1 - Procede et dispositif de classification de vehicules - Google Patents

Procede et dispositif de classification de vehicules

Info

Publication number
EP1299870A1
EP1299870A1 EP01955423A EP01955423A EP1299870A1 EP 1299870 A1 EP1299870 A1 EP 1299870A1 EP 01955423 A EP01955423 A EP 01955423A EP 01955423 A EP01955423 A EP 01955423A EP 1299870 A1 EP1299870 A1 EP 1299870A1
Authority
EP
European Patent Office
Prior art keywords
data
vehicles
electromagnetic
signature
signals
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
EP01955423A
Other languages
German (de)
English (en)
Other versions
EP1299870B1 (fr
Inventor
Jean Bertrand
Mamadou Dicko
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.)
Laboratoire Central des Ponts et Chaussees
Thales SA
Original Assignee
Laboratoire Central des Ponts et Chaussees
Alcatel SA
Nokia Inc
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 Laboratoire Central des Ponts et Chaussees, Alcatel SA, Nokia Inc filed Critical Laboratoire Central des Ponts et Chaussees
Publication of EP1299870A1 publication Critical patent/EP1299870A1/fr
Application granted granted Critical
Publication of EP1299870B1 publication Critical patent/EP1299870B1/fr
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

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

Definitions

  • the invention relates to the field of techniques for collecting road data, and in particular to counting and / or classifying motor vehicles during their journey on a roadway, for example on a highway.
  • the invention relates in particular to a method and a device for classifying vehicles into silhouette categories on the basis of their electromagnetic signature.
  • a measurement point on a traffic lane comprises at least two electromagnetic loops 2, 4.
  • Each loop consists of a few turns (usually 3 or 4) of conductive wire arranged in the roadway to form a coil, and is placed in a groove, a few centimeters deep.
  • Each coil thus formed generally has an inductance of the order of 100 ⁇ H.
  • a metallic mass passes through the field, induced currents modify the latter and consequently lead to a variation in the self-inductance of the coil.
  • the detection of this phenomenon of variation of inductance is ensured by a detector 6. It can be done by measurement of phase variation, or variation amplitude, or frequency variation or even by measurement of impedance variation.
  • a classification can only be carried out in at most 6 length categories.
  • a third sensor When a more detailed classification is desired, for example into 14 categories of silhouettes, a third sensor must be added to the two preceding loops, the role of which is to detect the axles when vehicles pass.
  • This additional sensor generally consists of a piezoelectric cable.
  • a special loop also called “narrow loop” is sometimes used.
  • This type of device gives classification results which are generally satisfactory for road operators, but it has a cost which is high. Indeed, such a site is roughly equivalent, in terms of price cost, at 3 sites equipped to assess speeds (including civil engineering and detectors in this price).
  • the invention firstly relates to a device for obtaining data of electromagnetic signatures of vehicles, from electromagnetic signals, comprising:
  • - Means for determining whether such a digitized signal is an electromagnetic signature signal of a vehicle - Means for calculating, from the digitized signal, electromagnetic signature data for a vehicle, and for dating each electromagnetic signature.
  • the device according to the invention therefore implements the measurement of the electromagnetic signature of a vehicle, in order to deduce therefrom digitized, sequenced and dated data. Each digital sample is therefore associated with an instant or an identified time value.
  • the invention makes it possible to sequence and date, in a synchronized manner, each signal of electromagnetic signature and each data point of this electromagnetic signature.
  • the invention therefore makes it possible to precisely date the passage of each vehicle, or even to associate a time stamp with each electromagnetic signature datum.
  • the device includes means which make it possible to determine whether a received signal corresponds to the signature of a vehicle or whether it is only noise.
  • the device according to the invention makes it possible to implement only one loop per lane on the roadway. An additional loop is therefore not necessary. One loop per lane is therefore sufficient to carry out measurements such as flow, occupancy rate, speed, vehicle interval, inter-vehicle distance and silhouette category. In the case of two juxtaposed channels, two loops may be used, but with only one loop per channel.
  • the device according to the invention makes it possible to identify the category of silhouette of the vehicles, and / or to measure the speed of the vehicles.
  • the invention therefore also relates to a system for acquiring electromagnetic signature data of vehicles, comprising:
  • the invention also relates to a signal processing device or a data acquisition system according to the invention and as set out above, further comprising classification means for classifying vehicles into at least two categories in function of digitized and sequence electromagnetic signature data or signals.
  • classification means which process these electromagnetic signature signals are based on the path of a plurality of decision trees.
  • this type of classification is compatible with a number of categories greater than 6, for example 14.
  • the invention also relates to a method for processing electromagnetic signature signals from vehicles, comprising:
  • the device, the system and the method according to the invention implement a procedure for processing the electromagnetic signature of a vehicle which makes it possible, in particular, to identify its silhouette category in a classification profile which can contain 14 silhouettes.
  • a single conventional loop sensor per traffic lane is therefore sufficient to develop the main parameters of road traffic, and in particular the speed, the occupancy rate, the distance between vehicles, the speed of the vehicles, the length of the vehicles and the vehicle silhouette category.
  • the invention also relates to a method for generating a program for classifying vehicles into at least two predetermined categories, as a function of digitized signals representative of the electromagnetic signatures of these vehicles, comprising:
  • Such a method makes it possible to generate decision trees which can be used in a system and a method according to the invention, as set out above.
  • Random data selection can be repeated, and a tree can be generated for each selection. We can thus generate five, ten or even thirty trees.
  • a classification method according to the invention which is particularly advantageous since it allows classification into 14 vehicle categories, uses thirty decision trees thus determined.
  • FIG. 1 represents a structure of loop sensors according to the prior art for a measurement point on a flow lane of speed / speed type
  • FIG. 2 represents a structure of loop sensors according to the invention for a measurement point on a flow lane of the speed / speed type
  • FIG. 3 represents a functional diagram of a detection and processing assembly according to the invention
  • FIG. 4 represents more precisely means for extracting and shaping signals from a device according to the invention
  • FIG. 5 represents an extraction method which can be implemented in the context of the present invention
  • FIGS. 6A to 6C represent various examples of electromagnetic signature obtained with a device according to the invention
  • FIG. 7 schematically represents vehicles according to a classification in 14 categories of silhouette
  • FIG. 8 represents a classification flow diagram
  • FIG. 9 shows processing means of a device according to the invention.
  • FIG. 10A and 10B respectively show the use of a device according to the invention, on two channels and with a single sensor per channel, and of a device according to the prior art, with two sensors per channel.
  • FIG. 11 A to 11C are examples of signatures for various positions of a vehicle with respect to one or two loops.
  • - Figure 12 shows an overlay of a signature of a stationary vehicle and a passing vehicle.
  • FIG. 13 shows an algorithm for adapting the acquisition scale of a signature.
  • Figure 2 shows a loop sensor structure according to the invention.
  • a single loop 10, or a single loop sensor, is placed in or on the lane of vehicles.
  • an electromagnetic loop sensor consists of a few turns (generally 3 or 4) of conductive wire placed in the roadway to form a coil.
  • the loop sensor therefore constitutes the inductive part of an oscillator. In the case of long-term installations, it is placed in a groove, a few centimeters deep, most generally forming a rectangle of 2m x 1.50m with a return 12 (a twisted pair) of a few tens of meters to the detection unit 14. Other geometries and sizes of loops can also be produced, such as the circular geometry illustrated in FIG. 2. With the configuration given as an example, the coil thus formed has an inductance of the order of 100 ⁇ H. The value of the loop takes into account the tuning range of the detector.
  • the loop sensor 10 When the detector to which it is connected is energized, the loop sensor 10 becomes the seat of a magnetic field proportional to the inductance of the coil and to the current flowing through it.
  • FIG. 3 represents the structure of a device according to the invention, for the extraction and the exploitation of a signal.
  • a device for the extraction and the exploitation of a signal.
  • Such a device makes it possible to produce an electromagnetic signature, and to digitize it, sequence it and date it. This provides the electromagnetic signature, in real time, for its operation.
  • the digitized signal is the set of digital values reflecting the analog evolution of the amplitude of the signal.
  • the dating gives the time stamp of the "signature" event.
  • the detection box 14 includes detection means 16
  • means 18 for processing the detected signals such as one or more CPU cards for processing a microcomputer.
  • processing means 18 in turn comprise means 20 for extracting and shaping the signals, as well as means 22 for processing and classification.
  • All of these means provide a signal or signals representative of traffic data, on a data bus 19.
  • a database 24 of signatures can also be formed.
  • the detector 16 includes an internal oscillator, which is associated with the loop 10. The variations in inductance of the loop 10 during the passage of a vehicle 9 tend to modify the frequency of this internal oscillator.
  • the variations of the signal obtained are the result, at each instant, of opposite effects due to the metallic mass which transits above the loop: a) effect of the currents induced in the metallic mass which crosses the magnetic field around of the loop, which leads to an increase in frequency and a decrease in the apparent inductance L measured; b) effect of a plunger core in an inductance coil (for example, when passing axles and wheels), which results in a decrease in frequency and an increase in apparent inductance L.
  • a digital detector (with microprocessor) counts the number of periods of the internal oscillator to determine the frequency variations.
  • ⁇ L / L ValueRead * FACT 000 (1)
  • ValueRead is the value given by the detector each time the loop signal is read (this value read is proportional to the frequency variation) and where FACT is a factor which depends on the setting detector sensitivity.
  • the detector 16 is a standard detector, which performs analog-to-digital conversion of the frequency variation signals from the internal oscillator. According to one embodiment, it provides:
  • Communication from the detector to an external system can be via a serial link or a parallel link.
  • a device is chosen for the detector allowing: - detect a vehicle traveling very slowly (less than 1 km / h) or very fast (more than 250 km / h), with a response time of less than 100 ms,
  • the detector provides information enabling certain parameters to be determined or calculated, and in particular the sensitivity adjustment, the oscillator frequency, the value of the loop inductance and finally its state (detection or rest) .
  • the detector is a standard detector with serial link, of the MTS38Z type manufactured by PEEK. This detector is associated with programmed or specially programmed means so as to process and process the signals.
  • the example above concerns a detector which supplies a frequency variation signal, from which the electromagnetic signature can be deduced.
  • this signature can be obtained from variations in phases, or amplitudes, or variations in impedance.
  • the extraction means 20 cyclically interrogate the detector
  • the latter responds by supplying the information on variations in frequency of the oscillator (or variations in phase or in amplitude or impedance) which make it possible to calculate the relative variation ⁇ L / L.
  • FIG. 4 shows functionally the means 20 (programmed CPU card) which calculate the variations ⁇ L / L, and which filter these variations, date them, and store them in memory.
  • These means 20 include a microprocessor 36, a set of RAM memories 34 (for data storage), a ROM memory 36 (for storage of program instructions).
  • a data acquisition card 42 (input / output interface) puts the data supplied by the detector in the format required by the card 20.
  • These various elements are connected to a bus 40.
  • In the means 20, and in particular in the memory 36 are loaded with the data or the instructions for implementing data processing according to the invention, and in particular for calculating the variations ⁇ L / L.
  • These data or instructions for processing the data can be transferred to the memory area 36 from a floppy disk or from any other medium which can be read by a microcomputer or a computer (for example: hard disk, ROM read-only memory, dynamic random access memory DRAM or any other type of RAM memory, compact optical disk, magnetic or optical storage element).
  • a microcomputer or a computer for example: hard disk, ROM read-only memory, dynamic random access memory DRAM or any other type of RAM memory, compact optical disk, magnetic or optical storage element.
  • the means 20 are further provided with a real-time clock 26, a timer 28, and buffer memories 30, 32.
  • the clock and the timer are synchronized, which allows to associate with each data of a signature signal a precise moment
  • One of the memories is a rotating buffer which makes it possible to temporarily store the last signal data corresponding to a duration t1, which is of the order of magnitude of the response time of the detector used.
  • the rest of the signal is recorded in memory 32.
  • the rest of the signal concerns the subsequent or following signal data, corresponding to instants after t1 .
  • each value of ⁇ L / L is, in fact, associated with the value corresponding timer. This eliminates the need for an additional sensor for detecting the passage of a vehicle, which simplifies the measurement device which requires only a loop 10, without an additional sensor (see FIG. 1).
  • FIG. 5 An example of the operating method of the extraction and shaping means 20 is given in FIG. 5.
  • the main steps of this process are as follows (E1 - E6).
  • a first step (E1) the timer 28 is synchronized with the real time clock 26, and the basic parameters are acquired.
  • the following data are acquired at this stage:
  • a second step (E2) the detector data is acquired, for a time t1.
  • TR corresponds to the setting on the highest sensitivity, for example on the sensitivity 0.01.
  • step (E3) It is then tested (E3) if the detection threshold (set by manual adjustment of the detector) is crossed. If not, there is a return to step (E2).
  • Each sample ⁇ L / L is stored in memory 32 with the corresponding value of the timer.
  • step E5 the values of the buffer memories 30 and 32 are recovered to form a complete signature of the vehicle, while respecting the timestamp of the timer.
  • the correspondence with the clock real time 26 and the timer 28 allows to accurately date the passage of the vehicle.
  • step E6 the signature data are formatted and transferred from the means 20 to the analysis means 22.
  • the response is retrieved and the individual measurements can then be transferred to the application (for speed calculation, classification in category, etc.).
  • the intelligence of the loop detectors can be increased by adding part of the extraction means to it, while respecting the above characteristics.
  • the timer 28 (on 4 bytes), as well as the buffers 30 and 32, can usefully reside on the card of the detector 16 to improve the transfer time of the information from the detector and thus increase the resolution of the signature.
  • the processing of the analysis and classification system can be partially or totally transferred to the detector card or to an independent processing CPU card.
  • the invention is therefore not limited to the single embodiment given as an example because the constituent elements can be on physical supports, distinct or not.
  • the timer 28 has, for example, an accuracy of the order of a microsecond. According to one embodiment, this precision can be adapted according to the duration of the signature signal.
  • a dynamic scale is used for this purpose, which saves memory space.
  • the adaptation of the scale is explained in connection with FIG. 13.
  • the algorithm consists in filling two tables Ti and T 2 , at two different speeds, with data of the signature, and in a cyclic manner.
  • the filling speed of the table Ti is first selected as being twice that of the table T 2 (steps Se and S). When Ti is filled (test in Se), Ti is emptied and a part of the values of T 2 is transferred there, itself half filled (step S 10 ). The filling speed of Ti is then modified, the filling rate of T 2 remaining unchanged.
  • the electromagnetic signature provided by the extraction means 20 is therefore presented in digital and sequenced form, that is to say in the form of a series of values of ⁇ L / L at constant time intervals, each value of ⁇ L / L being associated with a corresponding value of the timer. .-
  • each electromagnetic signature signal and each data point of this electromagnetic signature makes it possible to precisely date the passage of the vehicle, or even to associate a time stamp to each datum of electromagnetic signature. This makes it possible to identify on what exact date each vehicle has passed, and in particular to identify precisely all the points or all of the signature data, which is particularly advantageous for discriminating in traffic with several lanes of traffic. simultaneous passage of several vehicles, overlapping of two adjacent sensors by the same vehicle and spurious detections. The known methods or devices do not allow such direct and precise identification.
  • the dating is done continuously, or successively for each digitized data, and this from the start of the signature.
  • FIG. 6A represents the electromagnetic signature of a light vehicle
  • - Figure 6B represents the electromagnetic signature of a three-axle truck
  • - Figure 6C represents the electromagnetic signature of a semi-trailer truck.
  • the ordinate represents ⁇ L / L and the time is given on the abscissa in units of 1/10 sec.
  • a classification method according to the invention which can be implemented using the analysis means 22, is based on the route of a plurality of decision trees.
  • a decision tree is a set of tests, organized so as to quickly classify a new object (signature).
  • the tree has nodes and branches and each node is made up of a test on a variable.
  • the terminal nodes are the classification categories.
  • Such a tree is binary, that is to say that it includes tests of the "if ... then ... if not" type which make the progression take place from node to node via the branches.
  • the node When the node is terminal, it is then a sheet whose content is the category of the object to be classified.
  • the construction of a tree is done from a learning set containing the objects to be classified, with an algorithm for construction or automatic classification generation which aims to minimize the number of tests to be performed to classify.
  • the principle of this construction algorithm is to start from a set of examples (learning base) to create a classification tree which aims to minimize the number of tests to perform to classify a new object.
  • test variable is the one that best separates the objects present in 2 homogeneous subsets.
  • the selection criterion which is used for the "best" separation is based on a Shannon entropy measure. The separation operation is repeated until the subsets now contain only individuals of the same category.
  • - category 5 five-axle trucks, with or without trailer
  • - category 6 six-axle trucks, with trailer
  • - category 9 eight-axle trucks, with trailer, - category 10: heavy vehicles with five or six axles (with semi-trailer),
  • category 13 bicycles or motorcycles
  • category 14 public works or agricultural machinery.
  • K 2 (which corresponds to questions such as: is the vehicle type C14 or not? Or: is the vehicle type C1 or not?).
  • each signature was described by a set of temporal variables and so-called frequency variables.
  • the other variables contain information concerning the first harmonics, for example the first 8 harmonics: amplitude, phase, harmonic ratio and amplitude ratios. They are obtained after frequency analysis of the signature, for example by Fourier transform.
  • N 50
  • frequency variables comprising:
  • the frequency variables are therefore 51 in number. There are in fact only 50 independent since the ratio of richness in harmonics A7 / A6 is only the inverse of the ratio A6 / A7 already present in the 28 variables of amplitude reports. These variables are used by the automatic classification generation algorithm for the development of decision trees.
  • each tree is obtained from a random selection of variables characteristic of the electromagnetic signatures.
  • the development of such a set of trees ultimately provides a reliable classification method, giving a deterministic classification result.
  • an identifier between 1 and 100 is randomly associated with each variable, and only the variables randomly selected and whose identifier is less than n are retained.
  • the quantity of variables chosen may be slightly different from n.
  • the selected variables are introduced into the automatic classification generation algorithm so that the latter develops a first decision tree making it possible to carry out a predetermined sort, that is to say making it possible to answer the question "is the vehicle it of the type Ci1 or or of the type Cip (p> 1) ", where the Cip represent p classes or categories chosen from the K initial categories in the set of which all the vehicles are classified.
  • new variables are drawn at random to build a second tree, in order to perform the same type of sorting.
  • This procedure is repeated until k decision trees are obtained, each tree therefore being constructed from a set of variables drawn at random from the initial variables.
  • the k trees are traversed in parallel.
  • the classification decision chosen is the category with the highest occurrence at the end of the course of the trees.
  • the classification process or the structure of the course of the trees which makes it possible to classify a vehicle is that of FIG.
  • the method After sampling the signature and calculating the frequency variables, the method first implements a test to determine whether the vehicle is of type C14 or not. If it is not of category C14, a test (in fact, the result of the combination of 10 trees) determines whether the vehicle is of category C1, or not.
  • a test determines the category of the vehicle among categories C5 to C12.
  • a test determines the category of the vehicle among categories C2, C3, C4 or C13.
  • - no tree is to be covered if it is a C14 type vehicle, - 10 trees are to be covered if it is a C1 type vehicle, - 30 trees are to be covered for other vehicles.
  • This process can be adapted for a classification to be carried out in K categories, with K different from 14.
  • the signature of a vehicle is introduced into the classification process or algorithm in a format imposed by the processing means 20, 22 (for example: in the form of tables of values the number of which is between 500 and 1000 for long vehicles). These values are representative of the relative variation of inductance ( ⁇ L / L) at constant and regular time intervals. They are for example expressed in multiples of 10 "5 The sampling period is expressed in microseconds. It is for example 0.6 ms, so that the accuracy of the velocity estimate is sufficient for vehicles driven over 100 km / h.
  • the algorithm that has been developed is made to work in association with an electromagnetic loop detector whose role is to develop the signature of vehicles.
  • This algorithm can also be self-adapting.
  • Codes 15 and 16 respectively indicate category C1, with uncertainty, and category "long vehicle”, also with uncertainty.
  • decision trees implanted in the code were obtained for a certain sensor geometry (1.5m x 2m loop). Other trees can be adapted for different configurations.
  • Estimating vehicle speed is optional.
  • the signature curves produced have, at least in the first part, an exponential appearance.
  • the calculation of the speed is done according to a particular process which consists in finding the instant when the pace of the signature ceases to follow an exponential law.
  • the time between the start of the signature and this particular instant is inversely proportional to the speed of the vehicle.
  • FIG. 9 shows functionally the means 22 (programmed CPU card) which in particular implement the sorting methods described above, as well as the processing by Fourier transformation and the extraction of the variables for each signature.
  • These means 22 include a microprocessor 50, a set of RAM memories 52 (for data storage), a ROM memory 54 (for storage of program instructions).
  • a data acquisition card 58 (input / output interface) puts the digitized and sequenced data supplied by the card 20 into the required format.
  • a bus 56 In the means 22, and in particular in the memory 54 are loaded the data or the instructions for implementing a data processing according to the invention (spectral analysis, extraction of the variables for each signature, sorting process).
  • This data or instructions for processing the data can be transferred into the memory area 54 from a floppy disk or from any other medium which can be read by a microcomputer or a computer (for example: hard disk, ROM read-only memory, dynamic random access memory DRAM or any other type of RAM memory, compact optical disk, magnetic or optical storage element).
  • the data obtained by sorting can also be displayed on peripheral display means such as the screen 23 of a microcomputer 21.
  • An operator can then carry out any processing of this data using a keyboard 25, a mouse 27 and any program residing in the microcomputer 21.
  • vehicle counting information for example by vehicle category after classification.
  • the sorting trees are obtained using a microcomputer, such as the microcomputer 21, programmed to implement an algorithm such as that of J.R. QUILAN already mentioned above.
  • the microcomputer has a structure similar to that of FIG. 9.
  • the time and frequency variables are obtained from the digital signature signals developed and transmitted (via the link 19) by the card 20.
  • Each sorting tree is obtained under form of program whose instructions are stored in a memory area of the microcomputer 21.
  • the sorting algorithm such as that of FIG. 8 can then be performed by an operator by calling on these different programs.
  • the sorting method according to the invention operates in near real time mode.
  • the response time depends mainly on the processor used.
  • this response time is less than 50 ms.
  • results may appear insufficient for certain categories. This may be due to the fact that the test sample is insufficient. There are vehicles that are rare. But it is also due to the fact that the same vehicle can circulate sometimes with all its axles, sometimes with an axle raised. This state of affairs implies that this vehicle can belong to 2 categories depending on whether or not it has a raised axle.
  • Figures 10A and 10B respectively show the use of a device according to the invention, on two channels and with a single sensor per channel, and of a device according to the prior art, with two sensors per channel.
  • the data acquisition chain for each sensor is of the type described above in relation to FIGS. 3 and 4 and able to operate using the process described in connection with FIG. 5.
  • the dating and synchronization are the same for the two loops or sensors.
  • a vehicle may be straddling the two lanes.
  • the synchronized dating with the sequencing all in real time, makes it possible to differentiate the case of a single vehicle passing astride the two lanes from the case of two vehicles each passing on one of the lanes .
  • FIG. 11A represents the case of a vehicle passing through the center of a single loop.
  • FIG. 11B represents the case of a vehicle passing in an offset manner relative to the axis of the single loop.
  • FIG. 11C represents the case of a vehicle overlapping on 2 loops arranged as in FIG. 10A. As seen in this figure, the signature is very unbalanced between the two loops.
  • FIG. 12 represents the signature of a vehicle which has stopped over a single loop, and to which is superimposed a peak corresponding to the signature of a vehicle which passes but does not stop.
  • the system according to the invention therefore makes it possible to discriminate, with a single loop, a vehicle stopped from a passing vehicle.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Sorting Of Articles (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)

Abstract

Pour obtenir des données de signatures électromagnétique de véhicule, à partir de signaux électromagnétiques, le dispositif comprend des moyens (16) pour fournir un signal numérisé à partir des signaux électromagnétiques mesurés. Le dispositif comprend en outre des moyens (20) pour déterminer si un tel signal numérisé est un signal de signature électromagnétique d'un véhicule. Les moyens (20) calculent ensuite, à partir du signal numérisé, des données de signature électromagnétique d'un véhicule et datent chacune de ces données de signature électromagnétiques. Les véhicules peuvent ainsi faire l'objet d'une classification selon plusieurs critères grâce à un traitement spécifique des signaux numérisés de signature électromagnétique.

Description

PROCEDE ET DISPOSITIF DE CLASSIFICATION DE VEHICULES
DOMAINE TECHNIQUE ET ART ANTERIEUR
L'invention concerne le domaine des techniques permettant de recueillir des données routières, et notamment de compter et/ou de classifier des véhicules automobiles au cours de leur trajet sur une chaussée, par exemple sur une autoroute.
L'invention concerne notamment un procédé et un dispositif de classification de véhicules en catégories de silhouette à partir de leur signature électromagnétique.
Elle concerne également le domaine de la gestion du trafic routier. Aujourd'hui, les capteurs à boucles électromagnétiques sont utilisés pour l'analyse du trafic routier. Ils ont pour avantage d'être simples et robustes. Comme illustré sur la figure 1 , un point de mesure sur une voie de circulation comporte au moins deux boucles 2, 4 électromagnétiques. Chaque boucle est constituée de quelques spires (généralement 3 ou 4) de fil conducteur disposées dans la chaussée pour former une bobine, et est mise en place dans une saignée, à quelques centimètres de profondeur.
Chaque bobine ainsi formée présente en générai une inductance de l'ordre de 100 μH.
Lorsqu'une bobine est excitée par une tension alternative, à une fréquence de l'ordre de 30 à 150 kHz, un champ magnétique est créé, qui est proportionnel à l'inductance de la bobine et au courant qui la traverse.
Si une masse métallique passe dans le champ, des courants induits modifient ce dernier et entraînent par voie de conséquence une variation de la self-inductance de la bobine. La détection de ce phénomène de variation d'inductance est assurée par un détecteur 6. Elle peut se faire par mesure de variation de phase, ou de variation d'amplitude, ou de variation de fréquence ou bien encore par mesure de variation d'impédance.
Avec les détecteurs connus, d'usage courant, dès lors qu'un véhicule est présent sur la boucle, on dispose en sortie d'un signal logique correspondant à la durée de la présence du véhicule sur la boucle. Ce signal logique apparaît dès lors que la variation relative de self-inductance
(ΔL/L) dépasse le seuil de sensibilité du détecteur.
En fait, avec un seul capteur par voie de circulation on peut comptabiliser les véhicules et déterminer un débit. Mais on peut aussi mesurer le temps pendant lequel les véhicules sont présents (sur le capteur) et exprimer un taux d'occupation.
Si l'on met deux capteurs sur une même voie de circulation, mais décalés d'une certaine distance (en général 3m entre fronts d'attaque), on obtient alors une information sur la vitesse ainsi qu'une information sur la longueur du véhicule. Il est donc possible de dissocier les véhicules longs des véhicules courts.
Cependant, ce classement, utilisé parfois dans certaines applications pour faire de la discrimination en catégories de véhicules, reste très approximatif et peu précis. C'est ainsi, par exemple, que les voitures tractant une caravane ou tout simplement une petite remorque sont classées comme étant des poids lourds.
De plus on ne peut réaliser une classification qu'en au plus 6 catégories de longueurs.
Lorsqu'on souhaite une classification plus fine, par exemple en 14 catégories de silhouettes, il faut adjoindre aux deux boucles précédentes un troisième capteur dont le rôle est de détecter les essieux au passage des véhicules.
Ce capteur supplémentaire est constitué généralement par un câble piézo-électrique. En lieu et place du câble piezo-électrique, et pour remplir les mêmes fonctions, on utilise aussi parfois une boucle particulière dite "boucle étroite".
Ce type de dispositif donne des résultats de classification qui sont en général satisfaisants pour les exploitants routiers, mais il a un coût qui est élevé. En effet, un tel site est à peu près équivalent, en termes de prix de revient, à 3 sites équipés pour évaluer les vitesses (en incluant dans ce prix le génie civil et les détecteurs).
Par conséquent, pour répondre aux besoins en recueil de données sur le trafic avec la technologie de boucles, il est nécessaire d'associer plusieurs capteurs par voie, d'où un surcoût de réalisation non négligeable par point de mesure pour les installations actuelles.
Des systèmes mettant en œuvre des capteurs capacitifs ont été utilisés, en Angleterre notamment, mais toujours en association avec une paire de boucles électromagnétiques, ce qui ne résous pas le problème du prix de revient.
EXPOSE DE L'INVENTION
Il se pose donc le problème de trouver un dispositif de traitement de données à la fois plus simple que les systèmes actuellement connus et présentant une grande fiabilité.
Il se pose également le problème de trouver un dispositif permettant d'obtenir une grande précision sur les signatures électroniques des véhicules. II se pose également le problème de trouver un dispositif permettant de détecter précisément la catégorie d'un véhicule, et qui soit d'une mise en œuvre et d'un coût raisonnables.
L'invention a tout d'abord pour objet un dispositif pour obtenir des données de signatures électromagnétiques de véhicules, à partir de signaux électromagnétiques, comportant:
- des moyens pour fournir un signal numérisé à partir des signaux électromagnétiques,
- des moyens pour déterminer si un tel signal numérisé est un signal de signature électromagnétique d'un véhicule, - des moyens pour calculer, à partir du signal numérisé, des données de signature électromagnétique d'un véhicule, et pour dater chaque signature électromagnétique.
Le dispositif selon l'invention met donc en œuvre la mesure de la signature électromagnétique d'un véhicule, pour en déduire des données numérisées, séquencées et datées. Chaque échantillon numérique est donc associé à un instant ou à une valeur temporelle identifiée.
L'invention permet de séquencer et de dater, de manière synchronisée, chaque signal de signature électromagnétique et chaque point de donnée de cette signature électromagnétique.
L'invention permet donc de dater avec précision le passage de chaque véhicule, ou, encore, d'associer une horodate à chaque donnée de signature électromagnétique.
De plus, le dispositif comporte des moyens qui permettent de déterminer si un signal reçu correspond à la signature d'un véhicule ou si il s'agit uniquement de bruit.
Le dispositif selon l'invention permet de ne mettre en œuvre qu'une seule boucle par voie sur la chaussée. Une boucle supplémentaire n'est donc pas nécessaire. Une boucle par voie suffit donc pour effectuer des mesures telles que débit, taux d'occupation, vitesse, intervalle véhiculaire, distance intervéhiculaire et catégorie de silhouette. Dans le cas de deux voies juxtaposées, on pourra utiliser deux boucles, mais avec une seule boucle par voie.
Avec une seule boucle, le dispositif selon l'invention permet d'identifier la catégorie de silhouette des véhicules, et/ou de mesurer la vitesse des véhicules.
De plus, un tel dispositif est compatible avec les installations existantes qui mettent en œuvre des boucles de détection standards, ce qui évite des surcoût de génie civil. L'invention a donc également pour objet un système d'acquisition de données de signatures électromagnétiques de véhicules, comportant:
- une seule boucle électromagnétique,
- un dispositif selon l'invention, tel qu'exposé ci-dessus, qui permet de traiter les signaux électromagnétiques issus de la boucle. L'invention concerne également un dispositif de traitement de signaux ou un système d'acquisition de données conforme à l'invention et tel qu'exposé ci-dessus, comportant en outre des moyens de classification pour classifier les véhicules en au moins deux catégories en fonction des données ou signaux de signature électromagnétique numérisés et séquences. Les moyens de classification qui traitent ces signaux de signature électromagnétique, reposent sur le parcours d'une pluralité d'arbres de décision.
Ainsi, une classification robuste est obtenue. De plus, ce type de classification est compatible avec un nombre de catégories supérieur à 6, par exemple 14.
L'invention concerne également un procédé de traitement de signaux de signatures électromagnétiques de véhicules, comportant:
- la production de signaux de signature électromagnétique, numérisés, séquences et datés,
- la classification des véhicules en au moins deux catégories, en fonction des signaux de signature électromagnétique, numérisés, séquences et datés.
Le dispositif, le système et le procédé selon l'invention mettent en œuvre une procédure de traitement de la signature électromagnétique d'un véhicule qui permet, notamment, d'identifier sa catégorie de silhouette dans un profil de classification pouvant contenir 14 silhouettes.
Ils permettent en outre d'estimer la vitesse du véhicule lors de son passage sur le capteur, à partir des données numérisées et séquencées avec seulement un capteur par voie de circulation.
Un seul capteur à boucle classique par voie de circulation est donc suffisant pour élaborer les principaux paramètres d'un trafic routier, et notamment le débit, le taux d'occupation, la distance intervéhiculaire, la vitesse des véhicules, la longueur des véhicules et la catégorie de silhouette des véhicules.
Enfin, l'invention a également pour objet un procédé pour engendrer un programme de classification de véhicules en au moins deux catégories prédéterminées, en fonction de signaux numérisés représentatifs de signatures électromagnétiques de ces véhicules, comportant:
- le traitement temporel de ces signaux, pour produire un premier ensemble de données numérisées,
- le traitement fréquentiel de ces signaux pour produire un deuxième ensemble de données, contenant les caractéristiques d'harmoniques de ces signaux, - une première sélection aléatoire de n données parmi les données des premier et deuxième ensembles,
- la génération d'un premier arbre de décision, pour classer les véhicules dans lesdites catégories prédéterminées, en fonction des n données obtenues lors de la première sélection aléatoire de données,
- au moins une deuxième sélection aléatoire de n données parmi les données des premier et deuxième ensembles,
- la génération d'au moins un deuxième arbre de décision, pour classer les véhicules dans lesdites catégories prédéterminées, en fonction des n données obtenues lors de la deuxième sélection aléatoire de données.
Un tel procédé permet de générer des arbres de décision pouvant être utilisés dans un système et un procédé selon l'invention, tel qu'exposé ci-dessus.
La sélection aléatoire de données peut être répétée, et un arbre peut être généré pour chaque sélection. On peut ainsi générer cinq, dix ou même trente arbres.
Un procédé de classification selon l'invention, particulièrement avantageux car permettant une classification en 14 catégories de véhicules, met en œuvre trente arbres de décision ainsi déterminés.
BREVES DESCRIPTION DES FIGURES
Les caractéristiques et avantages de l'invention apparaîtront mieux à la lumière de la description qui va suivre. Cette description porte sur les exemples de réalisation, donnés à titre explicatif et non limitatif, en se référant à des dessins annexés sur lesquels :
- la figure 1 représente une structure de capteurs à boucles selon l'art antérieur pour un point de mesure sur une voie de circulation type débit/ vitesse,
- la figure 2 représente une structure de capteurs à boucles selon l'invention pour un point de mesure sur une voie de circulation type débit/ vitesse,
- la figure 3 représente un schéma fonctionnel d'un ensemble de détection et de traitement selon l'invention,
- la figure 4 représente plus précisément des moyens d'extraction et de mise en forme de signaux d'un dispositif selon l'invention, - la figure 5 représente un procédé d'extraction pouvant être mis en œuvre dans le cadre de la présente invention,
- les figures 6A à 6C représentent divers exemples de signature électromagnétique obtenues avec un dispositif selon l'invention, - la figure 7 représente schématiquement des véhicules selon une classification en 14 catégories de silhouette,
- la figure 8 représente un ordinogramme de classification,
- la figure 9 représente des moyens de traitement d'un dispositif selon l'invention. - les figures 10A et 10B montrent respectivement l'utilisation d'un dispositif selon l'invention, sur deux voies et avec un seul capteur par voie, et d'un dispositif selon l'art antérieur, avec deux capteurs par voie.
- les figures 11 A à 11C sont des exemples de signatures pour divers positionnements d'un véhicule par rapport à une ou deux boucles. - la figure 12 représente une superposition d'une signature d'un véhicule à l'arrêt et d'un véhicule de passage.
- la figure 13 représente un algorithme pour adaptation de l'échelle d'acquisition d'une signature.
DESCRIPTION DETAILLEE DE MODES DE REALISATION DE L'INVENTION
La figure 2 représente une structure de capteur à boucle selon l'invention. Une seule boucle 10, ou un seul capteur boucle, est posé dans ou sur la voie de circulation des véhicules.
Comme déjà expliqué ci-dessus, un capteur à boucle électromagnétique est constitué de quelques spires (généralement 3 ou 4) de fil conducteur disposé dans la chaussée pour former une bobine.
Le capteur boucle constitue donc la partie selfique d'un oscillateur. Dans le cas d'installations de longues durées, il est mis en place dans une saignée, à quelques centimètres de profondeur, formant le plus généralement un rectangle de 2m x 1.50m avec un retour 12 (une paire torsadée) de quelques dizaines de mètres vers le coffret de détection 14. D'autres géométries et tailles de boucles peuvent être également réalisées, telle que la géométrie circulaire illustrée sur la figure 2. Avec la configuration donnée en exemple, la bobine ainsi formée présente une inductance de l'ordre de 100 μH. La valeur de la boucle tient compte de la plage d'accord du détecteur.
Lors de la mise sous tension du détecteur auquel il est raccordé, le capteur boucle 10 devient le siège d'un champ magnétique proportionnel à l'inductance de la bobine et au courant qui la traverse.
Si une masse métallique passe au-dessus de la boucle, des courants induits modifient ce champ et entraînent par voie de conséquence une variation de la self-inductance de la bobine. Cette variation d'inductance, que l'on appelle la signature électromagnétique, dépend de la structure métallique du mobile et de sa hauteur par rapport au plan de la boucle dans le sol.
La figure 3 représente la structure d'un dispositif selon l'invention, pour l'extraction et l'exploitation d'un signal. Un tel dispositif permet de produire une signature électromagnétique, et de la numériser, de la séquencer et de la dater. On dispose ainsi de la signature électromagnétique, en temps réel, pour son exploitation.
Le signal numérisé est l'ensemble des valeurs numériques traduisant l'évolution analogique de l'amplitude du signal. La datation donne l'horodate de l'événement "signature".
Enfin, le séquencement du signal correspond à la mise en relation entre les valeurs numériques des échantillons du signal et les valeurs temporelles de mesurage de ces échantillons. Le coffret de détection 14 comporte des moyens de détection 16
(ou détecteurs) et des moyens 18 de traitement des signaux détectés, tels qu'une ou plusieurs cartes CPU de traitement d'un micro-ordinateur.
Ces moyens 18 de traitement comportent à leur tour des moyens 20 d'extraction et de mise en forme des signaux, ainsi que des moyens 22 de traitement et de classification.
L'ensemble de ces moyens fournit un signal ou des signaux représentatifs de données de circulation, sur un bus de données 19.
Une base de données 24 de signatures peut également être constituée. Selon un exemple le détecteur 16 comporte un oscillateur interne, qui est associé à la boucle 10. Les variations d'inductance de la boucle 10 lors du passage d'un véhicule 9 tendent à modifier la fréquence de cet oscillateur interne.
En fait, les variations du signal obtenues sont la résultante, à chaque instant, d'effets opposés dus à la masse métallique qui transite au-dessus de la boucle : a) effet des courants induits dans la masse métallique qui traverse le champ magnétique autour de la boucle, ce qui entraîne une augmentation de la fréquence et une diminution de l'inductance apparente L mesurée ; b) effet d'un noyau plongeur dans une bobine d'inductance (par exemple, au passage des essieux et des roues), ce qui entraîne une diminution de la fréquence et une augmentation de l'inductance apparente L.
Un détecteur digital (à microprocesseur) compte le nombre de périodes de l'oscillateur interne pour en déterminer les variations de fréquence.
La variation d'inductance équivalente peut en être déduite, par exemple selon la formule:
ΔL/L=ValeurLue * FACT 000 (1 ) où ValeurLue est la valeur donnée par le détecteur à chaque lecture du signal de la boucle (cette valeur lue est proportionnelle à la variation de fréquence) et où FACT est un facteur qui dépend du réglage de sensibilité du détecteur.
Le détecteur 16 est un détecteur standard, qui réalise la conversion analogique - numérique des signaux de variation de fréquence de l'oscillateur interne. Selon un mode de réalisation, il fournit :
- un signal logique, du type "tout ou rien", qui correspond à la variation produite par la présence d'un véhicule sur la boucle; la production de ce signal est fonction du seuil de détection du détecteur et de la durée de présence du véhicule sur la zone de détection,
- la variation de fréquence induite par le passage d'un véhicule, qui sera ensuite exprimée en variation relative d'inductance ΔL/L.
La communication du détecteur vers un système externe peut se faire via une liaison sérielle ou une liaison parallèle. De préférence, on choisit pour détecteur un dispositif permettant : - de détecter un véhicule roulant très lentement (moins de 1 km/h) ou très vite (plus de 250 km/h), avec un temps de réponse inférieur à 100 ms,
- de détecter une variation en ΔL/L de l'ordre de 0,01 % et de garder une bonne immunité aux bruits électriques.
Sur requête, le détecteur fournit des informations permettant de déterminer ou de calculer certains paramètres, et notamment le réglage de la sensibilité, la fréquence de l'oscillateur, la valeur de l'inductance de la boucle et enfin son état (détection ou repos). Selon un exemple de réalisation le détecteur est un détecteur standard avec liaison série, de type MTS38Z fabriqué par PEEK. Ce détecteur est associé à des moyens programmés ou spécialement programmés de manière à traiter et à exploiter les signaux.
L'exemple ci-dessus concerne un détecteur qui fournit un signal de variation de fréquence, dont on peut déduire la signature électromagnétique. Selon d'autres exemples, cette signature peut être obtenue à partir de variations de phases, ou d'amplitudes, ou de variations d'impédance.
Les moyens 20 d'extraction interrogent cycliquement le détecteur
16. Celui-ci répond en fournissant les informations de variations de fréquence de l'oscillateur (ou de variations de phase ou d'amplitude ou d'impédance) qui permettent de calculer la variation relative ΔL/L.
La figure 4 représentent fonctionnellement les moyens 20 (carte CPU programmée) qui calculent les variations ΔL/L, et qui filtrent ces variations, les datent, et les stockent en mémoire.
Ces moyens 20 comportent un microprocesseur 36, un ensemble de mémoires RAM 34 (pour le stockage de données), une mémoire ROM 36 (pour le stockage d'instructions de programme). Une carte d'acquisition de données 42 (interface d'entrée/sortie) met les données fournies par le détecteur au format requis par la carte 20. Ces divers éléments sont reliés à un bus 40. Dans les moyens 20, et notamment dans la mémoire 36 sont chargées les données ou les instructions pour mettre en œuvre un traitement des données selon l'invention, et notamment pour calculer les variations ΔL/L. Ces données ou instructions pour le traitement des données peuvent être transférées dans la zone mémoire 36 à partir d'une disquette ou de tout autre support pouvant être lu par un micro-ordinateur ou un ordinateur (par exemple: disque dur, mémoire morte ROM, mémoire vive dynamique DRAM ou tout autre type de mémoire RAM, disque optique compact, élément de stockage magnétique ou optique).
Les moyens 20 sont en outre munis d'une horloge 26 en temps réel, d'une minuterie 28, et de mémoires tampons 30, 32.
L'horloge et la minuterie sont synchronisées, ce qui permet d'associer à chaque donnée d'un signal de signature un instant précis
(avec la précision de la minuterie). Autrement dit les fonctions de datation et de séquencement sont bien synchronisées, ce qui confère au système une grande précision, en fait celle de la minuterie.
L'une des mémoires est un buffer tournant qui permet de stocker temporairement les dernières données de signal correspondant à une durée t1 , qui est de l'ordre de grandeur du temps de réponse du détecteur utilisé.
Il est possible de détecter, à l'aide de ces données correspondant à une durée t1 , si un signal est un signal de signature associé au passage d'un véhicule, par exemple par détection d'une valeur seuil préalablement fixée.
Dans le cas où est détecté un signal de signature effectivement associé au passage d'un véhicule, le reste du signal est enregistré dans la mémoire 32. Le reste du signal concerne les données de signal ultérieures ou suivantes, correspondant à des instants postérieurs à t1.
L'ensemble de ces données peut ensuite être récupéré dans une mémoire 34 ou être transféré en vue d'une exploitation, pour former la signature électronique sous forme numérisée et séquencée: chaque valeur de ΔL/L est, en effet, associée à la valeur correspondante de la minuterie. Ceci permet de s'affranchir d'un capteur supplémentaire pour la détection du passage d'un véhicule, ce qui simplifie le dispositif de mesure qui ne nécessite qu'une boucle 10, sans capteur supplémentaire (voir figure 1 ).
Un exemple de procédé de fonctionnement des moyens 20 d'extraction et de mise en forme est donné sur la figure 5. Pour cet exemple, le coefficient FACT utilisé pour convertir les variations de fréquence en variations relatives de L est donné par: FACT = 0,00965 pour S (sensibilité) comprise entre 0,04 et 0,64 et FACT = 0,00244 pour S=0,01 ou S=0,02. Les principales étapes de ce procédé sont les suivantes (E1 - E6).
Dans une première étape (E1 ), la minuterie 28 est synchronisée avec l'horloge temps réel 26, et les paramètres de base sont acquis.
Selon un exemple, on acquiert à ce stade les données suivantes:
Date = 22/02/00 Heure= 08:52:45:26, Minuterie = 1368906243 (μs)
Réglage sensibilité = 0.16, Fréquence =61561 Hz, Inductance =142,2 μ H.
Dans une deuxième étape (E2) il est procédé à l'acquisition, pendant un temps t1 , des données du détecteur. Il y a calcul (par exemple selon la formule (1) ci-dessus) et stockage de chaque échantillon de ΔL/L dans la mémoire tampon 30 (ou buffer tournant) avec la valeur correspondante de la minuterie.
Comme déjà indiqué ci-dessus, la valeur de t1 dépend du temps de réponse TR du détecteur utilisé, par exemple t1=100 ms. Sa valeur optimale est d'environ 1 ,5TR. La valeur de TR correspond au réglage sur la sensibilité la plus grande, par exemple sur la sensibilité 0,01.
Il est ensuite testé (E3) si le seuil de détection (fixé par réglage manuel du détecteur) est franchi. Si non, il y a retour à l'étape (E2).
Au cours de l'étape suivante (E4), il y a acquisition, pendant un temps t2, des données du détecteur. Il y alors calcul (par exemple selon la formule (1) ci-dessus) et stockage de valeurs du rapport ΔL/L dans la mémoire tampon 32. t2 est égal à t1 + tL, où tL est le temps de passage, à la vitesse de 10 km/h, du véhicule le plus long à prendre en compte (ex. t2=7300 ms pour un véhicule de 18m, une zone de détection de 2m et t1 =100ms).
Chaque échantillon ΔL/L est stocké dans la mémoire 32 avec la valeur correspondante de la minuterie.
Puis (étape E5) les valeurs des mémoires tampons 30 et 32 sont récupérées pour former une signature complète du véhicule, tout en respectant l'horodate de la minuterie. La correspondance avec l'horloge temps réel 26 et la minuterie 28 permet de dater avec précision le passage du véhicule.
Enfin (étape E6), les données de signature sont formatées et transférées des moyens 20 aux moyens 22 d'analyse. La réponse est récupérée et les mesures individuelles peuvent ensuite être transférées vers l'applicatif (pour le calcul de vitesse, le classement en catégorie, etc.).
Il y a ensuite retour en E1.
Plusieurs variantes de réalisation sont possibles selon l'architecture matérielle et logicielle choisie. Ainsi on peut augmenter l'intelligence des détecteurs à boucle en y adjoignant une partie des moyens d'extraction, tout en respectant les caractéristiques ci-dessus. La minuterie 28 (sur 4 octets), ainsi que les mémoires tampons 30 et 32, peuvent utilement résider sur la carte du détecteur 16 pour améliorer le temps de transfert des informations du détecteur et augmenter ainsi la résolution de la signature.
Les traitements du système d'analyse et de classification peuvent partiellement ou totalement être transférés sur la carte du détecteur ou sur une carte CPU de traitement indépendante. L'invention n'est donc pas limitée au seul mode de réalisation donné en exemple car les éléments constitutifs peuvent être sur des supports physiques, distincts ou non.
La minuterie 28 a, par exemple, une précision de l'ordre de la microseconde. Selon un mode de réalisation, cette précision peut être adaptée selon la durée du signal de signature.
On utilise à cette fin une échelle dynamique, qui permet d'économiser de la place mémoire.
L'adaptation de l'échelle est explicitée en liaison avec la figure 13. L'algorithme consiste à remplir deux tableaux Ti et T2, à deux vitesses différentes, avec des données de la signature, et de manière cyclique.
La vitesse de remplissage du tableau Ti est d'abord sélectionnée comme étant deux fois celle du tableau T2 (étapes Se et S ). Lorsque Ti est rempli (test en Se), Ti est vidé et on y transfère une partie des valeurs de T2, lui-même à moitié rempli (étape S10). La vitesse de remplissage de Ti est alors modifiée, le rythme de remplissage de T2 restant inchangé.
Le procédé continue (étape Su - S15) jusqu'à ce que l'acquisition de la signature soit terminée (le test pour savoir s'il y a toujours des données de signature est effectué en S4), c'est alors le tableau rempli qui est retenu : quelle que soit la durée de la signature, on a un tableau de données de taille identique (ici, on a pris une taille N = 1 000). Cela Signifie que le pas qui sépare 2 valeurs successives est adapté à la durée du signal. Selon cet aspect de l'invention, on peut donc adapter automatiquement les intervalles de temps entre les points de mesure afin d'optimiser l'échelle de temps en fonction de la durée réelle du signal numérisé.
La signature électromagnétique que fournissent les moyens 20 d'extraction se présente donc sous forme numérique et séquencée, c'est à dire sous la forme d'une suite de valeurs de ΔL/L à des intervalles de temps constants, chaque valeur de ΔL/L étant associée à une valeur correspondante de la minuterie. .- Le fait de séquencer et de dater, de manière synchronisée, chaque signal de signature électromagnétique et chaque point de donnée de cette signature électromagnétique, permet de dater avec précision le passage du véhicule, ou encore d'associer une horodate à chaque donnée de signature électromagnétique. Ceci permet d'identifier à quelle date exacte chaque véhicule est passé, et en particulier d'identifier de manière précise tous les points ou toutes les données de la signature, ce qui est particulièrement avantageux pour discriminer dans un trafic à plusieurs voies de circulation le passage simultané de plusieurs véhicules, le chevauchement de deux capteurs adjacents par un même véhicule et les détections parasites. Les méthodes ou les dispositifs connus ne permettent pas une identification aussi directe et aussi précise.
En fait, selon l'invention, la datation est faite continuellement, ou successivement pour chaque donnée numérisée, et ce dès le début de la signature.
Des exemples de signature sont donnés sur les figures 6A à 6C: - la figure 6A représente la signature électromagnétique d'un véhicule léger,
- la figure 6B représente la signature électromagnétique d'un camion à trois essieux, - la figure 6C représente la signature électromagnétique d'un camion semi-remorque.
Dans les trois cas, l'ordonnée représente ΔL/L et le temps est donné en abscisses en unités de 1/10 sec.
Ces signatures sont donc représentées avec une certaine unité d'échelle de temps, mais le système mémorise les données à un pas plus fin, donné par la minuterie 28 qui impose la précision maximale du système (de l'ordre de la microseconde au plus).
Un procédé de classement selon l'invention, qui peut être mis en œuvre à l'aide des moyens d'analyse 22, repose sur le parcours d'une pluralité d'arbres de décision.
Un arbre de décision est un ensemble de tests, organisés de façon à classer rapidement un nouvel objet (signature). L'arbre comporte des noeuds et des branches et chaque noeud est constitué par un test sur une variable. Les noeuds terminaux sont les catégories de classement.
Un tel arbre est binaire, c'est à dire qu'il comporte des tests de type "si ... alors ... sinon" qui font que la progression s'effectue de noeud en noeud via les branches. Lorsque le noeud est terminal, il s'agit alors d'une feuille dont le contenu est la catégorie de l'objet à classer. La construction d'un arbre se fait à partir d'un ensemble d'apprentissage contenant les objets à classer, avec un algorithme de construction ou de génération de classification automatique qui vise à minimiser le nombre de tests à effectuer pour classer.
Le principe de cet algorithme de construction est de partir d'un ensemble d'exemples (base d'apprentissage) pour créer un arbre de classification qui vise à minimiser le nombre de tests à effectuer pour classer un nouvel objet.
A chaque noeud, la variable de test est celle qui sépare au mieux les objets présents en 2 sous-ensembies homogènes. Le critère de choix qui est utilisé pour la séparation "au mieux" s'appuie sur une mesure d'entropie de Shannon. On réitère l'opération de séparation jusqu'à ce que les sous-ensembles ne contiennent plus que des individus d'une même catégorie.
Un tel algorithme est décrit par J.R. QUILAN dans "Learning efficient classification procédures and their application to chess end games" in "Machine Learning : an Artificial Intelligence Approach", Michalsky, Carbonell, Mitchell - pp 463 à 482 - Paio Alto - California ; Tioga Publishing Company, 1983, ainsi que dans l'article du même auteur intitulé "Induction Décision Trees" in "Machine Learning " - Vol 1 - pp81 à 106 - Kluwer Académie Publish, 1986. Selon un exemple, la construction des arbres a été faite à l'aide d'un tel algorithme, sur une base d'apprentissage constituée des signatures de plus de 1000 véhicules parfaitement identifiés par leur catégorie de silhouette. La définition des différentes catégories utilisées pour cet exemple, au nombre de 14, est présentée sur la figure 7: - catégorie 1 : véhicules légers (berlines, coupés, camionnettes,...).
- catégorie 2: petits camions ou cabine de semi-remorque
- catégorie 3: camions à trois essieux, avec ou sans remorques,
- catégorie 4: camions à quatre essieux,
- catégorie 5: camions à cinq essieux, avec ou sans remorque, - catégorie 6: camions à six essieux, avec remorque,
- catégorie 7: véhicules poids lourds à quatre essieux (avec semi- remorque),
- catégorie 8: camions à quatre essieux, avec remorque,
- catégorie 9: camions à huit essieux, avec remorque, - catégorie 10: véhicules poids lourds à cinq ou six essieux (avec semi-remorque),
- catégorie 1 1 : bus ou autobus, avec ou sans remorque,
- catégorie 12: véhicules légers avec caravane ou remorque,
- catégorie 13: vélos ou motocyclettes - catégorie 14: engins de travaux publics ou engins agricoles.
C'est dans ces catégories que les objets, en l'occurrence les véhicules, sont à classer par chaque arbre en fonction de leur signature électromagnétique.
On peut aussi réaliser des classifications avec un nombre K de catégories, différent de 14, par exemple K< 14. Selon un exemple K = 2 (ce qui correspond à des questions telles que: le véhicule est-il de type C14 ou pas? Ou bien: le véhicule est-il de type C1 ou pas?).
Avant d'engager le processus d'élaboration d'un arbre, chaque signature a été décrite par un ensemble de variables temporelles et de variables dites fréquentielles.
N variables temporelles sont considérées, qui sont en fait les valeurs de la signature résultant d'un échantillonnage (découpage) en N points (par exemple: N = 50) de cette signature.
Les autres variables contiennent des informations concernant les premiers harmoniques, par exemple les 8 premiers harmoniques : amplitude, phase, taux d'harmoniques et rapports d'amplitude. Elles sont obtenues après analyse fréquentielle de la signature, par exemple par transformée de Fourier.
Les variables utilisées pour la description d'une signature électromagnétique dont les harmoniques ont pour amplitude AO (fréquence fondamentale), A1 (1er harmonique), ...Ai (harmonique d'ordre i) peuvent donc être :
- d'une part les valeurs de la signature résultant d'un échantillonnage en N (ici: N= 50) points. Ne sont conservées pour le traitement que les 49 premières valeurs,
- d'autre part des variables fréquentielles comportant :
- l'amplitude et la phase des 8 premiers harmoniques de chaque signature, constituant 16 variables,
- les rapports d'amplitude entre les différents harmoniques (A0/A1 , A0/A2, A0/A3 A0/A7, A1/A2, A1/A3....A1/A7,
A2/A3, ...A2/A7, A3/A4....A3/A7, A4/A5....A4/A7, A5/A6, A5/A7, A6/A7) constituant 28 variable^
- les 7 rapports de "richesse en harmonique" suivants: (A1 +A2+A3+A4+A5+A6+A7)/A0, (A2+A3+A4+A5+A6+A7)/A1 , (A3+A4+A5+A6+A7)/A2, (A4+A5+A6+A7)/A3, (A5+A6+A7)/A4,
(A6+A7)/A5, (A7/A6).
Les variables fréquentielles sont donc au nombre de 51. Il n'y en a en fait que 50 indépendantes puisque le rapport de richesse en harmonique A7/A6 n'est que l'inverse du rapport A6/A7 déjà présent dans les 28 variables de rapports d'amplitude. Ces variables sont utilisées par l'algorithme de génération de classification automatique pour l'élaboration d'arbres de décision.
Selon l'invention, chaque arbre est obtenu à partir d'une sélection aléatoire de variables caractéristiques des signatures électromagnétiques. L'élaboration d'un tel ensemble d'arbres permet in fine de disposer d'une méthode de classement fiable, donnant un résultat de classement déterministe.
Ne sont donc prises en compte que n variables, (avec n < 100 , par exemple : n = 30) tirées au hasard parmi toutes les variables associées à chacune des signatures initiales.
Pour effectuer cette sélection aléatoire, un identifiant compris entre 1 et 100 est associé au hasard à chaque variable, et ne sont retenues que les variables tirées aléatoirement et dont l'identifiant est inférieur à n.
Du fait de cette procédure, la quantité de variables choisies peut être légèrement différente de n.
Les variables retenues sont introduites dans l'algorithme de génération de classification automatique afin que celui-ci élabore un premier arbre de décision permettant de réaliser un tri prédéterminé, c'est- à-dire permettant de répondre à la question "le véhicule est-il du type Ci1 ou ou du type Cip (p>1 )", où les Cip représentent p classes ou catégories choisies parmi les K catégories initiales dans l'ensemble desquelles tous les véhicules se classent.
Puis de nouvelles variables sont tirées au hasard pour construire un deuxième arbre, afin de réaliser le même type de tri. Cette procédure est réitérée jusqu'à l'obtention de k arbres de décision, chaque arbre étant donc construit à partir d'un ensemble de variables tirées au hasard parmi les variables initiales. Une valeur de k = 10 convient, mais d'autres valeurs de k (par exemple k > 5) peuvent aussi convenir dans certains cas. Lors de l'exploitation, donc pour classifier un nouvel objet, en l'occurrence une signature, les k arbres sont parcourus en parallèle. La décision de classement choisie est la catégorie qui présente la plus forte occurrence à l'issue du parcours des arbres. Lorsqu'il y a égalité, c'est-à- dire lorsque 2 classes Ci et Cj contiennent 5 réponses, on retient celle dont l'indice est le plus petit parmi i et j (inf (i,j)). Au sein d'une même catégorie de véhicules, il y a des hétérogénéités assez fortes. D'autre part, les signatures des véhicules sont parfois déformées, notamment lorsque le véhicule ne passe pas selon l'axe du capteur. Tous ces facteurs ont pour effet de dégrader les résultats, mais on améliore le taux de véhicules bien classés si on effectue des tris préalables du type véhicule court - véhicule long, la stratégie de tri étant toujours basée sur un parcours d'arbres multiples.
Pour l'exemple déjà donné de classification en 14 catégories, le procédé de classification ou la structure de parcours des arbres qui permet de classifier un véhicule est celui/celle de la figure 8.
Ce procédé est mis en œuvre à l'aide des moyens d'analyse 22 selon l'algorithme suivant:
DEBUT
Nombre de C1 = 0 TANT QUE le nombre de C1 est inférieur à 500:
- Récupération du tableau de valeurs de la signature,
- Calcul des variables (Rééchantillonnage de la signature pour normalisation à 50 points temporels. Calcul des variables fréquentielles), - Recherche de la catégorie du véhicule,
Si catégorie = 14,
ALORS renvoyer 14,
SINON parcours parallèle des 10 arbres de tri des C1 , S| catégorie = C1 ALORS - sauvegarder l'amplitude max du véhicule
- nombre de C1 = nombre de C1 + 1
- renvoyer 1
SINON - parcours parallèle des 10 arbres de tri des véhicules long SJ véhicule long
ALORS - parcours parallèle de tri des véhicules longs
- renvoyer N° catégorie du véhicule (5, 6, 7, 8, 9, 10, 11 , 12) SINON - parcours parallèle de tri des véhicules courts - renvoyer N° catégorie du véhicule (2, 3, 4, 13) FIN SI FIN SI FIN SI
- calcul de la vitesse
- renvoyer la vitesse FIN TANT QUE
- Aller à DEBUT F]N
Après échantillonnage de la signature et calcul des variables fréquentielles, le procédé met d'abord en œuvre un test pour déterminer si le véhicule est de type C14 ou pas. Si il n'est pas de catégorie C14, un test (en fait, le résultat de la combinaison de 10 arbres) détermine si le véhicule est de catégorie C1 , ou pas.
Si il n'est pas de catégorie C1 , un autre test (là encore, le résultat de la combinaison de 10 arbres) permet de déterminer si le véhicule est un véhicule long, ou pas.
Si le véhicule est un véhicule long, un test (encore le résultat de la combinaison de 10 arbres) détermine la catégorie du véhicule parmi les catégories C5 à C12.
Si le véhicule n'est pas un véhicule long, un test (encore le résultat de la combinaison de 0 arbres) détermine la catégorie du véhicule parmi les catégories C2, C3, C4 ou C13.
Par conséquent, selon la catégorie du véhicule en présence:
- aucun arbre n'est à parcourir s'il s'agit d'un véhicule de type C14, - 10 arbres sont à parcourir s'il s'agit d'un véhicule de type C1 , - 30 arbres sont à parcourir pour les autres véhicules.
Le calcul des variables fréquentielles est réalisé après analyse spectrale par transformation de Fourier
Ce procédé peut être adapté pour une classification à réaliser en K catégories, avec K différent de 14. La signature d'un véhicule, relevée sur le capteur, est introduite dans le procédé ou l'algorithme de classification sous un format imposé par les moyens de traitement 20, 22 (par exemple : sous la forme de tableaux de valeurs dont le nombre est compris entre 500 et 1000 pour les véhicules longs). Ces valeurs sont représentatives de la variation relative d'inductance (ΔL/L) à des intervalles de temps constants et réguliers. Elles sont par exemple exprimées en multiple de 10"5. La période d'échantillonnage est exprimée en microsecondes ; elle est par exemple de 0.6 ms, afin que la précision de l'estimation de la vitesse soit suffisante pour les véhicules circulant à plus de 100 km/h.
L'algorithme qui a été développé est fait pour fonctionner en association avec un détecteur à boucle électromagnétique dont le rôle est d'élaborer la signature des véhicules. Cet algorithme peut être en outre auto-adaptatif.
Il s'avère en effet que la réponse des capteurs, même pour une géométrie donnée, n'est pas indépendante du site. Cela est dû notamment à la longueur du câble 12 (voir figure 2) de retour de boucle qui dépend des conditions locales d'implantation. L'effet résultant, qui est à peu près linéaire (sauf pour des cas extrêmes), se traduit par une transformation de la signature par hornothétie.
Par conséquent une phase initiale peut être prévue, au cours de laquelle l'algorithme détermine la correction de site à apporter. Dans cette phase, intervient seulement une discrimination entre les C1 (VL) et les autres véhicules. Elle cesse dès lors que 100 véhicules C1 ont été identifiés.
Dans la phase suivante, dite d'exploitation, tous les véhicules sont classifiés. Leur vitesse peut en outre être estimée (à l'aide des données numérisées et séquences) et la correction de site peut être validée à chaque fois qu'un certain nombre de véhicules ont été détectés, par exemple dès 500 véhicules de type C1 , ce qui permet de prendre en compte des effets de dérive éventuels.
L'enchaînement des tâches exécutées en phase initiale est alors le suivant : DEBUT
Nombre de C1 = 0 TANT QUE le nombre de C1 est inférieur à 100:
- Récupération du tableau de valeurs de la signature,
- Recherche du maximum de l'amplitude,
- Normalisation en amplitude par rapport à ce maximum, - Calcul des variables (Rééchantillonnage de la signature pour normalisation à 50 points temporels. Calcul des variables fréquentielles),
- Recherche de la catégorie du véhicule (Parcours en parallèle des 3 arbres de décision spécifiques pour l'étalonnage),
SJ catégorie = C1
ALORS - sauvegarder l'amplitude max du véhicule, - renvoyer 15,
- nombre de C1 = nombre de C1 + 1 , SINON - renvoyer 16,
FIN SI FIN TANT QUE
- Calculer facteur de site (moyenne des amplitudes max des C1 après élimination des valeurs extrêmes) FIN (Fin de la phase initiale).
Les codes 15 et 16 indiquent respectivement la catégorie C1 , avec une incertitude, et la catégorie "véhicule long", également avec une incertitude.
Dans ce cas il est possible de modifier de la manière suivante le début et la fin de l'algorithme de classification déjà indiqué ci- dessus: DEBUT Nombre de C1 = 0 TANT QUE le nombre de C1 est inférieur à 500:
- Récupération du tableau de valeurs de la signature,
- Application du facteur de site,
- Calcul des variables (Rééchantillonnage de la signature pour normalisation à 50 points temporels. Calcul des variables fréquentielles), FIN TANT QUE
- Calculer nouveau facteur de site (moyenne des amplitudes max des C1 après élimination des valeurs extrêmes) - Remplacer facteur de site par nouveau facteur de site
- Aller à DEBUT FIN
Ceci permet de remettre à jour le facteur de site à prendre en compte, des dérives pouvant se produire dans les paramètres influençant le facteur de site.
Il faut noter que les arbres de décision implantés dans le code ont été obtenus pour une certaine géométrie de capteur (boucle de 1.5m x 2m). Pour des configurations différentes, d'autres arbres peuvent être adaptés.
L'estimation de la vitesse des véhicules est optionnelle. Les courbes de signature produites ont, au moins dans une première partie, une allure exponentielle.
Le calcul de la vitesse se fait selon une processus particulier qui consiste à rechercher l'instant où l'allure de la signature cesse de suivre une loi exponentielle. Le temps écoulé entre le début de la signature et cet instant particulier est inversement proportionnel à la vitesse du véhicule.
La figure 9 représente fonctionnellement les moyens 22 (carte CPU programmée) qui mettent notamment en œuvre les procédés de tri exposés ci-dessus, ainsi que le traitement par transformation de Fourier et l'extraction des variables pour chaque signature. Ces moyens 22 comportent un microprocesseur 50, un ensemble de mémoires RAM 52 (pour le stockage de données), une mémoire ROM 54 (pour le stockage d'instructions de programme).
Une carte d'acquisition de données 58 (interface d'entrée/sortie) met les données numérisées et séquencées fournies par la carte 20 au format requis.
Ces divers éléments sont reliés à un bus 56. Dans les moyens 22, et notamment dans la mémoire 54 sont chargées les données ou les instructions pour mettre en œuvre un traitement des données selon l'invention (analyse spectrale, extraction des variables pour chaque signature, procédé de tri). Ces données ou instructions pour le traitement des données peuvent être transférées dans la zone mémoire 54 à partir d'une disquette ou de tout autre support pouvant être lu par un micro-ordinateur ou un ordinateur (par exemple: disque dur, mémoire morte ROM, mémoire vive dynamique DRAM ou tout autre type de mémoire RAM, disque optique compact, élément de stockage magnétique ou optique).
Les données obtenues par tri peuvent aussi être affichées sur des moyens d'affichage périphériques tels que l'écran 23 d'un microordinateur 21. Un opérateur peut ensuite effectuer tout traitement de ces données à l'aide d'un clavier 25, d'une souris 27 et de tout programme résidant dans le micro-ordinateur 21. Ainsi peuvent être obtenues des informations de comptage de véhicule, par exemple par catégorie de véhicule après classement.
Les arbres de tri sont obtenus à l'aide d'un micro-ordinateur, tel que le micro-ordinateur 21 , programmé pour mettre en œuvre un algorithme tel que celui de J.R. QUILAN déjà mentionné ci-dessus.
Le micro-ordinateur présente une structure similaire à celle de la figure 9. Les variables temporelles et fréquentielles sont obtenues à partir des signaux de signature numérique élaborés et transmis (via la liaison 19) par la carte 20. Chaque arbre de tri est obtenu sous forme de programme dont les instructions sont mémorisées dans une zone mémoire du micro-ordinateur 21. L'algorithme de tri tel que celui de la figure 8 peut ensuite être réalisé par un opérateur en faisant appel à ces différents programmes.
Le procédé de tri selon l'invention fonctionne en mode quasi temps réel. Le délai de réponse dépend essentiellement du processeur utilisé.
Par exemple, avec un Pentium cadencé à 133 MHz, ce délai de réponse est inférieur à 50 ms.
Quant aux performances de classification, elles sont tout à fait comparables aux systèmes existants. Des résultats, obtenus sur 3 sites différents, sur chaque fois un échantillon d'environ 1000 véhicules dont 750 autres que des C1 , sont indiqués dans le tableau I ci-après. Ils sont exprimés, par catégorie, en taux de bien classés
Tableau I
Les résultats peuvent apparaître insuffisants pour certaines catégories. Cela peut être dû au fait que l'échantillon de test est insuffisant. Il y a des véhicules qui sont rares. Mais c'est aussi dû au fait qu'un même véhicule peut circuler tantôt avec tous ses essieux, tantôt avec un essieu relevé. Cet état de fait implique que ce véhicule peut appartenir à 2 catégories selon qu'il a ou non un essieu relevé.
Si on définit une nouvelle grille de classification où les véhicules ressemblants sont placés dans une même catégorie (par exemple les C7 et les C10 qui correspondent aux semi-remorques), alors les résultats obtenus sont très satisfaisants, comme on peut le voir dans le tableau II.
Tableau II
Les Figures 10A et 10B montrent respectivement l'utilisation d'un dispositif selon l'invention, sur deux voies et avec un seul capteur par voie, et d'un dispositif selon l'art antérieur, avec deux capteurs par voie.
Dans le cas de la figure 10A (système selon l invention), la chaîne d'acquisition de données pour chaque capteur est du type décrit ci-dessus en relation avec les figures 3 et 4 et pouvant fonctionner à l'aide du procédé décrit en liaison avec la figure 5. La datation et la synchronisation sont les mêmes pour les deux boucles ou capteurs. De manière pratique, il y aura une seule carte électronique pour les deux capteurs, cette carte intégrant les systèmes d'acquisition parallèles des différents capteurs. Ceci reste d'ailleurs valable pour n capteurs (n>2), par exemple n = 3 ou 4).
Dans les deux cas (figures 10A et 10B), un véhicule peut se trouver à cheval sur les deux voies. Dans le cas de la figure 10 A, la datation synchronisée avec le séquençage, le tout en temps réel, permet de différencier le cas d'un véhicule unique passant à cheval sur les deux voies du cas de deux véhicules passant chacun sur une des voies.
La figure 11A représente le cas d'un véhicule passant au centre d'une boucle unique.
La figure 11B représente le cas d'un véhicule passant de manière décalée par rapport à l'axe de la boucle unique.
La figure 11C représente le cas d'un véhicule en chevauchement sur 2 boucles disposées comme sur la figure 10A. Comme on le voit sur cette figure, la signature est très déséquilibrée entre les deux boucles.
Dans le cas de deux véhicules voisins sur les deux voies, on identifiera avec suffisamment de précision des signatures différentes mais d'intensité comparable.
Dans les systèmes classique de la figure 10B, il faut un algorithme de traitement spécialisé pour la discrimination de ces deux types de cas, algorithme dont les performances sont de toute manière très limitées du fait de l'absence de datation synchronisée.
La figure 12 représente la signature d'un véhicule qui s'est arrêté au-dessus d'une boucle unique, et à laquelle se superpose un pic correspondant à la signature d'un véhicule qui passe mais ne s'arrête pas.
Par différence, on peut isoler le pic du reste du signal. On peut ensuite travailler sur le pic, donc la signature, du véhicule qui est en déplacement, comme sur toute autre signature.
Le système selon l'invention permet donc de discriminer, avec une seule boucle, un véhicule à l'arrêt d'un véhicule de passage.

Claims

REVENDICATIONS
1. Dispositif pour obtenir des données de signatures électromagnétiques de véhicules, à partir de signaux électromagnétiques, comportant:
- des moyens (16) pour fournir un signal numérisé à partir des signaux électromagnétiques,
- des moyens (20, 30, 36) pour déterminer si un tel signal numérisé est un signal de signature électromagnétique d'un véhicule, - des moyens (20, 36) pour calculer, à partir du signal numérisé, des données de signature électromagnétique d'un véhicule, et pour sequencer et dater de manière synchronisée et en temps réel, chaque donnée de signature électromagnétique.
2. Dispositif selon la revendication 1 , les moyens (20, 30, 36), pour déterminer si un signal numérisé est un signal de signature électromagnétique d'un véhicule, comportant des moyens (30) pour enregistrer les données numériques de chaque signal pendant une durée prédéterminée (t1 ), et des moyens (36) pour comparer ces données enregistrées avec une valeur seuil.
3. Dispositif selon la revendication 1 ou 2, les moyens pour dater chaque donnée de signature électromagnétique d'un véhicule comportant des moyens de type horloge (26) et/ou minuterie (28).
4. Dispositif selon l'une des revendications 1 à 3, les signaux électromagnétiques étant des signaux de variations de fréquence ou de phase ou d'amplitude ou d'impédance.
5. Dispositif selon l'une des revendications 1 à 3, comportant un oscillateur et des moyens pour produire des signaux électromagnétiques représentatifs de variations de fréquence de l'oscillateur, les données de signatures électromagnétiques de véhicules étant produites à partir de ces signaux.
6. Dispositif selon l'une des revendications 1 à 5, comportant en outre des moyens pour adapter l'intervalle de temps entre les données de signature en fonction de la durée réelle du signal de signature électromagnétique.
7. Système d'acquisition de données de signatures électromagnétiques de véhicules, comportant:
- une seule boucle électromagnétique (10),
- un dispositif selon l'une des revendications 1 à 6.
8. Dispositif de traitement de signaux ou système d'acquisition de données selon l'une des revendications précédentes, comportant en outre des moyens (22, 54) de classification pour classifier les véhicules en au moins deux catégories (C1 ,...C14) de silhouettes en fonction des signaux numérisés de signature électromagnétique.
9. Dispositif selon la revendication 8, les moyens de classification permettant de traiter les signaux numérisés de signature électromagnétique, selon une pluralité d'arbres de décision.
10. Dispositif selon la revendication 9, les moyens de classification échantillonnant préalablement chaque signal de signature électromagnétique, et produisant un ensemble de données numérisées ainsi que des données caractéristiques d'un certain nombre d'harmoniques du signal de signature électromagnétique.
11. Dispositif selon la revendication 10, les données caractéristiques d'harmoniques du signal de signature électromagnétique comportant des données d'amplitude, de phase, de taux d'harmoniques et de rapports d'amplitudes d'harmoniques du signal de signature électromagnétique.
12. Dispositif selon l'une des revendications 8 à 11 , les moyens (22,54) de classification permettant en outre de classer les véhicules en véhicules longs et en véhicules courts.
13. Dispositif, selon l'une des revendications 7 à 12, comportant en outre des moyens (22,54) pour calculer la vitesse d'un véhicule.
14. Procédé de traitement de signaux de signatures électromagnétiques de véhicules, comportant:
- la production de signaux de signature électromagnétique, numérisés, séquences et datés, de manière synchronisée et en temps réel,
- la classification des véhicules en au moins deux catégories (C1 ,...C14) de silhouettes, en fonction des signaux de signature électromagnétique, numérisés, séquences et datés.
15. Procédé selon la revendication 14, la classification des véhicules étant réalisée à l'aide d'un procédé ou d'un algorithme de classification de formes, comportant une pluralité d'arbres de décision.
16. Procédé selon la revendication 15, les signaux de signatures électromagnétiques étant échantillonnés et subissant un traitement d'analyse des harmoniques pour en déterminer des données représentatives de certaines de leurs composantes spectrales.
17. Procédé selon l'une des revendications 14 à 16, les véhicules étant classés en 14 catégories.
18. Procédé selon l'une des revendications 14 à 17, la classification comportant une étape de classement en deux catégories, une catégorie de véhicules longs et une catégorie de véhicules courts.
19. Procédé selon l'une des revendications 14 à 18, la vitesse des véhicules étant estimée à partir des données numérisées de signature.
20. Procédé pour engendrer un programme de classification de véhicules en au moins deux catégories de silhouettes prédéterminées, en fonction de signaux représentatifs de signatures électromagnétiques de ces véhicules, comportant: - le traitement temporel de ces signaux, pour produire un premier ensemble de données numérisées, - le traitement fréquentiel de ces signaux pour produire un deuxième ensemble de données, contenant les caractéristiques d'harmoniques de ces signaux,
- une première sélection aléatoire de n données parmi les données des premier et deuxième ensembles,
- la génération d'un premier arbre de décision, pour classer les véhicules dans lesdites catégories prédéterminées, en fonction des n données obtenues lors de la première sélection aléatoire de données,
- au moins une deuxième sélection aléatoire de n données parmi les données des premier et deuxième ensembles,
- la génération d'au moins un deuxième arbre de décision, pour classer les véhicules dans lesdites catégories prédéterminées, en fonction des n données obtenues lors de la deuxième sélection aléatoire de données.
21. Procédé selon la revendication 20, les signaux représentatifs de signatures électromagnétiques étant des signaux numérisés.
22. Procédé pour acquérir des données de signature électromagnétique de véhicules sur une chaussée comportant deux voies de passage voisines, mettant en œuvre :
- une boucle électromagnétique (10) par voie de passage,
- un dispositif selon l'une des revendications 1 à 6.
23. Procédé selon la revendication 22, dans lequel on identifie les véhicules chevauchant les deux voies.
24. Procédé pour acquérir des données de signature électromagnétique de véhicules sur une chaussée, mettant en œuvre :
- une boucle électromagnétique par voie de passage, - un dispositif selon l'une des revendications 1 à 6, et dans lequel on acquiert des données de signature de véhicules en mouvement superposées à une signature d'un véhicule à l'arrêt.
25. Procédé selon la revendication 24, dans lequel on isole les données de signatures des véhicules en mouvement des données de signature des véhicules à l'arrêt.
EP01955423A 2000-07-13 2001-07-13 Procede et dispositif de classification de vehicules Expired - Lifetime EP1299870B1 (fr)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR0009189 2000-07-13
FR0009189A FR2811789B1 (fr) 2000-07-13 2000-07-13 Procede et dispositif pour classifier des vehicules en categories de silhouettes et pour determiner leur vitesse, a partir de leur signature electromagnetique
PCT/FR2001/002292 WO2002007126A1 (fr) 2000-07-13 2001-07-13 Procede et dispositif de classification de vehicules

Publications (2)

Publication Number Publication Date
EP1299870A1 true EP1299870A1 (fr) 2003-04-09
EP1299870B1 EP1299870B1 (fr) 2010-05-26

Family

ID=8852464

Family Applications (1)

Application Number Title Priority Date Filing Date
EP01955423A Expired - Lifetime EP1299870B1 (fr) 2000-07-13 2001-07-13 Procede et dispositif de classification de vehicules

Country Status (9)

Country Link
US (1) US6865518B2 (fr)
EP (1) EP1299870B1 (fr)
AT (1) ATE469412T1 (fr)
AU (1) AU2001277593A1 (fr)
CA (1) CA2418938A1 (fr)
DE (1) DE60142234D1 (fr)
ES (1) ES2346402T3 (fr)
FR (1) FR2811789B1 (fr)
WO (1) WO2002007126A1 (fr)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7764197B2 (en) * 2001-10-17 2010-07-27 United Toll Systems, Inc. System and synchronization process for inductive loops in a multilane environment
US8331621B1 (en) 2001-10-17 2012-12-11 United Toll Systems, Inc. Vehicle image capture system
US7734500B1 (en) 2001-10-17 2010-06-08 United Toll Systems, Inc. Multiple RF read zone system
US7725348B1 (en) * 2001-10-17 2010-05-25 United Toll Systems, Inc. Multilane vehicle information capture system
FR2896070B1 (fr) 2006-01-11 2008-02-15 Commissariat Energie Atomique Systeme magnetique de controle de trafic
ES2312245B1 (es) * 2006-02-21 2009-12-17 Universidad Politecnica De Valencia Metodo y dispositivo para medir la velocidad de vehiculos.
US7952021B2 (en) 2007-05-03 2011-05-31 United Toll Systems, Inc. System and method for loop detector installation
KR100885530B1 (ko) * 2008-05-27 2009-02-26 이정준 루프코일을 이용한 일체형 루프식 차량검지장치 및 이를이용한 주차정보시스템
FR2955180B1 (fr) * 2010-01-08 2012-03-23 Commissariat Energie Atomique Dispositif de mesure de la vitesse de deplacement d'un objet deformant les lignes du champ magnetique terrestre
KR20140072442A (ko) * 2012-12-04 2014-06-13 한국전자통신연구원 차량 검지 장치 및 방법
US9429463B2 (en) * 2013-03-04 2016-08-30 International Road Dynamics, Inc. System and method for measuring moving vehicle information using electrical time domain reflectometry
US20150122560A1 (en) * 2013-11-06 2015-05-07 King Fahd University Of Petroleum And Minerals Multi-car trackless transportation system
DE102014203754A1 (de) 2014-02-28 2015-09-03 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zur Bestimmung mindestens einer Verkehrskenngröße
US9361798B2 (en) * 2014-06-25 2016-06-07 Global Traffic Technologies, Llc Vehicle classification system and method
WO2016113916A1 (fr) * 2015-01-16 2016-07-21 三菱電機株式会社 Système sans fil de train et procédé de calcul de longueur de train
GB2536028B (en) * 2015-03-05 2018-05-09 Red Fox Id Ltd Vehicle detection apparatus with inductive loops
GB2564882B (en) * 2017-07-25 2022-04-13 Red Fox Id Ltd Apparatus and methods for assessing vehicles straddled between lanes
GB202013430D0 (en) * 2020-08-27 2020-10-14 Q Free Asa Vehicle detection system

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR1505506A (fr) * 1966-11-02 1967-12-15 Evr Eclairage Vehicules Rail Dispositif de comptage routier de véhicules automobiles
IT1097584B (it) * 1977-08-24 1985-08-31 Basf Ag Processo ed apparecchio per la preparazione di poliesteri macronolecolari linerai
DE3209377C2 (de) * 1982-03-15 1990-08-02 Siemens AG, 1000 Berlin und 8000 München Verfahren zur Geschwindigkeitsermittlung im Straßenverkehr
JP3375968B2 (ja) * 1994-04-19 2003-02-10 ハネウエル・インコーポレーテッド 磁力計車両検出器
US5757288A (en) * 1996-05-02 1998-05-26 Mitron Systems Corporation Vehicle detector system and method
US6052068A (en) * 1997-03-25 2000-04-18 Frederick J. Price Vehicle identification system
US7028899B2 (en) * 1999-06-07 2006-04-18 Metrologic Instruments, Inc. Method of speckle-noise pattern reduction and apparatus therefore based on reducing the temporal-coherence of the planar laser illumination beam before it illuminates the target object by applying temporal phase modulation techniques during the transmission of the plib towards the target
GB2342251A (en) * 1998-09-29 2000-04-05 Secr Defence Proximity measuring apparatus

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO0207126A1 *

Also Published As

Publication number Publication date
FR2811789B1 (fr) 2003-08-15
CA2418938A1 (fr) 2003-01-10
US20030163263A1 (en) 2003-08-28
US6865518B2 (en) 2005-03-08
DE60142234D1 (de) 2010-07-08
ATE469412T1 (de) 2010-06-15
EP1299870B1 (fr) 2010-05-26
AU2001277593A1 (en) 2002-01-30
WO2002007126A1 (fr) 2002-01-24
FR2811789A1 (fr) 2002-01-18
ES2346402T3 (es) 2010-10-15

Similar Documents

Publication Publication Date Title
EP1299870B1 (fr) Procede et dispositif de classification de vehicules
US9053593B2 (en) Vehicle data analysis method and vehicle data analysis system
CN107590999B (zh) 一种基于卡口数据的交通状态判别方法
EP1811479A1 (fr) Système magnétique de contrôle de trafic
DE112018003180T5 (de) Risikoinformations-sammeleinrichtung
KR20170020921A (ko) 차량 분류 시스템 및 방법
CN114973681B (zh) 一种在途车辆感知方法及设备
Gajda et al. Automatic vehicle classification in systems with single inductive loop detector
EP2965238A1 (fr) Procede de gestion de donnees relatives a des vehicules automobiles en vue de la generation graphique ulterieure de schemas electriques de systemes electriques
CN119625998B (zh) 一种基于分布式光纤传感的高速公路车辆检测与识别方法
CN120766382A (zh) 车辆行驶工况数据的获取方法、装置、设备、存储介质
CN113687358A (zh) 目标物体的识别方法、装置、电子设备及存储介质
US20200365017A1 (en) System and method for single-loop vehicle speed estimation using inductive loop signature data
Jassal et al. Axle-based mapping approach for vehicle classification in heterogeneous traffic
FR2617315A1 (fr) Procede et dispositif de discrimination du type d&#39;un vehicule automobile en circulation
CN116415192A (zh) 一种数据处理的方法、装置以及电子设备
CN103440769B (zh) 积分提取地磁曲线信息实现车型识别的方法
Buccafusco et al. Profiling industrial vehicle duties using CAN bus signal segmentation and clustering.
FR3115913A1 (fr) Procédé et système de génération automatique et d’utilisation de scénarios de trafic routier
JP2994711B2 (ja) 走行車両の車種判別方法およびその装置
WO2022106556A1 (fr) Procédé de détermination d&#39;une densité d&#39;éléments dans des zones d&#39;un environnement, produit programme d&#39;ordinateur associé
EP4170603B1 (fr) Procédé automatique de détection d&#39;objets dans un flux d&#39;images
CN115092157B (zh) 车辆行程点的确定方法、装置及目标车辆
CN116340446B (zh) 出行方式确定方法、装置及非易失性存储介质
Resnik et al. The Classification System of Vehicles on Road Structures Using Artificial Intelligence

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20021218

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE TR

AX Request for extension of the european patent

Extension state: AL LT LV MK RO SI

17Q First examination report despatched

Effective date: 20031104

17Q First examination report despatched

Effective date: 20031104

RAP1 Party data changed (applicant data changed or rights of an application transferred)

Owner name: ALCATEL LUCENT

Owner name: LABORATOIRE CENTRAL DES PONTS ET CHAUSSEES

RAP1 Party data changed (applicant data changed or rights of an application transferred)

Owner name: THALES

Owner name: LABORATOIRE CENTRAL DES PONTS ET CHAUSSEES

GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

GRAS Grant fee paid

Free format text: ORIGINAL CODE: EPIDOSNIGR3

GRAA (expected) grant

Free format text: ORIGINAL CODE: 0009210

AK Designated contracting states

Kind code of ref document: B1

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE TR

REG Reference to a national code

Ref country code: GB

Ref legal event code: FG4D

Free format text: NOT ENGLISH

REG Reference to a national code

Ref country code: CH

Ref legal event code: EP

REG Reference to a national code

Ref country code: IE

Ref legal event code: FG4D

Free format text: LANGUAGE OF EP DOCUMENT: FRENCH

REF Corresponds to:

Ref document number: 60142234

Country of ref document: DE

Date of ref document: 20100708

Kind code of ref document: P

REG Reference to a national code

Ref country code: NL

Ref legal event code: T3

REG Reference to a national code

Ref country code: SE

Ref legal event code: TRGR

REG Reference to a national code

Ref country code: CH

Ref legal event code: NV

Representative=s name: MICHELI & CIE SA

REG Reference to a national code

Ref country code: ES

Ref legal event code: FG2A

Ref document number: 2346402

Country of ref document: ES

Kind code of ref document: T3

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: FI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100526

Ref country code: AT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100526

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100827

Ref country code: CY

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100526

REG Reference to a national code

Ref country code: IE

Ref legal event code: FD4D

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: DK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100526

Ref country code: IE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100526

Ref country code: PT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100927

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: MC

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20100731

PLBE No opposition filed within time limit

Free format text: ORIGINAL CODE: 0009261

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT

26N No opposition filed

Effective date: 20110301

REG Reference to a national code

Ref country code: DE

Ref legal event code: R097

Ref document number: 60142234

Country of ref document: DE

Effective date: 20110228

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: CH

Payment date: 20110715

Year of fee payment: 11

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: NL

Payment date: 20120629

Year of fee payment: 12

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: LU

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20100713

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: TR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20100526

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: SE

Payment date: 20120719

Year of fee payment: 12

Ref country code: GB

Payment date: 20120723

Year of fee payment: 12

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: ES

Payment date: 20120726

Year of fee payment: 12

Ref country code: DE

Payment date: 20120713

Year of fee payment: 12

Ref country code: IT

Payment date: 20120718

Year of fee payment: 12

Ref country code: BE

Payment date: 20120726

Year of fee payment: 12

BERE Be: lapsed

Owner name: LABORATOIRE CENTRAL DES PONTS ET CHAUSSEES

Effective date: 20130731

Owner name: THALES

Effective date: 20130731

REG Reference to a national code

Ref country code: NL

Ref legal event code: V1

Effective date: 20140201

REG Reference to a national code

Ref country code: CH

Ref legal event code: PL

REG Reference to a national code

Ref country code: SE

Ref legal event code: EUG

GBPC Gb: european patent ceased through non-payment of renewal fee

Effective date: 20130713

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: SE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20130714

Ref country code: GB

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20130713

Ref country code: DE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20140201

Ref country code: BE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20130731

Ref country code: LI

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20130731

Ref country code: NL

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20140201

Ref country code: CH

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20130731

REG Reference to a national code

Ref country code: DE

Ref legal event code: R119

Ref document number: 60142234

Country of ref document: DE

Effective date: 20140201

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IT

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20130713

REG Reference to a national code

Ref country code: ES

Ref legal event code: FD2A

Effective date: 20140908

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: ES

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20130714

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 16

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 17

REG Reference to a national code

Ref country code: FR

Ref legal event code: PLFP

Year of fee payment: 18

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: FR

Payment date: 20180720

Year of fee payment: 18

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: FR

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20190731