KR20170020921A

KR20170020921A - 차량 분류 시스템 및 방법

Info

Publication number: KR20170020921A
Application number: KR1020177002355A
Authority: KR
Inventors: 제레미 윌리엄 뉴만
Original assignee: 글로벌 트래픽 테크놀로지스, 엘엘시
Priority date: 2014-06-25
Filing date: 2014-09-11
Publication date: 2017-02-24
Also published as: SG11201610078RA; AU2014398593A1; US20150379870A1; AU2014398593B2; CA2951022A1; US9361798B2; ES2681958T3; CA2951022C; EP3161809A1; WO2015199745A1; EP3161809B1

Abstract

차량들을 분류하기 위한 접근법은 통과하는 차량에 의해 생성된 단일 유도성 루프 내의 신호로부터 신호 파형을 생성하는 것을 포함한다. 신호 파형은 제1 복수의 모델 파형과 비교된다. 각각의 모델 파형은 각자의 차량 클래스와 연관된다. 제1 복수의 모델 파형 중 신호 파형과 매칭하는 제1 모델 파형이 결정되고, 제1 모델 파형과 연관된 각자의 차량 클래스를 나타내는 데이터가 출력된다.

Description

차량 분류 시스템 및 방법{VEHICLE CLASSIFICATION SYSTEM AND METHOD}

관련 특허 문헌

본 국제 출원은 2014년 6월 25일자로 출원된 미국 특허 출원 제14/314,637호의 우선권을 주장하며; 이 특허 문헌은 완전히 본원에 참조로 포함된다.

본 개시는 일반적으로 차량이 유도성 루프를 통과할 때 생성된 신호로부터 차량들을 분류하는 것에 관한 것이다.

교통 신호는 오랫동안 교차로에서 교통 흐름을 규제하는 데 사용되어 왔다. 일반적으로, 교통 신호는 교통 신호등을 언제 변경할지를 결정하고, 그렇게 함으로써 교번하는 정지할 교통 방향과 진행할 교통 방향을 시그널링하기 위해 타이머 또는 차량 센서에 의존하였다.

많은 설치에서, 차량 센서는 도로에 매설된 유도성 루프를 포함한다. 교차로는 각각의 차선마다 루프를 가질 수 있다. 루프는 또한 교차로를 통과하는 차량의 수를 카운팅하는 것과 같은 데이터 수집에 사용될 수 있다. 수집된 데이터는 신호 타이밍 개선 및 도로 계획 개선에 사용될 수 있다.

교통 통제 및 도로 계획에서 특별한 관심 대상인 두 가지 파라미터는 차량 클래스와 속도이다. 차량 클래스는 전형적으로 자동차, 픽업, 밴, 트레일러가 있는 차량, 2개의 차축이 있는 박스 트럭, 2개 초과의 차축이 있는 박스 트럭, 버스, 및 트랙터 트레일러와 같은 차량의 유형을 말한다. 차량의 크기와 그의 속도는 교통 흐름을 개선하기 위해 이루어지는 결정에 크게 영향을 미칠 수 있다.

차량 데이터를 수집하기 위한 과거의 접근법은 이중 루프 시스템으로 제한되었거나 부정확한 결과를 제공했다. 한 가지 접근법은 도로 차선에 매설된 2개의 유도성 루프에 의존한다. 루프들을 분리하는 공간과 각각의 루프에서 차량이 검출되는 시간들은 차량의 속도와 길이를 계산하는 데 사용된다. 길이는 이어서 차량들을 분류하는 데 사용될 수 있다. 이중 루프 접근법은 이중 루프가 매설된 도로의 수에 의해 제한되는데, 그 이유는 교통 데이터의 수집이 요망되는 많은 도로 위치가 있을 수 있지만 이러한 위치들은 도로에 매설된 단일 루프만을 갖기 때문이다.

일부 접근법은 단일 루프를 사용하여 차량 속도를 추정하지만, 결과는 정확하지 않을 수 있다. 단일 루프를 사용하여 차량 데이터를 수집할 때, 모든 차량이 동일한 길이를 갖는다고 가정하는 것이 일반적이다. 속도는 가정된 길이 및 차량이 루프 위에 있는 시간의 양에 기초하여 추정될 수 있다. 그러나, 차량의 실제 길이와 가정된 길이 사이에는 큰 차이가 있을 수 있으므로 속도가 정확하지 않을 수 있다.

일 실시예에 따르면, 차량 분류 방법은 통과하는 차량에 의해 생성된 단일 유도성 루프 내의 신호로부터 신호 파형을 생성하는 단계를 포함한다. 신호 파형은 제1 복수의 모델 파형과 비교된다. 각각의 모델 파형은 각자의 차량 클래스와 연관된다. 본 방법은 제1 복수의 모델 파형 중 신호 파형과 매칭하는 제1 모델 파형을 결정하고, 제1 모델 파형과 연관된 각자의 차량 클래스를 나타내는 데이터를 출력한다.

다른 실시예에서, 단일 유도성 루프를 통과하는 차량을 분류하기 위한 시스템은 단일 유도성 루프에 결합된 발진기 및 발진기에 결합된 펄스 비교기를 포함한다. 펄스 비교기는 발진기로부터의 출력 신호에 응답하여 펄스 열을 생성하도록 구성된다. 프로세서가 펄스 비교기에 결합되고, 메모리가 프로세서에 결합된다. 메모리는 복수의 모델 파형을 갖도록, 그리고 프로세서에 의해 실행될 때 프로세서로 하여금 통과하는 차량에 의해 생성된 단일 유도성 루프 내의 신호로부터 신호 파형을 생성하게 하는 명령어들을 갖도록 구성된다. 프로세서는 신호 파형을 제1 복수의 모델 파형과 비교한다. 각각의 모델 파형은 각자의 차량 클래스와 연관된다. 제1 복수의 모델 파형 중 신호 파형과 매칭하는 제1 모델 파형이 결정되고, 제1 모델 파형과 연관된 각자의 차량 클래스를 나타내는 데이터가 출력된다.

본 발명의 상기 요약은 본 발명의 각각의 개시된 실시예를 설명하기 위한 것은 아니다. 이하의 도면들 및 상세한 설명은 본 발명의 추가의 예시적인 실시예들 및 양태들을 제공한다.

'발명을 실시하기 위한 구체적인 내용'의 검토 및 도면들의 참조 시에 본 발명의 다른 양태들 및 이점들이 명백해질 것이며, 도면들에서:
도 1은 단일 유도성 루프를 사용하여 차량들을 분류하기 위한 시스템을 보여준다.
도 2는 단일 유도성 루프를 사용하여 차량들을 분류하기 위한 프로세스의 흐름도이다.
도 3은 상이한 차량들에 대한 상이한 모델 파형 세트 중 어느 모델 파형이 차량에 의해 생성된 신호 파형과 매칭하는지를 결정하기 위한 프로세스의 흐름도이다.
도 4는 단일 유도성 루프를 통과하는 자동차에 의해 생성된 예시적인 파형의 그래프이다.
도 5는 단일 유도성 루프를 통과하는 트랙터 트레일러에 의해 생성된 예시적인 파형의 그래프이다.
도 6은 자동차에 대한 한계 마스크와 한계 마스크 상에 오버레이된 자동차에 의해 생성된 신호 파형의 그래프이다.
도 7은 자동차에 의해 생성된 신호 파형이 한계 마스크 내에 완전히 들어가지는 않는 그래프이다.

개시된 방법들 및 시스템들은 단일 유도성 루프를 통과하는 차량들을 분류한다. 또한, 차량 클래스가 결정되면, 그 차량 클래스와 연관된 길이와 차량이 루프 위에 있던 시간을 사용하여 차량의 속도를 계산할 수 있다.

일 구현에서, 통과하는 차량에 의해서 단일 유도성 루프에 의해 생성된 신호의 파형이 캡처된다. 이 파형은 차량 파형 또는 신호 파형으로 지칭될 수 있다. 신호 파형은 모델 파형 세트 내의 모델 파형과 비교된다. 모델 파형들은 상이한 차량 클래스들과 연관된다. 신호 파형과 매칭하는 모델 파형은 차량의 클래스를 나타낸다. 다른 구현에서, 각자의 길이들은 모델 파형들 및 차량 클래스들과 연관된다. 매칭하는 파형과 연관된 길이 및 차량이 유도성 루프를 통과하는 데 걸린 시간에 기초하여, 차량의 속도가 계산될 수 있다. 차량의 클래스 및 차량의 속도 둘 모두를 나타내는 데이터가 누적 및 데이터 수집 애플리케이션에 의한 추가 처리를 위해 출력될 수 있다.

도 1은 단일 유도성 루프를 사용하여 차량들을 분류하기 위한 시스템을 보여준다. 일 구현에서, 유도성 루프(102)는 도로(106)의 차선(104) 내의 얕은 슬롯에 매설된 절연된 전도성 와이어이다. 유도성 루프에 있어서의 크기, 형상 및 권선 수는 구현 요건에 따라 달라질 수 있다. 대안적으로, 루프는 포장 도로에 매설되거나 포장 도로 아래의 도관 내에 배치된 자력계일 수 있다.

루프는 검출기(110) 내의 발진기(108)에 결합된다. 검출기는 루프에 대한 유도성 변화에 기초하여 개별 출력 신호 및 출력 데이터를 생성하기 위해 루프(102)와 함께 동작한다. 발진기는 예시적인 구현에서 LC 회로이고, 루프에 존재하는 인덕턴스에 기초하여 공진 주파수를 생성한다. 발진기의 주파수는 루프에서의 인덕턴스의 레벨에 의존하며, 차량(111)의 존재는 주파수의 변화를 생성하는 인덕턴스의 레벨을 변화시킨다.

펄스 비교기(112)는 발진기에 결합되고, 발진기에 의해 생성된 아날로그 전압 레벨을 수신하고 그 전압 레벨을 디지털 펄스 열로 변환한다. 펄스 비교기의 출력 주파수는 루프 발진기로부터의 입력 주파수와 동일하다.

마이크로컨트롤러와 같은 프로세서(114)는 펄스 비교기로부터의 펄스 열을 입력으로서 수신하도록 결합된다. 프로세서는 펄스 비교기에 의해 생성된 펄스 열의 주파수를 측정하고, 이에 의해 비-피드백(non-feedback) 제어 루프를 설정한다. 입력 펄스 열의 주파수는 지정된 펄스 수를 카운팅함으로써 측정된다. 지정된 펄스 수는 구성 가능한 입력 값인 디바이스 감도 설정에 의해 결정될 수 있다. 제어 루프의 초기화 시에 지정된 펄스 수를 카운팅하는 데 필요한 시간을 결정함으로써 기준 기간이 설정된다. 기준 기간이 설정되면, 프로세서는 연속적인 활성 기간들의 각자의 지속 시간을 계산한다. 각각의 활성 기간의 지속 시간은 지정된 펄스 수를 카운팅하는 데 걸리는 시간이다. 예를 들어 루프 상의 차량에 의해 야기되는, 주파수의 변화는 지정된 펄스 수를 카운팅하는 데 필요한 시간을 변화시킨다.

파형 그래프는 기준 기간에 대한 활성 기간들의 지속 시간들, 및 각각의 활성 기간의 끝에서의 현재 상대 시간들로부터 구성될 수 있다. 파형 그래프의 한 포인트의 y 좌표는 기준 기간과 활성 기간 사이의 차이로서 계산되며, 활성 기간의 끝에서의 현재 상대 시간은 x 좌표이다. 도 4는 예시적인 파형 그래프를 도시한다. 파형 y 좌표 값들이 구성 가능한 감도 설정에 기초할 수 있는 임계값보다 작은 경우, 포인트들은 개별 차량을 나타내기 위해 저장될 수 있다. 저장된 포인트들은 차량 파형 또는 신호 파형으로 지칭될 수 있다. 그 후 이러한 저장된 포인트들을 사용하여 아래에 설명된 분류 알고리즘을 실행할 수 있다. 계산된 y 좌표 값이 임계값보다 큰 경우, 그 값은 폐기되어, 차량이 존재하지 않음을 나타낼 수 있다.

프로세서(114)는 메모리 장치(116)에 결합된다. 메모리 장치(116)는 모델 파형들(118)을 갖도록 구성되고, 다중 레벨의 캐시 메모리 및 주 메모리를 포함할 수 있다. 메모리 장치는 또한 본 명세서에 설명된 프로세스들 및 알고리즘들을 수행하기 위해 프로세서에 의해 실행 가능한 프로그램 코드를 갖도록 구성될 수 있다. 프로세서는 차량 파형을 저장된 모델 파형들(118)과 비교하여 통과하는 차량의 유형을 결정한다. 차량 파형의 지속 시간 및 통과하는 차량의 유형과 연관된 길이 값에 기초하여, 프로세서는 차량의 속도를 계산한다.

입력/출력 및 통신 회로(120)가 프로세서에 결합된다. I/O 및 통신 회로는 예를 들어, 생성된 데이터의 무선 및/또는 유선 통신을 위한 인터페이스를 제공할 수 있다. I/O 및 통신 회로는 또한 예를 들어 비휘발성 메모리(도시되지 않음)에의, 생성된 데이터의 보유 저장을 위한 인터페이스를 제공할 수 있다. 프로세서(114)는, 차량의 유형 및 차량의 속도를 결정하면, 그 유형 및 속도를 나타내는 데이터를 출력할 수 있다. 프로세서는 또한, 또는 대안적으로, 유형 및 속도와 같은, 검출된 각각의 차량과 연관된 정보를 메모리(116)에 또는 비휘발성 메모리에 저장할 수 있다.

하나의 차선의 하나의 유도성 루프만이 도시되어 있지만, 검출기는 다수의 차선에서 주행하는 차량들을 분류하도록 확장될 수 있다는 것을 이해할 것이다. 예를 들어, 검출기(110)는 상이한 차선들 내의 각자의 유도성 루프들에 연결된 다수의 발진기를 갖도록 구성될 수 있다. 검출기는 또한, 각각, 다수의 발진기에 연결된 다수의 펄스 비교기를 갖도록 구성될 수 있다. 펄스 비교기들은 전술한 바와 같이 각자의 펄스 열을 제공하도록 프로세서에 결합될 수 있다. 프로세서는 전술한 바와 같이 각각의 펄스 열을 처리하고 후술하는 바와 같이 차선들 각각 내의 차량들을 분류한다.

예시적인 구현에서, 모델 파형들은 상이한 유도성 루프들에 대해 상이할 수 있다. 예를 들어, 검출기(10) 내의 메모리(116)는 유도성 루프(102)에 맞추어진 모델 파형들(118)을 갖도록 구성될 수 있다. 다수의 모델 파형 세트 - 이때 각각의 세트는 특정한 유도성 루프 또는 유도성 루프 유형에 적합함 - 가 있을 수 있고, 프로세서는 특정한 유도성 루프에 따라 신호 파형과 매칭하기 위해 모델 파형 세트들 중 하나를 선택하여 사용하도록 명령을 받을 수 있다.

도 2는 단일 유도성 루프를 사용하여 차량들을 분류하기 위한 프로세스의 흐름도이다. 블록 202에서, 통과하는 차량에 의해 단일 유도성 루프에서 생성된 신호로부터 신호 파형이 생성된다. 생성된 신호 파형은 프로그래밍된 마이크로프로세서에 의해 처리될 수 있는, 샘플링된 데이터 값들의 시간 정렬된 세트로서 표현될 수 있다.

블록 204에서, 신호 파형은 모델 파형 세트 내의 파형들과 비교된다. 모델 파형들은 차량 데이터를 수집하기 위해 시스템을 작동하기 전에 메모리에 구성될 수 있다. 모델 파형들은 클래스 내의 차량들을 대표하며, 각각은 시간 정렬된 샘플 값 세트일 수 있다. 대안적으로, 각각의 모델 파형은 클래스의 하나 이상의 대표 차량에 의해 생성된 파형(들) 내의 음의 피크의 수를 나타내는 값에 의해 표현될 수 있다. 음의 피크는 대안적으로 밸리(valley)로 지칭될 수 있다. 각각의 모델 파형은 단일의 대표 차량으로부터 생성될 수 있거나, 몇몇 대표 차량의 합성물일 수 있다. 이하에서 추가로 설명될 바와 같이, 일부 구현들에서, 각자의 한계 마스크들은 일부 모델 파형들을 나타낼 수 있다.

블록 206에서 신호 파형과 매칭하는 모델 파형이 결정된다. 매칭은 대안적인 접근법을 사용하여 결정될 수 있다. 도 3 내지 도 7에 도시되고 이하에서 더 상세히 설명되는, 하나의 접근법에서, 매칭은 두 단계로 진행된다. 첫 번째 단계에서, 신호 파형은 마스터 클래스의 모델 파형들에 대해 매칭된다. 각각의 마스터 클래스는 연관된 모델 파형을 가지며, 마스터 클래스들 중 적어도 일부는 각자의 서브클래스를 갖는다. 각각의 마스터 클래스의 각자의 서브클래스들은 또한 연관된 모델 파형을 가지며, 이것은 예시적인 구현에서 한계 마스크이다. 각각의 마스터 클래스는 일반적으로 다양한 차량 길이들을 분류한다. 예를 들어, 제1 마스터 클래스는 승용차, 픽업 트럭, 및 밴을 포함할 수 있고; 제2 마스터 클래스는 트레일러가 있는 차량, 및 박스 트럭을 포함할 수 있고; 제3 마스터 클래스는 박스 트럭, 버스 및 2개 초과의 차축이 있는 다른 차량을 포함할 수 있고; 제4 마스터 클래스는 트랙터-트레일러를 포함할 수 있다.

다른 접근법에서, 신호 파형은 마스터 클래스 및 서브클래스의 사용 없이 상이한 차량들에 대한 모델 파형들에 대해 매칭된다. 매칭은 신호 파형과 가장 근접하게 매칭하는 샘플 값들을 갖는 모델 파형으로서 결정될 수 있다.

블록 208에서, 매칭하는 모델 파형과 연관된 차량 클래스가 결정되고, 블록 210에서, 차량 클래스의 차량의 길이가 결정된다. 예시적인 구현에서, 차량 클래스들 및 길이들을 나타내는 데이터가 모델 파형들과 연관지어 메모리에 저장될 수 있다. 따라서, 일단 매칭하는 모델 파형이 결정되면, 차량 클래스 및 길이를 나타내는 연관 데이터가 메모리로부터 판독될 수 있다.

블록 212에서 차량의 속도가 계산된다. 차량의 길이 및 신호 파형의 지속 시간이 계산에 사용될 수 있다. 루프(102)의 필드 길이가 메모리에 저장된다. 모델 파형 및 차량 클래스와 연관된 길이는 다음 방정식을 이용하여 속도를 계산하는 데 사용될 수 있다:

변환 팩터는 길이 단위들 및 파형 지속 시간 단위들을 차량에 관한 속도 정보의 전달에 적합한 단위들로 변환한다.

블록 214에서, 차량 클래스 및 속도를 나타내는 데이터가 예를 들어 데이터 수집 애플리케이션에 출력된다. 대안적으로, 데이터의 출력은 로컬 메모리 장치에 데이터를 저장하는 것을 수반할 수 있다.

도 3은 상이한 차량들에 대한 상이한 모델 파형 세트 중 어느 모델 파형이 차량에 의해 생성된 신호 파형과 매칭하는지를 결정하기 위한 프로세스의 흐름도이다. 도 3의 프로세스는 두 가지 일반적인 단계를 포함한다. 첫 번째 단계에서, 프로세스는 마스터 클래스의 어느 모델 파형이 신호 파형과 매칭하는지를 결정한다. 두 번째 단계에서, 프로세스는 매칭하는 마스터 클래스의 서브클래스의 어느 모델 파형이 신호 파형과 매칭하는지를 결정한다.

첫 번째 단계는 신호 파형의 음의 피크 카운트 대 마스터 클래스들의 모델 파형들의 음의 피크 카운트들을 검사한다. 블록 302에서, 신호 파형의 음의 피크 카운트가 결정된다. 예시적인 구현에서, 프로세서 상에서 실행되는 일반적으로 이용 가능한 소프트웨어에서 구현되는 피크 검출 알고리즘이 음의 피크의 수를 결정하는 데 사용될 수 있다. 유도성 루프로부터 신호 파형을 생성한 회로의 감도에 알고리즘의 감도를 매칭하기 위해 구성 파라미터가 피크 검출 알고리즘에 입력될 수 있다.

자동차에 대한 그리고 트랙터-트레일러에 대한 파형들 내의 음의 피크들의 예가, 각각, 도 4 및 도 5에 도시되어 있다. 도 4의 파형(400)은 참조 번호 402로 표시된 곡선 상의 포인트에서 하나의 음의 피크를 갖는다. 도 5의 파형(500)은 포인트들(502, 504, 506, 및 508)에서 4개의 음의 피크를 갖는다.

이제 도 3을 참조하면, 블록 304에서, 신호 파형의 음의 피크 카운트가 마스터 클래스의 모델 파형의 음의 피크 카운트와 비교된다. 마스터 클래스에 대한 신호 파형의 매칭은 음의 피크 카운트들을 비교하는 것을 수반하기 때문에, 마스터 클래스의 모델 파형은 시간 정렬된 샘플 값 세트로서 저장될 필요가 없다. 오히려, 각각의 마스터 클래스의 모델 파형은 음의 피크의 수에 의해 표시될 수 있다. 신호 파형 내의 음의 피크의 수와 동일한 수의 음의 피크를 갖는 마스터 클래스가 매칭하는 마스터 클래스인 것으로 결정된다.

일단 신호 파형이 마스터 클래스의 모델 파형과 매칭되면, 두 번째 단계는 신호 파형을 매칭하는 마스터 클래스의 서브클래스 모델 파형과 매칭시키는 것으로 진행한다. 마스터 클래스들의 서브클래스 모델 파형들은 차량들을 분류하기 위해 시스템을 작동하기 전에 설정된다. 클래스 내의 차량들의 모든 서브클래스는 동일한 수의 밸리를 갖는 모델 파형들을 갖는다는 점에 유의한다.

차량들을 분류하기 위해 시스템을 활성화시키기 전에, 서브클래스 모델 파형들은 교통 엔지니어와 같은 최종 사용자에 의해, 또는 시스템의 제조업체에 의해 시스템에서 구성된다. 각각의 서브클래스에 대해, 서브클래스의 대표 차량에 의해 생성된 신호 파형이 캡처된다. 대안적으로, 서브클래스의 다수의 대표 차량에 의해 생성된 신호 파형들이 캡처되어 단일 파형으로 결합될 수 있다. 결과적인 파형은 원하는 샘플 크기로 해상도를 증가시키기 위해 보간될 수 있다. 대략 1000 포인트의 샘플 크기가 차량의 서브클래스를 결정하기에 충분한 해상도를 제공하는 것으로 결정되었다. 이 샘플 크기를 수용하기 위한 보간 인자는 디바이스에 설정된 루프 감도(각각의 감도 레벨은 고정된 샘플 속도를 생성함)에 기초하여 계산될 수 있다. 보간 후에, 한계 마스크가 생성될 수 있다. 한계 마스크는 대표 파형의 각각의 샘플에 대해 양 및 음의 한계를 갖는다. 예를 들어, 보간된 파형의 각각의 샘플 값에 대해, 양의 한계 값은 선택된 양만큼 증가된 샘플 값과 같고, 음의 한계 값은 선택된 양만큼 감소된 샘플 값과 같다. 한계 마스크의 양 및 음의 오프셋은 차량을 분류하는 데 사용되는 서브클래스 마스터 파형의 수에 의존한다. 분류될 가능한 차량 파형들을 수용하기 위한 클래스가 더 적다면 오프셋 양은 양 및 음의 한계에서 더 크다. 마스터 파형들 내에 더 많은 수의 서브클래스가 있다면, 통과하는 차량들을 더 구체적으로 분류하기 위해 양 및 음의 한계에 대한 오프셋 양은 더 작다. 차량들을 분류하기 위해 시스템을 활성화시키기 전에, 서브클래스 모델 파형 한계 마스크는 교통 엔지니어와 같은 최종 사용자에 의해 또는 시스템의 제조업체에 의해 시스템에서 구성된다. 따라서, 한계 마스크의 파형들은 보간된 파형과 일치한다.

도 6은 자동차에 대한 한계 마스크를 도시한다. 양의 한계들은 파형(602)에 의해 도시되고, 음의 한계는 파형(604)에 의해 도시된다. 이제 도 3을 참조하면, 블록 306에서, 매칭하는 마스터 클래스의 서브클래스 모델 파형들과 매칭하도록 신호 파형이 정규화된다. 신호 파형은 서브클래스 모델 파형들의 샘플 크기와 매칭하도록 보간되고, 신호 파형의 샘플들 간의 시간은 서브클래스 모델 파형들의 샘플들 간의 시간과 같도록 변경된다.

블록 308에서, 정규화된 신호 파형을 매칭하는 마스터 클래스의 서브클래스들의 한계 마스크들과 비교하여 어느 한계 마스크가 신호 파형과 매칭하는지를 결정한다. 신호 파형의 모든 포인트가 한계 마스크의 양의 한계와 음의 한계 사이에 있다면 신호 파형은 한계 마스크와 매칭한다. 도 6은 유도성 루프를 통과하는 차량에 의해 생성된 바와 같은 신호 파형(606)이 파형(602)의 양의 한계들 및 파형(604)의 음의 한계들을 갖는 한계 마스크와 매칭하는 예를 도시한다. 신호 파형(606)의 모든 샘플은 파형(602)의 양의 한계들과 파형(604)의 음의 한계들 사이에 있다. 신호 파형이 한계 마스크들 중 하나 초과와 매칭한다면, 이들 매칭 파형들의 양 및 음의 오프셋은 감소되어, 한계 마스크를 더 좁고 실제 신호에 더 가깝게 만든다. 그 후 정규화된 신호를 각각의 매칭하는 한계 마스크와 다시 비교할 수 있다. 이 프로세스는 정규화된 파형이 단지 단일 서브클래스 한계 마스크와 매칭할 때까지 반복될 수 있다.

일부 경우에, 신호 파형이 매칭하는 마스터 클래스의 서브클래스들의 한계 마스크들 중 어느 것과도 매칭하지 않을 수 있다. 도 7은 자동차에 대한 한계 마스크 및 신호 파형(702)을 도시한다. 신호 파형(702)은 한계 마스크와 매칭하지 않는데, 그 이유는 모든 샘플이 양의 한계들(602)과 음의 한계들(604) 사이에 있는 것은 아니기 때문이다. 포인트들(712 및 714) 사이에서, 신호 파형의 샘플들은 양의 한계들(602)의 대응하는 샘플들보다 크다. 한계 마스크 밖의 샘플들은 실패 포인트(failure point)로 지칭될 수 있다. 일 구현에서, 신호 파형이 매칭하는 마스터 클래스의 서브클래스들의 한계 마스크들 중 임의의 것과 완벽하게 매칭하지 않으면, 신호 파형이 가장 적은 수의 실패 포인트를 갖는 한계 마스크가 매칭하는 한계 마스크로서 선택될 수 있다.

블록 310에서, 프로세스는 매칭하는 한계 마스크를 나타내는 데이터를 출력하고, 그 후 매칭하는 한계 마스크와 연관된 데이터는 도 2의 블록 208에 도시되고 위에 설명된 바와 같이 차량의 길이를 결정하는 데 사용될 수 있다.

비록 양태들 및 특징들이 일부 경우들에서 개별적인 도면들에 기술될 수 있지만, 하나의 도면으로부터의 특징들을 다른 도면의 특징들과 조합하는 것이 명시적으로 도시되어 있지 않거나 조합으로서 명시적으로 기술되지 않더라도 그러한 조합이 가능하다는 것을 이해할 것이다.

본 발명은 차량들을 분류하기 위한 다양한 시스템에 적용 가능할 것으로 생각된다. 본 발명의 다른 양태들 및 실시예들이 본 명세서의 고려 및 본 명세서에 개시된 발명의 실시로부터 본 기술분야의 기술자들에게 명백할 것이다. 본 명세서 및 도시된 실시예들은 단지 예로서 고려되며, 본 발명의 진정한 범위는 다음의 청구범위에 의해 지시되는 것으로 의도된다.

Claims

차량 분류 방법으로서,
통과하는 차량에 의해 생성된 단일 유도성 루프 내의 신호로부터 신호 파형을 생성하는 단계;
상기 신호 파형을 제1 복수의 모델 파형과 비교하는 단계 - 각각의 모델 파형은 각자의 차량 클래스와 연관됨 -;
상기 제1 복수의 모델 파형 중 상기 신호 파형과 매칭하는 제1 모델 파형을 결정하는 단계; 및
상기 제1 모델 파형과 연관된 상기 각자의 차량 클래스를 나타내는 데이터를 출력하는 단계
를 포함하는, 방법.
제1항에 있어서, 각자의 차량 클래스 각각은 연관된 차량 길이 값을 가지며, 상기 방법은 상기 제1 모델 파형과 연관된 상기 차량 길이 값을 출력하는 단계를 추가로 포함하는, 방법.
제2항에 있어서,
상기 신호 파형의 지속 시간을 결정하는 단계;
상기 지속 시간 및 상기 제1 모델 파형과 연관된 상기 차량 길이 값의 함수로서 상기 차량의 속도를 결정하는 단계; 및
상기 차량의 상기 속도를 나타내는 데이터를 출력하는 단계
를 추가로 포함하는, 방법.
제1항에 있어서,
상기 신호 파형을 제2 복수의 모델 파형과 비교하는 단계 - 상기 클래스들 중 하나 이상은 2개 이상의 차량 서브클래스를 가지며, 상기 서브클래스들 각각은 상기 제2 복수의 모델 파형의 연관된 모델 파형을 가짐 -;
상기 제2 복수의 모델 파형 중 상기 신호 파형과 매칭하는 제2 모델 파형을 결정하는 단계; 및
상기 제2 모델 파형과 연관된 각자의 차량 서브클래스를 나타내는 데이터를 출력하는 단계
를 추가로 포함하는, 방법.
제4항에 있어서,
상기 신호 파형의 지속 시간을 결정하는 단계;
상기 지속 시간 및 상기 제2 모델 파형과 연관된 상기 차량 서브클래스와 연관된 차량 길이 값의 함수로서 상기 차량의 속도를 결정하는 단계; 및
상기 차량의 상기 속도를 나타내는 데이터를 출력하는 단계
를 추가로 포함하는, 방법.
제1항 또는 제4항에 있어서, 상기 제1 복수의 모델 파형 중 상기 신호 파형과 매칭하는 상기 제1 모델 파형을 결정하는 단계는,
상기 신호 파형 내의 음의 피크들의 수를 상기 제1 복수의 모델 파형의 모델 파형들 내의 각자의 음의 피크들의 수들과 비교하는 단계; 및
상기 제1 모델 파형을 상기 신호 파형 내의 상기 음의 피크들의 수에 가장 가까운 각자의 음의 피크들의 수를 갖는 상기 제1 복수의 모델 파형 중의 모델 파형인 것으로 결정하는 단계
를 포함하는, 방법.
제6항에 있어서, 상기 제2 복수의 모델 파형 중 상기 신호 파형과 매칭하는 상기 제2 모델 파형을 결정하는 단계는,
상기 신호 파형을 상기 제2 복수의 모델 파형의 모델 파형들에 대응하는 각자의 한계 마스크들과 비교하는 단계;
상기 한계 마스크들 중 임의의 것이 상기 신호 파형의 모든 포인트들을 커버하는지 여부를 결정하는 단계; 및
상기 제2 모델 파형을 상기 신호 파형의 모든 포인트들을 커버하는 대응하는 한계 마스크를 갖는 상기 제2 복수의 모델 파형 중의 모델 파형인 것으로 결정하는 단계
를 포함하는, 방법.
단일 유도성 루프를 통과하는 차량을 분류하기 위한 시스템으로서,
상기 단일 유도성 루프에 결합된 발진기;
상기 발진기에 결합된 펄스 비교기 - 상기 펄스 비교기는 상기 발진기로부터의 출력 신호에 응답하여 펄스 열을 생성하도록 구성됨 -;
상기 펄스 비교기에 결합된 프로세서; 및
상기 프로세서에 결합된 메모리를 포함하며, 상기 메모리는 복수의 모델 파형을 갖도록, 그리고 상기 프로세서에 의해 실행될 때 상기 프로세서로 하여금,
통과하는 차량에 의해 생성된 상기 단일 유도성 루프 내의 신호로부터 신호 파형을 생성하고;
상기 신호 파형을 제1 복수의 모델 파형과 비교하고 - 각각의 모델 파형은 각자의 차량 클래스와 연관됨 -;
상기 제1 복수의 모델 파형 중 상기 신호 파형과 매칭하는 제1 모델 파형을 결정하고;
상기 제1 모델 파형과 연관된 상기 각자의 차량 클래스를 나타내는 데이터를 출력하게
하는 명령어들을 갖도록 구성되는, 시스템.
제8항에 있어서, 각자의 차량 클래스 각각은 연관된 차량 길이 값을 가지며, 상기 메모리는 또한 상기 프로세서에 의해 실행될 때 상기 프로세서로 하여금 상기 제1 모델 파형과 연관된 상기 차량 길이 값을 출력하게 하는 명령어들을 갖도록 구성되는, 시스템.
제9항에 있어서, 상기 메모리는 또한 상기 프로세서에 의해 실행될 때 상기 프로세서로 하여금,
상기 신호 파형의 지속 시간을 결정하고;
상기 지속 시간 및 상기 제1 모델 파형과 연관된 상기 차량 길이 값의 함수로서 상기 차량의 속도를 결정하고;
상기 차량의 상기 속도를 나타내는 데이터를 출력하게
하는 명령어들을 갖도록 구성되는, 시스템.
제8항에 있어서, 상기 메모리는 또한 상기 프로세서에 의해 실행될 때 상기 프로세서로 하여금,
상기 신호 파형을 제2 복수의 모델 파형과 비교하고 - 상기 클래스들 중 하나 이상은 2개 이상의 차량 서브클래스를 가지며, 상기 서브클래스들 각각은 상기 제2 복수의 모델 파형의 연관된 모델 파형을 가짐 -;
상기 제2 복수의 모델 파형 중 상기 신호 파형과 매칭하는 제2 모델 파형을 결정하고;
상기 제2 모델 파형과 연관된 각자의 차량 서브클래스를 나타내는 데이터를 출력하게
하는 명령어들을 갖도록 구성되는, 시스템.
제11항에 있어서, 상기 메모리는 또한 상기 프로세서에 의해 실행될 때 상기 프로세서로 하여금,
상기 신호 파형의 지속 시간을 결정하고;
상기 지속 시간 및 상기 제2 모델 파형과 연관된 상기 차량 서브클래스와 연관된 차량 길이 값의 함수로서 상기 차량의 속도를 결정하고;
상기 차량의 상기 속도를 나타내는 데이터를 출력하게
하는 명령어들을 갖도록 구성되는, 시스템.
제8항 또는 제11항에 있어서, 상기 프로세서로 하여금 상기 제1 복수의 모델 파형 중 상기 신호 파형과 매칭하는 상기 제1 모델 파형을 결정하게 하는 상기 명령어들은 상기 프로세서로 하여금,
상기 신호 파형 내의 음의 피크들의 수를 상기 제1 복수의 모델 파형의 모델 파형들 내의 각자의 음의 피크들의 수들과 비교하고;
상기 제1 모델 파형을 상기 신호 파형 내의 상기 음의 피크들의 수에 가장 가까운 각자의 음의 피크들의 수를 갖는 상기 제1 복수의 모델 파형 중의 모델 파형인 것으로 결정하게
하는 명령어들을 포함하는, 시스템.
제13항에 있어서, 상기 프로세서로 하여금 상기 제2 복수의 모델 파형 중 상기 신호 파형과 매칭하는 상기 제2 모델 파형을 결정하게 하는 상기 명령어들은 상기 프로세서로 하여금,
상기 신호 파형을 상기 제2 복수의 모델 파형의 모델 파형들에 대응하는 각자의 한계 마스크들과 비교하고;
상기 한계 마스크들 중 임의의 것이 상기 신호 파형의 모든 포인트들을 커버하는지 여부를 결정하고;
상기 제2 모델 파형을 상기 신호 파형의 모든 포인트들을 커버하는 대응하는 한계 마스크를 갖는 상기 제2 복수의 모델 파형 중의 모델 파형인 것으로 결정하게
하는 명령어들을 포함하는, 시스템.
제14항에 있어서, 상기 메모리는 또한 상기 프로세서에 의해 실행될 때 상기 프로세서로 하여금,
상기 한계 마스크들 중 어느 것도 상기 신호 파형의 모든 포인트들을 커버하지 않는다는 결정에 응답하여, 상기 제2 모델 파형을 상기 신호 파형의 최소 수의 포인트들이 상기 한계 마스크 밖에 있는 대응하는 한계 마스크를 갖는 상기 제2 복수의 모델 파형 중의 모델 파형인 것으로 결정하게
하는 명령어들을 갖도록 구성되는, 시스템.