一种基于双矢量磁传感器的车辆信息采集及处理系统和方法与流程

本发明涉及一种基于双矢量磁传感器的车辆信息采集及处理系统和方法，属于智能交通及信号处理领域。
背景技术：
：随着我国经济中高速发展，人民经济不断提高，汽车化进程加快，车多路少的局面给城市的交通带来了巨大挑战。为了解决现有问题，人们把发展目光聚焦到了智能交通领域。而在智能交通领域，车辆检测是智能交通领域最为基础的，也是最重要的环节。当今国际上常用的车辆检测技术主要有环形线圈、视频、微波和磁阻传感器等。环形线圈技术大多应用于城市交通路口、高速路口，它检测精度高，可靠性好，但安装维护复杂，破坏路面。视频检测主要应用于路口，可清楚地看到交通现状，但检测精度受天气、光线的影响较大，镜头容易受路面灰尘的影响。微波大多应用于高速路段的车速测量，安装方便、寿命长，但容易受周围环境的影响。磁阻传感器，它具有体积小、成本低、安装维修方便等特点，由此磁阻传感器更加适合用作现今的车辆识别前端传感器。目前，常见的磁阻传感器车辆检测算法主要有固定阈值算法、自适应阈值算法、状态机检测算法等。检测车辆是否存在需要使用一或两个传感器对车辆进行识别，然后对车速进行估计，最后使用模式识别或阈值分类算法识别车型。但在判决的依据方面多使用单一判据，处理的准确度较差。技术实现要素：根据本发明的一个方面，提供了一种基于双矢量磁传感器的车辆信息采集及处理系统，其特征在于包括：前端双矢量磁传感器部分，包括两个矢量磁阻传感器S1和S2，用于把车辆运动产生的磁场信号转换成模拟电信号，信号采集部分，用于把前端双矢量磁传感器部分输出的模拟电信号转换为数字信号，车辆信息确定部分，用于对来自信号采集部分的数字信号进行特征量的确定，找到适合处理的数值，并确定包括车辆的有无、车辆行驶方向、车速、车长的车辆信息，结果输出部分，用于输出所述车辆信息。根据本发明的另一个方面，提供了一种基于双矢量磁传感器的车辆信息采集及处理方法，其特征在于包括以下步骤：A)用包括两个矢量磁阻传感器S1和S2的前端双矢量磁传感器部分，把车辆运动产生的磁场信号转换成模拟电信号，B)把前端双矢量磁传感器部分输出的模拟电信号转换为数字信号，C)对来自信号采集部分的数字信号进行特征量的确定，找到适合处理的数值，并确定确定包括车辆的有无、车辆行驶方向、车速、车长的车辆信息，D)通过结果输出部分，输出所述车辆信息。附图说明图1是本发明的系统示意图。图2是本发明的传感器阵列的安装示意图。图3是本发明的算法的流程框图。具体实施方式本发明采用双矢量磁传感器，并提出了多判据的处理方法，从系统复杂度和性能方面做了比较好的折衷，并提出一种新的车辆信息处理方法，具备较好鲁棒性好及较低的复杂度。根据本发明的一种基于双矢量磁传感器的车辆信息采集及处理系统包括双矢量磁传感器的车辆信息采集部分及处理部分。其中，车辆信息采集系统包括前端双矢量磁传感器部分、信号采集部分、处理器部分及结果输出采集部分。处理部分包括车辆信息确定部分。以下分别进行说明。1车辆信息采集采集部分(1)前端双矢量磁传感器部分该部分包括相距一定距离的两个三维磁传感器及必要的信号放大、滤波及驱动电路，用于完成磁场信号到电信号的转换。基于磁阻传感器的车辆信息处理系统的基本原理是利用磁阻传感器采集车辆经过前后的地球磁场的变化量，进行进一步分析得到车辆信息。其物理机理在于一般车辆的含有铁磁性物质在行驶过程中会切割地球已有的磁场分布，会造成磁场的变化。车辆经过引起的磁场扰动为低频信号，其强度多在nT到uT级别，适合采用磁阻传感器。磁阻传感器有三种选择，分别是AMR(Anisotropicmagnetoresistance，各向异性磁敏电阻)、GMR(Giantmagnetoresistance，巨型磁敏电阻)和TMR(Tunnelmagnetoresistance，隧道磁敏电阻)。其中，相对而言，AMR由于其方向性明确、灵敏度适中和较高的性价比更适合本发明的方法。由于磁敏电阻的原始输出电信号都比较微弱，所以需要对信号进行放大处理。由于车辆经过的磁场为低频交变磁场，所以滤波处理也是必要的，以去除环境磁场的干扰信息。最后，该部分的输出信号经过驱动电路的处理以传送到下级的信号采集部分。(2)信号采集部分信号采集部分完成模拟数字转换功能，用于实现前端传感器输出的模拟信号转换为处理器部分所需要的数字信号。根据本发明的一个实施例，信号采集部分包括数据采集卡；根据本发明的另一个实施例，信号采集部分包括ADC(Analog-DigitalConvertor，模拟数字转换器)电路。信号采集部分满足低噪声和转换精度的要求，降低自身带来的电气噪声。(3)车辆信息确定部分根据本发明的一个实施例，车辆信息确定部分包括加载有相应的处理应用的。在根据本发明的实施例中，采用电脑或者其他嵌入式平台。当考虑到实时性要求时，一般选用DSP(数字信号处理器)类具备较强运算功能和数据吞吐量的执行硬件平台。对车辆信息确定部分的更详细描述见下文。(4)结果输出部分结果输出部分为车辆信息的输出指示部分和/或数据传送部分。输出部分涵盖车辆信息的一般内容，包括有无车辆、车辆行驶方向、车速、车长等。当作为输出指示部分时，结果输出部分还具备显示功能和指示功能的设备。当作为数据传送部分时，结果输出部分将车辆信息的一般内容通过通信接口和协议传送给另一端。实际中，另一端为交通指挥中心或者数据汇总中心。2车辆信息确定部分车辆信息采集及处理系统对采集到的数据进行特征量的确定，找到适合计算的数值。并进行车辆信息的确定，确定出车辆的相关信息，包括车辆的有无、车辆行驶方向、车速、车长等。车辆信息确定部分包括如下数据预处理部分、车辆有无判别部分、车辆方向判别部分、平均车速测量部分和车长测量部分。下面分别进行说明。(1)数据预处理部分根据前端的两个矢量磁阻传感器的安装，原始数据为6路，为两个传感器在固定XYZ轴的磁场信号，分别记为S1.X、S1.Y、S1.Z、S2.X、S2.Y和S2.Z(S1代表其中一个磁敏传感器，S2代表另外一个)。首先将信号进行滤波处理，以排除突发性的干扰信号。然后将滤波后的信号进一步进行运算，将数据量的直流成分去除，分别得到6个交变量ΔS1.X、ΔS1.Y、ΔS1.Z、ΔS2.X、ΔS2.Y和ΔS2.Z。再进一步处理，得到6个派生量分别是ΔS1.TMI、ΔS2.TMI、ΔS12.TMI、Grad.X、Grad.Y和Grad.Z，其数学定义如公式(1)-(6)所示。ΔS12.TMI＝ΔS1.TMI-ΔS2.TMI公式(3)从物理概念上看，ΔS1.TMI和ΔS2.TMI反应了两个传感器测出磁场中交变场的总强度，为向量(ΔS1.X,ΔS1.Y,ΔS1.Z)和(ΔS2.X,ΔS2.Y,ΔS2.Z)的二范数；ΔS12.TMI反应了两个传感器的交变场的总强度的差值；Grad.X、Grad.Y和Grad.Z反应了XYZ坐标方向上两个传感器的磁场随距离的变化量，一般称为梯度值。实际判断中，需要找到上述6个派生量中变换比较大的量，作为判断的主依据。比较XYZ轴上的TMI值，找到TMI值最大的作为敏感轴，从而对敏感轴做数据计算。(2)车辆有无判别部分在判别有无车辆上，采用多依据加权判别的方法。上一步中，计算得到6个量，分别是ΔS1.TMI、ΔS2.TMI、ΔS12.TMI、Grad.X、Grad.Y和Grad.Z。可将6个量进行加权处理，增加加权系数λ1-λ6，并依据公式(7)计算得到pass_score。需要注意的时，加权系数λ1-λ6一般不会采用平均加权的处理，而会采用根据比重加权的方法。具体加权值的确定可采用6个量的相对变化量来确定。如果某个量的变化较大，说明该量比较敏感，其对应的加权值应较大。通常来讲，λ3的比重会比较大，λ1和λ2次之。这反映出判断车辆有无时，以传感器的交变场的总强度的差值作为车辆经过的主要依据，两个传感器测出磁场中交变场的总强度作为次要依据，每一方向上的梯度值作为较小依据。根据以上六个量分别加权进行车辆有无判别，需满足主依据与其中一个次依据才能判别有车经过，否则判别没有车经过pass_score=λ1*ΔS1.TMI+λ2*ΔS2.TMI+λ3*ΔS12.TMI+λ4*Grad.X+λ5*Grad.Y+λ6*Grad.Z---(7)]]>pass_score的数值与预设的阈值比较。如果大于阈值，则有车通过，否则无车通过。在本发明的一个实施例中采用固定阈值算法，具体阈值通过对汽车通过的场景的多次实测得到。(3)车辆方向判别部分在判别车辆方向上，使用Grad.X、Grad.Y和Grad.Z作为判断的主要依据。依据三个量的变化斜率并综合三个斜率得到车辆的行驶方向。如果Grad.X的斜率为正，则为某行驶方向为X轴正向；反之，则为X轴负向。同理Grad.Y和Grad.Z用于判断Y轴和Z轴向行驶方向。最后，再将三个坐标轴的行驶方向进行综合判断(4)平均车速测量部分对传感器输出滤波之后的信号S1.X、S1.Y、S1.Z、S2.X、S2.Y和S2.Z中变换比较大的量，即判断的主依据，进行二值化处理以去掉数据中一些无效的数据点，选择判断的主依据判断阈值St，，将波形转换为归一化的方波(1,0)，其中归一化方波中敏感轴上第N个采样点处值的选取方法为:S=1,Sn<St0,Sn>St]]>式中：Sn为采样点N处的值；St为设置的波形阈值。选择时候应注意两个传感器应综合考虑变化较大的量，应保持判断依据的数据方向为同一个方向。使用上述二值化后的某传感器的数据，，并计算相邻01变化的点数之差，并结合采样率，计算出车辆经过两个传感器的时间差T，如公式7所示。其中，N2和N1分别是传感器2和1出现电平01变化的点数，S为采样率。T＝(N2-N1)/S(7车辆的平均速度依据公式8计算，其中L为双传感器在敏感方向的距离，为已知量，T在公式7中计算得到。计算车辆经过两个传感器之间的时间，按照：V＝L/T(8)(5)车长测量部分特征曲线波形长度反映的是车辆通过传感器的时间，随车速或车辆长度的大小成比例伸缩。利用传感器记录同一车辆经过2个传感器的时间差，对波形做归一化处理消除车速对时间轴的影响，则归一化后的波形长度与整车长度成正比。设T1、T2分别为第一个传感器检测到车辆存在和离开的时刻，T3、T4分别为第二个传感器检测到车辆存在和离开的时刻，则该车辆通过一个传感器的平均时间见式(9)，上面已经求出平均车速，由时间和平均车速即可得出车辆的长度，见式(10)。T＝((T2－T1)+(T4－T3))/2(9)length＝V*T(10)为了使本发明的目的、技术方案和优点更加清楚，下面结合具体实施例对本发明进行详细描述。图1为本发明的系统示意图。其中，车辆信息采集及处理系统由前端双矢量磁传感器部分、信号采集部分、处理器部分及结果输出采集部分四部分组成。前端双矢量磁传感器部分由相距一定距离的两个三维磁传感器及必要的信号放大、滤波及驱动电路组成，用于完成磁场信号到电信号的转换。信号采集部分完成模拟数字转换功能，用于实现前端传感器输出的模拟信号转换为处理器部分所需要的数字信号。具体实现方法可利用数据采集卡或者各种ADC(Analog-DigitalConvertor，模拟数字转换器)电路。性能方面应满足低噪声和转换精度的要求，降低自身带来的电气噪声。处理器部分为车辆信息确定部分运行的载体，用于实现车辆信息确定处理。一般可选择电脑或者其他嵌入式平台。如考虑到实时性要求，一般选用DSP(数字信号处理器)类具备较强运算功能和数据吞吐量的处理执行硬件平台。结果输出部分为车辆信息的输出指示部分或者数据传送部分。输出部分应涵盖车辆信息的一般内容，如有无车辆、车辆行驶方向、车速、车长等。如为输出指示部分应为具备显示功能和指示功能的设备。如为数据传送部分，则应将车辆信息的一般内容通过某种通信接口和协议传送给另一端。实际中，另一端为交通指挥中心或者数据汇总中心。图2为本发明的传感器阵列的安装示意图。其中，坐标系采用直角坐标系，原点为O点，坐标轴为XYZ。这里假设小车的行进方向与Y轴正向一致。传感器S1和S2在坐标系中任意放置，其信号输出为S1X、S1Y、S1Z、S2X、S2Y和S2Z。两个传感器在XYZ轴方向的距离差分别是dX、dY和dZ。这三个距离是传感器布局时确定的，对于信号处理过程为已知量，用于计算梯度值。图3是本发明的处理操作的流程框图。从流程图看，处理操作包括：(1)平滑滤波首先将信号进行滤波处理，以排除突发性的干扰信号。考虑到实时性和处理器的能力，本处理方法采用均值平滑滤波来处理原始的传感器信号，如图3所示。此方法适用于动态信号的处理，不仅能很好的削弱毛刺噪音，而且计算简单。平滑后的波形图可以看出，车辆经过传感器时的检测信号经过平滑后，毛刺现象己经被有效的削弱，而车辆的特征波形被保留。在利用均值平滑滤波过滤毛刺噪音的同时，还可以一定程度的过滤掉相邻车道车辆产生振幅较小，波宽较短的波形。(2)去除直流量将滤波后的信号进一步进行运算，将数据量的直流成分去除，分别得到6个交变量ΔS1.X、ΔS1.Y、ΔS1.Z、ΔS2.X、ΔS2.Y和ΔS2.Z。(3)计算6个派生量再进一步处理，得到6个派生量分别是ΔS1.TMI、ΔS2.TMI、ΔS12.TMI、Grad.X、Grad.Y和Grad.Z，其数学定义如公式(1)-(6)所示。ΔS12.TMI＝ΔS1.TMI-ΔS2.TMI公式(3)(4)车辆有无判别在判别有无车辆上，采用多依据加权判别的方法。上一步中，计算得到6个量，分别是ΔS1.TMI、ΔS2.TMI、ΔS12.TMI、Grad.X、Grad.Y和Grad.Z。可将6个量进行加权处理，增加加权系数λ1-λ6，并依据公式(7)计算得到pass_score。需要注意的时，加权系数λ1-λ6一般不会采用平均加权的处理，而会采用根据比重加权的方法。具体加权值的确定可采用6个量的相对变化量来确定。如果某个量的变化较大，说明该量比较敏感，其对应的加权值应较大。通常来讲，λ3的比重会比较大，λ1和λ2次之。这反映出判断车辆有无时，以传感器的交变场的总强度的差值作为车辆经过的主要依据，两个传感器测出磁场中交变场的总强度作为次要依据，每一方向上的梯度值作为较小依据。根据以上六个量分别加权进行车辆有无判别，需满足主依据与其中一个次依据才能判别有车经过，否则判别没有车经过pass_score=λ1*ΔS1.TMI+λ2*ΔS2.TMI+λ3*ΔS12.TMI+λ4*Grad.X+λ5*Grad.Y+λ6*Grad.Z---(7)]]>pass_score的数值与预设的阈值比较。如果大于阈值，则有车通过，否则无车通过。在处理操作方面采用固定阈值算法，具体阈值通过对汽车通过的场景的多次实测得到。(5)判断行驶方向在判别车辆方向上，在本发明的一个实施例中，使用通过滤波之后的数据，分别比较两个传感器XYZ每一个坐标轴的差值，再用差值与预设系数判别出车辆行驶方向。因为传感器反应的每个坐标轴的起点不同，所以需要预设系数平衡起点的差异与环境影响因素。(5)二值化车辆经过信息不同的车型其车长、内部构造迥异，所含铁磁性物质量和位置都有很大不同，因此当车辆经过传感器时引起的地磁扰动波形也有很大差异。但同一类型的车辆由于其结构相似，波形的关键属性是相似的，因此，扰动波形上能够反映车型的特征量。考虑到车速、车辆底盘距离检测系统高度等因素也会对波形造成很大的影响，故需要先对滤波之后的数据进行二值化处理。去掉数据中一些无效的数据点，尽可能减少环境和车辆本身对采集数据的影响。可以利用敏感轴扰动波形数据进行处理，以敏感轴扰动波形数据为标准，将波形转换为归一化的方波(1,0)。归一化方波中敏感轴上第N个采样点处值的选取方法为:S=1,Sn<St0,Sn>St]]>式中：Sn为采样点N处的值；St为设置的波形阈值。所示，归一化方波中的波峰/波谷对应的是敏感轴地磁信号发生严重畸变的采样点，也就是车辆传动轴或发动机通过传感器上方的时刻，由于发动机的安装位置往往紧靠传动轴，在归一化方波中与传动轴重叠。因此，波峰/波谷的数目N能完整代表车辆的传动轴个数。(6)计算平均车速分别计算二值化后的数据在高电平变化前低电平的点数，用两个点数差和采样率计算车辆经过两个传感器之间的时间，传感器之间相对距离一定可以得到车辆的平均速度。见式(1.1)、(1.2)。T＝(N2-N1)/100(1.1)V＝L/T(2.2)(7)计算车长特征曲线波形长度反映的是车辆通过传感器的时间，随车速或车辆长度的大小成比例伸缩。利用传感器记录同一车辆经过2个传感器的时间差，对波形做归一化处理消除车速对时间轴的影响，则归一化后的波形长度与整车长度成正比。设T1、T2分别为第一个传感器检测到车辆存在和离开的时刻，T3、T4分别为第二个传感器检测到车辆存在和离开的时刻，则该车辆通过一个传感器的平均时间见式(1.3)，上面已经求出平均车速，由时间T和平均车速即可得出车辆的长度length，见式(1.4)。T＝((T2－T1)+(T4－T3))/2(1.3)length＝V*T(1.4)本发明的优点和有益效果包括本发明具有如下的优点：(1)对车辆通过传感器的信息实时记录与储存，稳定性高、装置灵活性强，可以随时搭建，不受地点影响。(2)判别操作新颖、准确，对环境干扰有一定滤除作用。能有效避免误判，对于车辆信息计算相对准确。当前第1页1 2 3