[发明专利]一种埋入式道路车辆类型识别系统和方法在审
申请号: | 201711015021.0 | 申请日: | 2017-10-25 |
公开(公告)号: | CN107730895A | 公开(公告)日: | 2018-02-23 |
发明(设计)人: | 赵鸿铎;吴荻非;曾孟源;钟盛 | 申请(专利权)人: | 同济大学 |
主分类号: | G08G1/015 | 分类号: | G08G1/015;G08G1/04 |
代理公司: | 上海光华专利事务所(普通合伙)31219 | 代理人: | 严晨,许亦琳 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 埋入 道路 车辆 类型 识别 系统 方法 | ||
技术领域
本发明涉及道路工程领域,特别是涉及一种埋入式道路车辆类型识别系统和方法。
背景技术
道路行驶车辆的自动检测和识别是智能交通系统中重要组成部分。在交通规划阶段,对调查交通流进行车型识别可为交通统计提供更可靠的依据,也有利于制定更科学合理的交通规划;在道路交通监测与控制领域,收费站、停车场等方面也对车型识别有着大量的应用需求;此外车型识别还可为交通事件的处理、车辆的跟踪提供证据与帮助。
为构建一个高效、便捷的车辆识别系统,必须保证较高的识别精度、耐久性以及安装的便捷性。目前针对自动化车型识别技术,主要集中在三类方法:基于图像的识别,基于声音特征的识别和基于埋入式传感器的识别。图像识别采用普通摄像头或红外摄像头对车辆轮廓进行采集和识别,能够较为准确地判定车辆类型,但在夜间和低可视度的条件下效果不佳;声音特征的识别采用麦克风等设备进行数据采集和识别,但其受环境噪声影响较大,无法适用于多车道、大流量状况下的车型识别;基于埋入式传感器的方法是目前主流的车型识别方法,包括地感线圈、压电传感器、地磁传感器以及加速度传感器,此类传感器中,地感线圈较为廉价,但是识别精度有限,另几种传感器则存在组网不便、寿命有限以及价格昂贵等缺陷,可靠性不佳。
因此,为便于实时交通管理与控制,需要一种可靠性更高、组网更便捷的道路车辆类型识别系统和方法。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种埋入式道路车辆类型识别系统和方法,用于解决现有技术中的问题。
为实现上述目的及其他相关目的,本发明第一方面提供一种埋入式道路车辆类型识别系统,包括路面结构本体,所述路面结构本体中设有振动传感光纤,所述振动传感光纤包括一个或多个振动传感光纤传感段,各振动传感光纤传感段之间通过振动传感光纤过渡段连接,还包括振动光纤分析装置,所述振动光纤分析装置与振动传感光纤通过光纤引出线相连接。
在本发明一些实施方式中,所述振动传感光纤为单模光纤。
在本发明一些实施方式中,所述振动传感光纤为金属铠装光纤。
在本发明一些实施方式中,所述振动传感光纤的直径为2~5mm。
在本发明一些实施方式中,所述振动传感光纤的长期允许拉伸力≥600N,短期允许拉伸力≥1500N。
在本发明一些实施方式中,所述振动传感光纤的衰减≤0.2db/Km。
在本发明一些实施方式中,所述振动传感光纤包括多个振动传感光纤传感段,各振动传感光纤传感段之间的间距≥0.2m且≤0.5m。
在本发明一些实施方式中,所述振动传感光纤传感段为螺旋形,螺旋形的长轴竖直分布,振动传感光纤传感段长轴方向的高度为5~20mm,振动传感光纤传感段的直径为250-350mm,每个振动传感光纤传感段中光纤的长度≥4m且≤6m。
在本发明一些实施方式中,所述路面结构本体中设有多排振动传感光纤传感段。
在本发明一些实施方式中,所述振动传感光纤传感段在车道宽度方向均匀分布,覆盖率为2~3个/米。
在本发明一些实施方式中,所述路面结构本体中按车道的长度方向布设有2~3排振动传感光纤传感段,各排振动传感光纤传感段之间的间距为3~10m。
在本发明一些实施方式中,所述路面结构本体为水泥混凝土铺面、沥青混凝土铺面或复合型铺面结构中的一种或多种的组合;
在本发明一些实施方式中,所述路面结构本体中设有多排振动传感光纤传感段,至少部分的振动传感光纤传感段依次串联。
本发明第二方面提供一种道路车辆类型识别方法,使用所述的埋入式道路车辆类型识别系统埋入式道路车辆类型识别系统,包括如下步骤:
1)采用所述的埋入式车型识别系统,通过振动光纤分析装置采集车辆经过时的路面结构振动数据;
2)对各振动数据组进行特征提取;
3)依据上述车辆的特征信息,对行驶车辆进行分类。
在本发明一些实施方式中,所述步骤2)中,所述特征选自行驶车辆的移动速率、轴型、轮型、轴距及振动频谱分布特征中的一种或多种的组合。
在本发明一些实施方式中,所述步骤3)中,用于对行驶车辆进行分类的特征信息为轴型和/或振动频谱分布特性。
在本发明一些实施方式中,所述步骤2)中,对各振动数据组进行特征提取的方法具体包括如下步骤:
a)将同一横断面内测点所观测的原始振动数据编入同一振动数据组,并进行经验模态分解(EMD),获得多个经EMD处理后的振动分量;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711015021.0/2.html,转载请声明来源钻瓜专利网。