APP下载

多传感器融合技术在智能交通中的应用

2016-09-07李温温白城师范学院吉林白城137000

山东工业技术 2016年14期
关键词:车流量交通流线圈

李温温(白城师范学院,吉林 白城 137000)

多传感器融合技术在智能交通中的应用

李温温
(白城师范学院,吉林 白城 137000)

通过对多传感器融合技术的分析,提出了多传感器融合技术在智能交通领域的几个典型应用,包括交通安全,交通流信息检测与融合,以及车辆追踪与定位。介绍了在这些系统中智能交通领域了多传感器融合技术的原理和结构。

多传感器融合;智能交通;交通安全

智能交通系统(简称ITS),是未来几十年内交通系统的发展方向,它将计算机技术、传感器技术、信息技术和通信技术等有效地集成并应用于交通信息管理系统中,并建立起一种大范围、全方位、实时准确高效的综合交通运输管理系统。为获取交通信息流中全方位的实时交通数据信息,需要各种检测器协同工作,共同采集交通参数并由中央控制器对所采集到的各个参数进行融合分析,以此来评定城市交通状况。例如,为了评定高速公路上某时段所通过的各种车型的数量,超速超载情况以及车流量等信息,可以通过在路面布置重量传感器,当车辆从其表面行驶过时,车辆的重量就可以实时测定出来;同时,车辆上方的视觉传感器可以采集到车辆的轮廓信息并进行分析,得到车型数据。中央控制单元通过对车型和重量两个数据的融合分析即可得出车辆是否有超载的现象。

1 交通安全

针对交通安全中最值得关注的问题之一疲劳驾驶,可以通过红外线摄像仪和脉冲发光二极管相结合,定位和测试驾驶人瞳孔,通过图像处理和特征提取以后,分析瞳孔是否变小,甚至闭合,分析驾驶人是否出现疲劳驾驶的情况;同时通过车轴转向角传感器采集车辆行驶方向的变化信息,分析车辆是否偏离行车道;通过车辆前安装的毫米波雷达,可以实时得到车辆与前车或者障碍物距离,当距离超过一定的阈值范围,发出报警显示和报警提示音,同时在驾驶员来不及刹车的情况下采取紧急制动,防止车祸的发生。系统结构如图1所示。

图1 系统结构图

2 交通流信息检测与融合

交通流信息检测是智能交通的重要组成部分,是将各个传感器检测的信息融合以后得到实时的交通流数据,如车流量、车速、车道占有率、交通流密度、排队长度等送给控制中心,分析交通流信息以后发出相应指令来实现智能控制。这些参数主要是通过安装在路面的环形线圈检测器来检测得到的。环形线圈检测交通流信息原理是根据回路的电感变化,当有车辆经过线圈位置时,检测器就会被触发输出信号,车辆驶离线圈时,信号就会减弱,因此车辆经过线圈检测器会产生波形信号,以波形计数就会得到某段时间内通过线圈的交通流量。路面每隔3~5米安装两个线圈,当车辆接触到线圈A时,脉冲计数,车辆接触线圈B时,脉冲计数结束,这样可以得到车辆通过这段距离所需要的脉冲计数时间,经过处理就能测得车辆的速度。在多信息融合阶段,首先假设车速服从正态分布,采用加权平均的数据融合方法来对车速参数进行融合;在车流量检测部分,根据融合所得到的车速信息来决定车流量分布的数学模型,即车速小于24.5m/s,交通拥挤,车流量服从二项分布,反之车流量服从泊松分布;在排队长度预测部分,根据估计得到的车流量信息,以及前一时刻的排队长度共同作为卡尔曼滤波预测模型的参数,得到当前时刻的排队长度预测。

3 车辆追踪与定位

汽车防盗报警系统工作原理为:当车主用RFID(无线射频识别技术)开启防盗监测系统时,整个防盗系统开始工作,车门处安装的应变传感器可以监测到车门的开关,玻璃破碎探测器可以监测到玻璃是否被蓄意破坏,以及热释传感器可以监测到是否有人进入到车内,霍尔传感器可以监测车体震动情况。这几个传感器协同工作,再将信息实时传输给中央处理器进行分析,得出车体是否安全的决策。如判断车体被入侵,则由报警模块通过GPRS给手机发送报警短信的方式来通知车主,另一方面,执行模块可以触发车灯闪烁或者鸣笛来引起周围人的注意。

4 结论

多传感器融合是一个新兴的技术领域,其快速发展为交通领域中的信息提取和分析处理提供了很好的解决方案。多传感器融合可以最大程度地合理协调多源数据,充分利用有用的信息,提高信息的综合利用率。这种优势恰好能在智能交通领域得到充分发挥,对于交通信息融合技术的研究才刚刚开始,目前仍存在很多急需解决的问题,如何降低系统的研发成本,降低运算量和存储量,增强对多目标和高速运动目标的识别可靠性等等,未来的很长一段时间内,还会有更多的智能交通技术和融合算法的出现。

[1]蔡益红.多特征融合的道路车辆检测方法[J].计算技术与自动化,2013,33(01):98-102.

[2]李刚,曾锐利,丁茹,林凌.多信息融合技术的城市交通监控系统的研究[J].传感技术学报,2006,19(06):2707-2711.

[3]吴苏,李芳,朱善林.基于信息融合技术的交通量检测算法研究[J].仪表技术,2010(03):33-35.

[4]Kastrinake V, Zervakis M, Kalaitzakis K. A survey of video processing techniques for traffic application[J]. Image and VisionComputing, 2003(21):359-381.

10.16640/j.cnki.37-1222/t.2016.14.123

猜你喜欢

车流量交通流线圈
基于LSTM的沪渝高速公路短时交通流预测研究
基于LSTM的汽轮发电机线圈的早期异常检测
京德高速交通流时空特性数字孪生系统
多层包扎对线圈绝缘性能影响研究
基于ANFIS混合模型的短时交通流预测①
参考答案
2007款日产贵士车点火线圈频繁烧毁
基于宏观模型的协作式巡航控制交通流方法
自动变圆的棉线圈