本發(fā)明涉及車輛檢測
技術領域：
，具體涉及一種車輛信息獲取全面的車輛檢測系統(tǒng)。
背景技術：
：車輛檢測技術是城市智能交通系統(tǒng)中的關鍵技術之一。通過先進的車輛檢測技術獲取準確的交通流信息，是進行交通流監(jiān)測、交通信號控制和誘導的關鍵，也是輔助駕駛系統(tǒng)和各種交通信息系統(tǒng)的重要組成部分，是智能交通應用的基礎。磁敏傳感器具有超視距、受環(huán)境因素影響相對較小等優(yōu)點，在車輛檢測中具有很好的應用前景。技術實現(xiàn)要素：針對上述問題，本發(fā)明旨在提供一種車輛信息獲取全面的車輛檢測系統(tǒng)。本發(fā)明的目的采用以下技術方案來實現(xiàn)：提供了一種車輛信息獲取全面的車輛檢測系統(tǒng)，基于無線傳感器對車輛進行檢測，包括數(shù)據(jù)采集模塊、車輛速度檢測模塊、車輛軌跡檢測模塊、車輛長度檢測模塊和車輛分類模塊，所述數(shù)據(jù)采集模塊用于獲取車輛檢測數(shù)據(jù)，所述車輛速度檢測模塊用于根據(jù)車輛檢測數(shù)據(jù)對車輛速度進行檢測，所述車輛軌跡檢測模塊用于根據(jù)車輛檢測數(shù)據(jù)估算車輛軌跡，所述車輛長度檢測模塊用于根據(jù)車輛檢測數(shù)據(jù)對車輛長度進行檢測，所述車輛分類模塊用于根據(jù)所述車輛長度對車輛進行分類。本發(fā)明的有益效果為：實現(xiàn)了對車輛信息的全面檢測。附圖說明利用附圖對本發(fā)明作進一步說明，但附圖中的實施例不構成對本發(fā)明的任何限制，對于本領域的普通技術人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。圖1是本發(fā)明的結構示意圖；附圖標記：數(shù)據(jù)采集模塊1、車輛速度檢測模塊2、車輛軌跡檢測模塊3、車輛長度檢測模塊4、車輛分類模塊5。具體實施方式結合以下實施例對本發(fā)明作進一步描述。參見圖1，本實施例的一種車輛信息獲取全面的車輛檢測系統(tǒng)，基于無線傳感器對車輛進行檢測，其特征是，包括數(shù)據(jù)采集模塊1、車輛速度檢測模塊2、車輛軌跡檢測模塊3、車輛長度檢測模塊4和車輛分類模塊5，所述數(shù)據(jù)采集模塊1用于獲取車輛檢測數(shù)據(jù)，所述車輛速度檢測模塊2用于根據(jù)車輛檢測數(shù)據(jù)對車輛速度進行檢測，所述車輛軌跡檢測模塊3用于根據(jù)車輛檢測數(shù)據(jù)估算車輛軌跡，所述車輛長度檢測模塊4用于根據(jù)車輛檢測數(shù)據(jù)對車輛長度進行檢測，所述車輛分類模塊5用于根據(jù)所述車輛長度對車輛進行分類。本實施例實現(xiàn)了對車輛信息的全面檢測。優(yōu)選的，所述數(shù)據(jù)采集模塊1采用地磁傳感器對車輛進行檢測，在傳感器的檢測區(qū)域內，車頭和車尾的進入和離開都會產生顯著的磁力線擾動，包括感知模型確定單元和數(shù)據(jù)處理單元，所述感知模型確定單元用于確定傳感器節(jié)點感知模型，傳感器節(jié)點的感知模型：式中，x表示車輛與傳感器節(jié)點距離，p(x)表示檢測到車輛的概率，rmax為傳感器節(jié)點最大探測距離；所述數(shù)據(jù)處理單元用于對采集的數(shù)據(jù)進行處理，處理方式為：第一步，設傳感器檢測到的原始信號數(shù)據(jù)為a(k)，對原始數(shù)據(jù)進行低通和帶通濾波器去噪、降低采樣頻率、求能量譜處理，得到信號b(k)；第二步：采用滑動加權對信號進行處理，滑動加權后的信號可表示為：式中，m表示滑動窗口長度，δi表示權值。本優(yōu)選實施例基于地磁信號的檢測準確率超過了感應線圈和視頻攝像頭等傳統(tǒng)設備，采用地磁傳感器對車輛進行檢測，提高了車輛檢測準確度；車輛感知模型根據(jù)車輛與傳感器的距離確定車輛檢測概率，更為準確的反映了傳感器在檢測過程中的實際情況；數(shù)據(jù)處理采用滑動加權對信號進行處理，能夠消除突發(fā)噪聲的影響。優(yōu)選的，所述車輛速度檢測模塊2采用以下步驟確定車輛速度：第一步，設定一個信號幅值閾值y(k)，若當前信號采樣連續(xù)超過閾值則認為有車輛存在，當信號連續(xù)低于閾值則認為車輛不存在，其中，y(k)根據(jù)b′(k)的變化進行迭代更新，假設閾值初始值為y0，y(k)采用下式進行更新：式中，α和β為更新因子，g為閾值更新延遲，0＜α＜1，β＞1；第二步，根據(jù)幅值閾值獲取檢測信號的開始時間tstart和截止時間tdown，速度采用下式求?。菏街校瑃b,start和ta,start分別表示傳感器b和傳感器a的檢測到車輛的開始時間，tb,end和ta,end分別表示傳感器b和傳感器a的檢測到車輛的截止時間，da,b表示兩個傳感器之間的距離，δtb和δta分別表示傳感器b和傳感器a的時鐘和標準時鐘的差值。本優(yōu)選實施例對閾值進行更新，能夠適應實際檢測環(huán)境中背景噪聲的變化，提高了車輛檢測的魯棒性，保證了車輛檢測的準確性和可靠性；對車輛速度進行求取時，考慮了傳感器的時鐘同步問題，獲取了更為準確的時間，從而得到了更為準確的車輛速度檢測。優(yōu)選的，所述車輛軌跡檢測模塊3包括模型建立單元和模型簡化單元，所述模型建立單元用于建立車輛軌跡檢測一般模型，所述模型簡化單元用于建立與車道平行的車輛軌跡檢測模型：所述車輛軌跡檢測一般模型為：根據(jù)傳感器節(jié)點感知模型，假設傳感器網(wǎng)絡由m個節(jié)點組成，在固定的時間間隔內對車輛進行周期性的檢測并上報匯聚節(jié)點，得到一個m維向量集s＝(+1,0,-1)m,其中，+1表示車輛向著傳感器節(jié)點的檢測范圍方向移動，0表示空閑沒有發(fā)現(xiàn)車輛，-1表示車輛往遠離傳感器節(jié)點檢測范圍的方向移動，根據(jù)向量集s以及對應的時間戳對車輛軌跡進行估算。所述與車道平行的車輛軌跡檢測模型為：車輛的運行軌跡是與車道平行的直線，匯聚節(jié)點在固定的時間間隔t內對車輛數(shù)據(jù)以一定的頻率采樣，則采樣結果表示為一個二元檢測序列o(tj)：式中，tj表示采樣時刻，s(tj)為根據(jù)幅值閾值檢測到的車輛存在性狀態(tài)輸出。本優(yōu)選實施例車輛軌跡檢測模塊實現(xiàn)了對車輛軌跡的估算，一般模型能夠對于各種軌跡進行估算，當車輛運行與車道平行時，采用簡化模型能夠對車輛軌跡進行估算，提高了計算效率，節(jié)省了時間。優(yōu)選的，所述車輛長度檢測模塊4采用以下方式確定車輛長度：設傳感器節(jié)點p和q在某一時刻分別檢測到車頭進入和車尾離開事件，在閾值檢測中分別對應車輛的地磁擾動信號首次超過閾值和最后一次低于閾值的時刻，則車輛的長度l可表示為：式中，γ表示誤差調整參數(shù)，t0、h0、p0分別為標準溫度、標準濕度、標準氣壓，t、h、p分別為實際環(huán)境中的溫度、濕度、氣壓，dp,q表示兩個傳感器節(jié)點p和q之間的距離，doff表示車輛偏移兩個傳感器連線的距離，rp和rq分別表示車輛與傳感器節(jié)點p和q的距離。本優(yōu)選實施例在對車輛長度進行檢測的過程中，引入誤差調整參數(shù)，能夠減少經(jīng)車輛的磁擾動特征信號計算得到的磁性長度與實際長度的誤差，由于磁信號受到環(huán)境因素的影響，將溫濕度和氣壓作為依據(jù)對誤差調整參數(shù)進行計算，獲得的車輛長度更為準確。采用本發(fā)明車輛信息獲取全面的車輛檢測系統(tǒng)對車輛進行檢測，當g取不同值時，對車輛速度檢測準確率和車輛分類準確率進行統(tǒng)計，同采用其它車輛檢測系統(tǒng)相比，產生的有益效果如下表所示：g車輛速度檢測準確率車輛分類準確率提高1036％30％1532％25％2030％20％2527％18％3025％15％最后應當說明的是，以上實施例僅用以說明本發(fā)明的技術方案，而非對本發(fā)明保護范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細地說明，本領域的普通技術人員應當理解，可以對本發(fā)明的技術方案進行修改或者等同替換，而不脫離本發(fā)明技術方案的實質和范圍。當前第1頁12