專利名稱：交通信息單線圈現(xiàn)場(chǎng)檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明屬智能交通系統(tǒng)領(lǐng)域，僅涉及道路的交通信息的檢測(cè)方法，特別涉及一種采用單個(gè)線圈在第一現(xiàn)場(chǎng)采集交通信息的檢測(cè)方法，所涉及的交通信息僅包括機(jī)動(dòng)車輛的流量、車型、速度以及機(jī)動(dòng)車交通流的交通狀況及交通事件。
背景技術(shù)：
發(fā)達(dá)國(guó)家近二十年智能交通系統(tǒng)的實(shí)踐表明，建設(shè)智能交通系統(tǒng)(ITS)是緩解交通擁堵、減少交通事故、抑止交通污染的必由之路，而完備、及時(shí)、準(zhǔn)確的交通信息是建設(shè)現(xiàn)代智能交通系統(tǒng)的前提條件。交通信息按不同需求可分為靜態(tài)和動(dòng)態(tài)兩類。所謂靜態(tài)信息是按時(shí)段統(tǒng)計(jì)的交通調(diào)查數(shù)據(jù)，主要包括按車輛類型統(tǒng)計(jì)的時(shí)段自然流量，按車型折算的時(shí)段標(biāo)準(zhǔn)流量(pcu/h)以及車輛的時(shí)段平均速度等。靜態(tài)信息的主要用途是為交通規(guī)劃、設(shè)計(jì)、路網(wǎng)改造及道路維護(hù)提供交通調(diào)查數(shù)據(jù)。所謂動(dòng)態(tài)信息是道路交通流的實(shí)時(shí)信息，主要包括交通狀況及交通事件信息，旅行信息以及交通圖像信息等。動(dòng)態(tài)信息的主要用途是為道路交通監(jiān)控、交通信息發(fā)布、公眾車輛導(dǎo)行、交通信號(hào)控制等智能交通系統(tǒng)提供實(shí)時(shí)的交通流信息。
但是交通信息的自動(dòng)檢測(cè)，尤其動(dòng)態(tài)交通信息的自動(dòng)檢測(cè)，竟然成為全世界智能交通業(yè)界面臨的兩個(gè)技術(shù)難題。正如國(guó)家有關(guān)部門在所提出的交通現(xiàn)代化十大關(guān)鍵技術(shù)中指出，“道路交通信息采集及發(fā)布關(guān)鍵技術(shù)”和“突發(fā)事件的道路交通應(yīng)急反應(yīng)技術(shù)”是世界智能交通系統(tǒng)技術(shù)中的兩個(gè)瓶頸。
道路交通信息的自動(dòng)檢測(cè)方法眾多，有環(huán)形線圈、超聲波、紅外、激光、微波以及圖像等檢測(cè)方法。半個(gè)多世紀(jì)的實(shí)踐表明，用環(huán)形線圈簡(jiǎn)稱線圈作為非接觸式傳感元件的交通信息檢測(cè)方法因具有全天候、隱蔽、環(huán)保等許多優(yōu)點(diǎn)，至今仍然是最可靠的流量檢測(cè)方法。由于傳統(tǒng)的雙線圈車速、車型檢測(cè)方法在惡劣交通狀況下的拙劣性能，十多年來(lái)全世界都在不停地探索研究各種新材料、新技術(shù)和新方法，力圖取代陳舊落后的雙線圈檢測(cè)方法，但是至今沒(méi)有獲得令人滿意的結(jié)果，遇到的最大挑戰(zhàn)是難以適應(yīng)全天候工作條件。
圖1展示了一種公知的車速、車型的雙線圈檢測(cè)方法，它是國(guó)際上幾十年一直沿用至今的傳統(tǒng)方法。用一個(gè)線圈檢測(cè)交通流量的原理是當(dāng)車輛駛?cè)刖€圈時(shí)線圈的電感量會(huì)發(fā)生變化，車輛檢測(cè)器檢測(cè)到這種變化立即輸出一個(gè)邏輯為真的信號(hào)，表示車輛剛駛?cè)刖€圈，術(shù)語(yǔ)稱車輛占有；當(dāng)車輛駛離線圈時(shí)線圈的電感量會(huì)恢復(fù)到無(wú)車占有時(shí)的數(shù)值，車輛檢測(cè)器檢測(cè)到這種變化立即輸出一個(gè)邏輯為假的信號(hào)，表示車輛剛駛離線圈，將車輛檢測(cè)器輸出的車輛占有信號(hào)輸至計(jì)數(shù)器，計(jì)數(shù)器獲得的結(jié)果就是駛過(guò)該線圈的車流量。顯然這種單線圈流量檢測(cè)方法不能檢測(cè)車速、車型。為檢測(cè)車速、車型，人們很早就發(fā)明了在車道中央車輛行駛方向中心間距D(歐洲標(biāo)準(zhǔn)為4.5m)埋設(shè)一對(duì)線圈的雙線圈檢測(cè)方法。雙線圈檢測(cè)車速的原理是先測(cè)出車輛從駛離線圈1至駛離線圈2(或者從駛?cè)刖€圈1至駛?cè)刖€圈2)的時(shí)間T，然后按算式V＝D/T計(jì)算獲得車輛的行駛速度V。雙線圈檢測(cè)車型的原理是先測(cè)出車輛在任意一個(gè)線圈上的占有時(shí)間P(即從車輛駛?cè)胫榴傠x線圈的時(shí)間)，已知線圈的寬度為B以及剛測(cè)得的車速V，按算式L＝V*P-B算出車輛長(zhǎng)度L，然后再按車輛長(zhǎng)度分大、中、小三種車型。
從上面的介紹可知，雙線圈檢測(cè)方法為檢測(cè)車輛的行駛速度及車型，被測(cè)車輛前后一定距離內(nèi)必須保持沒(méi)有其他車輛，亦即被測(cè)車輛與相鄰車輛之間的凈距必須大于檢測(cè)范圍6.5m(D+B)，否則就無(wú)法檢測(cè)車速、車型，檢測(cè)功能幾乎喪失殆盡。可是在車流密集、速度緩慢甚至開開停停的惡劣交通狀況下，大部分車輛的間距都不會(huì)小于6.5m，否則就會(huì)因車輛插隊(duì)而加劇交通狀況的惡化。在智能交通系統(tǒng)最需要提供及時(shí)、準(zhǔn)確的車輛信息的時(shí)刻，雙線圈檢測(cè)方法因檢測(cè)范圍太大而無(wú)所作為，這就是導(dǎo)致世界智能交通系統(tǒng)技術(shù)水平低下的重要原因之一。
智能交通系統(tǒng)至關(guān)重要的作用是，及時(shí)、準(zhǔn)確地自動(dòng)檢測(cè)、報(bào)告交通狀況及交通事件，迅速人工確定事件的地點(diǎn)、性質(zhì)，火速搶救人員、財(cái)產(chǎn)，盡快疏導(dǎo)和恢復(fù)交通。因?yàn)榻煌顟B(tài)及交通事件的隨機(jī)、突發(fā)性質(zhì)，在現(xiàn)有的智能交通系統(tǒng)中還未曾見(jiàn)到過(guò)交通事件是由系統(tǒng)首先自動(dòng)檢知報(bào)警的。交通狀況及交通事件自動(dòng)檢測(cè)技術(shù)的水平低下，反應(yīng)遲鈍，誤檢率大，不得不繼續(xù)依靠人力進(jìn)行視頻監(jiān)視，難怪現(xiàn)今的交通信息自動(dòng)檢測(cè)技術(shù)被智能交通系統(tǒng)的反思者譏諷為“沒(méi)有實(shí)用價(jià)值的高精尖技術(shù)”。研究、開發(fā)交通狀況及交通事件自動(dòng)檢測(cè)技術(shù)不是為了節(jié)省人力，而是尋求能夠部分替代甚至超越人力的智能機(jī)器。
導(dǎo)致世界交通狀況及交通事件自動(dòng)檢測(cè)技術(shù)水平低下的原因，除了上面介紹的雙線圈檢測(cè)方法在惡劣交通狀況時(shí)不能提供及時(shí)、準(zhǔn)確的車輛信息以外，另一個(gè)重要原因是“分居兩地”的系統(tǒng)架構(gòu)方法。迄今為止全世界交通狀況及交通事件檢測(cè)的系統(tǒng)架構(gòu)方法是將現(xiàn)場(chǎng)雙線圈車輛檢測(cè)器采集到的海量的交通數(shù)據(jù)，按一定的時(shí)間周期(一般為60至300s)壓縮成周期平均的數(shù)據(jù)包，然后定周期地遠(yuǎn)傳至信息中心，由信息中心的交通狀況及交通事件檢測(cè)的計(jì)算機(jī)程序集中進(jìn)行檢測(cè)。這種將現(xiàn)場(chǎng)車輛檢測(cè)硬件和信息中心的計(jì)算機(jī)程序分居兩地的系統(tǒng)架構(gòu)方法的致命缺點(diǎn)是為了減輕海量交通信息實(shí)時(shí)傳輸對(duì)通信網(wǎng)絡(luò)和中心計(jì)算機(jī)的壓力，不得不采用周期平均值的數(shù)據(jù)壓縮方法，正是這種周期平均的數(shù)據(jù)壓縮方法葬送了大量稍縱即逝卻極其有用的現(xiàn)場(chǎng)車輛信息。
綜上所述，導(dǎo)致全世界交通信息檢測(cè)技術(shù)停滯不前的兩個(gè)主要原因是一、因雙線圈檢測(cè)方法的檢測(cè)范圍太大，無(wú)法及時(shí)、準(zhǔn)確地提供車速、車型信息。
二、因交通狀況及交通事件檢測(cè)的計(jì)算機(jī)程序遠(yuǎn)離檢測(cè)現(xiàn)場(chǎng)，無(wú)法及時(shí)獲得完整無(wú)缺的車輛信息。

發(fā)明內(nèi)容
針對(duì)上述交通信息檢測(cè)技術(shù)所存在的諸多缺點(diǎn)，本發(fā)明的任務(wù)是提供一種交通信息單線圈現(xiàn)場(chǎng)檢測(cè)方法，它解決了上述雙線圈檢測(cè)方法無(wú)法及時(shí)、準(zhǔn)確地提供車速、車型信息，以及無(wú)法及時(shí)獲得完整無(wú)缺的車輛信息的問(wèn)題。
本發(fā)明的技術(shù)解決方案如下一種交通信息單線圈現(xiàn)場(chǎng)檢測(cè)方法，對(duì)道路上機(jī)動(dòng)車輛的車型、速度進(jìn)行檢測(cè)，在每條車道上僅埋設(shè)一個(gè)線圈，按下列步驟先檢測(cè)車型后檢測(cè)車速其中車型檢測(cè)方法為根據(jù)車輛駛過(guò)一個(gè)線圈時(shí)線圈電感量的時(shí)變圖形與車輛底部金屬構(gòu)件的形狀密切相關(guān)的特征，通過(guò)比對(duì)被測(cè)車輛駛過(guò)一個(gè)線圈時(shí)線圈電感量的時(shí)變圖形與預(yù)先建立的各種車型的時(shí)變圖模型，用圖形匹配的方法檢測(cè)車型；其中車速檢測(cè)方法為先測(cè)出被測(cè)車輛在線圈上的占有時(shí)間，在收到車輛檢測(cè)器發(fā)來(lái)的車輛占有信號(hào)為真時(shí)啟動(dòng)計(jì)時(shí)器，當(dāng)收到車輛檢測(cè)器發(fā)來(lái)的車輛占有信號(hào)為假時(shí)停止計(jì)時(shí)器，計(jì)時(shí)器的值就是被測(cè)車輛在線圈上的占有時(shí)間P，將上述已經(jīng)測(cè)得的車型所對(duì)應(yīng)的預(yù)先統(tǒng)計(jì)確定的該車型的典型長(zhǎng)度L加上已知的線圈寬度B，再除以上述被測(cè)車輛在線圈上的占有時(shí)間P，即測(cè)得車輛的行駛速度V。
采用一種交通狀況及交通事件檢測(cè)的系統(tǒng)架構(gòu)方法，將智能交通系統(tǒng)中的交通狀況及交通事件檢測(cè)的計(jì)算機(jī)程序，從交通信息中心的計(jì)算機(jī)中轉(zhuǎn)移到檢測(cè)現(xiàn)場(chǎng)的路邊機(jī)箱內(nèi)的工業(yè)微機(jī)IPC中，將同居在路邊機(jī)箱內(nèi)的車輛檢測(cè)器與IPC的數(shù)據(jù)通信端口直接相連，以便直接接收車輛檢測(cè)器給與的車輛占有信號(hào)及線圈電感數(shù)據(jù)，并在檢測(cè)現(xiàn)場(chǎng)進(jìn)行交通狀況及交通事件的檢測(cè)。
將埋設(shè)在車道中央淺表層的一個(gè)線圈的兩根引線接入路邊機(jī)箱內(nèi)的車輛檢測(cè)器，將車輛檢測(cè)器的輸出信號(hào)接到工業(yè)微機(jī)IPC，IPC通過(guò)通信線路與信息中心連接。
所述一個(gè)線圈的寬度為0.7m。
所述比對(duì)被測(cè)車輛的時(shí)變圖形與車型的時(shí)變圖模型是對(duì)這二者的波峰和波谷的數(shù)量、次序及幅度差異進(jìn)行識(shí)別。
本發(fā)明的檢測(cè)方法與傳統(tǒng)檢測(cè)方法在組成形式上具有如下區(qū)別1、由于按本發(fā)明的檢測(cè)方法在現(xiàn)場(chǎng)的運(yùn)算處理量較大，因此將圖1中通常使用的數(shù)字信號(hào)處理機(jī)(DSP)改換成工業(yè)微機(jī)(IPC)。
2、傳統(tǒng)方法只需要車輛檢測(cè)器輸出車輛占有信號(hào)，按本發(fā)明的方法除此之外還需要車輛檢測(cè)器輸出電感變化數(shù)據(jù)。大部分線圈式車輛檢測(cè)器都能同時(shí)提供車輛占有信號(hào)和電感變化數(shù)據(jù)。
3、傳統(tǒng)方法中DSP的檢測(cè)結(jié)果的上傳方法是定時(shí)(一般為60至300s)將檢測(cè)結(jié)果的周期平均值壓縮打包后發(fā)送給信息中心，按本發(fā)明的方法雖然也有周期平均值數(shù)據(jù)，但它們只是作為情態(tài)的交通調(diào)查數(shù)據(jù)保存在本地，在計(jì)算機(jī)空閑時(shí)才上傳至信息中心，實(shí)時(shí)上傳的信息只有交通狀況及交通事件信息。
4、傳統(tǒng)方法將交通狀況及交通事件的計(jì)算機(jī)程序安裝在信息中心，按本發(fā)明的方法將計(jì)算機(jī)程序安裝在現(xiàn)場(chǎng)的IPC中，由現(xiàn)場(chǎng)IPC對(duì)所轄車道進(jìn)行交通狀況及交通事件的自動(dòng)檢測(cè)，一旦發(fā)現(xiàn)交通狀況發(fā)生變化或者發(fā)現(xiàn)交通狀況發(fā)生異常變化(即發(fā)生交通事件)就立即報(bào)告信息中心。
按本發(fā)明的檢測(cè)方法，將雙線圈簡(jiǎn)化為單線圈，并在現(xiàn)場(chǎng)使用IPC，在第一現(xiàn)場(chǎng)采集交通信息，所采集的交通信息包括機(jī)動(dòng)車輛的流量、車型、速度以及機(jī)動(dòng)車交通流的交通狀況及交通事件。本發(fā)明由于采取了上述看似簡(jiǎn)單的技術(shù)措施，因此較好地解決了世界智能交通系統(tǒng)中的技術(shù)難題，推動(dòng)了交通信息采集技術(shù)的進(jìn)步。


圖1是傳統(tǒng)的雙線圈檢測(cè)方法的示意框圖。
圖2是本發(fā)明的交通信息單線圈現(xiàn)場(chǎng)檢測(cè)方法的示意框圖。
圖3表示了重型拖掛車駛過(guò)單線圈時(shí)電感量的時(shí)變圖形。
圖4表示了小貨車駛過(guò)單線圈時(shí)電感量的時(shí)變圖形。
圖5表示了小客車駛過(guò)單線圈時(shí)電感量的時(shí)變圖形。
具體實(shí)施例方式
下面結(jié)合圖2詳細(xì)介紹本發(fā)明的兩個(gè)檢測(cè)方法的實(shí)施方式及實(shí)施效果。
一、單線圈的流量、車型、速度的檢測(cè)方法將埋設(shè)在車道中央淺表層的一個(gè)線圈的兩根引線接入路邊機(jī)箱內(nèi)的車輛檢測(cè)器，將車輛檢測(cè)器的輸出信號(hào)接到IPC，IPC通過(guò)通信線路與信息中心連接。
無(wú)論用單線圈還是雙線圈，流量檢測(cè)都只需一個(gè)線圈，線圈的寬度B通常為2m，只要相鄰車輛的凈距不小于線圈寬度就能準(zhǔn)確地檢測(cè)流量，一般情況下流量檢測(cè)精度優(yōu)于90％。為了進(jìn)一步提高流量檢測(cè)精度，本發(fā)明選擇的一個(gè)線圈的寬度僅為0.7m，因此只要相鄰車輛的凈距不小于1m就能準(zhǔn)確地將它們分離開來(lái)。通過(guò)大量實(shí)驗(yàn)統(tǒng)計(jì)，本發(fā)明的流量檢測(cè)精度優(yōu)于99.9％。
單線圈車型、速度的檢測(cè)方法和傳統(tǒng)的雙線圈檢測(cè)方法從形式上說(shuō)，二者的區(qū)別僅僅是線圈的用量不同，但檢測(cè)原理卻截然不同。雖然業(yè)內(nèi)人士都知道線圈式車輛檢測(cè)器的工作原理是通過(guò)檢測(cè)線圈電感的變化來(lái)判斷有無(wú)車輛存在的，但是長(zhǎng)期以來(lái)人們只關(guān)注有無(wú)車輛的邏輯結(jié)果，而并不知曉電感量的變化規(guī)律與車輛類型有什么特殊關(guān)系。按本發(fā)明的檢測(cè)方法，當(dāng)車輛駛過(guò)線圈時(shí)線圈電感量的時(shí)變圖形與車輛底部金屬構(gòu)件的形狀密切相關(guān)，并且從理論上講二者具有下述必然關(guān)系(1)類型不同的車輛具有不同的圖形；
(2)類型相似的車輛具有相似的圖形；(3)類型相同的車輛具有相同的圖形。
參看圖3、圖4和圖5，比對(duì)被測(cè)車輛的時(shí)變圖形與車型的時(shí)變圖模型是對(duì)這二者的波峰和波谷的數(shù)量、次序及幅度差異進(jìn)行識(shí)別。比較重型拖掛車與小貨車的后底部，重型拖掛車的后橋有兩個(gè)輪軸，時(shí)變圖形后部也有兩個(gè)波谷，小貨車的后橋只有一個(gè)輪軸，時(shí)變圖形后部也只有一個(gè)波谷。比較小客車與重型拖掛車或小貨車，它們的明顯區(qū)別是時(shí)變圖形中波峰、波谷數(shù)量的差異。比較重型拖掛車與小貨車的時(shí)變圖形，兩者的顯著區(qū)別是最大波峰與最大波谷的比值不同，如此等等。只要車輛不是倒著行駛，即使開開停停也不難識(shí)別。比如一輛標(biāo)準(zhǔn)配置的東風(fēng)140型5噸載貨車，不論是誰(shuí)的車，出現(xiàn)在何時(shí)何地，也不論裝載何物，載貨多少，只要車輛底部沒(méi)有施行改裝，電感量變化數(shù)據(jù)的時(shí)變圖形總是相同的。
與傳統(tǒng)雙線圈檢測(cè)方法先檢測(cè)車速后檢測(cè)車型不同，本發(fā)明的單線圈檢測(cè)方法則是先檢測(cè)車型后檢測(cè)車速，具體步驟如下1、建立各種車型的時(shí)變圖模型數(shù)據(jù)庫(kù)。根據(jù)國(guó)家標(biāo)準(zhǔn)規(guī)定的各種車輛類型如小客車、大客車、小貨車、中貨車、大貨車，拖掛車等，在檢測(cè)現(xiàn)場(chǎng)采集并建立與各種車型對(duì)應(yīng)的時(shí)變圖模型數(shù)據(jù)庫(kù)。
2、確定各種車型的典型長(zhǎng)度。根據(jù)國(guó)家標(biāo)準(zhǔn)規(guī)定的各種車輛類型在檢測(cè)現(xiàn)場(chǎng)采集大量同類車輛的車輛長(zhǎng)度值，然后用算術(shù)平均值方法得到各種車型的典型長(zhǎng)度。另外還應(yīng)該定義一個(gè)“未知車型”的典型長(zhǎng)度，以便在不能識(shí)別時(shí)也能估算車速。
3、單線圈車型檢測(cè)。在被測(cè)車輛占有期間，不斷接收車輛檢測(cè)器發(fā)來(lái)的電感變化數(shù)據(jù)，由此獲得被測(cè)車輛電感量的時(shí)變圖形，當(dāng)被測(cè)車輛剛駛離環(huán)形線圈時(shí)立即從時(shí)變圖模型數(shù)據(jù)庫(kù)中尋找與被測(cè)車輛時(shí)變圖形相匹配的時(shí)變圖模型，如果找到該時(shí)變圖模型，就判定被測(cè)車輛的類型就是模型車型；如果找不到該時(shí)變圖模型，則作為未知車型。也就是說(shuō)，根據(jù)車輛駛過(guò)一個(gè)線圈時(shí)線圈電感量的時(shí)變圖形與車輛底部金屬構(gòu)件的形狀密切相關(guān)的特征，通過(guò)比對(duì)被測(cè)車輛駛過(guò)一個(gè)線圈時(shí)線圈電感量的時(shí)變圖形與預(yù)先建立的各種車型的時(shí)變圖模型，用圖形匹配的方法檢測(cè)車型。按本發(fā)明的檢測(cè)方法，已能識(shí)別下列十余種車輛類型小客車、大客車、鉸接客車、小貨車、中貨車、大貨車、重型貨車、拖掛車、重型拖掛車、平板車、拖拉機(jī)、摩托車等。根據(jù)需要，車型可以增減。通過(guò)大量實(shí)驗(yàn)統(tǒng)計(jì)，通常情況下車輛類型的檢測(cè)精度優(yōu)于90％。
4、單線圈車速檢測(cè)。先測(cè)出被測(cè)車輛在線圈上的占有時(shí)間，在收到車輛檢測(cè)器發(fā)來(lái)的車輛占有信號(hào)為真時(shí)啟動(dòng)計(jì)時(shí)器，當(dāng)收到車輛檢測(cè)器發(fā)來(lái)的車輛占有信號(hào)為假時(shí)停止計(jì)時(shí)器，計(jì)時(shí)器的值就是被測(cè)車輛在線圈上的占有時(shí)間P，將上述已經(jīng)測(cè)得的車型所對(duì)應(yīng)的預(yù)先統(tǒng)計(jì)確定的該車型的典型長(zhǎng)度L加上已知的線圈寬度B，再除以上述被測(cè)車輛在線圈上的占有時(shí)間P，即測(cè)得車輛的行駛速度V。按算式V＝(L+B)/P就能獲得車輛的行駛速度V。通過(guò)大量實(shí)驗(yàn)統(tǒng)計(jì)，通常情況下速度的檢測(cè)精度優(yōu)于85％，速度越慢精度越高。
本發(fā)明的單線圈車型、車速檢測(cè)方法對(duì)于交通信息采集技術(shù)的貢獻(xiàn)是在發(fā)生交通擁堵甚至交通事故時(shí)，亦即在智能交通系統(tǒng)最迫切需要交通信息時(shí)，依然能夠高精度地檢測(cè)交通流乃至每輛車的交通信息。
二、交通狀況及交通事件檢測(cè)的系統(tǒng)架構(gòu)方法導(dǎo)致交通狀況及交通事件檢測(cè)技術(shù)水平低下的首要原因是車輛檢測(cè)器硬件和計(jì)算機(jī)程序分居兩地，即使采用單線圈檢測(cè)方法獲得的高精度車輛信息仍然無(wú)法根本改變目前交通狀況及交通事件檢測(cè)技術(shù)的落后現(xiàn)狀。因?yàn)榉志觾傻氐南到y(tǒng)架構(gòu)方法的致命問(wèn)題是，信息中心計(jì)算機(jī)程序收到的流量、車速、車型等車輛信息不可能是每輛車駛?cè)爰榜傠x時(shí)刻的實(shí)時(shí)信息。據(jù)悉國(guó)內(nèi)最先進(jìn)的證券交易平臺(tái)最大的接受委托能力為每秒1300次，設(shè)智能交通系統(tǒng)有200個(gè)采集點(diǎn)，每個(gè)采集點(diǎn)有8條檢測(cè)車道，平均每2s駛過(guò)一輛車，那么要求智能交通系統(tǒng)的實(shí)時(shí)接受信息的能力約為1600次，顯然這是不現(xiàn)實(shí)的。這就是全世界智能交通系統(tǒng)不得不采用周期平均數(shù)據(jù)壓縮方法的客觀原因。
為了徹底解決實(shí)時(shí)數(shù)據(jù)通信的瓶頸問(wèn)題，本發(fā)明的具體實(shí)施方式
是將計(jì)算機(jī)程序從交通信息中心搬至檢測(cè)現(xiàn)場(chǎng)路邊機(jī)箱內(nèi)的IPC中，將同居在路邊機(jī)箱內(nèi)的車輛檢測(cè)器與IPC的數(shù)據(jù)通信端口直接相連，以便直接接收車輛檢測(cè)器給與的車輛占有信號(hào)及線圈電感數(shù)據(jù)，并在檢測(cè)現(xiàn)場(chǎng)進(jìn)行交通狀況及交通事件的檢測(cè)。這種在第一現(xiàn)場(chǎng)檢測(cè)交通狀況及文通事件的系統(tǒng)架構(gòu)方法不僅極大地減輕了通信網(wǎng)絡(luò)及中心計(jì)算機(jī)的負(fù)擔(dān)，更具歷史意義的是計(jì)算機(jī)程序能夠在第一時(shí)間獲得在線圈上的每一輛車的行駛狀態(tài)，一旦發(fā)現(xiàn)狀態(tài)異常的車輛就能立即作出反映，再也不會(huì)被周期平均方法掩埋了。
通過(guò)大量實(shí)驗(yàn)證明，采用本發(fā)明的系統(tǒng)架構(gòu)方法后，檢測(cè)性能獲得了空前的提高在封閉道路，如高速公路、城市快速道路，交通狀況及交通事件的檢測(cè)速度通常不大于100s/km，在受交通信號(hào)控制的路口，檢測(cè)時(shí)間通常不大于3倍交通信號(hào)周期，誤報(bào)率均為零。
當(dāng)然，本技術(shù)領(lǐng)域內(nèi)的一般技術(shù)人員應(yīng)當(dāng)認(rèn)識(shí)到，上述實(shí)施例僅是用來(lái)說(shuō)明本發(fā)明，而并非用作對(duì)本發(fā)明的限定，只要在本發(fā)明的實(shí)質(zhì)精神范圍內(nèi)，對(duì)上述實(shí)施例的變化、變型都將落在本發(fā)明權(quán)利要求的范圍內(nèi)。
權(quán)利要求
1.一種交通信息單線圈現(xiàn)場(chǎng)檢測(cè)方法，對(duì)道路上機(jī)動(dòng)車輛的車型、速度進(jìn)行檢測(cè)，其特征在于，在每條車道上僅埋設(shè)一個(gè)線圈，按下列步驟先檢測(cè)車型后檢測(cè)車速其中車型檢測(cè)方法為根據(jù)車輛駛過(guò)一個(gè)線圈時(shí)線圈電感量的時(shí)變圖形與車輛底部金屬構(gòu)件的形狀密切相關(guān)的特征，通過(guò)比對(duì)被測(cè)車輛駛過(guò)一個(gè)線圈時(shí)線圈電感量的時(shí)變圖形與預(yù)先建立的各種車型的時(shí)變圖模型，用圖形匹配的方法檢測(cè)車型；其中車速檢測(cè)方法為先測(cè)出被測(cè)車輛在線圈上的占有時(shí)間，在收到車輛檢測(cè)器發(fā)來(lái)的車輛占有信號(hào)為真時(shí)啟動(dòng)計(jì)時(shí)器，當(dāng)收到車輛檢測(cè)器發(fā)來(lái)的車輛占有信號(hào)為假時(shí)停止計(jì)時(shí)器，計(jì)時(shí)器的值就是被測(cè)車輛在線圈上的占有時(shí)間P，將上述已經(jīng)測(cè)得的車型所對(duì)應(yīng)的預(yù)先統(tǒng)計(jì)確定的該車型的典型長(zhǎng)度L加上已知的線圈寬度B，再除以上述被測(cè)車輛在線圈上的占有時(shí)間P，即測(cè)得車輛的行駛速度V。
2.根據(jù)權(quán)利要求1所述交通信息單線圈現(xiàn)場(chǎng)檢測(cè)方法，其特征在于，采用一種交通狀況及交通事件檢測(cè)的系統(tǒng)架構(gòu)方法，將智能交通系統(tǒng)中的交通狀況及交通事件檢測(cè)的計(jì)算機(jī)程序，從交通信息中心的計(jì)算機(jī)中轉(zhuǎn)移到檢測(cè)現(xiàn)場(chǎng)的路邊機(jī)箱內(nèi)的工業(yè)微機(jī)IPC中，將同居在路邊機(jī)箱內(nèi)的車輛檢測(cè)器與IPC的數(shù)據(jù)通信端口直接相連，以便直接接收車輛檢測(cè)器給與的車輛占有信號(hào)及線圈電感數(shù)據(jù)，并在檢測(cè)現(xiàn)場(chǎng)進(jìn)行交通狀況及交通事件的檢測(cè)。
3.根據(jù)權(quán)利要求1或2所述交通信息單線圈現(xiàn)場(chǎng)檢測(cè)方法，其特征在于，將埋設(shè)在車道中央淺表層的一個(gè)線圈的兩根引線接入路邊機(jī)箱內(nèi)的車輛檢測(cè)器，將車輛檢測(cè)器的輸出信號(hào)接到工業(yè)微機(jī)IPC，IPC通過(guò)通信線路與信息中心連接。
4.根據(jù)權(quán)利要求1所述交通信息單線圈現(xiàn)場(chǎng)檢測(cè)方法，其特征在于，所述一個(gè)線圈的寬度為0.7m。
5.根據(jù)權(quán)利要求1所述交通信息單線圈現(xiàn)場(chǎng)檢測(cè)方法，其特征在于，所述比對(duì)被測(cè)車輛的時(shí)變圖形與車型的時(shí)變圖模型是對(duì)這二者的波峰和波谷的數(shù)量、次序及幅度差異進(jìn)行識(shí)別。
全文摘要
本發(fā)明涉及一種交通信息單線圈現(xiàn)場(chǎng)檢測(cè)方法，在每條車道上僅埋設(shè)一個(gè)線圈，在現(xiàn)場(chǎng)先檢測(cè)車型后檢測(cè)車速，其中車型檢測(cè)方法為根據(jù)車輛駛過(guò)一個(gè)線圈時(shí)線圈電感量的時(shí)變圖形與車輛底部金屬構(gòu)件的形狀密切相關(guān)的特征，通過(guò)比對(duì)被測(cè)車輛駛過(guò)一個(gè)線圈時(shí)線圈電感量的時(shí)變圖形與預(yù)先建立的各種車型的時(shí)變圖模型，用圖形匹配的方法檢測(cè)車型；其中車速檢測(cè)方法為將上述已經(jīng)測(cè)得的車型所對(duì)應(yīng)的預(yù)先統(tǒng)計(jì)確定的該車型的典型長(zhǎng)度L加上已知的線圈寬度B，再除以上述被測(cè)車輛在線圈上的占有時(shí)間P，即測(cè)得車輛的行駛速度V。本發(fā)明將雙線圈簡(jiǎn)化為單線圈，并在第一現(xiàn)場(chǎng)檢測(cè)動(dòng)態(tài)的交通信息交通狀況及交通事件。本發(fā)明由于采取了上述技術(shù)措施，因此較好地解決了世界智能交通系統(tǒng)中的技術(shù)難題，推動(dòng)了交通信息采集技術(shù)的進(jìn)步。
文檔編號(hào)G08G1/052GK1870070SQ20061002788
公開日2006年11月29日 申請(qǐng)日期2006年6月20日 優(yōu)先權(quán)日2006年6月20日
發(fā)明者顧平 申請(qǐng)人:上海三全科技有限公司