原文传递
基于磁场探测的车流量监测及车型识别技术研究
| 论文题名： | 基于磁场探测的车流量监测及车型识别技术研究 |
| 关键词： | 车流量监测;车型识别;磁场探测 |
| 摘要： | 智能交通系统中车辆的检测与识别是重要的一部分，能够高效准确低成本地完成路面交通情况的采集和上传，就能够极大提升目前整体的交通决策效率和交通参与者的交通体验。本文研究了一种基于TMR单轴磁传感器的交通信息监测系统，相比于传统的摄像头、激光雷达、地埋式线圈等交通信息获取方式，具有成本低廉、受天气影响小、易于安装、对实时交通影响小的优点。本文设计系统车辆检测准确率达到98.6%，车辆分类准确率在83.0%以上。 本文设计了车辆检测系统的识别系统的整体软硬件。其中硬件部分包括电源管理模块、前端TMR传感器采集模块、模拟信号处理模块、MCU模块和通讯模块等；软件包括整体的车辆监测多任务系统、通讯协议系统、多车道主从机模式设定等。除此之外，还设计了一个可以进行与传感器节点进行网络通信或者串口通信的上位机界面，方便实时显示检测区域的磁场强度波形和车流量、不同车辆类型数目、车流量平均速度等交通参数。 在车辆检测算法方面，设计了基于磁场强度值的方差序列状态机，进行车流量监测，克服了单纯使用磁场强度序列或者方差序列进行车辆检测的弊端，实现高准确率的车流量监测效果以及数据分割算法，并在此基础上实现了车辆速度的估算、车辆方向的判定以及磁场环境基准值的跟踪，为车辆类型识别的算法提供高质量的数据集。 在车辆识别算法方面，完成了车辆磁场波形的特征提取，并基于PCA算法进行了特征降维。设计了基于K-means聚类算法的质心分离算法，以及基于径向基函数的SVM分类算法，实现了对小型车、中型车、货车以及巴士车辆的较高准确度的分类。其中质心分离算法将巴士车和其他类型车辆分开，提高了分类算法速度，减轻了后续SVM算法模型的负担。 本文对设计的传感器节点，以及相应的嵌入式软件、车辆检测算法和车辆识别算法进行路面实地实验，实验结果验证了系统运行稳定，能够满足获取路面交通参数的需求。 |
| 作者： | 王海涛 |
| 专业： | 集成电路工程 |
| 导师： | 张海峰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
