详情

原文传递微波协作式车辆检测方法研究

论文题名：	微波协作式车辆检测方法研究
关键词：	智能交通;车辆检测;物联网;微波传感器;最小二乘法;扩展卡尔曼滤波器
摘要：	经济和汽车工业的蓬勃发展，使得汽车保有量与日俱增，自动驾驶有望在未来得以实现。但是，交通拥堵、资源消耗、环境污染等一系列问题日益加剧，并且自动驾驶汽车在复杂环境中行驶的可靠性仍需大大提高。智能交通系统（IntelligentTransportationSystem,ITS）紧密联系道路、车辆及行人，极大地推了交通智能化建设并改善上述问题。作为ITS的基础和关键组成部分，车辆检测能够为交通管控和驾驶决策提供不可或缺的道路交通信息，对于ITS体系的建设及发展至关重要。一方面，车辆检测常用于道路监测点进行车辆信息收集；另一方面，车辆检测同样广泛应用于实时获取特定路段或整条道路的车辆信息。本研究面向车流量密集、车辆速度各异、车型多种多样的城市道路场景，提出了一种依托物联网（InternetofThings,IoT）技术的车辆检测方案，为交通管控和驾驶决策提供实时可靠的车流量、车速及车型信息。区别于已有的复杂昂贵的车辆检测方案，本方案的创新性优势在于克服了低成本传感器本身的性能缺陷，利用低成本传感器实现了高准确率的车辆检测，且适用于大规模应用场景，能够实现广覆盖的区域性感知。针对上述分析，本研究主要完成的工作如下：　　一方面，针对道路监测点的车辆信息收集问题，本文研究了目前车辆检测方法存在的不足，综合考虑系统成本和检测准确率，将低成本的车辆检测节点部署于路侧，采集道路上车辆经过时的数据。避免对微波信号采用传统的频域处理方式，提出了一种基于状态机的双节点协作式车辆检测算法，进行实时可靠的车流量统计、车速估计及车型分类。通过在不同的场景中进行实地测试，验证了所提出的双节点协作式车辆检测算法能够克服低成本微波传感器本身的性能缺陷，具有低成本和高准确率的独特优势，并且能够满足城市道路车辆检测的实际需求。　　另一方面，针对大规模IoT应用场景下实时获取特定路段或整条道路车辆信息的实际需求，本文采用大量车辆检测节点实现广覆盖的区域性感知，并提出了一种多节点协作式车辆检测策略。利用最小二乘法思想寻找数据的最佳函数匹配，基于扩展卡尔曼滤波器对系统状态进行实时预测和更新，克服了双节点检测准确率受限的不足。根据在城市道路场景中实际采集的道路交通数据生成仿真数据并搭建仿真场景，验证了所设计的多节点协作式车辆检测策略的检测准确率及稳定性。该车辆检测策略适用于大规模部署的IoT应用场景，能够为交通管控和驾驶决策提供实时可靠的道路车辆信息。
作者：	刘钊
专业：	电子与通信工程
导师：	蔡雪莲;刘奎
授予学位：	硕士
授予学位单位：	西安电子科技大学
学位年度：	2021