基于軌跡圖磁阻傳感器車輛檢測算法

黃景武，鄒傳云，陳瑞鑫

(西南科技大學 信息工程學院, 四川 綿陽 621010)

0 引言

隨著社會經濟的發展，人民生活水平不斷提高，私家車數量劇增，而隨著中國城市交通的快速發展，車輛越來越多，伴隨著停車場越來越大型化，停車場管理開始趨向于智能化。由于大型停車場面積大，采用人工肉眼來實現每個停車狀態監控成本太高，使用視頻監控或圖像采集分析的方式實現停車位狀態的監控雖然減少了人力，但是物檢測率高、相當于依賴人的判斷、不能實現自動化管理和節約成本。現在普遍使用基于地感線圈的車輛檢測，但是該技術有成本昂貴、維護困難和使用壽命短等缺點[1-4]。

地磁傳感器是可以檢測地磁場信號的新型傳感器。地磁傳感器可以實時、準確的檢測出停車位狀態，通過無線傳感器網絡實時統計每個車位的狀態。該系統可實時向駕駛員提供停車場車位狀況，可實時向停車場管理人員提供當前的停車場運營情況、每個車位狀態，可實現停車場自動統計和智能管理[3-4]。

磁阻傳感器在車輛經過時，x軸輸出曲線類似于一階高斯曲線，z軸輸出曲線類似于高斯曲線[5-6]。現根據磁阻傳感器具有這樣的特性，提出基于軌跡圖分析的磁阻傳感器車輛檢測算法。最后通過Matlab仿真檢驗算法的可行性和正確性。

1 信號分析

車輛對磁場的擾動可看作多個雙極性磁鐵組成的模型。這樣的雙極性磁鐵模型具有南北的極化方向，這種模型能夠反映引起地球磁場的擾動。這樣的擾動在汽車發動機和車輪處尤為明顯，此外擾動也取決于車輛內部、車頂或后備箱中有沒有其他鐵磁物質。總之，其綜合影響是對地球磁力線的扭曲和畸變[6]，如圖1所示，這種扭曲也被稱作車輛的硬鐵影響或干擾。

地球磁場是表示地球磁場方向和大小的物理量，地球磁場的要素有：地磁總強度F、水平分量H、垂直分量HZ、東分量HY、北分量HX、磁偏角D為水平分量H與X軸的夾角，磁傾角I為矢量F與水平分量H的夾角，如圖2所示。目前，車輛檢測法可根據研究的地磁要素不同分為垂直分量檢測法(HZ)和水平分量檢測法(包括HX、HY、H、磁偏角D)。

圖1 均勻磁場中鐵磁物體引起的畸變

圖2 地磁要素

這里的地磁檢測器X軸為沿車輛行駛方向，Z軸為垂直于路面方向[7]，如圖 3所示。檢測器實際輸出曲線[8]如圖 4所示，圖上半部分為傳感器的X軸輸出曲線，下半部分為Z軸輸出曲線。

圖3 地磁檢測器的安裝

圖4 檢測器輸出曲線

2 垂直分量算法

2.1 固定閾值算法

該算法通過設定固定的閾值，將采集的地磁序列信號與該閾值比較文獻[9]中介紹了該算法：將Z軸方向的地磁信號序列和固定的閾值相比較，一旦連續有 10個信號值大于固定閾值，就認為檢測到了車輛，若Z軸和X軸方向的地磁信號序列同時連續在閾值下0.25 s，則認為車輛離開。

由于地磁檢測器的應用環境較復雜，容易受到多種因素的干擾，檢測的時間序列存在個別的斷點和異常值，該算法并不能排除這些斷點和異常值的干擾，從而引起車輛的誤檢和虛警。

2.2 狀態機檢測法

狀態機檢測法可通過設定中間狀態的方法來消除相鄰車位或其他噪聲的干擾，增強了算法的魯棒性。但是狀態機算法僅對于車輛何時進入檢測區進行判斷，并沒有判斷該車輛何時離開，故容易出現將幾輛車誤判為1輛。

3 軌跡圖分析算法

3.1 軌跡圖分析算法分析

軌跡圖分析算法是基于檢測器輸出曲線特性的算法。根據傳感器X軸的一階高斯曲線和Z軸的高斯曲線構造算法，高斯曲線滿足式(1)：

f(x)滿足如圖5所示的曲線，f(x)稱為正態分布，也稱為高斯分布。圖4中傳感器Z軸的輸出曲線形狀與高斯曲線很相似。

圖5 高斯曲線

f(x)對x求一階導，整理得式(2)，f'(x)如圖6(a)所示：

為了方便討論，f(x)和 f'(x)取 μ=0，δ=1，也就是 f(x)服從標準正態分布；記w(x)= f(x)+ |f'(x)|，則：

式(3)中，f(x)取 μ=0，δ=1。w(x)曲線如圖 6(b)所示，w(x)關于縱軸對稱，曲線會出現極大值點。軌跡圖算法的實現就是將類似于 f'(x)曲線的傳感器 X軸輸出取絕對值|f'(x)|，之后將類似于f(x)曲線的Z軸輸出與|f'(x)|疊加得到類似于w(x)曲線的曲線。通過這樣的預先處理，將傳感器兩個軸的輸出轉換為具有雙峰特性的二維曲線，因為每輛車經過檢測器得到的處理曲線都具有雙峰特性，把圖6(b)稱為車輛經過磁阻傳感器的檢測軌跡圖。在圖6(b)曲線加一個長度為兩個峰值之間采樣點的關于采樣點的窗函數，通過加窗只保留一個軌跡圖的峰值間曲線而去掉其余部分以及非軌跡圖干擾部分，圖6(b)加窗之后曲線如圖7所示。這樣就用一個雙峰值曲線部分代表有一輛車進入車位或者離開車位。

圖6 高斯曲線變化

圖7 w(x)曲線加窗

3.2 實驗結果

在Matlab中構建車輛軌跡曲線數據，模擬間隔不同時間經過檢測器的車輛，經過軌跡圖算法對數據進行處理得出的仿真結果如圖8所示。

從圖中可以看出一共有 6輛車次經過檢測器，圖 8(a)是這6輛車次的軌跡圖，而圖(b)是加窗后的軌跡圖。

圖8 用軌跡圖算法處理的數據

4 結語

通過理論推導和實驗證明基于軌跡圖分析的磁阻傳感器車輛檢測算法可以有效地檢測經過檢測器，通過計數的方式來確認車位是否有車，當計數為奇數時說明有車進入車位，當計數為偶數時說明車輛離開車位。這一算法能滿足當前車輛車位占用狀態可靠性和準確性的需要。

[1] 李寧，黃銀龍，王占斌，等.雙卡技術在涉車系統中的實現研究[J].通信技術，2011,44(01):60-62.

[2] CHEUNG S Y, ERGEN S C, VARAIYA P.Traffic Surveillance with Wireless Magnetic Sensor[C].USA:[s.n],2005: 479-493.

[3] 楊旭，劉小方，張澤奇，等.基于激光測距的導彈發射車定位系統設計[J].通信技術，2010,43(11)：52-54.

[4] DUARTE M F, HU Yuhen.Vehicle Classification in Distributed Sensor Network[J].Journal of Paralle Land Distributed Computing, 2004,64(07):826-838.

[5] MICHAEL J C, SMITH C H, BRATLAND T, et al.A New Perspective on Magnetic Field Sensing[DB/OL].[1998-05-01](2010-08-10).http://www.magneticsensors.com.datasheet/new_pers.pdf.

[6] COIFMAN B, DHOORJATY S, LEE Z H.Estimating Median Velocity Instead of Mean Velocity at Single Loop Detectors[J].Transportation Research, 2003,11(03):863-880.

[7] CARUSO C J, WITHAMWASAM L S.Vehicle Detection and Compass Applications using AMR Magnetic Sensors[EB/OL].(1999-05-10)[2010-08-10].http://www.google.com.hk/url?sa=tsource=web&c d=1&ved=0CCQQFjAA&url=http%3A%2F%2Fmasters.donntu.edu.ua%2 F2007%2Fkita%2Fgerus%2Flibrary%2Famr.pdf&ei=-NfhTaGeI5CgvQ Oqi_meBw&usg=AFQjCNGQrp_dtas0O_r4lUeYweRzly2MFw.

[8] CHENG Singyu.Traffic Surveillance by Wireless Sensor Networks:Final Report[C].USA: California PATH Research Report,2007:52.

[9] 潘霓，駱樂，聞育.基于磁阻傳感器的車輛檢測算法綜述[J].計算機工程與應用, 2009,45(19):245-248.