基于多地磁传感器的车辆位置检测系统设计

系统通过在路面下安装多个地磁传感器检测车辆在路面的实时位置。地磁传感器与微处理器集成为信号处理模块,信号处理模块采集地磁传感器数据并在滤波后发送给数据处理模块。数据处理模块通过车辆经过路面时地磁传感器数据的变化来分析计算得出车辆的位置。通过对实验测得数据进行曲线拟合得出车辆位置与传感器差值之间的关系,进而推导出车辆的位置,其两轴精度达到10 cm。此外,设计的系统还可以测得车辆的速度和前进方向,并有望在智能公路方面应用于自动驾驶。     

路边车位车辆地磁差分检测算法研究

地磁检测技术因其低功耗、高性价比等特点,被认为是一种很好的路边车位车辆检测技术。但是由于抗干扰能力较差,识别时的误报率较高,因此,当单独使用这一技术,应用上存在正确识别概率偏低的问题。本文基于地磁传感器的特性,提出了在检测单元上设置双组地磁传感器,利用其差分值,确定多个判别特征,通过多层次的融合判断车辆的驶入、驶出状态的算法。设计了地磁差分检测系统,经过实验,表明该算法提高了系统的抗干扰能力,与单组地磁传感器阈值检测算法相比较,正确识别概率大幅度提高,达到98.0%,与基于地磁的双模检测技术的正确识别概率相当,取得了良好的识别车辆状态的效果。     

提高地磁传感器方位检测精度的方法

介绍了地磁传达传感器的原理及其信号处理方法，分析了传感器信号出现振荡、零点偏移、信号不对称等问题的成因，并提出了解决办法，使传感器的精度和可靠性得以提高。     

基于地磁传感器的车辆检测算法研究

针对现有地磁传感器车辆检测算法存在基线漂移、固定阈值导致车辆检测准确率低,以及干扰引起的状态机误判等问题,提出了基于地磁传感器的自适应阈值有限状态机车辆检测算法。在研究了三轴异相磁阻(AMR)地磁传感器车辆检测原理的基础上,分析了AMR传感器采集的原始信号,对原始信号进行了滑动窗口均值滤波处理;为了消除基准值漂移造成的检测误差和固定阈值造成的累积误差,提出了基准值和阈值实时更新的自适应车辆检测算法。采用加权函数进行基准值的实时更新,阈值随着基准值的更新而更新。同时,该算法以多状态机判断为主体,在有限状态机中增加了车辆到来计数和波动计数两个状态,消除了干扰引起的误判,提高了车辆检测准确率。现场车辆测试结果表明,该算法的车流量检测准确率在97%以上,可用于智能交通系统中车流量的检测。     

基于UWB的地下停车场车辆定位系统设计与实现

UWB定位系统是当前地下停车场车辆定位系统应用的重要定位方式,对于地下停车场汽车车辆定位而言有非常重要的作用.本文笔者针对基于UWB的地下停车场车辆定位系统设计进行了分析研究,文章中简要阐述了停车场车辆定位系统的发展,并以具体设计案例和试验测试,总结了基于UWB的地下停车场车辆定位系统设计要点.     

基于各向异性磁传感器的车辆检测技术

提出了一种采用各向异性磁阻传感器（AMR）进行车辆检测的方法,该方法具有不受温度、风雨等自然条件影响的优点.文章给出了实际测量电路,进行地球弱磁场下车辆检测试验.实验数据表明AMR传感器应用在停车场车位检测等领域具有一定的优势.     

UWB的无线传感器网络的定位技术

在基于距离的定位算法的基础上,提出基于超宽带（UWB）通信技术的TOA（Time Of Arrival）测距方法。UWB信号具有隐蔽性好、穿透能力强、定位精度高以及功耗低等特点,但在节点定位应用中,UWB直达信号难以精确检测。本文提出通过对首次到达信号时间和最强信号时间进行加权来得到直达信号到达时间,并采用模糊逻辑技术计算加权系数。实际数据仿真试验表明,基于UWB的定位技术可极大地提高定位精度。     

基于地磁传感器的车流量智能检测系统设计

道路流量信息是进行有效交通管制和引导的重要依据。针对现有的无线地磁车流量检测系统取电难、通信不稳定的问题,结合近期国内多地应用的道路交通发光砖,设计了一种车流量实时检测系统。系统通过嵌入在地砖中的检测器完成车辆检测,数据经由RS485总线汇总至上位机,并上传至服务器。检测器利用RM3100传感器采集磁场原始信号,在STM32中通过双窗口法提取出车辆的特征波形;采用自适应阈值有限状态机算法,判断车辆的运动状态。经过实地安装测试,检测器识别车辆的准确率可达97%左右,系统运行稳定可靠,对构建智慧交通道路体系具有一定的实用价值。     

基于433 MHz频段的无线地磁车位检测传感器节点设计

针对现在存在的寻找车位难的问题,设计一种利用地磁传感器的基于433MHz频段的无线车位检测节点.该节点利用地磁传感器在有车和无车状态下的数据变化来检测车位状态;利用MSP430F5438和相应的门控管理电路达到低功耗的特性;利用433MHz通信模块,实现数据的无线传输.阐述了整个节点软件的主流程和车位检测的流程.利用实验验证了该车位检测节点和检测方法的有效性与合理性.     

基于无线传感器网络的车辆检测识别算法研究

针对无线传感器网络(WSNs)的特点,利用车辆发出的声音信号,提出并研究了一种改进的信号检测算法,能够有效地从被噪声严重污染的声音信号中提取出车辆信号。使用小波包变换提取16维信号特征,支持向量机进行目标分类,得到单节点识别结果。提出了基于能量的全局决策融合算法,对多个节点做出的决策进行融合,得到网络的最终识别结果。为了评估算法,使用了来自DARPA SensIT实验中的真实数据,其中包含了履带车和重型卡车的大量声音信号。实验结果表明:该算法用于WSNs中的车辆识别方面是有效的。     

基于ZigBee无线传感器网络的停车检测系统

针对现有停车检测系统铺设地感线圈时作业量大与寿命短的问题,提出了一种基于ZigBee无线传感器网络的停车检测系统的实现方案,并阐述了节点的硬件设计。系统采用CC2530射频芯片及HMC5883L三轴磁阻传感器,在ZigBee2007协议栈的基础上进行应用开发。实验测试表明,基于ZigBee无线传感器网络的车辆检测系统具有低成本、低功耗、精度高、网络容量大的优点。     

基于非相干检测的UWB无线传感器网络传输性能

论文首先给出了UWB无线传感器网络体系结构模型,接着利用UWB技术和非相干信号检测技术设计了一个非相干检测UWB传感器接收机。在此基础上,着重研究了UWB无线传感器网络的传输性能。通过仿真发现采用了非相干信号检测技术,对UWB无线传感器网络传输性能的提高具有重要意义。     

基于AMR传感器的车辆检测算法

深入研究了各向异性磁阻(AMR)传感器的数据采集原理和特征波形向量提取方法,提出了一种基于AMR传感器的车辆检测算法:自适应状态机的车辆检测算法。该算法可以自适应地更新阈值和基线,利用状态机,达到对车辆的准确和高效的检测。可以用于检测道路交通车流量,也可以应用在大型停车场的车辆诱导系统。     

车辆检测传感器综述

介绍了两类典型的车辆检测传感器,即固定式车辆检测传感器:感应线圈检测传感器、超声波检测传感器、微波检测传感器、红外线检测传感器、视频检测传感器、磁力检测传感器以及声学检测传感器;移动式车辆检测传感器:浮动车和探测车。阐述了各种检测传感器的原理、所检测的交通参数以及其适合检测的交通环境,通过比较各种检测传感器的特点,指出了车辆检测传感器的应用方向是多传感器联合检测,旨在对我国车辆检测传感器技术的应用能有所帮助。     

基于雷达和红外传感器的目标检测方法

航迹关联是多传感器数据融合的一项重要内容,其目的在于评判不同的航迹是否来自同一个目标。取不同目标的位置和速度之间的距离作为模糊因子,提出了一种基于模糊推理的雷达和红外传感器航迹关联算法;该算法采用正态型隶属函数,在加权处理的基础上利用最大隶属函数原则进行航迹相似性评判。仿真结果表明了该算法的有效性。     

基于磁阻传感器的车辆检测算法综述

磁阻传感器将车辆引起的地磁扰动转换为清晰的电压信号,采用阈值算法可得到交通流量、车长、车速等多种信息。地磁检测器是环形线圈的理想代替技术,国内外许多学者对基于地磁车辆检测器的检测算法展开了研究。结合国内外的研究状况根据研究对象对算法进行分类,并总结算法存在的问题,最后提出相应的解决办法。     

基于磁传感器的道路车辆参数检测系统

介绍了一种新型的道路车辆参数检测系统的原理、设计方案和实验结果。该系统利用磁通传感器取代传统地埋线圈作为检测元件、以单片机为核心构成信号处理电路,能够同时检测多车道道路上车辆的流量、车速,能够对超速、闻红灯等车辆的车牌进行拍照并定时向中控室上传测量信息。实验结果显示：本系统对道路车辆占有率的测量精度与超速检测准确率可达98％以上,优于地埋线圈式系统的检测效果,且安装更加方便。     

基于UWB的无线传感器网络的设计

介绍基于UWB的无线传感器网络的设计,设计了以高档8位AVR单片机ATmega128L为核心,结合外围传感器和UWB收/发机的传感器节点.以低功耗为显著特点的UWB技术,能够满足无线传感器网络节点低功耗、低硬件复杂度的要求;基于UWB的无线传感器网络能够满足诸多应用的要求.     

基于ZigBee技术传感器检测系统设计与实现

介绍了基于ZlgBee技术的传感器检测系统的系统构成,成功的组建了传感器虚拟测量平台。本系统通过发送模块发送传感器检测的数据,以ZigBee协议进行无线传输,由接受模块接受发送的数据,再将采集到的数据通过A／D转换经串口送八计算机,然后通过采用虚拟仪器技术的检测系统对数据进行处理分析以及显示等。由于本系统采用无线传输,可应用于环境比较复杂的检测场所及自动控制等领域。     

一种基于K—Means分类的状态机车辆检测算法

地磁车辆检测器是一种基于车辆对地球磁场的扰动效应实现的交通信息采集设备。目前基于地磁传感器的车辆检测算法主要有状态机检测算法及自适应阑值算法,但是基线漂移、阅值选取等因素对算法的检测精度有很大影响。结合车辆地磁响应信号的具体特征,提出一种基于K—Means分类的状态机车辆检测算法,将车辆地磁响应信号先进行K—Means分类,解决了现有算法阈值选取困难的问题,将分类后的信号输入状态机判别,解决了慢速车和长型车易被误判的问题。实验结果表明,该算法具有很高的检测准确率,且鲁棒性好。