异向性磁阻传感器检测车流量的新方法

针对因单轴或双轴的模拟式异向性磁阻传感器检测车流量时无法获取空间磁场、地磁垂直分量(Z轴)不能全面体现车辆信息,以及环境中的强磁场导致磁阻传感器输出信号漂移等问题,根据行驶车辆对地磁场的扰动效应原理,设计开发了基于ZigBee无线传感器网络的车流量检测系统,提出一种车流量检测方法.该方法采用新型三轴数字式磁阻传感器HMC5843替代传统的单轴或双轴模拟式磁阻传感器,以三轴磁场合成的磁场强度替代地磁垂直分量执行状态机算法检测车流量,当车辆驶离传感器时重新获取环境磁场来解决信号漂移问题.实际测试表明：该方法在测量精度、可靠性、冗余度等方面均优于地磁垂直分量（Z轴）法.     

基于单片机和磁阻传感器的新型车辆检测器

设计了一种新型的基于单片机的车辆检测器,介绍了它的工作原理和设计思路,并实际检测了不同情况下的地磁扰动信号．实验结果表明,该车辆检测器测量方法实用性强,精确度较高,即使在交通高峰期,也几乎能准确识别每一车辆．采用磁阻传感器采集信号,具有尺寸小、灵敏度高、使用寿命长等优点．     

地磁异常的铁路来车检测装置与方法

文中设计了一种适用于客运专线的铁路来车监测装置.利用各向异性型磁阻传感器检测列车引起的地磁异常,将信号进行放大后用A/D转换器进行数据采集,并根据动车组列车磁异常信号的特性,利用ARM处理器实现了前向差分数据驱动的单中间变量状态机车辆检测算法.结果表明该装置能够有效采集到列车引起的地磁异常信号,来车检测算法能有克服地磁场缓变、接触网电流磁场和突发噪声等干扰.该系统能有效检测出铁路线路上运行的车辆,并且具有低功耗、易于安装等特点.     

可自动报警的弯道会车智能预警系统推出并投用

<正>重庆市丰都县警方采用物联网+智能传感器技术,推出并投用了一款弯道会车智能预警系统。其通过埋放的无线地磁传感器来检测有无过往车辆,然后将结果发送至对向入弯处的LED显示屏上提醒驾驶员,从而实现了在车辆进入弯道前就能自动告知驾驶员对向有没有来车。该系统自投用以来,事故预防成效显著。该系统运行后,当车     

基于STM32的障碍物定位检测系统设计

为帮助驾驶员及时知晓车辆倒车后方环境,设计了一种基于STM32的障碍物定位检测系统.该系统通过两组超声波传感器分区对障碍物的距离及方位进行检测,根据多路传感器信息的融合得到障碍物的方位信息并进行显示,并按照所划分的3种危险等级的警示音报警.实验结果表明测量误差小,测距准确,满足目前市场需要.     

光谱吸收型光纤气体传感器及解调系统

基于光谱吸收型气体传感器的传感机理,搭建了实验平台,研究了基于一、二次谐波幅度比值法实现气体浓度检测的可行性,设计了一种新型的光纤气体传感器;基于32位嵌入式软核处理器NiosⅡ和FPGA技术设计了光纤气体传感器的解调系统.实验结果表明,该光纤气体传感器及其解调系统具有易维护、高速、高分辨率、高精度等优点.     

检测爆炸物的分子印迹压电传感器研究

为了以低成本准确地检测爆炸物,设计了一种基于分子印迹技术的传感器.它用分子印迹技术制备的分子印迹聚合物作为传感器的识别元件,压电晶体作为转换元件,将识别元件固定到转换元件上制作而成.文中还介绍了传感器输出信号的检测及处理电路的设计.实验结果表明该传感器具有良好的灵敏度和重复性,如对三硝基甲苯（2,4,6-Trinitrotoluence,TNT）检测限可达到10-6 g.该传感器小巧轻便,有望用于机场、火车站等安检部门.     

基于TMR检测的遗传BP神经网络车辆分类算法

针对目前基于地磁信号车辆分类算法的不足,提出GA-BP神经网络车辆分类算法。对实验数据进行归一化和滤波去噪处理,以均值、方差、峰值个数、最小波谷值作为车辆分类特征,最后利用GA-BP神经网络算法对车辆分类。实验结果表明,基于GA-BP神经网络的车辆分类算法提高了分类准确率和收敛性,其中准确率达到92．0％。     

面向城市道路的地磁传感器单节点车型分类

提出了一种利用多功能地磁传感器采集道路环境磁场数据,并基于决策树模型实现车型的在线分类方法。文中提取8种与车速无关的车辆波形时域特征作为模型输入,基于最优最小划分样本数的CART算法对决策树模型进行训练。对训练得到的决策树,基于最小误差剪枝原则进行剪枝,得到具有更高样本鲁棒性的最佳剪枝树。通过在北京市某道路上布设地磁传感器获取了两种车型数据,正、反向测试的平均准确率分别为88.9%和94.4%。与现有多个分类方法进行了对比实验,结果表明:本文方法能够进行在线车型分类,并在分类准确率、样本鲁棒性和算法执行时间等方面更具优势,能够应用于实际城市道路现场进行车型分类。     

用于炸药探测的纳米分子印迹生化传感器设计

为了便捷快速地检测到TNT等炸药违禁品,介绍了一种基于纳米分子印迹的炸药探测传感器设计.以分子印迹技术的特异吸附性结合压电晶体的质电灵敏转换特性,实现对炸药的灵敏探测;同时简要介绍了检测电路的设计原理.通过实验表明该传感器可以实现对硝铵炸药里的NHO3NH4以及TNT的检测达到μg级.该传感器可设计成小巧轻便的手持设备,便于火车站、飞机场、码头等大型公共场所的安全检查.     

车速检测技术述评

车辆速度是交通信息采集系统检测的主要动态参数之一,对超速违章车辆进行监测进而限速以消除交通安全隐患也日趋重要.论文对当今各种车速检测技术进行了分类研究,阐述了各检测技术的原理并对其性能进行了综合比较和评价,特别提出了一种基于磁通门技术的检测技术.最后,对各检测技术实际的应用场合及情况进行了比较说明,表明视频车辆检测技术将是未来实时交通信息采集和处理技术的发展方向.     

面向交通拥堵的车辆鲁棒检测及分车道到达累计曲线估计

针对大交通量拥堵情况下现有视频车辆检测技术不能有效处理车辆相互遮挡而导致的大量漏检问题,提出了一种面向交通拥堵的车辆鲁棒检测及分车道到达累计曲线估计方法.首先,完成非拥堵区域的检测,避免针对交通拥堵停驶车辆进行复杂遮挡处理及检测的工作;然后,基于假设生成和验证框架,融合Ada Boost分类器与车底阴影检测结果,得到车辆鲁棒检测结果;最后,使用投影畸变车辆稳定特征将车辆位置划归特定的车道,准确估计分车道车辆到达累计曲线,实现针对交通检测断面分车道详细交通参数的有效分析.实验结果表明:该方法能够在高峰时段的交通拥堵状态下实时进行车辆鲁棒检测并准确地获取交通参数,有效避免针对车辆遮挡的复杂处理过程,对解决车辆到达率和车头时距调查成本高、工作量大、不确定因素多等问题具有实际的意义.     

基于数据融合的疲劳驾驶检测算法

为减少交通事故,采用基于数据融合的疲劳检测技术以提高疲劳检测精度. 通过驾驶行为与车辆跟踪技术研究现状分析,选择眼睑遮住瞳孔的面积超过80%的P₈₀和眨眼次数指标作为眼部特征参数、车辆越线指标作为驾驶行为特征参数. 将两个特征参数分为3类,分别为:清醒状态、轻微疲劳状态、疲劳状态;最后通过支持向量机算法建立基于数据融合的疲劳检测模型. 实验结果分别为灵敏度为86.45%,检测准确率为85.79%,特异度为84.63%,较单一数据源的疲劳检测方式精准,建立的融合模型提高了疲劳检测的准确性.     

基于地磁的智能路口交通灯的设计

智能交通已成为改善现有交通运输性能、加强出行安全、提供更多出行路线的一种有效方式.该文设计的智能路口交通灯系统,利用地磁车辆检测,可以实时调度十字路口红绿灯时间,确保道路最大流量.     

基于对抗学习与深度估计的车辆检测系统

随着目标检测技术的不断发展，用于道路场景的车辆检测系统在自动驾驶领域得到了广泛应用。与传统的目标检测器相比，车辆检测的目标比较单一，但同时需要解决两大问题，一是在复杂的道路场景中，提供给检测器的车辆特征通常是不完整的，会出现遮挡和形变等问题；二是在自动驾驶过程中，需要对不同车辆的距离做出估计才能保证智能车及时地做出规避动作，即对图像的目标区域进行深度估计。针对这两个问题，提出了基于对抗样本生成与深度图重建的车辆检测方法。为预训练目标检测网络Faster⁃RCNN设计一个对抗网络，用于在训练过程中产生大量的训练样本，并利用这些样本对车辆检测器进行训练；根据检测结果，通过重建3D场景与相机位姿恢复深度图，对车辆的距离做出估计，以通知系统及时做出规避动作。实验结果表明，在不增加数据训练样本的情况下，该检测系统可以较好地提升车辆检测效果及估计目标车辆的距离。     

一种快速载体磁场补偿方法研究

在地磁导航应用中,地磁场的测量不可避免地会受到载体磁场的影响,降低了地磁导航的精度,因此必须对地磁测量数据中的载体磁场实时快速进行补偿.在详细分析载体上硬铁材料、软铁材料产生磁场在载体运动过程中的特性的基础上,提出了一种快速载体磁场标定及补偿方法.该方法本质上是将载体磁场补偿问题转化为椭圆拟合问题,利用带椭圆约束的最小二乘拟合方法对多于6个航向的捷联式三轴磁传感器测量数据进行椭圆拟合,进而实现载体磁场的快速标定和补偿.通过仿真试验表明,该方法具有简单快速,易于实现的特点,可以达到与磁传感器等精度的补偿效果,且在低信噪比情况下具有较强的鲁棒性.     

磁偏角对无人机皮托-静压管测风的影响分析

从无人机（unmanned aerial vehicle，UAV）皮托-静压管测风对磁偏角的敏感性出发，借助无人机皮托-静压管测风原理和误差理论，建立了磁偏角对测风影响的风速误差数学模型；通过仿真，分析了磁偏角对风速测量的影响和误差变化规律，并通过试验数据验证了仿真结论，为磁偏角的校正，提高风速测量精度提供了参考依据。     

基于改进Mask R-CNN的交通监控视频车辆检测算法

针对交通监控视频车辆检测常易受到遮挡导致目标车辆出现漏检或误检的问题,提出一种基于改进Mask R-CNN的交通监控视频车辆检测算法. 采用基于bottleneck结构的主干网络,提高主干网络提取特征的能力; 通过基于预测mask分数的掩码分支,融合目标的类别分数和掩码质量分数,提高车辆的掩码质量; 通过基于Arcface Loss的目标检测损失函数设计,提高不同特征之间的可判别性,提高目标的检测精度. 实验结果表明,改进的Mask R-CNN模型可更好地检测到被遮挡的车辆,目标车辆的检测精度超过Faster R-CNN、YOLO v3和Mask R-CNN模型,可解决目标车辆漏检或误检问题.