童 亮

(北京信息科技大學(xué)機(jī)電工程學(xué)院，北京 100081)

0 引言

我國(guó)各種道路的發(fā)展已經(jīng)由大規(guī)模的建設(shè)期進(jìn)入到管理、控制和優(yōu)化階段。包括交通流量、車型、車速、車道占有率以及車流密度等參數(shù)的道路交通流信息是實(shí)現(xiàn)交通優(yōu)化和智能交通管理的主要依據(jù)［1］。通過(guò)實(shí)時(shí)準(zhǔn)確的道路車輛交通流信息，不僅可以完全了解和掌握當(dāng)前的路況信息，而且可以利用智能控制和預(yù)測(cè)等手段，進(jìn)行有效的交通控制和交通誘導(dǎo)，確保道路交通的暢通和現(xiàn)有道路的最佳利用率。

根據(jù)所采用傳感器的不同，道路交通流調(diào)主要分為感應(yīng)線圈檢測(cè)、超聲波檢測(cè)、微波檢測(cè)、紅外線檢測(cè)、視頻檢測(cè)等幾種形式［2］。感應(yīng)線圈是交通流調(diào)中應(yīng)用最為廣泛的方式之一，可以獲得車輛出現(xiàn)、經(jīng)過(guò)、計(jì)數(shù)及車道占有率等基本交通流信息［3－4］。其突出優(yōu)點(diǎn)是技術(shù)比較成熟、車輛計(jì)數(shù)精確，但存在的主要不足是安裝過(guò)程中對(duì)路面破壞大，需要中斷交通，影響道路壽命，使用過(guò)程中容易被重型車輛、路面修理等損壞，同時(shí)存在車型識(shí)別率低的問(wèn)題。對(duì)于基于超聲波、微波、紅外線和視頻等手段進(jìn)行的交通流調(diào)系統(tǒng)，就檢測(cè)原理而言，具有一定的先進(jìn)性和可實(shí)現(xiàn)性，但存在諸如系統(tǒng)安裝條件要求高、受環(huán)境條件影響大、成本較高和可靠性較低等問(wèn)題，在實(shí)際應(yīng)用中受到限制。

文中提出的道路交通流調(diào)系統(tǒng)，采用微型磁芯感應(yīng)傳感器，該傳感器體積小，安裝簡(jiǎn)單。由于傳感器的特殊設(shè)計(jì)，信號(hào)輸出強(qiáng)，車型特征明顯。與傳統(tǒng)的感應(yīng)線圈工作原理不同，不需要高頻激波，經(jīng)電路處理后輸出為電壓值，處理電路簡(jiǎn)單，抗干擾能力強(qiáng)。對(duì)不同車型由于底盤(pán)結(jié)構(gòu)、高度等因素的差異所產(chǎn)生的車型特征信號(hào)曲線進(jìn)行RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)后，完成車型的識(shí)別工作。同時(shí)，根據(jù)系統(tǒng)工作的特點(diǎn)，結(jié)合ARM嵌入式系統(tǒng)及3G網(wǎng)絡(luò)配置，實(shí)現(xiàn)道路實(shí)時(shí)交通數(shù)據(jù)向控制中心的無(wú)線傳輸，為中心了解和控制交通提供依據(jù)。經(jīng)過(guò)實(shí)際測(cè)試和驗(yàn)證，系統(tǒng)滿足設(shè)計(jì)要求。

1 傳感器的結(jié)構(gòu)和工作原理

不同于傳統(tǒng)的感應(yīng)線圈式檢測(cè)器，微型磁芯感應(yīng)傳感器由繞向相同的兩個(gè)串聯(lián)線圈和特殊設(shè)計(jì)的磁芯組成，其基本結(jié)構(gòu)如圖1。

圖1 微型磁芯感應(yīng)傳感器結(jié)構(gòu)

該傳感器工作原理比較簡(jiǎn)單，是一種基于法拉第電磁感應(yīng)定律的車輛傳感器［5］。根據(jù)法拉第電磁感應(yīng)定理:

式中:Vi為線圈中的感應(yīng)電壓;Φ為線圈中的磁通量，

式中:N為線圈匝數(shù);Ac為線圈的橫截面積;H為磁場(chǎng)強(qiáng)度;μc為磁芯的相對(duì)磁導(dǎo)率。

對(duì)于固定結(jié)構(gòu)的傳感器來(lái)說(shuō)，磁通量的變化只和磁場(chǎng)強(qiáng)度有關(guān)。

應(yīng)用時(shí)，傳感器垂直埋在路面下，在兩個(gè)串聯(lián)線圈的中間給定一個(gè)恒定的激磁電壓，系統(tǒng)采用的是5 V電壓.在電磁環(huán)境不發(fā)生變化時(shí)，通過(guò)兩個(gè)線圈的磁場(chǎng)強(qiáng)度和磁通量固定，因此兩個(gè)輸出端均為系統(tǒng)5 V電壓。當(dāng)有導(dǎo)磁材料如金屬車輛通過(guò)時(shí)，由于磁路發(fā)生變化，導(dǎo)致線圈中的磁場(chǎng)強(qiáng)度發(fā)生變化引起磁通量的改變，在線圈中產(chǎn)生感應(yīng)電壓，由于線圈繞向相同，相當(dāng)于中間的5 V電壓端子，兩輸出端的感應(yīng)電壓極性相反。傳感器產(chǎn)生感應(yīng)電壓的大小除與通過(guò)車輛的速度有關(guān)外，其連續(xù)波形形狀特征主要與通過(guò)傳感器的車輛的車身和底盤(pán)結(jié)構(gòu)有關(guān)，通過(guò)檢測(cè)車輛經(jīng)過(guò)時(shí)傳感器的輸出波形，就可以確定車輛的基本類型。因此采用該傳感器的檢測(cè)系統(tǒng)不僅可以檢測(cè)車輛的存在，而且可以確定車輛的結(jié)構(gòu)類型。

磁芯線圈是在空心線圈的中心插上磁芯棒構(gòu)成。由于傳感器結(jié)構(gòu)微小，要產(chǎn)生足夠大的感應(yīng)電壓，磁芯材料的選擇至關(guān)重要，要求磁芯材料具有高磁導(dǎo)率、低矯頑力、高磁飽和強(qiáng)度等特性。感應(yīng)線圈傳感器采用的磁芯材料通常有鐵氧體、坡莫合金和無(wú)定形材料3種基本類型。結(jié)合各種類型的特點(diǎn)，傳感器采用無(wú)定形含有稀土材料形式的磁芯結(jié)構(gòu)。

傳感器的磁芯相對(duì)磁導(dǎo)率很高，使磁芯感應(yīng)線圈的電壓靈敏度比空心感應(yīng)線圈要提高μc倍，考慮到退磁系數(shù)的影響，實(shí)際相對(duì)磁導(dǎo)率的值μc由式(3)求得:

式中:Nd為退磁系數(shù)，是由磁芯形狀決定的。

對(duì)于圓柱體磁芯，Nd可以由Stoner簡(jiǎn)化式(4)計(jì)算得到:

式中:d為線圈直徑;l為線圈長(zhǎng)度。

在確定最終磁芯相對(duì)磁導(dǎo)率μc的基礎(chǔ)上，通過(guò)理論計(jì)算和實(shí)驗(yàn)驗(yàn)證，確定傳感器半線圈的長(zhǎng)度為25 mm，線圈直徑為2.3 mm，其輸出滿足系統(tǒng)檢測(cè)的要求。

2 系統(tǒng)硬件設(shè)計(jì)

為實(shí)現(xiàn)系統(tǒng)信號(hào)采集、處理和結(jié)果傳輸，設(shè)計(jì)系統(tǒng)硬件包括傳感器、信號(hào)處理電路、信號(hào)采集電路及采用ARM的嵌入式計(jì)算機(jī)處理系統(tǒng)，同時(shí)該系統(tǒng)作為路網(wǎng)控制的一個(gè)終端，采用3G技術(shù)與管理中心進(jìn)行通訊，將路況流調(diào)結(jié)果實(shí)時(shí)回傳給路網(wǎng)控制中心。系統(tǒng)硬件組成如圖2。

圖2 系統(tǒng)硬件組成

其中信號(hào)處理電路是硬件設(shè)計(jì)的重點(diǎn)部分。根據(jù)傳感器及其輸出信號(hào)的特點(diǎn)，信號(hào)處理具體實(shí)現(xiàn)電路如圖3，主要由濾波、調(diào)零、減法、積分、調(diào)幅和放大等部分組成。圖3(a)電路為基本濾波、調(diào)零和減法電路。電路中設(shè)計(jì)的幾組RC電路實(shí)現(xiàn)低通濾波的功能，通過(guò)調(diào)零電位器進(jìn)行無(wú)信號(hào)時(shí)輸出調(diào)零作用，兩個(gè)三極管對(duì)傳感器兩端信號(hào)采取差分輸入，高精密運(yùn)算放大器對(duì)差分信號(hào)進(jìn)行減法運(yùn)算并進(jìn)行一定的信號(hào)放大，在消除5 V系統(tǒng)激磁電壓的同時(shí)，為后續(xù)電路提供初步放大的傳感器輸出信號(hào);圖3(b)為積分電路。通過(guò)該電路對(duì)輸入信號(hào)進(jìn)行積分，增加信號(hào)的強(qiáng)度，同時(shí)反應(yīng)車輛不同部分經(jīng)過(guò)傳感器時(shí)的信號(hào)的變化趨勢(shì);圖3(c)為幅值調(diào)整電路。整個(gè)電路的輸出幅值控制在5 V之內(nèi)，在對(duì)不同車型進(jìn)行實(shí)驗(yàn)的基礎(chǔ)上，通過(guò)調(diào)節(jié)該放大電路的放大倍數(shù)來(lái)選擇合適的輸出幅值，同時(shí)在該電路中增加電壓跟隨器與后續(xù)電路進(jìn)行阻抗匹配;圖3(d)為末級(jí)放大電路，對(duì)前級(jí)輸入的信號(hào)進(jìn)行進(jìn)一步的放大，電路設(shè)計(jì)中配置了保護(hù)電路和具有限幅功能的電路。

圖3 信號(hào)處理電路原理圖

經(jīng)過(guò)處理的傳感器輸入信號(hào)，通過(guò)數(shù)據(jù)采集卡進(jìn)入ARM系統(tǒng)進(jìn)行數(shù)據(jù)處理和車型識(shí)別等算法，包括流量、車型、車速等信息的處理結(jié)果應(yīng)用3G網(wǎng)絡(luò)發(fā)送到交通控制中心。

3 車型識(shí)別方法及結(jié)果

3.1 系統(tǒng)輸出波形分析

圖4 實(shí)測(cè)波形圖

圖4為不同車型通過(guò)傳感器時(shí)實(shí)際測(cè)量獲得的波形。包括二軸貨車、六軸貨車、馬六轎車以及大客車的輸出波形，每種車輛給出2個(gè)速度波形?？梢钥闯觯瑢?duì)同一種車輛來(lái)說(shuō)，不同速度通過(guò)傳感器時(shí)，其輸出波形的形狀高度相似，只是因?yàn)樗俣茸兓?，其波形寬度發(fā)生變化，波形幅值也因磁通量變化的快慢有一定的差別。但對(duì)不同車型來(lái)說(shuō)，波形的形狀差別比較明顯，這也是通過(guò)RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行車型識(shí)別的主要特征。

實(shí)際應(yīng)用當(dāng)中，為了獲得車輛的速度和長(zhǎng)度，需要安裝兩個(gè)一定距離間隔的傳感器，這樣可以得到同一根車軸通過(guò)兩個(gè)傳感器的時(shí)間間隔，結(jié)合傳感器的距離計(jì)算得到車速，再根據(jù)整車通過(guò)單根傳感器所需的時(shí)間即可以求得車長(zhǎng)的信息。圖5為馬六轎車以44 km/h的速度通過(guò)兩個(gè)傳感器的信號(hào)波形，該波形進(jìn)行了數(shù)字濾波處理，信號(hào)具有明顯的起點(diǎn)和終點(diǎn)特征，根據(jù)該特征可以獲得車輛通過(guò)一個(gè)傳感器時(shí)的全車波形。

圖5 馬六轎車44 km/h輸出波形

3.2 RBF 神經(jīng)網(wǎng)絡(luò)

根據(jù)檢測(cè)器輸出波形特征進(jìn)行基于模式識(shí)別的車型識(shí)別系統(tǒng)，有模糊算法［6］、BP 神經(jīng)網(wǎng)絡(luò)［7］、小波分析處理［8］等方法，每種算法都有自己的優(yōu)缺點(diǎn)和適應(yīng)范圍。由于市場(chǎng)車型不斷增加，檢測(cè)器所得到的特征波形也千變?nèi)f化，采用模糊算法的系統(tǒng)，在比較全面確定模糊規(guī)則方面就存在問(wèn)題;BP神經(jīng)網(wǎng)絡(luò)理論上可以獲得模型最優(yōu)匹配的功能，但前提是樣本的窮盡性要達(dá)到要求;小波分析處理等現(xiàn)代信號(hào)處理手段可以實(shí)現(xiàn)相同的功能，但存在的問(wèn)題是算法的復(fù)雜性導(dǎo)致系統(tǒng)實(shí)時(shí)性存在問(wèn)題。在分析比較的基礎(chǔ)上，系統(tǒng)采用徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)作為車型識(shí)別算法，該算法不僅可以實(shí)現(xiàn)離線訓(xùn)練，而且能夠在線學(xué)習(xí)和完善，算法也比較簡(jiǎn)單，速度也快，克服了以上算法存在的一些不足。

RBF神經(jīng)網(wǎng)絡(luò)是一種采用局部感受域來(lái)執(zhí)行函數(shù)映射的人工神經(jīng)網(wǎng)絡(luò)，是一種單隱層前饋神經(jīng)網(wǎng)絡(luò)，具有最優(yōu)逼近和全局逼近的特性［9］，其拓?fù)浣Y(jié)構(gòu)如圖6所示。

式中:X=［x1，x1，…，xn］T為網(wǎng)絡(luò)輸入向量;k 是隱層節(jié)點(diǎn)(即感受野)數(shù);φi(X)是感受野i的Gauss核函數(shù);‖·‖表示歐氏泛數(shù);Ci=［ci，1，ci，2…ci，n］T為感受野的數(shù)據(jù)中心;σi為第 i個(gè)非線性變換單元的寬度;ωij是第i個(gè)隱層節(jié)點(diǎn)與第j個(gè)輸出節(jié)點(diǎn)之間的權(quán)值。

RBF網(wǎng)輸出是感受野核函數(shù)輸出的線性加權(quán)，為

圖6 RBF神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

只要確定了各數(shù)據(jù)中心和寬度，即可通過(guò)解線性方程得到輸出權(quán)。因此，RBF網(wǎng)設(shè)計(jì)的主要任務(wù)是確定其數(shù)據(jù)中心和寬度。

RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)有隨機(jī)算法、自組織學(xué)習(xí)算法和最近鄰聚類學(xué)習(xí)算法等幾種形式，目的是用于選取RBF中心。隨機(jī)算法、自組織學(xué)習(xí)算法主要用于靜態(tài)模式的離線學(xué)習(xí)，不僅需要獲得所有可能的樣本，而且需要事先確定中心個(gè)數(shù)，結(jié)合系統(tǒng)的實(shí)際需求，這兩種方法不適合在系統(tǒng)中使用。文中采用動(dòng)態(tài)自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)模型［10］，該模型是基于最近鄰聚類學(xué)習(xí)算法，是一種自適應(yīng)聚類學(xué)習(xí)算法，不需要事先確定隱含層單元的個(gè)數(shù)，完成聚類所得到的RBF網(wǎng)絡(luò)是最優(yōu)的，并且可以進(jìn)行在線學(xué)習(xí)，這樣就保證在車型多變、不能事先采集所有車型樣本的情況下，通過(guò)實(shí)際道路上樣本采集與在線學(xué)習(xí)獲得最優(yōu)RBF網(wǎng)絡(luò)的能力。

3.3 學(xué)習(xí)方法及結(jié)果分析

根據(jù)系統(tǒng)輸出的波形，反映車型特征應(yīng)該包括幅值、脈寬、極大極小點(diǎn)等參數(shù)，但在分析過(guò)程中發(fā)現(xiàn)，對(duì)于相同類型的車輛，如同是小型客車或同軸數(shù)的載貨汽車，這些特征值都會(huì)有差異，只是在波形的整體形狀上具有相似性。結(jié)合這一特點(diǎn)，在選取車輛波形特征參數(shù)上采取區(qū)域歸一化面積的方法，即對(duì)一輛車的全車波形曲線與橫坐標(biāo)時(shí)間軸圍成的區(qū)域沿時(shí)間軸等間隔劃分，計(jì)算每一部分的面積，然后進(jìn)行歸一化處理，作為RBF的輸入。這樣的劃分方法，不受車輛速度的影響，只要?jiǎng)澐值淖銐蚣?xì)，就能準(zhǔn)確反映波形的形狀特征。

網(wǎng)絡(luò)訓(xùn)練選擇了小型客車、二軸到六軸共7種車型進(jìn)行了訓(xùn)練，輸入為每種車型的等分歸一化面積，輸出為相應(yīng)車型對(duì)應(yīng)值為1，核函數(shù)為高斯函數(shù)，訓(xùn)練方法采用自適應(yīng)近鄰聚類算法。經(jīng)過(guò)25個(gè)周期的訓(xùn)練，形成具有28個(gè)隱層的網(wǎng)絡(luò)，精度為0.01。同時(shí)用7類29輛車對(duì)訓(xùn)練結(jié)果進(jìn)行了驗(yàn)證，訓(xùn)練結(jié)果比較如圖7。從比較結(jié)果可知，網(wǎng)絡(luò)對(duì)實(shí)際車型的識(shí)別率很高，超過(guò)95%。根據(jù)交通部公路交通情況調(diào)查的要求及檢測(cè)路段實(shí)際交通流成分的特點(diǎn)將車型分為型客車、大型客車、小型貨車、中型貨車、大型貨車、摩托車等幾種形式，結(jié)合車長(zhǎng)的信息，就可以對(duì)這些車型進(jìn)行準(zhǔn)確分類。

圖7 實(shí)際車型與網(wǎng)絡(luò)計(jì)算結(jié)果比較

4 結(jié)論

微型磁芯感應(yīng)線圈的工作原理不同于傳統(tǒng)環(huán)形感應(yīng)線圈式車輛檢測(cè)器，具有體積小、安裝簡(jiǎn)單、對(duì)道路破壞面小的特點(diǎn)。通過(guò)對(duì)傳感器磁芯和線圈的特殊設(shè)計(jì)，傳感器輸出信號(hào)強(qiáng)，信號(hào)處理電路不需要加載激振電路，信號(hào)處理電路簡(jiǎn)單。采用該傳感器設(shè)計(jì)的道路交通流調(diào)系統(tǒng)，檢測(cè)器輸出的信號(hào)波形特征明顯，利于采用模式識(shí)別的方式進(jìn)行車型的辨識(shí)，系統(tǒng)通過(guò)采用RBF神經(jīng)網(wǎng)絡(luò)對(duì)不同車型進(jìn)行訓(xùn)練和識(shí)別，結(jié)果準(zhǔn)確，識(shí)別率高。同時(shí)系統(tǒng)在硬件設(shè)計(jì)中采用ARM嵌入式處理系統(tǒng)和3G無(wú)線網(wǎng)絡(luò)傳輸系統(tǒng)，可以將實(shí)時(shí)采集和處理后的交通流調(diào)信息發(fā)送到交通控制中心，進(jìn)行實(shí)時(shí)路況監(jiān)測(cè)和道路交通管理。

［1］王力，王川久.智能交通系統(tǒng)中實(shí)時(shí)交通信息采集處理的新方法.系統(tǒng)工程，2005，23(2):86 －89.

［2］彭春華，劉建業(yè).車輛檢測(cè)傳感器綜述.傳感器與微系統(tǒng)，2007，26(6):4－11.

［3］林凌，韓曉斌.微型感應(yīng)線圈車輛傳感器.傳感技術(shù)學(xué)報(bào)，2006，19(4):68－72.

［4］林培群，徐建閩.感應(yīng)線圈信號(hào)曲線的處理方法及其在車型識(shí)別中的應(yīng)用.公路交通科技，2009，126(12):108 －119.

［5］巨漢基，朱萬(wàn)華，方廣有.磁芯感應(yīng)線圈傳感器綜述.地球物理學(xué)進(jìn)展，2010，25(5):1870 －1876.

［6］劉玉銘，白明.一種基于模糊模式識(shí)別方法的車型識(shí)別儀.公路交通科技，2000，17(1):63 －65.

［7］鐘漢如，梁俊斌.BP網(wǎng)絡(luò)在車型分類中的應(yīng)用.自動(dòng)化技術(shù)與應(yīng)用，2003，22(8):65 －74.

［8］林培群，徐建閩.感應(yīng)線圈信號(hào)曲線的處理方法及其在車型識(shí)別中的應(yīng)用.公路交通科技，2009，126(12):108 －119.

［9］何平，潘國(guó)峰，趙紅東，等.基于RBF網(wǎng)絡(luò)的智能氣敏傳感器溫度補(bǔ)償.儀表技術(shù)與傳感器，2008(7):6 －8，42.

［10］孫延風(fēng)，梁艷春，孟慶福.改進(jìn)的神經(jīng)網(wǎng)絡(luò)最近鄰聚類學(xué)習(xí)算法及其應(yīng)用.吉林大學(xué)學(xué)報(bào)(信息科學(xué)版)，2002，20(1):63－66.