System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种基于压力传感器时序数据的车辆检测方法与系统,属于车联网领域。
技术介绍
1、在车联网技术中,v2x(vehicle to everything)技术依赖了道路的基础环境数据做智能决策。在道路基础环境数据中,车辆的通过数据是智能交通所有决策的基础。现有的道路车辆数据检测方法有如下几种:1、通过在车道的特定位置部署称重系统,利用称重系统的数据变化来检测车辆的通过信息。2、通过在道路的关键位置部署视频采集设备,利用图像检测算法对视频流进行分析,得到通过路段该位置的车辆信息。
2、现有车辆检测存在的不足:1、基于称重系统的检测方法:秤台式和弯板式称重系统在高速情况下精度低,仅适用于低速通过的车辆检测;而压电式称重系统虽然能检测高速通过的测量,但总体精度较低,统计误差较大。2、基于视频的车流量统计,受到天气的影响较大。在天气恶劣、或者照明不佳等情况下,检测误差较大、甚至会出现无法检测的情况。
技术实现思路
1、专利技术目的:针对上述现有技术存在的问题,本专利技术目的在于提供一种基于压力传感器时序数据的车辆检测方法与系统,利用在道路中预置的压力传感器,对传感器时序数据进行分析,检测出车辆的通过信息。
2、技术方案:为实现上述专利技术目的,本专利技术采用如下技术方案:
3、一种基于压力传感器时序数据的车辆检测方法,包括如下步骤:
4、对原始时序数据进行平滑滤波;
5、逐步遍历滤波后的数据,对于每个时刻的数据,分别计算后
6、遍历时刻列表a中的每个时刻,选取其在原始时序数据中前后预设范围内的绝对值最大的数据对应的时刻,得到实际峰值时刻列表b;
7、将时刻列表b中第一阈值内的连续峰值归并为同一个波形的峰值,以分割不同车辆产生的峰值,得到车辆对应的子列表,并且将各子列表中第二阈值内的连续峰值进行合并,选取绝对值最大的点作为合并后的峰值点,以合并同一辆车产生的峰值,得到时刻列表c;
8、对时刻列表c进行修正,去除峰值点数量和数值不满足实际业务的子列表,得到时刻列表e;
9、对于e中的每个子列表,选取第一个元素作为车辆通过的起始点,根据原始时序数据的时间偏移量和采样率计算出实际通过时间。
10、作为优选,若l=(vi+x-vi)/vi大于预设的阈值,则将i时刻加入待确认的时刻列表a,其中vi为i时刻之后x个时间点的方差,vi+x为i+x时刻之后x个时间点的方差。
11、作为优选,对时刻列表c进行修正的方法为:
12、过滤掉c中只有一个峰值点的子列表,得到列表c1;
13、过滤掉c1中峰值点大于六的子列表,得到列表c2;
14、对于c2中每个子列表,遍历峰值时刻对应的传感器数值,如果传感器数值大于传感器在没有受到外力作用下的基准值,则移除该峰值时刻,得到列表c3;
15、过滤掉c3中只有一个峰值点的子列表,得到列表e。
16、作为优选,所述基准值根据如下方法确定:对于c2中每个子列表,选取第一个峰值点往前预设时间内的数据,计算平均值,将平均值作为传感器在没有受到外力作用下的基准值;所述第一个峰值点往前预设时间内无车辆通过。
17、进一步地,根据列表e中的每个子列表中的峰值个数,判断车辆类型。
18、基于相同的专利技术构思,本专利技术提供一种基于压力传感器时序数据的车辆检测系统,包括:
19、突变峰值检测模块,用于对原始时序数据进行平滑滤波;逐步遍历滤波后的数据,对于每个时刻的数据,分别计算后续2x个时间点的前x个以及后x个时间点的方差,并根据方差变化情况检测突变峰值,得到待确认峰值时刻列表a;
20、实际峰值检测模块,用于遍历时刻列表a中的每个时刻,选取其在原始时序数据中前后预设范围内的绝对值最大的数据对应的时刻,得到实际峰值时刻列表b;
21、波形分割模块,用于将时刻列表b中第一阈值内的连续峰值归并为同一个波形的峰值,以分割不同车辆产生的峰值,得到车辆对应的子列表,并且将各子列表中第二阈值内的连续峰值进行合并,选取绝对值最大的点作为合并后的峰值点,以合并同一辆车产生的峰值,得到时刻列表c;
22、修正模块,用于对时刻列表c进行修正,去除峰值点数量和数值不满足实际业务的子列表,得到时刻列表e;
23、以及车辆检测模块,用于对于e中的每个子列表,选取第一个元素作为车辆通过的起始点,根据原始时序数据的时间偏移量和采样率计算出实际通过时间。
24、基于相同的专利技术构思,本专利技术提供一种计算机系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述计算机程序被加载至处理器时实现所述的基于压力传感器时序数据的车辆检测方法的步骤。
25、基于相同的专利技术构思,本专利技术提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述的基于压力传感器时序数据的车辆检测方法的步骤。
26、有益效果:与现有技术相比,本专利技术具有如下优点:1、本专利技术实现了一种对传感器时序数据的方差分析方法,能够通过分析传感器压力数据的变化,检测车辆的通过信息。2、本专利技术实现了对时序压力数据的具体波形检测,通过波形对车辆类型进行进一步分析归纳,提高了检测的准确性;3、本专利技术检测方法的准确性不受天气、照明等自然环境影响,也不受车辆通过速度和车流量的影响。
本文档来自技高网...【技术保护点】
1.一种基于压力传感器时序数据的车辆检测方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的基于压力传感器时序数据的车辆检测方法,其特征在于,若L=(Vi+x-Vi)/Vi大于预设的阈值,则将i时刻加入待确认的时刻列表A,其中Vi为i时刻之后X个时间点的方差,Vi+x为i+X时刻之后X个时间点的方差。
3.根据权利要求1所述的基于压力传感器时序数据的车辆检测方法,其特征在于,对时刻列表C进行修正的方法为:
4.根据权利要求3所述的基于压力传感器时序数据的车辆检测方法,其特征在于,所述基准值根据如下方法确定:对于C2中每个子列表,选取第一个峰值点往前预设时间内的数据,计算平均值,将平均值作为传感器在没有受到外力作用下的基准值;所述第一个峰值点往前预设时间内无车辆通过。
5.根据权利要求1所述的基于压力传感器时序数据的车辆检测方法,其特征在于,根据列表E中的每个子列表中的峰值个数,判断车辆类型。
6.一种基于压力传感器时序数据的车辆检测系统,其特征在于,包括:
7.根据权利要求6所述的基于压力传感器时序数据
8.根据权利要求6所述的基于压力传感器时序数据的车辆检测系统,其特征在于,所述修正模块中,对时刻列表C进行修正的方法为:
9.一种计算机系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述计算机程序被加载至处理器时实现根据权利要求1-5任一项所述的基于压力传感器时序数据的车辆检测方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现根据权利要求1-5任一项所述的基于压力传感器时序数据的车辆检测方法的步骤。
...【技术特征摘要】
1.一种基于压力传感器时序数据的车辆检测方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的基于压力传感器时序数据的车辆检测方法,其特征在于,若l=(vi+x-vi)/vi大于预设的阈值,则将i时刻加入待确认的时刻列表a,其中vi为i时刻之后x个时间点的方差,vi+x为i+x时刻之后x个时间点的方差。
3.根据权利要求1所述的基于压力传感器时序数据的车辆检测方法,其特征在于,对时刻列表c进行修正的方法为:
4.根据权利要求3所述的基于压力传感器时序数据的车辆检测方法,其特征在于,所述基准值根据如下方法确定:对于c2中每个子列表,选取第一个峰值点往前预设时间内的数据,计算平均值,将平均值作为传感器在没有受到外力作用下的基准值;所述第一个峰值点往前预设时间内无车辆通过。
5.根据权利要求1所述的基于压力传感器时序数据的车辆检测方法,其特征在于,根据列表e中的每个子列表中的峰值个数,判断车辆类型。
6.一种基于...
【专利技术属性】
技术研发人员:殷庆荣,谢峥,高庆官,
申请(专利权)人:南京赛宁信息技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。