传感器输出特征
发布时间:2012/4/16 21:16:50 访问次数:1549
按照传感器在智能交通的不同应用领域分别进行讨论。
(1)车辆计数值的检测
感应线圈检测器、磁力传感器等地埋型检测器对CM20MD-12H车辆计数值的检测准确度达99%以上，但当车流缓慢、车辆密集，且车辆处于怠速一行驶循环状态时，如果前后相邻的两辆车同在检测区域上，则当前车离开检测区域时，其引起的高电平来不及消退而后车又会引起高电平，则可能将两辆车漏检为一辆车。某些型号的视频图像检测器会受其图像处理算法的影响，使其不能从黑暗背景下分辨出颜色较暗的车辆，所以视频图像检测器在夜晚的车辆计数检测可能会很不准确。微波雷达检测器提供的车辆计数值一般会比实际值低，但在发生交通拥挤时，由于雷达波的多重反射，可能会出现一辆车被多次检洌的情况。某些型号的红外线检测器在设计时并没有对单个车辆计数的功能，而是每隔Is输出一个车辆存在信号，如果车流密度较大，Is内在检测区域内经过两辆车或更多辆车，则会出现漏检的情况。
总之，在交通量较小的情况下，感应线圈检测器、磁力传感器、视频图像检测器和微波雷达适用于车辆计数值的检测；在交通量较大的情况下，感应线圈检测器、视频图像检测器和微波雷达适用于车辆计数值的检测。在对车辆计数值的测量要求不高的情况下，红外线检测器、超声波检测器及噪声检测器也可使用。
(2)车辆出现的检测
车辆出现的检测与车辆计数值的检测类似，都是交通检测器“感知”其检测区域上存在的车辆，并产生相应的信号。由于车辆出现的检测强调对静止车辆的检测，则在检测原理中需要车辆运动才能实现车辆检测的交通检测器，如磁力检测器（感应式或探测线圈式磁力计）和多普勒微波雷达不能实现车辆出现检测。
(3)对车速的检测
感应线圈检测器、磁力传感器、压电传感器等地埋型检测器不能直接测得车速，一般在沿车道给定距离上安装两个检测器，通过测量车辆通过这两个检测器的时间来计算车速；或使用一个检测器，预设平均车辆长度，测量车辆通过检测区域的时间以确定车速。
调颇连续波( FMcw)雷达、红外线检测器及噪声检测器则是通过将检测区域按一定长度分区，测量车辆通过各检测区域的时间以计算车速。某些型号的视频图像检测器(如Autoscope 2004)，在摄像机的检测区域内定义一定数目的矩形检测区域。利用检测车辆通过这些检测区域的时间来确定车速（误差范围：+7%）。另有一些类型的视频图像检测器被称为车辆跟踪式视频图像检测器（如ⅥdeoTrak-910），可在较大的道路区域内检测车辆并连续跟踪车辆，大大提高了车速的检测精度（误差范围为4%-8%）。
总之，上述几种交通检测器的车速检测方法都是通过测量车辆驶过几个检测区域的时间来确定车速。多普勒雷达则不同，它根据多普勒效应直接由频率变化算得车速值，精度较高（误差范围为土3km/h），是进行车速检测的首选。
(4)占有率的检测
这里指时间占有率，即检测器检测区域上存在车辆的时间占总检测时间的比率。占有率的检测受检测器的保持时间和检测器的检测区域大小的影响。因此，如果交通控制或交通管理措施需要采集占有率数据，则沿所监测路段安装的检测器应是同一型号的。
因此，可根据实际所需占有率数据的精度来选择合适的检测器：①调频连续波( FMcw)雷达：顶置正向安装时误差<+2%，路旁安装时误差<土5‰②视频图像检测器：准确率>98%；③感应线圈检测器：准确率>98%。
(5)车辆分类
视频图像检测器分析视频图像以获取车辆的长度、轮廓特征，可实现车辆分类。感应线圈检测器测量车辆长度，并利用人工智能神经网络方法将车辆分为23类。感应线圈可通过特殊的装置来检测车轴及它们在车辆分布的相对位置，如此收费站可根据车辆类型收费。车轴检线圈组置于两个主线圈之间，由车轴检测线圈检测车轴数，由主线圈检测车轴的相对位置。输出数据为车辆长度、车速、车辆加速度、车辆类型、车轴数及车轴相对位置，并可由上述信息得出车辆轮廓外观信息。压电传感器通过检测车辆的轴数及轴距实现车辆分类。微波雷达检测器、主动式红外线检测器，可通过发射适当波形的雷达波或红外线，并辅以适当的信号处理，“感知”车辆的长度、轮廓信息进行车辆分类。这种系统还可用于客车确认及优先通行控制。
总之，作为传统的交通检测器，感应线圈检测器技术较为成熟，且有广泛的实践经验，在车辆计数、车辆分类方面的精度和准确度较高。微波雷达检测器的综合性能较好，检测功能强大、性能优良，对车速的检测精度较高。视频图像检测器被认为是最有前途的检测器，其检测功能最为全面，检测区域覆盖面最广，能完成其它检测器完成不了的检测，而且可以同时提供交通管理需要的视频资料。目前，视频图像检测器在性能及可靠性上尚待提高，算法上还需要改进。
(1)车辆计数值的检测
感应线圈检测器、磁力传感器等地埋型检测器对CM20MD-12H车辆计数值的检测准确度达99%以上，但当车流缓慢、车辆密集，且车辆处于怠速一行驶循环状态时，如果前后相邻的两辆车同在检测区域上，则当前车离开检测区域时，其引起的高电平来不及消退而后车又会引起高电平，则可能将两辆车漏检为一辆车。某些型号的视频图像检测器会受其图像处理算法的影响，使其不能从黑暗背景下分辨出颜色较暗的车辆，所以视频图像检测器在夜晚的车辆计数检测可能会很不准确。微波雷达检测器提供的车辆计数值一般会比实际值低，但在发生交通拥挤时，由于雷达波的多重反射，可能会出现一辆车被多次检洌的情况。某些型号的红外线检测器在设计时并没有对单个车辆计数的功能，而是每隔Is输出一个车辆存在信号，如果车流密度较大，Is内在检测区域内经过两辆车或更多辆车，则会出现漏检的情况。
总之，在交通量较小的情况下，感应线圈检测器、磁力传感器、视频图像检测器和微波雷达适用于车辆计数值的检测；在交通量较大的情况下，感应线圈检测器、视频图像检测器和微波雷达适用于车辆计数值的检测。在对车辆计数值的测量要求不高的情况下，红外线检测器、超声波检测器及噪声检测器也可使用。
(2)车辆出现的检测
车辆出现的检测与车辆计数值的检测类似，都是交通检测器“感知”其检测区域上存在的车辆，并产生相应的信号。由于车辆出现的检测强调对静止车辆的检测，则在检测原理中需要车辆运动才能实现车辆检测的交通检测器，如磁力检测器（感应式或探测线圈式磁力计）和多普勒微波雷达不能实现车辆出现检测。
(3)对车速的检测
感应线圈检测器、磁力传感器、压电传感器等地埋型检测器不能直接测得车速，一般在沿车道给定距离上安装两个检测器，通过测量车辆通过这两个检测器的时间来计算车速；或使用一个检测器，预设平均车辆长度，测量车辆通过检测区域的时间以确定车速。
调颇连续波( FMcw)雷达、红外线检测器及噪声检测器则是通过将检测区域按一定长度分区，测量车辆通过各检测区域的时间以计算车速。某些型号的视频图像检测器(如Autoscope 2004)，在摄像机的检测区域内定义一定数目的矩形检测区域。利用检测车辆通过这些检测区域的时间来确定车速（误差范围：+7%）。另有一些类型的视频图像检测器被称为车辆跟踪式视频图像检测器（如ⅥdeoTrak-910），可在较大的道路区域内检测车辆并连续跟踪车辆，大大提高了车速的检测精度（误差范围为4%-8%）。
总之，上述几种交通检测器的车速检测方法都是通过测量车辆驶过几个检测区域的时间来确定车速。多普勒雷达则不同，它根据多普勒效应直接由频率变化算得车速值，精度较高（误差范围为土3km/h），是进行车速检测的首选。
(4)占有率的检测
这里指时间占有率，即检测器检测区域上存在车辆的时间占总检测时间的比率。占有率的检测受检测器的保持时间和检测器的检测区域大小的影响。因此，如果交通控制或交通管理措施需要采集占有率数据，则沿所监测路段安装的检测器应是同一型号的。
因此，可根据实际所需占有率数据的精度来选择合适的检测器：①调频连续波( FMcw)雷达：顶置正向安装时误差<+2%，路旁安装时误差<土5‰②视频图像检测器：准确率>98%；③感应线圈检测器：准确率>98%。
(5)车辆分类
视频图像检测器分析视频图像以获取车辆的长度、轮廓特征，可实现车辆分类。感应线圈检测器测量车辆长度，并利用人工智能神经网络方法将车辆分为23类。感应线圈可通过特殊的装置来检测车轴及它们在车辆分布的相对位置，如此收费站可根据车辆类型收费。车轴检线圈组置于两个主线圈之间，由车轴检测线圈检测车轴数，由主线圈检测车轴的相对位置。输出数据为车辆长度、车速、车辆加速度、车辆类型、车轴数及车轴相对位置，并可由上述信息得出车辆轮廓外观信息。压电传感器通过检测车辆的轴数及轴距实现车辆分类。微波雷达检测器、主动式红外线检测器，可通过发射适当波形的雷达波或红外线，并辅以适当的信号处理，“感知”车辆的长度、轮廓信息进行车辆分类。这种系统还可用于客车确认及优先通行控制。
总之，作为传统的交通检测器，感应线圈检测器技术较为成熟，且有广泛的实践经验，在车辆计数、车辆分类方面的精度和准确度较高。微波雷达检测器的综合性能较好，检测功能强大、性能优良，对车速的检测精度较高。视频图像检测器被认为是最有前途的检测器，其检测功能最为全面，检测区域覆盖面最广，能完成其它检测器完成不了的检测，而且可以同时提供交通管理需要的视频资料。目前，视频图像检测器在性能及可靠性上尚待提高，算法上还需要改进。
按照传感器在智能交通的不同应用领域分别进行讨论。
(1)车辆计数值的检测
感应线圈检测器、磁力传感器等地埋型检测器对CM20MD-12H车辆计数值的检测准确度达99%以上，但当车流缓慢、车辆密集，且车辆处于怠速一行驶循环状态时，如果前后相邻的两辆车同在检测区域上，则当前车离开检测区域时，其引起的高电平来不及消退而后车又会引起高电平，则可能将两辆车漏检为一辆车。某些型号的视频图像检测器会受其图像处理算法的影响，使其不能从黑暗背景下分辨出颜色较暗的车辆，所以视频图像检测器在夜晚的车辆计数检测可能会很不准确。微波雷达检测器提供的车辆计数值一般会比实际值低，但在发生交通拥挤时，由于雷达波的多重反射，可能会出现一辆车被多次检洌的情况。某些型号的红外线检测器在设计时并没有对单个车辆计数的功能，而是每隔Is输出一个车辆存在信号，如果车流密度较大，Is内在检测区域内经过两辆车或更多辆车，则会出现漏检的情况。
总之，在交通量较小的情况下，感应线圈检测器、磁力传感器、视频图像检测器和微波雷达适用于车辆计数值的检测；在交通量较大的情况下，感应线圈检测器、视频图像检测器和微波雷达适用于车辆计数值的检测。在对车辆计数值的测量要求不高的情况下，红外线检测器、超声波检测器及噪声检测器也可使用。
(2)车辆出现的检测
车辆出现的检测与车辆计数值的检测类似，都是交通检测器“感知”其检测区域上存在的车辆，并产生相应的信号。由于车辆出现的检测强调对静止车辆的检测，则在检测原理中需要车辆运动才能实现车辆检测的交通检测器，如磁力检测器（感应式或探测线圈式磁力计）和多普勒微波雷达不能实现车辆出现检测。
(3)对车速的检测
感应线圈检测器、磁力传感器、压电传感器等地埋型检测器不能直接测得车速，一般在沿车道给定距离上安装两个检测器，通过测量车辆通过这两个检测器的时间来计算车速；或使用一个检测器，预设平均车辆长度，测量车辆通过检测区域的时间以确定车速。
调颇连续波( FMcw)雷达、红外线检测器及噪声检测器则是通过将检测区域按一定长度分区，测量车辆通过各检测区域的时间以计算车速。某些型号的视频图像检测器(如Autoscope 2004)，在摄像机的检测区域内定义一定数目的矩形检测区域。利用检测车辆通过这些检测区域的时间来确定车速（误差范围：+7%）。另有一些类型的视频图像检测器被称为车辆跟踪式视频图像检测器（如ⅥdeoTrak-910），可在较大的道路区域内检测车辆并连续跟踪车辆，大大提高了车速的检测精度（误差范围为4%-8%）。
总之，上述几种交通检测器的车速检测方法都是通过测量车辆驶过几个检测区域的时间来确定车速。多普勒雷达则不同，它根据多普勒效应直接由频率变化算得车速值，精度较高（误差范围为土3km/h），是进行车速检测的首选。
(4)占有率的检测
这里指时间占有率，即检测器检测区域上存在车辆的时间占总检测时间的比率。占有率的检测受检测器的保持时间和检测器的检测区域大小的影响。因此，如果交通控制或交通管理措施需要采集占有率数据，则沿所监测路段安装的检测器应是同一型号的。
因此，可根据实际所需占有率数据的精度来选择合适的检测器：①调频连续波( FMcw)雷达：顶置正向安装时误差<+2%，路旁安装时误差<土5‰②视频图像检测器：准确率>98%；③感应线圈检测器：准确率>98%。
(5)车辆分类
视频图像检测器分析视频图像以获取车辆的长度、轮廓特征，可实现车辆分类。感应线圈检测器测量车辆长度，并利用人工智能神经网络方法将车辆分为23类。感应线圈可通过特殊的装置来检测车轴及它们在车辆分布的相对位置，如此收费站可根据车辆类型收费。车轴检线圈组置于两个主线圈之间，由车轴检测线圈检测车轴数，由主线圈检测车轴的相对位置。输出数据为车辆长度、车速、车辆加速度、车辆类型、车轴数及车轴相对位置，并可由上述信息得出车辆轮廓外观信息。压电传感器通过检测车辆的轴数及轴距实现车辆分类。微波雷达检测器、主动式红外线检测器，可通过发射适当波形的雷达波或红外线，并辅以适当的信号处理，“感知”车辆的长度、轮廓信息进行车辆分类。这种系统还可用于客车确认及优先通行控制。
总之，作为传统的交通检测器，感应线圈检测器技术较为成熟，且有广泛的实践经验，在车辆计数、车辆分类方面的精度和准确度较高。微波雷达检测器的综合性能较好，检测功能强大、性能优良，对车速的检测精度较高。视频图像检测器被认为是最有前途的检测器，其检测功能最为全面，检测区域覆盖面最广，能完成其它检测器完成不了的检测，而且可以同时提供交通管理需要的视频资料。目前，视频图像检测器在性能及可靠性上尚待提高，算法上还需要改进。
(1)车辆计数值的检测
感应线圈检测器、磁力传感器等地埋型检测器对CM20MD-12H车辆计数值的检测准确度达99%以上，但当车流缓慢、车辆密集，且车辆处于怠速一行驶循环状态时，如果前后相邻的两辆车同在检测区域上，则当前车离开检测区域时，其引起的高电平来不及消退而后车又会引起高电平，则可能将两辆车漏检为一辆车。某些型号的视频图像检测器会受其图像处理算法的影响，使其不能从黑暗背景下分辨出颜色较暗的车辆，所以视频图像检测器在夜晚的车辆计数检测可能会很不准确。微波雷达检测器提供的车辆计数值一般会比实际值低，但在发生交通拥挤时，由于雷达波的多重反射，可能会出现一辆车被多次检洌的情况。某些型号的红外线检测器在设计时并没有对单个车辆计数的功能，而是每隔Is输出一个车辆存在信号，如果车流密度较大，Is内在检测区域内经过两辆车或更多辆车，则会出现漏检的情况。
总之，在交通量较小的情况下，感应线圈检测器、磁力传感器、视频图像检测器和微波雷达适用于车辆计数值的检测；在交通量较大的情况下，感应线圈检测器、视频图像检测器和微波雷达适用于车辆计数值的检测。在对车辆计数值的测量要求不高的情况下，红外线检测器、超声波检测器及噪声检测器也可使用。
(2)车辆出现的检测
车辆出现的检测与车辆计数值的检测类似，都是交通检测器“感知”其检测区域上存在的车辆，并产生相应的信号。由于车辆出现的检测强调对静止车辆的检测，则在检测原理中需要车辆运动才能实现车辆检测的交通检测器，如磁力检测器（感应式或探测线圈式磁力计）和多普勒微波雷达不能实现车辆出现检测。
(3)对车速的检测
感应线圈检测器、磁力传感器、压电传感器等地埋型检测器不能直接测得车速，一般在沿车道给定距离上安装两个检测器，通过测量车辆通过这两个检测器的时间来计算车速；或使用一个检测器，预设平均车辆长度，测量车辆通过检测区域的时间以确定车速。
调颇连续波( FMcw)雷达、红外线检测器及噪声检测器则是通过将检测区域按一定长度分区，测量车辆通过各检测区域的时间以计算车速。某些型号的视频图像检测器(如Autoscope 2004)，在摄像机的检测区域内定义一定数目的矩形检测区域。利用检测车辆通过这些检测区域的时间来确定车速（误差范围：+7%）。另有一些类型的视频图像检测器被称为车辆跟踪式视频图像检测器（如ⅥdeoTrak-910），可在较大的道路区域内检测车辆并连续跟踪车辆，大大提高了车速的检测精度（误差范围为4%-8%）。
总之，上述几种交通检测器的车速检测方法都是通过测量车辆驶过几个检测区域的时间来确定车速。多普勒雷达则不同，它根据多普勒效应直接由频率变化算得车速值，精度较高（误差范围为土3km/h），是进行车速检测的首选。
(4)占有率的检测
这里指时间占有率，即检测器检测区域上存在车辆的时间占总检测时间的比率。占有率的检测受检测器的保持时间和检测器的检测区域大小的影响。因此，如果交通控制或交通管理措施需要采集占有率数据，则沿所监测路段安装的检测器应是同一型号的。
因此，可根据实际所需占有率数据的精度来选择合适的检测器：①调频连续波( FMcw)雷达：顶置正向安装时误差<+2%，路旁安装时误差<土5‰②视频图像检测器：准确率>98%；③感应线圈检测器：准确率>98%。
(5)车辆分类
视频图像检测器分析视频图像以获取车辆的长度、轮廓特征，可实现车辆分类。感应线圈检测器测量车辆长度，并利用人工智能神经网络方法将车辆分为23类。感应线圈可通过特殊的装置来检测车轴及它们在车辆分布的相对位置，如此收费站可根据车辆类型收费。车轴检线圈组置于两个主线圈之间，由车轴检测线圈检测车轴数，由主线圈检测车轴的相对位置。输出数据为车辆长度、车速、车辆加速度、车辆类型、车轴数及车轴相对位置，并可由上述信息得出车辆轮廓外观信息。压电传感器通过检测车辆的轴数及轴距实现车辆分类。微波雷达检测器、主动式红外线检测器，可通过发射适当波形的雷达波或红外线，并辅以适当的信号处理，“感知”车辆的长度、轮廓信息进行车辆分类。这种系统还可用于客车确认及优先通行控制。
总之，作为传统的交通检测器，感应线圈检测器技术较为成熟，且有广泛的实践经验，在车辆计数、车辆分类方面的精度和准确度较高。微波雷达检测器的综合性能较好，检测功能强大、性能优良，对车速的检测精度较高。视频图像检测器被认为是最有前途的检测器，其检测功能最为全面，检测区域覆盖面最广，能完成其它检测器完成不了的检测，而且可以同时提供交通管理需要的视频资料。目前，视频图像检测器在性能及可靠性上尚待提高，算法上还需要改进。
相关技术资料- 4-16传感器输出特征
- 3-17CBB20型交流金属化聚丙烯薄膜电容器
热门点击
- GAFT和TopDisc
- DSWare
- 功率控制技术
- 产品的质量保证等级
- ZigBee协议栈
- 无线传感器网络安全防护技术
- 无线传感器网络安全问题概述
- 焊接方法
- PEGASIS及 Hierarchical-
- 无线温湿度传感器
推荐技术资料
- 泰克新发布的DSA830
- 泰克新发布的DSA8300在一台仪器中同时实现时域和频域分析，DS... [详细]
公网安备44030402000607
