基于地磁傳感器和UWB技術的停車位車輛檢測方法與實現*

張增超,李 強,孫紅雨*,樓亮亮

(1.山東科技大學電子信息工程學院,山東 青島 266590;2.中國科學院上海微系統與信息技術研究所,上海 200050;3.上海無線通信研究中心,上海 200050)

無線車輛檢測器(WVD)是智能交通系統中最基礎的一個環節[1]。目前已經有多種無線車輛檢測方法,自感應線圈[2]的方法準確度較高,但是會對路面造成破壞,安裝維護困難。視頻檢測方法[3-4]可以獲取豐富的車輛信息,但是成本較高,容易受天氣狀況影響。地磁傳感器[5-6]由于功耗低、易于安裝等特點,目前已經廣泛應用于車輛檢測。基于單地磁傳感器通常采用閾值判斷的方法,但是閾值判斷方法存在一定缺陷,容易出現誤檢和漏檢問題。因此為提高單地磁傳感器的檢測準確度需要其他判決條件進行輔助判斷。

隨著人工智能的發展,使用深度學習算法進行車輛目標檢測已經取得了很多成就[7],文獻[8]提出一種基于深度學習通過視頻監控進行車輛檢測的方法,通過與雷達信息結合這種方法有較高的準確率。但是這種方法在夜間或大霧等光線不足的情況下效果較差。文獻[9-10]提出一種采用無人機進行航拍,通過邊緣檢測和搭建卷積神經網絡等方法進行車輛檢測。該方法檢測準確度為94%,略低于本文所提方法。而且該方法計算量大,算法設計復雜,實驗室訓練數據與實際測試數據可能存在域偏移,同時容易受到天氣狀況以及光線情況的影響。文獻[11]提出一種基于LoRa的停車位狀態信息采集系統,該系統集成了地磁和雷達兩種檢測技術,檢測準確度約為96%。但是多普勒雷達與天氣狀況關系很大、器件損耗大,同時器件昂貴,不易于在車輛檢測器中大批量生產裝備。

UWB技術由于抗干擾能力強、傳輸速率高、發射功率小、定位精度高等優勢,在室內通信、人員定位等方面已經得到廣泛應用[12-13]。在室外環境下,由于車輛的存在會使UWB信號發生折射和反射,從而增加了信號傳輸時間,測距結果會相對增加[14]。因此UWB測距結果可以作為一種輔助判斷條件用于提高地磁車輛檢測的準確度。同時,UWB屬于中短距離范圍內的通訊技術,可以實現多個車輛檢測器的聯合工作,能夠用于搭建高效、可靠的停車位車輛檢測網絡。

本文首先對地磁信號特征和UWB測距結果進行特征分析,提出了將地磁傳感器與UWB測距相結合的停車位車輛檢測方法,然后在實際測試中通過將PNI11096和DWM1000分別作為地磁檢測模塊和UWB測距模塊搭建了停車場車輛檢測平臺。通過在室外停車場進行實際驗證測試,該方法可以有效解決誤檢、漏檢問題,能夠切實提高停車位車輛檢測準確度。

1 室外停車場車輛檢測整體方案設計

該檢測方案利用STM32作為主控芯片,在地磁檢測方面本方案采用的是PNI11096,該模塊具有功耗低、分辨率高、穩定性能好等優點。UWB測距方面本系統選用Deca Wave公司推出的具有測距定位功能的無線傳輸模塊DWM1000,該模塊采用IEEE802.15.4-2011協議,基于到達時間差的TDOA雙向測距定位方法[15]。一對DWM1000模塊最大理論測距為300 m,定位精度在10 cm左右,抗多徑和抗干擾能力強,成本低,且易于實現[16]。本方案中采用ER34615M模塊為系統供電,開路電壓為3.6 V,額定容量為15 000 mAh,適合長時間微電流工作,工作年限可達6年～8年,方便拆卸。在安裝維護方面,本設計方法采用無線地磁傳感器,只需要黏附在停車位表面,可以避免對地面的破環,降低了施工難度,可以節省安裝費用,易于管理維護。

圖1 室外停車位車輛檢測示意圖

2 停車位車輛檢測原理分析

2.1 地磁信號特征分析

地球是一個天然磁場,在距離地球表面一定范圍內的地磁信號強度是基本穩定的[17]。但是金屬物體的移動會對地磁信號強度產生影響,由于車輛主要由金屬構成,所以可以通過采集停車位上方地磁信號強度變化來判斷當前停車位狀態[18]。實驗測得的地磁信號強度變化示意圖如圖2所示。

圖2 磁感應強度示意圖

從圖2中可以看出當車輛進入或離開停車位時,地磁信號強度有較大變化。否則,地磁信號強度保持相對穩定。因此,可以根據地磁信號變化特征來判斷是否有車輛進出停車位。

傳統的單地磁車輛檢測通常采用閾值判斷的方法,如以下公式所示:

(1)

式中:n是采樣點的序列號,Am(n)是地磁信號強度的當前值,Bm(n)是當前磁感應強度的基線值,Tm1是單地磁車輛檢測方法判定閾值。F(n)是磁信號波動檢測結果,該值從0變為1,表示有車輛進入停車位。

通過閾值判斷是基于地磁傳感器進行車輛檢測最常見的方法,但是基于閾值判斷存在一定缺陷。首先目前沒有標準的閾值設定方法,若地磁信號判定閾值較小,在低信噪比環境下,本車位狀態容易受到相鄰車位車輛進出或其他因素的影響;若地磁信號判斷閾值較大,則容易遺漏掉本車位小型車輛或其他弱磁車輛[19]。同時不同車型引起的磁感應強度變化情況不同,無法采用統一閾值作為判決標準。在實際測試中,我們將單地磁傳感器分別安裝在三個相鄰車位中央,當強磁車輛進出某一車位停放不規范時,如圖3(a)所示,相鄰車位地磁傳感器也會收集到類似磁感應強度變化,如圖3(b)所示,此時根據單地磁檢測的方法容易對停車位的狀態做出誤判。

圖3 臨車位車輛干擾示意圖

本文中我們對閾值判斷的方法做了改進,根據以下公式進行車輛檢測分析。

黨中央、國務院高度重視，國家防總全力組織，三省（自治區）黨委、政府把抗洪搶險救災工作作為中心工作來抓，主要領導親自安排部署、親赴一線組織指揮，動員有關部門和廣大軍民奮力抗災，保障了各項工作有力有序有效開展。

(2)

式中:n是采樣點的序列號。Am(n)是磁信號的當前值。Bm(n)是當前磁感應強度的基線值。v是臨時變量。N表示磁感應強度選取長度,本文中的選取長度為10。F(n)是地磁信號波動檢測結果,該值從0變為1,表示地磁信號強度出現抖動,此時可能有車輛進入停車位,需要根據車輛判斷計數器或開啟UWB測距功能做進一步判斷,UWB的測距原理將在下文2.2節做出詳細分析。Tm2是地磁檢測方法判定閾值,該值經過了大量的數據驗證分析。本文中由于引入了UWB測距結果可以將Tm2設定的較小,即Tm2

根據地磁信號強度變化特征,本文中設計了t1和t2兩個特殊的檢測窗口,如圖2(a)所示。t1和t2分別是車輛進入和離開停車位的判斷窗口,其值分別為30 s和15 s。在t1和t2窗口中分別設計了有車判斷臨界值V1(Vehicle-1)、有車判斷計數器C1(Counter-1)和無車判斷計數器C0(Counter-0)、無車判斷臨界值V0(Vehicle-0)。整體設計思路是在一定時間內,當地磁信號強度超過一定閾值且達到一定次數要求,此時判斷車輛進入或離開某一停車位。

由于地磁信號強度受溫度等影響存在基線漂移現象,在本文中我們采用以下公式對基線值進行更新:

(3)

式中:Bm(n)和Bm(n-1)分別表示當前時刻和前一時刻的基線值。α是加權系數,本文中α的值為0.05。Am(n)表示當前時刻的地磁信號強度,w表示時間窗長度,本文中w的值設定為30。從式(3)中可以看出只有在停車位處于空閑狀態時對基線值進行更新。

2.2 UWB測距誤差分析

為了解決相鄰車位車輛進出或停放不規范引起的停車位誤判問題,本文提出在地磁信號強度不確定時喚醒UWB測距功能,將測距數據與地磁信號強度融合,進一步分析停車位狀態。

在實際測試時,首先將UWB標簽放置在停車位中央,信號接入節點(WAP)固定在停車位附近一定高度。在視距傳輸條件下,即當前停車位沒有車輛停放時,UWB信號會通過直線傳輸路徑到達WAP。在非視距傳輸條件下,即停車位有車輛停放時,由于受車體阻擋,UWB信號會在車輛底部與地面之間來回反射然后到達WAP。簡化后的UWB信號傳輸示意圖如圖4(a)所示。

圖4 UWB測距誤差分析圖和變化示意圖

圖4(a)中LLos表示沒有車輛停放時的測距結果。d1,d2,d3表示有車輛停放時UWB信號經過的路徑。可以明顯看出當有車輛停放時,UWB的測距結果會相對增加。經過實際測試,圖4(b)表示車輛進出停車位整個過程UWB測距結果的變化。從圖4(b)中可以看出當有車輛停放時,UWB測距結果有0.6 m左右的增長。雖然噪聲也可以引起測量誤差,但是非視距誤差是距離測量誤差的主要來源[20]。因此,我們提出的通過UWB測距結果來進行車輛檢測的方法是可行的。

通過UWB測距結果進行車輛檢測同樣采用了閾值判斷的方法。當車輛檢測器上方沒有車輛時,LLos的值基本保持不變。因此,我們將使用此數據作為UWB測距結果的參考值。具體判決方法如以下公式所示:

(4)

式中:i是UWB測距操作的序列號。Auwb(k)是UWB的當前測距結果。LLos是車輛檢測器上方沒有車輛停放時的測距結果。在我們提出的方法中,TL是決策閾值,TL的值是0.3 M,該值來自大量數據分析。M是平均計算的長度,本文中M的值設為5。L(i)是車輛檢測結果,該值從0變為1,表示車輛正在進入停車位。

3 地磁信號與UWB測距融合算法分析

根據以上分析,我們發現地磁信號強度與UWB測距結果都可以作為車輛檢測的依據,因此可以將地磁信號強度與UWB測距結果融合來提高停車位車輛檢測準確度。但是UWB測距模塊的功耗較高,若長期開啟UWB測距功能會減少車輛檢測器的使用壽命。為了提高車輛檢測準確度,降低功耗。在本文中我們提出根據地磁信號強度變化喚醒UWB測距功能的方法。為了便于分析,根據地磁信號強度變化特征與UWB測距結果,我們采用流程圖分析方法,停車位可以分成具體5種狀態。具體流程圖算法分析如圖5所示。

圖5 流程圖算法分析

①S1“初始化狀態”

僅在微控制器啟動時才進入該狀態。在這種狀態下,進行車輛檢測算法所需參數的初始化。例如,地磁信號強度參考基線和判定閾值,以及UWB測距結果判定閾值。假設在車輛檢測器安放后停車位中沒有車輛,它將從初始狀態進入空置狀態。

②S2“空閑狀態”

在空閑狀態下,如果地磁信號根據式(2)滿足抖動條件,則進入“車輛進入抖動檢測狀態”。否則,它將保持在空閑狀態。

③S3“車輛進入抖動檢測狀態”

在這種狀態下,無車判斷計數器C0清零,有車判斷計數器C1開始計數。在t1時間內,根據式(2),每輸入一個抖動判斷標志F(n)=1,有車判斷計數器C1的值加1。在t1時間內,若當前時刻已停止抖動且C1

④S4“占用狀態”

如果地磁信號根據式(2)滿足抖動條件,則該狀態類似于空閑狀態,進入“車輛離開-抖動檢測狀態”。否則,它將保持在被占用狀態。

⑤S5“車輛離開抖動檢測狀態”

該狀態類似于S3狀態,在該狀態中有車判斷計數器C1清零,無車判斷計數器C0開始計數。在t2時間內,根據式(2),每輸入一個抖動判斷標志F(n)=1,無車判斷計數器C0的值加1。在t2時間內,若當前時刻已停止抖動且C0

4 系統功能測試

通過使用真實的檢測系統,在室外停車場進行了實際測試,其中一處部署情況如圖6所示。傳感器節點部署在停車位中央。匯聚節點和筆記本電腦被部署在相鄰停車位。

圖6 室外停車位車輛測試環境

在實際測試中,針對相鄰停車位車輛干擾,采用普通車輛和高底盤車輛兩種不同類型車輛,使用兩種不同車輛檢測方法,分別測試了相鄰停車位沒有車輛、停車位左側有車、右側有車和兩側都有車輛時的情況。每種場景下兩種車型分別進行了100次停車測試,各自包括約50個順方向停車和反方向停車操作。實際測試結果如表1所示。為了保證客觀性和可靠性,兩種方法的地磁傳感器采樣率為1Hz。

表1 實際測試結果

表1是在不同場景下進行試驗測試的結果,其中單地磁檢測方法是根據式(1)進行閾值判斷的結果,本文所提方法是根據式(2)和式(4)綜合判斷的結果。

從表1中可以看出,相對于單地磁傳感器檢測方法,本文所提方法可以提高約6.0%的準確率。根據測試分析可得,當相鄰停車位有車輛停放時,由于受到臨車位地磁信號干擾影響,單地磁車輛檢測的準確率會低于兩側沒有車輛的準確率。同時單地磁傳感器在應對別克GL8等較高底盤車輛的準確率會低于標志408等普通車輛的準確率。通過對比可知,本文所提出的數據融合算法在面對臨車位有車輛停放時依然有較高的準確率。但是由于多徑效應對UWB測距作用的影響,當停車位兩側有車輛停放時,數據融合方法的準確率會略低于兩側沒有車或單側有車時的準確率,但依然明顯高于單地磁檢測方法的準確率。因此本文所提方法具有一定的先進性。

5 總結

本文提出了一種改進的車輛檢測方法。該方法基于地磁信號強度,結合UWB測距結果,可有效解決由于附近停車位車輛進出或車輛停放不規范造成的本停車位狀態誤判問題。通過實際現場測試,將本文中所提出的數據融合方法和基于單地磁傳感器的方法進行性能對比,實驗結果表明,本文所提的地磁檢測與UWB測距結合的方法高出單地磁傳感器檢測方法約6.0%的準確度。因此,我們的研究具有一定的理論和實踐價值。