基于分布式光纤传感DAS的高速公路交通流监测方法和系统与流程

摘要: 本发明涉及,尤其涉及一种基于分布式光纤传感das的高速公路交通流监测方法和系统。背景技术:1、在高速公路交通拥堵监测领域,分布式光纤声学传感技术(das)为交通...
基于分布式光纤传感DAS的高速公路交通流监测方法和系统与流程

本发明涉及,尤其涉及一种基于分布式光纤传感das的高速公路交通流监测方法和系统。

背景技术:

1、在高速公路交通拥堵监测领域,分布式光纤声学传感技术(das)为交通拥堵的精准判定提供了全新的技术手段。

2、目前,基于das的交通拥堵判定方法主要包括:通过计算路段平均速度,当速度低于预设阈值时判定为拥堵,或者,通过监测车流量的突变来识别拥堵的发生与消散,或者,通过分析车辆轨迹的中断和聚集现象判断拥堵。

3、但这种采用单一的平均速度或车流量阈值进行判定,无法区分低速行驶的正常车流与真正的拥堵,在大型货车占比高的路段误判率在20%以上。

技术实现思路

1、为解决背景技术中存在的技术问题,本发明提出一种基于分布式光纤传感das的高速公路交通流监测方法和系统。

2、第一方面,本发明提出的一种基于分布式光纤传感das的高速公路交通流监测方法,包括:

3、实时获取由预先铺设在预设高速公路区间的das系统采集的车辆振动信号;

4、对车辆振动信号进行异常检测,得到异常检测结果;在异常检测结果为异常时,将其对应的异常振动信号从车辆振动信号中去除;

5、从通过异常检测或去除异常振动信号的车辆振动信号中提取出所有车辆的车辆轨迹;

6、根据所有车辆的车辆轨迹,对车辆振动信号进行并行车辆检测;若存在并行车辆,则对并行车辆对应的车辆振动信号进行解混叠,得到多辆车的独立的车辆振动信号;

7、将每辆车的车辆振动信号和车辆轨迹输入预设的双维度车型分类模型中,得到每辆车的车型分类结果;

8、基于所有车辆的车辆轨迹和车型分类结果,得到预设高速公路区间的全路段交通流参数。

9、优选地,对车辆振动信号进行异常检测,得到异常检测结果,具体包括:

10、对车辆振动信号进行异常信号增强预处理;

11、对经过异常信号增强预处理的车辆振动信号进行多尺度时频特征提取,得到多尺度时频特征;

12、利用预设的双阶段异常检测框架对多尺度时频特征进行双阶段异常识别,得到异常检测结果;其中,异常检测结果分为正常和异常。

13、优选地,对车辆振动信号进行异常信号增强预处理,具体包括:

14、获取分布式光纤传感系统在无车辆行驶时段采集的环境噪声数据,建立背景噪声统计模型;基于背景噪声统计模型和自适应滤波算法,将车辆振动信号中的背景噪声去除;

15、采用小波包变换对车辆振动信号进行多尺度分解,得到包括不同频带、不同尺度的多个子带信号的子带信号集和子带系数集;从子带信号集的所有子带信号中,筛选出包含异常事件特征的频带并将其组合形成异常事件信号集;对子带系数集中与异常事件信号集对应的系数进行幅值增强,并使用子带系数集对子带信号集执行逆变换重构。

16、优选地,从通过异常检测或去除异常振动信号的车辆振动信号中提取出所有车辆的车辆轨迹,具体包括:

17、对通过异常检测或去除异常振动信号的车辆振动信号进行多层级噪声剔除;

18、对经过多层级噪声剔除的车辆振动信号进行多维特征提取,得到多维特征集;

19、基于多维特征集,确定初始轨迹点;

20、基于初始轨迹点,进行轨迹点关联,得到初始车辆轨迹;

21、对初始车辆轨迹进行断裂点检查,若未通过断裂点检查,则依据初始车辆轨迹的前后轨迹点的运动趋势进行插值修复;

22、采用拉东滤波对通过断裂点检查或完成插值修复后的车辆轨迹进行平滑处理;

23、对经过平滑处理的车辆轨迹进行虚假车辆轨迹滤除。

24、优选地,基于初始轨迹点,进行轨迹点关联,得到初始车辆轨迹,具体包括:

25、基于车辆运动的时空连续性约束,构建轨迹点关联代价函数;基于每个初始轨迹点和轨迹点关联代价函数,使用匈牙利算法进行最优轨迹点匹配,将相邻时间点的轨迹点关联起来,得到与每个初始轨迹点对应的初始车辆轨迹;

26、其中,轨迹点关联代价函数具体为:;式中,cost为轨迹点关联代价函数,dxy为空间距离,δt为时间间隔,α,β,γ为权重系数;sf为特征相似度,由车辆振动信号的时域特征与频域特征经归一化后,采用余弦相似度或皮尔逊相关系数计算得到。

27、优选地,根据所有车辆的车辆轨迹,对车辆振动信号进行并行车辆检测,具体包括:

28、将预设路段按照预设空间间隔和时间间隔划分为若干空间窗口和时间窗口,形成时空网格;

29、基于所有车辆的车辆轨迹,统计每个时空网格内的车辆数量;

30、当每个时空网格内的车辆数量大于1时,判定该时空网格为并行车辆。

31、优选地,对并行车辆对应的车辆振动信号进行解混叠,具体包括:

32、根据每辆车的轨迹信息,确定其在时空网格内的信号起止时间和空间起止位置;

33、基于每辆车的信号起止时间和空间起止位置,确定并行车辆对应的车辆振动信号;采用独立成分分析算法,将并行车辆对应的车辆振动信号分离为多个独立的车辆振动信号分量;将分离后的车辆振动信号分量与车辆轨迹进行关联匹配,得到每辆车的车辆振动信号;通过每辆车的车辆振动信号的能量和频谱特征验证分离结果的正确性,并对错误分离的信号进行修正;并将验证通过的车辆的振动信号输出。

34、优选地,在双维度车型分类模型的车型分类过程中,根据每辆车的车辆轨迹的空间起止位置和信号起止时间,计算每辆车的车辆长度,采用滑动窗口平均法对每辆车的车辆长度进行平滑降噪,并将基于每辆车的行驶前后连续多帧轨迹计算和平滑降噪后的车辆长度,得到每辆车的车辆长度均值;

35、对每辆车的车辆振动信号进行振动特征提取,得到时域特征和频域特征;基于时域特征和频域特征,构建振动特征向量;

36、将每辆车的车辆长度均值和振动特征向量输入预先训练好的轻量级梯度提升树分类器中,得到每辆车的车型分类结果;其中,车型分类结果分为小型车、中型车、大型车和特大型车。

37、优选地,基于所有车辆的车辆轨迹和车型分类结果,得到预设高速公路区间的全路段交通流参数,具体包括:

38、基于每辆车的车辆轨迹,确定每辆车的实时位置、瞬时速度和行驶轨迹;

39、基于所有车辆的车型、实时位置、瞬时速度和行驶轨迹,得到每个车道的核心交通流参数;其中,核心交通流参数包括车头时距、车道占有率、交通密度,以及各个车型的车流量、平均车速和车型分布;

40、根据各个车道的核心交通流参数,得到全断面的交通流参数;

41、采用时空插值算法,将全断面的交通流参数扩展为连续的全路段交通流参数;

42、对全路段交通流参数进行平滑处理。

43、第二方面,本发明还提出了一种基于分布式光纤传感das的高速公路交通流监测系统,包括:

44、获取模块,用于实时获取由预先铺设在预设高速公路区间的das系统采集的车辆振动信号;

45、处理模块,用于对车辆振动信号进行异常检测,得到异常检测结果;在异常检测结果为异常时,将其对应的异常振动信号从车辆振动信号中去除;从通过异常检测或去除异常振动信号的车辆振动信号中提取出所有车辆的车辆轨迹;根据所有车辆的车辆轨迹,对车辆振动信号进行并行车辆检测;若存在并行车辆,则对并行车辆对应的车辆振动信号进行解混叠,得到多辆车的独立的车辆振动信号;将每辆车的车辆振动信号和车辆轨迹输入预设的双维度车型分类模型中,得到每辆车的车型分类结果;基于所有车辆的车辆轨迹和车型分类结果,得到预设高速公路区间的全路段交通流参数。

46、本发明中,所提出的基于分布式光纤传感das的高速公路交通流监测方法和系统,通过对车辆振动信号进行异常检测,得到异常检测结果;在异常检测结果为异常时,将其对应的异常振动信号从车辆振动信号中去除;从通过异常检测或去除异常振动信号的车辆振动信号中提取出所有车辆的车辆轨迹;根据所有车辆的车辆轨迹,对车辆振动信号进行并行车辆检测;若存在并行车辆,则对并行车辆对应的车辆振动信号进行解混叠,得到多辆车的独立的车辆振动信号;将每辆车的车辆振动信号和车辆轨迹输入预设的双维度车型分类模型中,得到每辆车的车型分类结果;基于所有车辆的车辆轨迹和车型分类结果,得到预设高速公路区间的全路段交通流参数。

47、本发明能够实时获取预设高速公路区间的全路段交通流参数,方便后续进行及时地、精准地拥堵判断和预警,有效降低了大型货车占比高的路段的误判率,从而提高了预设高速公路区间的行驶安全性。