一种行车测速方法与流程

1.本发明涉及公路技术领域，具体为一种行车测速方法。


背景技术：

2.我国当前大环境下，虽然公路大建设的高峰期已然过去，但是基础设施建设的热度并没有下降，尤其在公路领域，只是转移了侧重点。我国公路养护将逐步走向市场化、专业化，而相关的养护规范也将推进标准化。
3.由于公路养护行业需要大量的历史数据，因此其大发展离不开各类可以应用于路面的传感器，在此过程中兴起了一大批各式各样的力学类传感器，但是在公路养护领域，仅仅只获得路面的力学参数是不够的，在进行路面全寿命周期内的养护方案指定时，还需要大量关于路面车辆的历史交通信息，例如载重、车速等，但是现有的力学类传感器无法满足这一需求。
4.智能颗粒作为力学类传感器的一种，它是接近粗集料粒径大小的正方体微型传感器，使其既有传统力学传感器获得路面力学响应的功能，也可以实现蓝牙远程采集数据，方便高效，它现已在铁路、公路等大土木领域都有所应用，并取得了一定的成果。
5.公路养护领域想要走向专业化，其所依靠的传感器不能局限于力学性能的感知，必须也要具备获取路面交通信息的能力，因此，现今不仅是一场公路养护领域的大变革，更是一场力学类传感器的大发展时期。


技术实现要素：

6.为实现上述目的，本发明提供如下技术方案：一种行车测速方法，包括如下步骤：
7.a.获取车辆行驶中产生的路面竖向应力信号；
8.b.利用sigview信号分析软件通过快速傅里叶变换将竖向应力时域信号转化为频域信号；
9.c.获取主频率这一频域值；
10.d.通过主频率这一频率值及行车前后轮间距计算行车的实测速度。
11.优选的，所述在步骤a中，通过采集埋在路面中的蓝牙力学传感器获取车辆行驶中产生的路面竖向应力时域信号数据。
12.优选的，所述在步骤a中，所获得的时域信号中至少应该包括一个以上的应力峰，所使用的时域信号数据应尽可能来自于光滑的竖向应力时域信号曲线。
13.优选的，所述在步骤a中，若在对应采集频率下，数据丢包情况严重，例如100hz下每秒丢失10个以上的数据点，应利用matlab补充残缺点。
14.优选的，所述在步骤b中，根据采集数据点数确定实际采集频率，利用可计算出实际采集频率，其中n为实际数据点数，t
t
为所采集的时域数据所历经总时间，并利用sigview信号分析软件通过快速傅里叶变换将竖向应力时域信号转化为频域信号。
15.优选的，所述在步骤c中，根据不同的情况，确定相应的主频率。
16.下面进行分别介绍：
17.当时域信号中的竖向应力响应曲线较为光滑，且频域信号只有一个峰值时，获取频域信号中峰值时所对应的频率f，即主频率；
18.当时域信号中的竖向应力响应曲线较为粗糙，且频域信号有一个以上的峰值时，获取频域信号中峰值最大时所对应的频率f作为主频率；
19.当时域信号中的竖向应力响应曲线较为光滑，且频域信号有一个以上的峰值时，获取频域信号中第一个峰值所对应的频率f作为主频率。
20.优选的，所述在步骤d中，由相关快递傅里叶变换理论知识可知，时域信号中的非对称信号可以转化为不同频率下的正弦函数叠加，即为频域信号，而主频率所对应的时域下的应力信号应是以两个相邻应力峰为该频率下相邻波峰的正弦信号。
21.优选的，所述在步骤d中，由相关主频率和应力波的相关理论知识可知，主频率所对应的路面粗糙度波长为时域信号中两个应力峰路程之差，即为车辆前后轮的间距，即间距s＝波长λ。
22.优选的，所述在步骤d中，利用公式v＝λ
·
f可以计算出行车的实际速度。
23.与现有技术相比，本发明的有益效果是：
24.本发明以一种蓝牙力学传感器所采集到的时域竖向应力响应信号为基础，利用快速傅里叶变换将时域的力学信号转化为频域下的信号，从中可以找到主频率这一特殊频率值，由此可以根据路面粗糙度波长计算出行车速度。在采集到的力学信号较好的情况下，该测速方法所获得的计算速度是十分精确的；
25.以主频率为基础计算出的行车速度不仅可以消除车辆轴载对车速的影响，另外可以根据实际需求在路面的一定空间范围内(应力影响范围)任意埋设传感器采集数据；
26.将蓝牙力学传感器原本只能获取路面力学信号的功能进行拓展，使其能够获得行车速度这一重要的交通参数，因此，蓝牙力学传感器可用于土木与交通的交叉领域，例如道路养护、安全等。
附图说明
27.图1为本发明时域信号示意图；
28.图2-1为本发明路面粗糙度波长时域信号示意图；
29.图2-2为本发明主频率频域信号示意图；
30.图3-1为本发明时域信号图-状况一；
31.图3-2为本发明频域信号图-状况一；
32.图4-1为本发明时域信号图-状况二；
33.图4-2为本发明频域信号图-状况二；
34.图5-1为本发明时域信号图-状况三；
35.图5-2为本发明频域信号图-状况三；
36.图6-1为本发明时域信号图-状况四；
37.图6-2为本发明频域信号图-状况四；
38.图7-1为本发明外轮处轴载-计算车速影响图；
39.图7-2为本发明距外轮30cm处轴载-计算车速影响图；
40.图8为本发明平面位置-计算车速影响图。
具体实施方式
41.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
42.本发明提供一种技术方案：一种行车测速方法，包括如下步骤：
43.a.获取车辆行驶中产生的路面竖向应力时域信号；
44.b.利用sigview信号分析软件通过快速傅里叶变换将竖向应力时域信号转化为频域信号；
45.c.获取主频率这一频域值；
46.d.通过主频率这一频率值及行车前后轮间距计算行车的实测速度。
47.在步骤a中，通过采集埋在路面中的智能颗粒获取车辆行驶中产生的路面竖向应力时域数据；所获得的时域信号中至少应该包括一个以上的应力峰，所使用的时域信号数据应尽可能来自于光滑的竖向应力时域信号曲线；若在对应采集频率下，数据丢包情况严重，例如 100hz下每秒丢失10个以上的数据点，应利用matlab补充残缺点。
48.在步骤b中，根据采集数据点数确定实际采集频率，利用可计算出实际采集频率，其中n为实际数据点数，t
t
为所采集的时域信号数据所历经总时间，并利用sigview信号分析软件将竖向应力时域信号转化为频域信号。
49.在步骤c中，根据不同的情况，确定相应的主频率；当时域信号中的竖向应力响应曲线较为光滑，且频域信号只有一个峰值时，获取频域信号中峰值时所对应的频率f，即主频率；当时域信号中的竖向应力响应曲线较为粗糙，且频域信号中有一个以上的峰值时，获取频域信号中峰值最大时所对应的频率f作为主频率；当时域信号中的竖向应力响应曲线较为光滑，且频域信号中有一个以上的峰值时，获取频域信号中第一个峰值所对应的频率f作为主频率。
50.在步骤d中，由相关快速傅里叶变换理论知识可知，时域信号中的非对称信号可以转化为不同频率下的正弦函数叠加，即为频域信号，而主频率所对应的时域下的应力信号应是以两个相邻应力峰为该频率下相邻波峰的正弦信号，在步骤d中，由相关主频率和应力波的相关理论知识可知，主频率所对应的路面粗糙度波长为时域信号中两个应力峰路程之差，即为车辆前后轮的间距，即间距s＝波长λ，在步骤d中，利用公式v＝λ
·
f可以计算出行车的实际速度。
51.智能颗粒所采集的路面竖向应力时域信号数据来源于室内用于足尺加速加载试验的apt加载车，测试地点是在室内实验室；
52.加载车在四种车速5km/h、10km/h、15km/h、20km/h和五种轴载 20kn、35kn、50kn、60kn、75kn的20种不同工况下行驶，由于加载轮是循环行驶，因此可以获得有效充足的时域信号数据；
53.所获得的时域信号中至少应该包括一个周期应力波且具有至少两个应力波峰，由于在加速加载测试中，可以获得多个相同周期的应力波，因此为了提高所计算出的行车速度精度，本实施例基本选取包含连续的三个以上周期的应力波数据进行后续时-频域信号转换，所获得的时域信号以外轮载下20kn-5km/h工况为例，见附图1；
54.根据实际采集点数利用可计算出实际采集频率，其中n为实际数据点数，t
t
为所采集的时域信号数据所历经总时间，以外轮下 50kn-5km/h工况为例，当其采集时域下信号数据所历经总时间t
t
为 11.401秒，数据点数n为1062个，因此实际采集频率为93.150hz。
55.由相关主频率的理论知识可知，主频率所对应的路面粗糙度波长时域信号中两个应力峰路程之差，在本实例中具体为相邻两轮之间的间距，即相邻轮间距s＝波长λ，附图2-1为粗糙度波长时域信号示意图，附图2-2为其对应的利用sigview信号分析软件通过快速傅里叶变换将竖向应力时域信号图转化的主频率频域信号示意图；
56.根据不同的状况，确定相应的主频率。
57.下面进行分别介绍(时域信号中仅有一完整周期应力波时，且有至少两个波峰)：
58.状况一：当时域信号中的竖向应力响应曲线较为光滑，且频域信号只有一个峰值时，获取频域信号中幅值的峰所对应的频率f，即主频率，以外轮载下60kn-5km/h的工况为例，见附图3-1及3-2。
59.状况二：当时域信号中的竖向应力响应曲线较为光滑，且频域信号有一个以上的峰值时，获取频域信号中幅值最大的峰所对应的频率 f作为主频率，以外轮载下20kn-10km/h的工况为例，见附图4-1及 4-2。
60.状况三：当时域信号中的竖向应力响应曲线较为粗糙，且频域信号有一个以上的峰值时，获取频域信号中幅值第一个峰所对应的频率 f作为主频率，以外轮载下75kn-15km/h的工况为例，见附图5-1及 5-2。
61.状况四：当时域信号有多周期应力波时，获取频域信号中幅值最大的峰所对应的频率f作为主频率，以外轮载下75kn-20km/h的工况为例，见附图6-1及6-2。
62.由于主频率以及该频率所对应的路面粗糙度的波长已知，则可利用公式v＝λ
·
f可以计算出行车的实际速度。
63.以外轮下的智能颗粒为例，各工况下的实测主频率[用pm表示]、计算车速vc见表1及表2；
[0064]
以距外轮30cm处的智能颗粒为例，各工况下的实测主频率[用 pm表示]、计算车速vc见表3及表4。
[0065]
通过该行车测速方法所计算出的行驶车速可以忽略轴载大小对车速的影响，以车速为20km/h时外轮以及距外轮30cm处的智能颗粒为例，见附图7-1及7-2。
[0066]
通过该路面测速方法所计算出的行驶车速可以忽略埋设平面位置对车速的影响，以轴载为50kn时外轮以及距外轮30cm处的智能颗粒为例，见附图8。
[0067]
表1外轮下实测主频率表(pm/hz)
[0068][0069][0070]
表2外轮下计算车速表(vc/m
·
s-1
)
[0071][0072]
表3距外轮30cm处实测主频率表(pm/hz)
[0073][0074]
表4距外轮30cm处计算车速表(vc/m
·
s-1
)
[0075][0076]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。