一种连续型车辆碰撞检测系统及其方法转让专利

申请号 : CN201910054452.0

文献号 : CN111458059B

文献日 :

基本信息:

PDF:

法律信息:

相似专利:

发明人 : 蔡海文李鲁川王照勇卢斌叶青

申请人 : 中国科学院上海光学精密机械研究所

摘要 :

本申请涉及交通技术领域,公开了一种新型连续型车辆碰撞检测系统及其方法,该系统包括设置在道路侧面的光纤;向所述光纤提供光信号的光源;用于检测光纤内光信号相位变化和\或频移的传感装置;以及碰撞检测装置,用于根据所述传感装置检测到的所述光纤内光信号相位变化和\或频移识别是否发生了车辆碰撞事件。本申请实施方式具有成本低廉,无源分布式,抗磁干扰,精确定位等优势,同时克服了传统的车辆碰撞传感器安装复杂,易受电磁干扰、定位精度较差的诸多缺点。

权利要求 :

1.一种连续型车辆碰撞检测系统,其特征在于,包括:设置在道路侧面的光纤,所述光纤埋在道路侧面的地面中;或者所述光纤为道路沿线敷设的既有的光缆作为传感光纤;

向所述光纤提供光信号的光源;

用于检测光纤内光信号相位变化和\或频移的传感装置;

碰撞检测装置,用于根据所述传感装置检测到的所述光纤内光信号相位变化和\或频移识别是否发生了车辆碰撞事件,包括从所述光纤内光信号相位提取相位特征和\或频移特征,根据所述所提取的相位特征和\或频移特征进行模式识别,利用一个光频域反射计作为传感器装置,获得道路的振动信息;利用相位解调定量化获得由振动引起的相位变化信息;对获得的相位信息进行求导,通过预加重、分帧和加窗、自相关与线性预测分析、线性预测系数转换,计算线性预测倒谱系数、从而获得碰撞信号的线性预测倒谱特征,然后对特征向量进行训练,采用LBG算法设计矢量量化码本,进而获取观测样本的特征矢量,再计算样本的平均量化失真,并设置一个阈值,若小于阈值,则发生碰撞,反之则认为未发生碰撞。

2.如权利要求 1所述的系统,其特征在于,光源和传感装置分别设置在光纤的两端。

3.如权利要求 1所述的系统,其特征在于,光源是激光光源。

4.如权利要求 1所述的系统,其特征在于,光源是LED光源。

5.如权利要求 1所述的系统,其特征在于,所述传感装置包括:相位敏感光时域反射计,光频域反射计,布里渊光时域反射计,以及布里渊光时域分析仪,布里渊动态光栅。

6.如权利要求 1‑5中任意一项所述的系统,其特征在于,所述光纤是通信光缆中的一芯。

7.如权利要求 1‑5中任意一项所述的系统,其特征在于,所述光源和所述传感装置设置在所述光纤的同一端。

8.一种车辆碰撞检测方法,其特征在于,包括:通过光源向设置在道路侧面的光纤输入光信号,所述光纤架设在道路两侧的防撞墙内,或者,所述光纤埋在道路侧面的地面中;或者,所述光纤依托道路侧面的护栏架设,或者所述光纤为道路沿线敷设的既有的光缆作为传感光纤;

检测所述光纤内光信号的相位变化和\或频移;

根据检测到的所述光纤内光信号的相位变化和\或频移,识别是否发生了车辆碰撞事件,包括从所述光纤内光信号相位提取相位特征和\或频移特征,根据所述所提取的相位特征和\或频移特征进行模式识别,

其中利用一个光频域反射计作为传感器装置,获得道路的振动信息;利用相位解调定量化获得由振动引起的相位变化信息;对获得的相位信息进行求导,通过预加重、分帧和加窗、自相关与线性预测分析、线性预测系数转换,计算线性预测倒谱系数、从而获得碰撞信号的线性预测倒谱特征,然后对特征向量进行训练,采用LBG算法设计矢量量化码本,进而获取观测样本的特征矢量,再计算样本的平均量化失真,并设置一个阈值,若小于阈值,则发生碰撞,反之则认为未发生碰撞。

9.如权利要求 8所述的方法,其特征在于,光源和传感装置分别设置在光纤的两端。

说明书 :

一种连续型车辆碰撞检测系统及其方法

技术领域

[0001] 本发明涉及交通技术领域,特别是涉及车辆碰撞检测技术。

背景技术

[0002] 随着交通运输的发展,道路交通安全问题越来越成为目前亟需解决的重大问题。其中,车辆碰撞事故为道路交通安全问题中最为严重的事故,不仅会造成人员伤亡与财产
损失;若发生事故后未得到及时处理,会对其他正常行进的车辆构成潜在威胁。目前碰撞检
测的技术大多为利用安装在车内的应力传感器以及加速度传感器,来感知行进中的车辆是
否发生了碰撞,或通过安装在道路关键位置的无线电学应力传感器,建立无线传感网络,及
时通知相关人员。
[0003] 现有技术一【Wang,Yunpeng,et al."Vehicle collision warning system and collision detection algorithm based on vehicle infrastructure integration."
Advanced Forum on Transportation of China IET,2012.】本文通过安装在车内的传感
器,对车辆短时轨迹变化进行检测,通过检测车辆行驶时的异常轨迹变化,来判断车辆是否
发生了碰撞事故。该现有技术的问题在于很难要求所有的车辆都安装传感器,成本较高,即
使安装了传感器,因为需要以无线方式从车辆向服务端发送信息,而碰撞严重时车内无线
通信的装置可能无法正常工作,所以实用性和可靠性较差。
[0004] 现有技术二【Miranda,J.,et al."A Wireless Sensor Network for collision detection on guardrails."IEEE International Symposium on Industrial 
Electronics IEEE,2014.】本文通过在道路上安装无线力学传感器,建立无线传感网络,但
是这种传感网络的数据传输方式是基于无线电,很容易受到环境干扰。而且无线力学传感
器往往是点状的,呈离散型地分布在道路两侧,需要较高的密度才能够有效地监控所有的
碰撞,成本较高。如果分布密度较低,有可能碰撞不一定发生在力学传感器安装的点,这样
就可能发生对碰撞的漏检。

发明内容

[0005] 本发明的目的在于提供一种新型连续型车辆碰撞检测系统,能够实时地对道路沿线所发生的车辆碰撞事件进行检测,包括由于车辆与护栏碰撞所产生的碰撞、车辆与车辆
产生的碰撞。
[0006] 本申请公开了一种新型连续型车辆碰撞检测系统,包括:设置在道路侧面的光纤;向所述光纤提供光信号的光源;用于检测光纤内光信号相位变化和\或频移的传感装置;碰
撞检测装置,用于根据所述传感装置检测到的所述光纤内光信号相位变化和\或频移识别
是否发生了车辆碰撞事件。
[0007] 其中,所述光纤架设在道路两侧的防撞墙内,或者,所述光纤埋在道路侧面的地面中;或者,所述光纤依托道路侧面的护栏架设。
[0008] 在另一优选例中,所述根据所述传感装置检测到的所述光纤内光信号相位变化和\或频移识别是否发生了车辆碰撞事件,进一步包括:
[0009] 从所述光纤内光信号相位提取相位特征和\或频移特征,根据所述所提取的相位特征和\或频移特征进行模式识别。
[0010] 从所述光纤内光信号相位提取的所述相位特征和\或频移特征包括:梅尔倒谱系数、线性预测倒谱系数,短时过零率特征,短时能量特征。
[0011] 在另一优选例中,所述模式识别的方法包括:隐马尔科夫模型、矢量量化聚类、欧氏距离、机器学习。
[0012] 在另一优选例中,所述传感装置包括:相位敏感光时域反射计,光频域反射计,布里渊光时域反射计,以及布里渊光时域分析仪,布里渊动态光栅。
[0013] 在另一优选例中,所述光纤是通信光缆中的一芯。
[0014] 在另一优选例中,所述光源和所述传感装置设置在所述光纤的同一端。
[0015] 本申请还公开了一种车辆碰撞检测方法,包括:通过光源向设置在道路侧面的光纤输入光信号;检测所述光纤内光信号的相位变化和\或频移;根据检测到的所述光纤内光
信号的相位变化和\或频移,识别是否发生了车辆碰撞事件。
[0016] 在另一优选例中,使用所述车辆碰撞检测方法,所述光纤架设在道路两侧的防撞墙内,或者,所述光纤埋在道路侧面的地面中;或者,所述光纤依托道路侧面的护栏架设。
[0017] 本申请实施方式至少具备以下优点:
[0018] 1.区别于目前应用广泛的点式传感器,本申请实施方式具有很好的连续性,可以二十四小时无间断对道路进行监测。
[0019] 2.区别于利用无线力学传感器构建的无线传感网络,本申请实施方式使用无源传感器光纤作为传感器,对道路沿途的振动进行检测,具有定位精度高的优点。
[0020] 3.本申请实施方式抗电磁干扰能力强,可以在恶劣的环境下正常工作。
[0021] 4.本申请实施方式中光源和传感装置可设置在光纤的同一端,便于检测与检修。

附图说明

[0022] 图1是根据本申请实施方式的整体车辆碰撞检测系统示意图;
[0023] 图2是本申请实施例一中的光缆敷设方式示意图;
[0024] 图3是本申请实施例一的原理框图;
[0025] 图4是本申请实施例二中的光缆敷设方式示意图;
[0026] 图5是本申请实施例二原理框图;
[0027] 图6是本申请第二实施方式的车辆碰撞检测方法流程示意图。
[0028] 在附图中所标各数字分别表示如下:
[0029] 2‑1为防撞墙结构;2‑2为通信光缆;2‑3为光缆芯;4‑1为传感光纤。

具体实施方式

[0030] 在以下的叙述中,为了使读者更好地理解本申请而提出了许多技术细节。但是,本领域的普通技术人员可以理解,即使没有这些技术细节和基于以下各实施方式的种种变化
和修改,也可以实现本申请所要求保护的技术方案。
[0031] 为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请的实施方式作进一步地详细描述。
[0032] 本申请的第一实施方式涉及一种连续型车辆碰撞检测系统,如图1所示,该连续型车辆碰撞检测系统包括:
[0033] 设置在道路侧面的光纤。光纤设置的方式可以是多种多样的。可选地,光纤架设在道路两侧的防撞墙内。可选地,光纤埋在道路侧面的地面中。可选地,光纤依托道路侧面的
护栏架设。
[0034] 向光纤提供光信号的光源。光源的类型可以是多种多样的。可选地,光源是激光光源。可选地,光源是LED光源。
[0035] 用于检测光纤内光信号相位变化和\或频移的传感装置。
[0036] 碰撞检测装置,用于根据传感装置检测到的光纤内光信号相位变化和\或频移识别是否发生了车辆碰撞事件。在一个实施例中,从光纤内光信号相位提取相位特征和\或频
移特征,根据所提取的相位特征和\或频移特征进行模式识别。
[0037] 从光纤内光信号相位提取的相位特征和\或频移特征可以是梅尔倒谱系数、线性预测倒谱系数,短时过零率特征,短时能量特征等等。
[0038] 模式识别的方法可以是隐马尔科夫模型、矢量量化聚类、欧氏距离、机器学习,等等。
[0039] 传感装置可以是相位敏感光时域反射计,光频域反射计,布里渊光时域反射计,以及布里渊光时域分析仪,布里渊动态光栅,等等。
[0040] 在一个实施例中,光纤是通信光缆中的一根芯。
[0041] 在一个实施例中,光源和传感装置设置在光纤的同一端。在另一个实施例中,光源和传感装置也可以分别设置在光纤的两端。
[0042] 本申请的第二实施方式涉及一种车辆碰撞检测方法,其流程图如图6所示,该方法包括以下步骤:
[0043] 在步骤601中,通过光源向依托道路侧面防撞墙架设的光纤输入光信号。
[0044] 在步骤602中,检测光纤内光信号的相位变化和\或频移。可以通过传感装置进行相位变化和\或频移的检测,传感装置可以是相位敏感光时域反射计,光频域反射计,布里
渊光时域反射计,以及布里渊光时域分析仪,布里渊动态光栅,等等。
[0045] 在步骤603中,根据检测到的光纤内光信号的相位变化和\或频移,识别是否发生了车辆碰撞事件。在一个实施例中,从光纤内光信号相位提取相位特征和\或频移特征,根
据所提取的相位特征和\或频移特征进行模式识别。模式识别的方法可以是隐马尔科夫模
型、矢量量化聚类、欧氏距离、机器学习,等等。
[0046] 从光纤内光信号相位提取的相位特征和\或频移特征可以是梅尔倒谱系数、线性预测倒谱系数,短时过零率特征,短时能量特征等等。
[0047] 在一个实施例中,光纤是通信光缆中的一根芯。
[0048] 在一个实施例中,光源和传感装置设置在光纤的同一端。在另一个实施例中,光源和传感装置也可以分别设置在光纤的两端端。
[0049] 光纤架设的方式可以是多种多样的。可选地,光纤架设在道路两侧的防撞墙内。可选地,光纤埋在道路侧面的地面中。可选地,光纤依托道路侧面的护栏架设。
[0050] 为了能够更好地理解本申请的技术方案,下面结合两个具体的例子来进行说明,该例子中罗列的细节主要是为了便于理解,不作为对本申请保护范围的限制。
[0051] 实施例一:
[0052] 利用道路沿线敷设的既有的光缆作为传感光纤,如图2所示。实际道路中,道路两侧的防撞墙如图2所示,2‑1为防撞墙结构。防撞墙中敷设有通信所用的光缆,2‑2为通信光
缆。当车辆碰撞墙体后,碰撞所导致的振动可以传导到光纤中。光缆中的一芯2‑3感知由碰
撞所产生的振动。相位敏感光时域反射计通过探测与解调光波的相位信息,定量化重建道
路沿线的振动信息。振动信息可以通过光纤内光信号相位变化和\或频移体现。对获得的相
位信息进行求导,获取其梅尔倒谱,作为信息特征:
[0053] 1)预加重。将经采样后的数字语音信号s(n)通过一个高通滤波器提升信号高频部分,使频谱变得平坦。假设原信号s(n),y[n]=s[n]‑μ·s[n‑1],μ为预加重系数。
[0054] 2)分帧和加窗。对采集后的数字信号分成n个小段,即为n个帧,并将每一帧带入窗函数,本例中采用的窗函数为汉明窗。假设分帧后的每一帧信号为S(n),n=0,1,2,…,N‑1;
那么加入汉明窗后Y(n)=S(n)×W(n)。W(n)的形式为:
[0055] 3)对分帧加窗后的各帧信号进行快速傅里叶变换得到各帧的频谱,Xb(k)=FFT(yb(n))。
[0056] 4)将能量谱通过一组Mel尺度的三角形滤波器组,定义一个有M个滤波器的滤波器组,采用的滤波器为三角滤波器,中心频率为f(m),m=1,2,…,M。各f(m)之间的间隔随着m
值的增大而增宽。三角滤波器的频率响应为:
[0057] 其中
[0058] 5)计算每个滤波器组输出的对数能量,
[0059] 6)离散余弦变换得到梅尔倒谱
[0060] 获得碰撞信号的梅尔倒谱特征后,对信号特征进行训练,建立隐马尔科夫模型,训练方法采用Baum‑Welch算法。模型建立后,对于观测模型,其步骤与训练方法类似,先提取
梅尔倒谱,利用Viterbi算法与训练模型进行匹配。实例一整个训练与识别过程如图2所示。
[0061] 实施例二:
[0062] 实施例二中在道路两侧重新敷设光纤一共敷设5条光纤如图4所示,4‑1为重新敷设的5条传感光纤。
[0063] 实例二中利用一个光频域反射计作为传感器装置,获得道路的振动信息。利用相位解调定量化获得由振动引起的相位变化信息。对获得的相位信息进行求导,然后对其进
行特征提取。类似于语音信号,提取碰撞信号的线性预测倒谱信息:
[0064] 1)预加重,提升信号高频部分,使频谱变得平坦(同实例一)。
[0065] 2)分帧和加窗(同实例一)。
[0066] 3) 自相关与线性预测分析。计算加窗 后各帧信号间的自相关,P为线性预测分析的阶数。经过线性预测分析后得到P
阶线性预测系数,根据Durbin递推算法获得线性预测系数:
[0067]
[0068]
[0069]
[0070] 其中(i)表示第i次迭代,每次迭代重新计算a1,a2,…,ai,直至i=P结束迭代。
[0071] 4)线性预测系数转换,计算线性预测倒谱系数。由P阶线性预测系数转换为Q阶倒谱系数, 计算过程中需要进行倒谱加权(倒谱提升),
其中Wm的定义为
[0072] 获得碰撞信号的线性预测倒谱特征后,对特征向量进行训练,采用LBG算法设计矢量量化码本。具体实现过程:
[0073] 1.将提取出来的所有帧的特征矢量的型心(均值)作为第一个码字矢量。
[0074] 2.将当前的码本根据LBG规则分裂,形成n个码字。
[0075] 3.根据得到的码本把所有的特征矢量进行分类,然后按计算训练矢量量化失真量的总和以及相对失真,若相对失真小于某一阈值,迭代结束,当前的码书就是设计好的M个
码字的码书,转5。否则,转下一步。
[0076] 4.重新计算各个区域的新型心,得到新的码书,转3。
[0077] 5.重复2,3和4步,直到形成有M个码字的码书(M是所要求的码字数)。
[0078] 获取观测样本的特征矢量,再计算样本的平均量化失真,并设置一个阈值,若D小于此阈值,则是发生了碰撞,反之则认为未发生碰撞。实例二的整个训练与识别过程如图5
所示。
[0079] 需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括
没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
在没有更多限制的情况下,由语句“包括一个”限定的要素,并不排除在包括所述要素的过
程、方法、物品或者设备中还存在另外的相同要素。本专利的申请文件中,如果提到根据某
要素执行某行为,则是指至少根据该要素执行该行为的意思,其中包括了两种情况:仅根据
该要素执行该行为、和根据该要素和其它要素执行该行为。多个、多次、多种等表达包括2
个、2次、2种以及2个以上、2次以上、2种以上。
[0080] 在本发明提及的所有文献都被认为是整体性地包括在本申请的公开内容中,以便在必要时可以作为修改的依据。此外应理解,在阅读了本申请的上述公开内容之后,本领域
技术人员可以对本申请作各种改动或修改,这些等价形式同样落于本申请所要求保护的范
围。