0 引言
随着汽车保有量的高速增长,我国城市道路和高速公路上交通拥挤现象越来越严重,导致了城市道路不通畅,

高速公路不高速。交通拥堵问题已成为我国道路交通发展的一个难题。为了缓解这一状况,我国正在不断地

加强智能交通系统的研制与建设,而在智能交通系统中,有一个极为重要的基础检测———车流密度的检测

。目前,常见的车流密度或车流量的检测方法主要有视频检测、环形线圈检测和波频检测。其中,环形线圈

检测精度高,结构简单,但易坏,且安装需要对道路进行开槽施工,安装、维护及推广较为不易。视频检测易

受到光线的影响,弱光线情况下检测精度低。波频检测主要用于测速,但易被干扰,对拥堵路段测量精度不高

。

根据研究,地球的磁场在一定范围内是均匀分布的,当车辆等大型铁磁物质穿过磁场时会对周边磁场产生扰

动,AMR(Anisotropic Magneto Resistive,以下简称“AMR”)各向异性磁阻传感器是一种利用磁阻效应原理

来探测磁场和铁磁材料的传感器,能动态检测地磁场变化。[1] 目前,AMR因为体积较小且不易损坏,使用起

来具有占用空间小、可靠性高、安装简易、无需切割路面和封闭道路等特点,被国内外很多科研机构组织用

于车型识别、车流量监测等场合,其应用开发与实现一般均于地磁处垂直分量展开,但由于地磁垂直分量不

能完全体现车辆扰动效应,且强磁场下,磁偏角以产生漂移影响测量精度。为此,本文提出了一种基于三轴数

字式AMR传感器和Zig Bee无线传感器网络技术的高速公路区间内车流密度监测系统。

1 AMR传感器检测车辆原理
AMR传感器利用导体材料的各向异性磁阻效应,即在磁场环境下,导体材料会出现电阻率随磁化强度方向与电

流方向变化而发生变化的特性。通过构建惠斯通电桥,并使用镍铁合金材料制成的电阻作为电桥电阻,由于

铁磁物质(如车辆)会对地磁产生扰动,使惠斯通电桥感知并转换成差分电压,实现了磁场扰动检测的功能。

铁磁物质对地磁产生扰动如图1所示,惠斯通电桥感知并转换成差分电压原理如图2所示。

因此,利用AMR传感器这一特点,通过将磁异态转换为电压信号的变化,再通过无线通信设备将信号传给上位

机。上位机收到信号后,通过信号处理,从磁信号的变化判断出车辆的通过信息、行驶方向、车速等相关信

息,达到监测车辆的目的。

2 系统的设计与实现
 图1 铁磁物质对地磁产生扰动
图1 铁磁物质对地磁产生扰动   下载原图

 图2 惠斯通电桥感知并转换成差分电压
图2 惠斯通电桥感知并转换成差分电压   下载原图

2.1 系统的总体设计
本系统主要由三个功能模块组成,分别是:AMR传感器监测节点模块,无线通信模块,路口(路段)数据汇总、分

析及警示模块。其主要功能是:运用AMR传感器(HMC5883)感知测量点的车辆信息;利用CC2530芯片处理相关

数据,并通过Zig Bee无线传感器网络实现测量点的数据顺序传递;在路口(路段)数据汇总、分析及警示模块

通过相邻测量点的车流量差,判断高速公路区间内道路畅通情况,并根据道路畅通情况,在路口或路段表示处

为后继车辆进行简单的道路拥堵情况预警。具体系统结构图如图3所示。

 图3 车流密度检测及警示系统结构图
图3 车流密度检测及警示系统结构图   下载原图

2.2 系统监测硬件部分设计
本项目采用的是Honeywell公司生产的HMC5883三轴AMR传感器。该传感器是一种表面贴装的高集成度,带有

I2C数字接口的弱磁传感器芯片,具有集成度、灵敏度高和可靠性好的优点。其测量磁场范围广(+/-8Oe),灵

敏度为5m V/V/gauss,工作电压在2.16V-3.6V之间,典型为3.3V,满足高性能、低功耗(100u A)的要求。

HMC5883三轴AMR传感器可以检测到X,Y,Z三个维度不同方向的磁场变化情况。通过将AMR传感器在K时间节点

所采集的信号Hi(K)分为车辆信号Vi(K)、地磁信号Gi(K)、周围环境的干扰信号Ni(K)的叠加,如式(1)所示:

 
通过对上述采集信号进行处理与计算,可以分析计算出测量节点经过的车辆数据信息,为系统进一步分析其

他相关数据提供了数据支撑。本设计采用南通航院职业技术学院物联网实验室“凌阳物联网实验箱”的实

验平台制作实验样机,对设计的可行性和可靠性进行评估。

(1)传感器节点总体设计。由于磁阻传感器一般只有5m的检测范围,而且磁场信号强度随距离线性衰减(超过

5m一般强度会衰减80%),因此道路区间车流量的检测需要组建一组连续的监测点才能实现。

本设计根据高速公路线性的特点以及信息传递线性递进的传递方式,以凌阳物联网试验设备为基础,采用基

于CC2530的Zigbee协议芯片来完成无线传感器网络的搭建,实现无线数据采集。CC2530是一款片上系统芯片

,具有高性能、低功耗的特点,并集成了符合IEEE802.15.4标准的2.4GHz的射频收发系统模块。其无线射频

收发模块,配备高性能蛇形天线,传输速率最高可达250kb/s,传输距离可达150-200m,并且该模块封装尺寸小

,适合浅埋于车道表面下层,传感器节点如图4所示。

 图4 传感器节点硬件结构图
图4 传感器节点硬件结构图   下载原图

本设计将三个监测点设定为一组监测路段,其中监测点之间采用基于方向的拓扑控制模式,该模式能够通过

配备有向天线,以最小功率传递信息(监测点A1、A3分别与监测点A2互相通信),监测组之间则采用分层拓扑

控制模式(监测点A2、N2分别与无线基站互相通信),各监测点、监测组之间的拓扑模式如图5所示。

 图5 监测节点拓扑结构图
图5 监测节点拓扑结构图   下载原图

(2)系统的复位/置位。HMC5883AMR传感器的电桥能分别产生偏置电场和用于复位的瞬间强磁场,并通过传感

器内部的电桥薄膜,来分别实现电路的复位/置位和产生用于补偿干扰磁场的偏置磁场。为了保证传感器的

精确度及灵敏度和读数的可重复性,经过调试,发现通过对电桥上的电桥薄膜施加脉冲电流(周期:20-50ns,

幅值:3-4A,置位/复位脉冲宽度为2μs),就可以实现磁区域的复位对准。

为了能够产生稳定的脉冲电流,本项目采用了双通道IRF7317芯片(MOSFET芯片)构建H型电路桥,为电桥薄膜

提供脉冲电流,通过控制引脚S/R+,S/R-电平的高低,改变H回路中的导通方向,进而改变复位/置位脉冲的产

生。H型电路桥的结构如图6所示,具体工作如表1所示:

表1 H型电路各引角电平及产生脉冲状态     下载原表

 表1 H型电路各引角电平及产生脉冲状态
H型电路各引角电平所产生的复位/置位脉冲状态波形图如图7所示。

 图6 H型电路桥结构图
图6 H型电路桥结构图   下载原图

 图7 复位/置位脉冲状态波形图
图7 复位/置位脉冲状态波形图   下载原图

(3)系统的信号调理。由于扰动的磁信号为微小信号,使得传感器输出的电压信号也很小,幅值不定,为了使

信号的幅值适中,信号需要放大。针对磁信号的特性,本项目选用了CS5532bs这一斩波稳定增益可编程仪表

放大器,构成两级放大电路,该设备运用了电荷平衡技术,具有高共模抑制比、低失调电压和高稳定增益,能

够很好地抑制温漂等特点,同时该设备还提供了一个能与SPI和Microwire兼容的三线串行结构,以及一个由

施密特触发器构成的串行时钟口,便于安装、调试和功能拓展。[2] 在滤波方面,本项目选用一种开关电容

滤波器MAX292,该设备的截止频率由时钟频率决定,并能够在0.1-25 k Hz可调。图8所示为CS5532bs和

MAX292组成的信号调理电路。

通过这样的组合,结合HMC5883的特性(取工作电压3.3 V,灵敏度5 m V/V/gauss),以及车辆及车载物体等硬

磁材料所带磁残留强度不大于2gauss这一特点,可以计算出HMC5883传感器的最大差分输出电压范围约在:

 
 图8 由CS5532bs和MAX292组成的信号调理电路
图8 由CS5532bs和MAX292组成的信号调理电路   下载原图

HMC5883自带的A/D转换器,ADC最大值为3.6V,则其放大增益为:

 
综合其它因素,本设计将放大器的增益设置为50。由于HMC5883传感器采用了惠斯通电桥结构,所以在实际使

用时必然会产生电桥偏置电压,容易产生误差积累。为了消除偏压,在比较了偏置电流法、并联电阻法和放

大器偏压置零法之后,本项目结合系统硬件特性采用了放大器偏压置零法。该方法在不直接改变电桥性能的

情况下,通过在放大器的输入端增加一个反相电压,达到消除电桥偏置电压的目的。通过实验,本项目采用的

X9315芯片能够通过软件程序微调电阻,达到放大器的输入端动态调整反相电压的目的。

2.3 AMR传感器检测车辆方法实现
(1)检测车辆主程序设计。AMR传感器检测车辆,主要是通过AMR传感器检测车辆信号,对信号预处理后,通过

Zig Bee无线通信传输给对应处理单元,同时接受反馈信息。传感器检测车辆的主程序流程图如图9所示:

 图9 传感器检测车辆的主程序流程图
图9 传感器检测车辆的主程序流程图   下载原图

其中,对于车辆感知与检测的功能实现,本项目采用了目前使用较为广泛的自适应阈值的车辆检测方法。利

用该方法,根据三轴AMR传感器的地磁检测原理,本设计将AMR传感器检测到的与车道行驶放方向平行、垂直

和地面垂直三个维度的电压变化值作为地磁干扰的参数(分别定义为:Xk、Yk、Zk,),则有车辆通过信号Ek表

达式为:

 
利用三轴能量信号来检测车辆,可以更为精确地获取车辆进入和离开检测点的时间,有利于提高车速、车流

量的检测精度。为了进一步提高检测精度,对检测区域的背景信号基础值进行设定,如式(5)所示。

 
式中,Bi(k)是各轴上的第K次计算的基准值,ai是各轴上的遗忘因子,ai(k)是第k次采样的数据,s(τ)是状态

机第τ次判定输出状态,用“0”表示无车,用“1”表示有车,为保证背景磁场对基准值的影响,ai一般取值

0.02-0.05。确定好阈值后,即可根据式(6)获得磁信号转换为二进制信号。

 
式中,hi(k)为相应轴的阈值水平。由于AMR传感器对铁质物体的距离较为敏感,对于HMC5883AMR传感器来说,

其检测距离达到5m后,输出信号下降80%,通过上述方法建立合适的阈值水平,可以尽可能的消除铁磁性干扰

物的干扰,提高检测精度。

(2)车流密度检测方法的设计。在高速公路上,车流运行状态会随着时间的变化而改变,根据道路交通状态,

分为畅通、拥挤和消散三个状态,为了能够监测高速公路区间内的车流密度和交通流量,对区间内监测节点

的安放如图10所示。

 图1 0 高速公路路段区间监测器的安放
图1 0 高速公路路段区间监测器的安放   下载原图

本设计通过采用三个传感器节点作为一个检测组,三个传感器节点均匀分布(本设计的监测器安放在单向车

道上,监测器A、B、C之间的距离均设置为50 m,总检测长度为100 m,该距离与高速公路波形隔离带上的轮廓

反光标间距成整数倍数关系,为系统以后的引导警示功能提供升级便利),通过中间节点B记录车辆通过三个

节点的时刻,利用通过三个节点的时间差和三个节点的距离计算车辆通过平均速度。

为了便于分析,本文将车流看作以基本交通工具为粒子组成的一种粒子流,按照流体理论,可以用交通流量、

通过速度和区间密度三个基本参数来描述。

①交通流量F:是指单位时间通过某一检测点的车辆数目。

②通过速度V:主要有两种指标,分别是时间内平均速度和区间平均速度。

时间内平均速度即在一时间段内通过某一检测点的所有车辆瞬时速度的算术平均值。

 
区间平均速度即为在某一检测路段所有通过车辆的平均行驶速度,定义L为监测路段长度,ti为每辆车通过该

路段的时间,N为通过的车辆数,则有表达式(8):

 
③区间密度D:是指在单位时间内,单位长度内的车辆数,如式(9)所示:

 
式中,N为单位时间内的车辆数,L为单位长度。据常识可知,在道路上,车辆的区间密度越小,车辆前后间距就

大,车速行驶快;反之,车辆的区间密度越大,车辆前后间距就小,车速降低,甚至停滞。可见,通过速度V和区

间密度D,是反映车辆行驶拥堵程度的主要指标,并且交通流量、通过速度、区间密度之间具有的关系如式

(10)所示。

 
通过上式,可以清楚地构建出交通流的基本模型。结合图5所安放的监测节点,本设计通过采用三个传感器节

点作为一个检测组,以监测节点A和C之间的车流量F、通过速度V、区间密度D为观测点,并结合相关文献和资

料有关交通流畅度与车速的关系,假定检测路段对车辆时速的最高限速为VH,则对区间内交通通畅状态描述

如下:

①当车流量F变大、区间密度D变大,而通过速度V(V<0.3×VH)变小时,监测区间内处于拥堵状态;

②当车流量F变大、区间密度D变大,而通过速度V(0.3×VH<V<0.8×VH)变小时,监测区间内处于聚集拥堵状

态;

③当车流量F变大、区间密度D变小,而通过速度V(0.3×VH<V<0.8×VH)变大时,监测区间内处于拥堵消散状

态;

④当车流量F、区间密度D、速度V(V>0.8×VH)基本不变时,监测区间内处于畅通状态。

本项目通过上述方法,可对监测路段进行了车流量、车速的检测,并计算出监测路段的车流密度,从而判断出

道路车辆拥堵情况。

2.4 系统测试
在实验场所,搭建测试系统如图11所示。经过硬件组装及系统调试,主要对检测节点车辆计数及车速判断,本

项目通过利用经过滤波后的HMC5883传感器感知的X、Y、Z轴地磁信号与基线的绝对差值为实验监测对象,利

用式(4)计算并判断出车辆经过的信号。通过实验发现,当汽车经过传感器时,可以明显感知磁场扰动。监测

结果以波形图显示,如图12所示:

 图1 1 单个车辆检测节点测试结构图
图1 1 单个车辆检测节点测试结构图   下载原图

 图1 2 监测点检测地磁扰动波形图
图1 2 监测点检测地磁扰动波形图   下载原图

在系统监测与通信测试过程中发现,由于系统采用无线通信方式传递信息,在传递数据时存在数据丢包和易

接收干扰信号的问题。为此,本项目采用了一次四组数据的方式。通过测试,虽然仍存在数据丢包和信号干

扰问题,但由于采用多次数据传送的模式,故仍能保证信息的完整性和可靠性。

通过调试,对系统功能进行整体测试。测试场所为南通市S336星湖大道与通盛大道交叉点西侧路段,测试路

段长100 m,该路段为半封闭路段,监测车道以汽车通行为主,能够近似模拟高速公路状态。测试时间为2016

年4月8日,以10分钟为监测及统计时间段,通过与人工监测(人工测试点安排在路段中间50 m处)的比对,统计

结果如表2所示:

表2 分时段系统相关数据监测数据表     下载原表

 表2 分时段系统相关数据监测数据表
其中人工监测采用的人工计数和射频测速,车辆技术误差主要有人为统计漏报或重复计数,平均车速误差主

要是由测速设备精度、测速数据估值和车辆数误差导致。通过分析,可以看出本项目所用方法可以测出监测

路段的车流量及车速,进而可以计算出监测路段的车流密度。

3 结束语
本文设计了一种利用AMR传感器的路段区间车流密度的监测器,通过实时监测路段的车流量、车速,进而计算

出监测路段的车流密度,实现了监测路段的车流密度监测的目的,达到了分析道路拥堵情况的设计初衷,为公

路管理部门实现路况分析和交通分流提供了数据支撑。