【地磁車輛檢測】——解決問題的方法

這是學習時的筆記，包含相關資料連接，有的當時沒有細看，記錄下來在須要的時候回顧。

有些較混亂的部分，後續會再更新。

歡迎感興趣的小夥伴一塊兒討論，跪求大神指點~

需求提要

解決停車位人工監管問題，須要設備得知車位停車信息。目前有許多解決的途徑，如地感線圈、紅外、超聲波、雷達、攝像頭、地磁等。考慮了成本、功耗、穩定性、安裝難易程度、後期維護等問題，最終選用地磁。
這看起來不是多複雜的問題，但實現過程當中仍遇到some troubles。

---

解決流程

對磁傳感器一無所知的狀況下，很難直接操刀，所以要先了解一下，磁傳感器原理，影響地磁的因素，各因素的影響效應。其次，車體構造對地磁影響，所以要獲取儘量多的不一樣車型停車過程的地磁變化數據。

磁性及磁傳感器

其實我並非很明白磁傳感器內部構造和具體原理，但測試獲取一些數據後，數據變化狀況不太一致，有的車輛停放後，地磁數據比基線（初始地磁數據）大，有的反而小。所以查看了磁傳感器的磁力變化影響緣由：
當有外界磁場Ha時，傳感器上主磁域方向就會發生變化而再也不是初始的方向了，那麼磁場方向和電流的夾角θ也會發生變化，夾角變化決定了數據趨勢是增仍是減。

磁力方向和電流方向夾角

θ-R特性曲線
同時，明白了磁傳感器的方向對檢測數據的影響，所以，測試時設計試驗需注意。

推薦閱讀磁力計工做原理

車型差別檢測

實測車輛入庫出庫的地磁數據變化：
（只顯示地磁z軸數據。圖中x軸表示測試獲得的數據點，相關時間與測試時的波特率相關。這部分波特率爲119200）

普通電動汽車

三廂電動汽車

普通小轎車

小跑車
還有電動貨車，小型公交，高底盤的SUV等，不一一列舉。上述已經能看出各個車型的差別了，並且短時間的區分度仍是很明顯的。

方法1

既然區分度如此明顯，並且要在單片機上作數據流分析，計算部分越簡單越好。所以我採用平均值濾波+閾值+峯谷值差進行判斷；無車時用一階滯後濾波進行基線更新。
濾波下降了突變狀況的干擾；
閾值與峯谷值差結合，提取有車進入時的穩定變化特徵，檢測微小抖動、大抖動，當每一個階段穩定後，判斷有車或無車。
簡單的算法，理清邏輯後，很容易實現。

推薦閱讀
基於磁阻的車輛檢測 北京交通
基於地磁的車輛檢測 華南理工

實測遇到的問題

1. 按大多數論文的說法，基本上認爲地球同一個地點的地磁信號不變，但是初期拿到的地磁長時測試數據，效果並很差，一度懷疑是傳感器的問題。
   
   室內儘可能減小其餘干擾後獲得的結果，漂移範圍上下波動100左右。一樣在室外檢測了一組數據（夏），數據變化趨勢與溫度變化趨勢有相關性。
   若是說車輛長時停放時數據漂移嚴重，此期間不能進行基線更新，那麼以此做爲判斷出庫的標誌顯然是不明智的。

   不選用只看峯谷值差來判斷車輛出庫，是由於，若是中間出現大的影響因子，這裏判斷出錯，那麼後續全部判斷都會反轉，沒有良好的監察機制。
    （後來更換了一個型號的地磁傳感器，效果好的多，室內放置兩天，上下波動只有10-20左右）

2. 有的車輛徹底入庫停放後，地磁數據與基線值沒有差別。

方法2

匹配：記錄入庫時的散點（保留入庫圖像特徵），在以後的窗移過程當中選取合適的點，當點數足夠多時開始匹配，我選用DTW匹配，當匹配到合適的圖形時，DTW距離出現局部最小，此時匹配完成，認爲車出庫。固然實際操做，須要再延時檢測一會，肯定地磁數據穩定後再決定。

原始數據如圖0，記錄入庫的散點特徵以下圖1，該部分通過翻轉獲得，由於入庫與出庫的特徵呈對稱分佈。最優匹配採集的散點以下圖2：

匹配算法部分比較容易實現，主要問題在於處理數據流時的性能優化。須要窗移，所以我選用單鏈表，減小移動時的操做。
可是每次移動，窗口內的峯谷值都發生變化，爲了性能優化，我捨棄了窗口內的最大最小值，只比對每次進入的new value、移出窗口的old value和原最大最小值，若是移除的值是當前的max或min，選用old value->next，因爲數據流的連續性，基本保留了數據特徵。

優勢：不用考慮不一樣車型和車體結構對地磁影響不一樣的問題，畢竟作不到各類車型都測一遍。
               不用考慮基線漂移問題，由於無論基線飄到哪，車出庫都對地磁形成影響，且影響效應基本相同。
    缺點：駕駛人的行爲問題，屢次入庫或屢次出庫都會對匹配形成影響。不過能夠用邏輯儘可能規避。
               可能產生局部最優圖形，形成的匹配失誤。

---

（若非特別聲明，文章是Vanessa的我的筆記，轉載請註明出處。文章若有侵權內容，請聯繫我，我會及時刪除）