【技术实现步骤摘要】
本专利技术涉及车流量统计，具体涉及一种基于振动信号的车流量统计方法、装置、设备及存储介质。
技术介绍
1、高速公路上车速较快，车辆行驶密度大，一旦发生交通事故高速公路上车速较快，车辆行驶密度大，一旦发生交通事故，往往后果严重。因此，保障交通安全是高速公路运营的首要任务。准确检测车流量对于及时发现交通拥堵、事故隐患等异常情况至关重要。通过合理的车流量监测，可以提前采取交通管制、疏导等措施，降低事故发生的风险，提高道路的安全性。此外，获知并优化车流量分布，合理安排道路资源，能够减少车辆在高速公路上的延误时间，提高运输效率，降低运输成本，对于促进经济发展具有重要意义。
2、目前主流的车流量检测方法包括视频检测、激光雷达等，对于视频端的检测，在遇到复杂的交通环境下，如恶劣天气、车辆密集等情况，极可能出现较大的检测误差。而对于像激光雷达这样的检测设备，成本较高，如要完成全时全域全天候的车流量统计工作，所需的经济代价过大，导致其无法大面积实施。光栅阵列振动传感技术近年来发展迅速，与传统的电类传感器相比，它具有体积小、抗电磁干扰、耐高温、高精度、低成本、可实现“全时全域全天候”的振动信号感知等特点，十分适合长距离的移动对象检测，目前被广泛应用于航天航空、智慧船舶、智能安防以及智慧交通等领域。通过将振动光缆敷设于地面下，可以实现长距离的振动对象识别，对于全时全域的车流量检测应用也具有较高的适配性。但基于光栅阵列振动传感技术对车流量检测时存在以下技术问题：振动信号在介质中会传播，即：基于某一测点对车辆进行检测，其他测点会由于车辆振动会
3、因此，亟需提供一种基于振动信号的车流量统计方法、装置、设备及存储介质，实现消除虚假轨迹对车流量结果的不利影响，提高对断面区域进行车流量统计结果的准确性。
技术实现思路
1、有鉴于此，有必要提供一种基于振动信号的车流量统计方法、装置、设备及存储介质，用以解决现有技术中存在的未考虑振动信号传播特性，导致车流量统计结果不准确的技术问题。
2、一方面，为了解决上述技术问题，本专利技术提供了一种基于振动信号的车流量统计方法，包括：
3、获取断面区域的时空振动响应图；所述时空振动响应图包括多条初始车辆行驶轨迹；
4、确定所述多条初始车辆行驶轨迹中符合信号衰减规律的至少两个待选行驶轨迹以及不符合信号衰减规律的至少一个第一目标行驶轨迹，并确定所述至少两个待选行驶轨迹中波形振幅最大的第二目标行驶轨迹；
5、对所述第一目标行驶轨迹和所述第二目标行驶轨迹进行轨迹直线提取，获得多个提取轨迹；
6、将各所述提取轨迹作为车辆对象，基于所述车辆对象确定所述断面区域的车流量。
7、在一种可能的实现方式中，所述获取断面区域的时空振动响应图，包括：
8、获取基于光栅阵列振动传感光缆采集的全域车辆振动信号；
9、基于所述断面区域确定所述全域车辆振动信号中的目标车辆振动信号；所述目标车辆振动信号包括与所述光栅阵列振动传感光缆各测点对应的多个目标车辆振动子信号序列，所述目标车辆振动子信号序列包括与多个采集时间点对应的多个目标车辆振动子信号；
10、以所述测点的空间位置为行，时间为列将所述目标车辆振动信号进行排序，获得所述时空振动响应图。
11、在一种可能的实现方式中，所述信号衰减规律为：
12、
13、式中，为第一条待选行驶轨迹的平均振幅；为第一条待选行驶轨迹和第二条待选行驶轨迹之间的距离；为与第一条待选行驶轨迹的距离为的第二条待选行驶轨迹的平均振幅；为衰减系数；为自然对数。
14、在一种可能的实现方式中，在所述获取断面区域的时空振动响应图之后，还包括：
15、获取训练完备的图像增强模型，所述图像增强模型包括生成器和判别器，所述生成器包括特征提取单元、特征注意力学习单元和增强单元；
16、基于所述特征提取单元对所述时空振动响应图进行特征提取，获得初始图像特征；
17、基于所述特征注意力学习单元对所述初始图像特征依次进行通道注意力学习和空间注意力学习，获得图像注意力特征；
18、基于所述增强单元对所述图像注意力特征进行特征重建，获得增强时空振动响应图。
19、在一种可能的实现方式中，所述特征注意力学习单元包括空间注意力学习层和通道注意力学习层；所述基于所述特征注意力学习单元对所述初始图像特征依次进行通道注意力学习和空间注意力学习，获得图像注意力特征，包括：
20、基于所述通道注意力学习层对所述初始图像特征进行通道特征学习，获得通道注意力特征；
21、将所述通道注意力特征与所述初始图像特征相乘，获得通道图像特征；
22、基于所述空间注意力学习层对所述通道图像特征进行空间特征学习，获得的空间注意力特征；
23、将所述空间注意力特征与所述通道图像特征相乘，获得所述图像注意力特征。
24、在一种可能的实现方式中，所述多个提取轨迹包括当前时刻的第一提取轨迹和历史时刻的第二提取轨迹；则在所述将各所述提取轨迹作为车辆对象之前，还包括：
25、获取所述第一提取轨迹的第一轨迹特征和所述第二提取轨迹的第二轨迹特征；
26、基于所述第一轨迹特征和所述第二轨迹特征确定所述第一提取轨迹和所述第二提取轨迹的特征损失值；
27、当所述特征损失值小于损失阈值时，将所述第一提取轨迹和所述第二提取轨迹进行合并，获得合并轨迹；
28、则所述将各所述提取轨迹作为车辆对象，具体为：
29、将所述合并轨迹作为所述车辆对象。
30、在一种可能的实现方式中，所述第一轨迹特征和所述第二轨迹特征均包括速度、能量、车道和位置；所述基于所述第一轨迹特征和所述第二轨迹特征确定所述第一提取轨迹和所述第二提取轨迹的特征损失值，包括：
31、确定所述第一提取轨迹和所述第二提取轨迹的速度损失值、能量损失值、车道损失值和位置损失值；
32、基于预设权重对所述速度损失值、所述能量损失值、所述车道损失值和所述位置损失值进行加权，获得所述特征损失值。
33、另一方面，本专利技术还提供了一种基于振动信号的车流量统计装置，包括：
34、时空振动响应图获取单元，用于获取断面区域的时空振动响应图；所述时空振动响应图包括多条初始车辆行驶轨迹；
35、行驶轨迹判断单元，用于确定所述多条初始车辆行驶轨迹中符合信号衰减规律的至少两个待选行驶轨迹以及不符合信号衰减规律的至少一个第一目标行驶轨迹；并确定所述至少两个待选行驶轨迹中波形振幅最大的第二目标行驶轨迹；
36、轨迹直线提取单元，用于对所述第一目标行驶轨迹和所述第二目标行驶轨迹进行轨迹直线提取，获得多个提取轨迹；
37、车流量确定单元，用于将各所述提取轨迹作为车辆对象，基于所述车辆对象确定所述本文档来自技高网...
【技术保护点】
1.一种基于振动信号的车流量统计方法，其特征在于，包括：
2.根据权利要求1所述的基于振动信号的车流量统计方法，其特征在于，所述获取断面区域的时空振动响应图，包括：
3.根据权利要求1所述的基于振动信号的车流量统计方法，其特征在于，所述信号衰减规律为：
4.根据权利要求1所述的基于振动信号的车流量统计方法，其特征在于，在所述获取断面区域的时空振动响应图之后，还包括：
5.根据权利要求4所述的基于振动信号的车流量统计方法，其特征在于，所述特征注意力学习单元包括空间注意力学习层和通道注意力学习层；所述基于所述特征注意力学习单元对所述初始图像特征依次进行通道注意力学习和空间注意力学习，获得图像注意力特征，包括：
6.根据权利要求1所述的基于振动信号的车流量统计方法，其特征在于，所述多个提取轨迹包括当前时刻的第一提取轨迹和历史时刻的第二提取轨迹；则在所述将各所述提取轨迹作为车辆对象之前，还包括：
7.根据权利要求6所述的基于振动信号的车流量统计方法，其特征在于，所述第一轨迹特征和所述第二轨迹特征均包括速度、能量、车道
8.一种基于振动信号的车流量统计装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器和处理器，其中，
10.一种计算机可读存储介质，其特征在于，用于存储计算机可读取的程序或指令，所述程序或指令被处理器执行时能够实现上述权利要求1至7中任意一项所述的基于振动信号的车流量统计方法中的步骤。
...【技术特征摘要】
1.一种基于振动信号的车流量统计方法，其特征在于，包括：
2.根据权利要求1所述的基于振动信号的车流量统计方法，其特征在于，所述获取断面区域的时空振动响应图，包括：
3.根据权利要求1所述的基于振动信号的车流量统计方法，其特征在于，所述信号衰减规律为：
4.根据权利要求1所述的基于振动信号的车流量统计方法，其特征在于，在所述获取断面区域的时空振动响应图之后，还包括：
5.根据权利要求4所述的基于振动信号的车流量统计方法，其特征在于，所述特征注意力学习单元包括空间注意力学习层和通道注意力学习层；所述基于所述特征注意力学习单元对所述初始图像特征依次进行通道注意力学习和空间注意力学习，获得图像注意力特征，包括：
6.根据权利要求1所述的基于振动信号的车流量统...
【专利技术属性】
技术研发人员：舒豪，童梦，马俊杰，蒋锦朋，
申请(专利权)人：武汉烽理光电技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。