基于反射式红外传感器的apcs设计

基于反射式红外传感器的apcs设计

公共交通工具的所有者和管理者应实时、清晰、正确的客运统计数据作为线路规划、车辆规划和运营管理的基础。因此，有必要为特定的客流统计数据和运营分析系统的硬件设备提供支持。城市客车客流统计系统APCS能够自动、智能、准确地采集上下车的客流量。同时,APCS是客流量统计、评估的有效方法,能够用于检测公交线路各个站点上下客人数,分析特定时段车厢内乘客及上下车人数,得出客流方向、数量规律,提高公共交通的运营管理效率。目前国内外从事客流统计产品研发的公司主要有:加拿大Infodev公司、德国Dilax公司、浙江亿纬公司、杭州图易公司、石家庄劳恪公司、纳百信公司等。其中Dilax的系统已成功应用于5000多辆城市客车,浙江亿纬公司的产品已经在上海巴士集团及深圳巴士集团的一些公交线路投入使用。此外,在客流的采集方法上主要有压力传感器、红外传感器以及图像识别的方法,其中利用红外传感器进行测量的方法在精度、成本等方面具有综合的优势。本系统采用红外传感器并利用热释电传感器进行乘客与货物的区分,弥补单一传感器的缺陷,从而得到比较理想的测量效果。1系统组成1.1车辆空间的分布式结构设计本公交客流统计系统采用红外光电传感器+热释红外传感器相结合的方式采集基础公交客流数据。整个系统在车辆空间上采用分布式结构设计的方式,即前后门数据独立处理完后再汇总到一个数据集中处理单元对所有的数据进行总的分析处理。采用该方式可以有效避免传感器信号经过较长的线路而受到干扰,提高数据的可靠性。另外,由于系统传感器信号线较多,采用此方式也可以减小布线的复杂度。APCS系统的总框图如图1所示。1.2红外传感器的布置为了能够甄别乘客的上、下车状态以及避免由于乘客携带货物导致红外传感器误判,传感器单元组需要经过特殊设计。本系统客流传感器采用的是反射式红外光电传感器阵列+热释电红外传感器阵列的组合方式。当乘客或货物经过车门时,反射式红外光电传感器阵列便能采集到数据,而通过热释红外传感器阵列便能区分另一路信号是其他乘客或者是乘客携带的货物,每个传感器单元组中传感器的位置如图2所示。图2中反射式红外传感器之间的间距通过试验确定为10cm,以区别相邻上下车的乘客。通过热释电红外传感器可以判断是否有人经过车门,而判断两组红外传感器采集到的数据的先后顺序,即可判断乘客是上车还是下车。反射式红外光电传感器由发射模块与接收模块组成。为提高红外传感器的发射效率,对红外发射管进行数字脉冲调制,接收部分采用红外接收一体头。热释红外传感器模块则由热释红外传感器和信号放大处理电路组成。图3给出了传感器单元组的工作原理示意图。当有乘客经过红外光电感应区时,红外线经人体反射,被红外接收处理电路接收处理,输出高电平;当没有乘客经过感应区时,红外接收处理电路保持低电平。另外,当乘客经过热释电红外感应区时,热释电红外信号调理电路对信号进行放大等处理后,输出高电平信号;当没有乘客经过感应区时,热释电红外信号调理电路的输出为低电平。1.3两人同时经过车门考虑到城市客车车门宽度有限,本系统采用三个传感器单元组成一个车门的传感器单元组,分别固定于车门上方基本均等的位置。由于传感器单元组之间有一定的距离,同时乘客身体宽度在一定的范围内,当只有一个或两个传感器单元采集到数据,可判断为一人经过车门;当三个传感器单元都采集到有效的信号时,则可判断为两人同时经过车门。单个车门传感器单元组合安装及走线示意图如图4所示。每个传感器单元传感器输出信号分别连接到传感器数据处理单元。当传感器数据处理单元将数据处理后通过RS-485总线将每次开关门得到的上下客数量送往数据集中处理单元进行汇总处理。考虑到目前中国城市客车的实际情况,在前门、后门都会同时存在上下客的现象,也就是必须实现当α在0~180°之间变化,同时d1、d2在不同间隔情况下对两名乘客的判别。对于d1的约束条件是当d2的间隔使得两名乘客落在不同的传感器探测空间内,d1距离任意,而如果d2的间隔使得两名乘客处于交叉重叠的情况时,考虑到传感器的实际情况,d1必须大于20cm传感器才能够识别出来。2硬件设计2.1红外接收处理为了提高红外传感器电路效率,红外信号发射采用载波调制。由555芯片产生38kHz的调制信号经过三极管放大后,利用串联的两路发光二极管输出调制信号,如图6所示。红外接收处理部分采用红外接收一体头IR3638,其对38kHz信号进行解调还原和放大处理。红外一体头输出的信号经过三极管输出,输出的信号可接入传感器数据处理单元进行处理。见图7。2.2红外信号芯片热释电传感器处理电路由热释红外传感器和专用的热释红外信号处理芯片组成。本系统选用的热释红外信号处理芯片为BISS0001,该芯片只需配合简单的外围电路即可实现滤波和放大处理。考虑到信号的发散性,在热释电传感器外面套上菲涅尔透镜,以增强热释电信号采集的效果。见图8。3实际研究方法考虑到客流统计的应用实际和使用场合,依据以下的统计方法计算客流统计系统的精度:1)相对误差:指实际上/下车人数全程累计与客流统计全程累计之比。得出:上车相对误差=(∑前门上车+∑后门上车)客流统计合计/(∑前门上车+∑后门上车)实际上车合计人数×%。下车相对误差=(∑前门下车+∑后门下车)客流统计合计/(∑前门下车+∑后门下车)实际下车合计人数×%。2)绝对误差:指实际上/下车人数与客流统计人数每站之差的全程累计之比。得出:上车绝对误差=(∑每站前门上车+∑每站后门上车)绝对误差/(∑前门上车+∑后门上车)实际上车合计人数×%。下车绝对误差=(∑前门下车统计+∑后门下车统计)绝对误差/(∑前门下车+∑后门下车)实际下车合计人数×%。按照上述方法在某一线路上进行多次调试与测试,测量的平均精度维持在85%左右,能够满足城市客车调度的需求。在实际的调试过程中,导致测量误差的主要因素有以下两点:1)红外传感器测量方法最大的问题是其反射原理,当乘客穿着反射率低的衣服通过客流传感器时,传感器可能无法检测出该乘客;头发的反射率也很低,传感器对头发密集或长发披肩的乘客可能也无法检测到。2)由于红外光具有一定的发散性,人体对光线的反射也属于漫反射,这使得红外发射及感应区都比较大,两个乘客距离太近时将可能会出现识别为一名乘客的漏计数情况。为了在一定程度上解决客流高峰时期测量误差较大的问题,引入拥堵评价系数。该系数依据当前统计的车上人数、相邻两个传感器获