ビジネス、産業、自治体管理のいずれにおいても、駐車場の交通制御とインテリジェント管理は注目に値するテーマです。現在、超音波センサー、光学センサー、磁気車両検出器など、いくつかの一般的な車両検出方法には、車両の存在を検出する際に一定の制限があり、交通の流れの最適化に大きな障害となっています。そのため、適切な駐車検出システムを理解し、構成することが非常に重要です。ここでは、マイクロ波車両検出に焦点を当て、車両検出にこのソリューションを選択すべきかどうかをより適切に判断できるようにお手伝いします。駐車検出にマイクロ波レーダーモーションセンサーを使用するメーカーをお探しの場合は、この記事の全文をお読みください。MOKOSmartは16年以上にわたりIoT製品の製造と研究開発に注力しており、当社のLW009も地磁気センサーとマイクロ波レーダーセンサーを使用しています。この記事では、当社の製品の特徴についても詳しくご紹介します。
マイクロ波車両検知システムは、高周波無線信号を直線で伝送します。検出器は、マイクロ波源と車両が相対的に移動している際に発生する電波の周波数変化を記録します。これにより、装置は移動中の車両を検知できます。レーダーは遠方の物体を検知し、その位置と速度を特定できます。研究によると、マイクロ波レーダーセンサーは交通渋滞や駐車問題を緩和するために、実際的で正確なデータを提供することが示されていますが、この技術は天候、特に悪天候や環境の影響を受けやすいという欠点があります。
レーダーは、無線探知測距（radio detector and ranging）の略称です。19世紀後半、ハインリヒ・ヘルツは初めて電波が金属物体に反射することを実証しました。20世紀初頭には、クリスチャン・フルスマイヤーが船舶の探知と衝突回避にレーダーを利用していました。
第二次世界大戦まで、レーダーは大幅に改良され、オシロスコープでパルスのタイミングを測るために使用されていました。また、この時代に科学者たちは、レーダーを使って標的までの距離と角度を測定できることを発見しました。数十年後、この技術は車両検知など、他の用途にも応用されています。
マイクロ波レーダーセンサーには、 CWドップラーレーダーとFMCWレーダーの2種類がある。
1842年、クリスチャン・ドップラーは、波（光、音など）の周波数または波長が増加または減少する現象を記述しました。ドップラーレーダーでは、車両の速度は受信波と送信波の周波数の変化に比例します。この現象は、車両の存在を検出するために利用できます。
車両の反射信号は、チャンネル、存在、音量、クリアランス、分類、速度などを測定するために使用でき、衝突回避警告、危険区域警告、誤進路警告、駐車警告などを提供できます。一定のアンテナサイズでは、周波数が高いほどレーダーの空間分解能は高くなります。
CWドップラーレーダーはCFW（連続波）を放射します。一定時間にわたって周波数を一定に伝送することで、反射体の速度を算出できます。反射波形の周波数は、車両がレーダーアンテナに近づくと増加し、離れると減少します。ドップラーレーダーの計算式は以下のとおりです。
v = c × fD / 2 × fC × (cosϑ)
場所
v = 速度
c = 光速
ϑ = 車両の方向とレーダー波の伝播方向との間の角度
f C = 搬送周波数
f D = ドップラー周波数
CW ドップラー レーダーの大きな固有の欠点は、駐車中の車両が存在するかどうかを検出できないことです。
FMCWレーダーでは、波長周波数が時間とともに変化します。当社のLW009車両検知器はFMCWレーダーを採用しています。このレーダー装置は、駐車車両だけでなく、車両の存在も検知できます。
車両距離は、検出時の送信機周波数と受信時の送信機周波数の差に正比例し、次のように表されます。
R = c × T × Δf / (2 × B)
場所
R = 車両航続距離
Δf = 受信と信号送信間の瞬間的な周波数差
B = RF変調帯域幅
T = 変調周期または時間周期
FMCWレーダーは、走行路の車線を既知の長さのビンまたはゾーンに分割することで、車両の走行速度を計算します。車両速度の計算式は以下のとおりです。
v = d /ΔT
場所
v = 車両速度
d = ゾーンの先端間の距離
ΔT = 車両が隣接するゾーン/ビンの先端に到着するまでの時間
FMCW レーダーは多用途で、ドップラー効果を利用して車両の速度を計算することもできます。
上記のデータ比較から、FMCWレーダーはCWレーダーよりも車両検知とデータ収集において優れていることがわかります。車両の存在、速度、到着時刻、乗車人数、車両種別、滞留時間を正確に判断し、事故検知、駐車車両識別、危険区域警報や逆走警報を発令できます。
光電センサーや超音波センサーとは異なり、マイクロ波レーダーセンサーは温度、雨、風、霧、湿度、光などの環境条件の影響を受けにくいため、屋外での駐車検知、静止車両および移動車両の検知において正確なデータを提供することができます。さらに、他のセンシング技術よりも設置とメンテナンスが容易です。さらに、レーダー交通探知機はレール上に設置されていないため、機器の損傷リスクも低くなります。
レーダーセンサーでは、小さな目標物や間隔の狭い車両を検知することが困難な場合があります。また、設定速度よりも速い車両しか検知できません。設定速度以下の車両は、信号が変わって次の車両が通行可能になるまで待たされる可能性があります。マイクロ波モーションセンサーは通常、信号機の上に設置されるため、地上からの点検は容易ではありません。右折車両を検知するには別の車線が必要ですが、交差点ではリング型とマイクロ波型の両方の検知器を組み合わせて使用できます。マイクロ波車両検知器は、駐車場の出入口に通じる狭い橋の交通整理のための信号機としても使用できます。
鉄道：列車は高速で次々と運行されるため、列車の存在を正確に検知することで、駅への到着予定時刻を事前に知らせたり、次の列車が同じ線路を通過するまでの時間を予測したりすることができます。マイクロ波による車両検知は、作業効率の向上だけでなく、人為的ミスによる事故の防止にも役立ちます。
荷積みドック：ドック上の車両スペースは限られていますが、トラックが次々と荷降ろしにやってきます。そのため、トラックへの荷物の積み下ろしを効率的に行うには、トラックが到着したらすぐにオペレーターに知らせることが重要です。
電気自動車充電ステーション：充電ステーション内の車両が規定通りに駐車されず、混雑を引き起こすと、顧客体験が悪化し、売上減少につながります。そのため、車両が規定通りに充電ステーションに駐車されないことを防ぎ、また、電気自動車充電ステーションに無許可で駐車している車両を早期に検知するために、多くの充電ステーションではレーダー監視センサーを設置しています。
料金所：マイクロ波レーダーセンサーが車両の存在を検知し、車両が料金所に近づくと停止バーを作動させます。これにより、交通効率が向上し、プロセスが最適化され、人件費と交通渋滞が軽減されます。
MOKOSMARTは、マイクロ波レーダーと磁気センサーを統合した車両検知システムを開発しました。デュアルモードによる高精度な検知により、関係者がニーズに合った最適なソリューションを見つけられるよう支援します。当社のプランをお選びいただくメリットは以下のとおりです。
デュアルモードセンサーは検出精度を大幅に向上させます。市場に出回っている一般的な駐車センサーは通常、単一の磁気検出またはレーダー検出のみであり、電磁場やその他の制限された環境によって干渉を受けた場合に誤検出の可能性が大幅に高まります。検出精度は99%以上に達する可能性があります。
設置とメンテナンスが簡単：当社のパーキングセンサーには、さまざまな設置方法に対応する2つのモデルがあります。LW009-IGは地面に埋め込むことができ、取り外し可能なスリーブ構造設計により、アフターサービス時のメンテナンスも容易です。LW009-SMには接着剤が付属しており、穴あけ作業が不要です。さらに、路面の凍結を検知するための温度・湿度センサーも搭載しています。
高い信頼性： LoRaWANの超長距離伝送距離は500m～1000mで、低消費電力バッテリーにより最大5年間の寿命を実現します。
当社の車両駐車検知センサーは、磁場とマイクロ波を組み合わせた駐車状態検知方式を採用しており、その特徴は以下のとおりです。この方式で使用される機器には、3軸地磁気センサーとマイクロ波レーダーセンサーが含まれており、以下の手順が含まれます。
ステップ 1:三軸地磁気センサーを使用して、XYZ 三軸磁場データの変動値、ピーク値、平均値を監視し、駐車状態の変化を判断します。サンプリングされたデータが臨界値に近い場合は、マイクロ波レーダーセンサーを起動します。
ステップ2：マイクロ波データの取得と前処理：マイクロ波レーダーセンサを使用して等間隔の三角波スキャンを実行し、各離散周波数ポイントで2つの信号を受信します。収集したデータはハニング窓式を使用して処理し、さらに離散フーリエ変換を使用してデータを処理して、時間領域を周波数領域に変換して解析します。
ステップ3：マイクロ波による車両検出（以下の手順を含む）：
ステップ3.1：ステップ2で得られたデータは周波数領域で解析され、変調されます。
ステップ3.2：ステップ3.1で取得したモジュラスデータをSVM予測器に送信し、駐車状況に関するSVM予測器の判定結果を取得します。
ステップ3.2：ステップ3.1で取得したモジュラスデータをニューラルネットワーク予測器に入力することで、駐車状況に関するニューラルネットワーク予測器の判定結果が得られます。
ステップ4：動的重量調整（以下の手順を含む）：
ステップ4.1：まず、3軸地磁気センサー、SVM予測器、ニューラルネットワーク予測器の精度に応じて判定重みをプリセットします。
ステップ4.2： 3つの判定結果が一致している場合、重みは変更されません。
ステップ4.3： 3つの判定結果が一致しない場合は、それぞれの正確さに応じて重みを再計算する。
ステップ5：地磁気駐車の検出結果、SVM予測器の判定結果、ニューラルネットワーク予測器の判定結果に基づく最新の重みに従って、総合判定後の駐車状況を取得します。
どのような業界に属していても、どのようなスマート車両検出システムをお探しであっても、MOKOSMART はお客様の施設と実際のニーズに基づいて実装を迅速化し、カスタマイズを強化できます。
移動式車両検査のみが必要な場合は、LW009ワイヤレス車両検知器が、必要な検査の柔軟性を提供します。さらに、人や物体の動きだけでなく、その存在も検知する必要がある場合は、PIRセンサーをお客様のアプリケーションシナリオと組み合わせてご使用いただけます。ぜひお問い合わせください。お客様のプロジェクトに最適な製品をご提供いたします。
車両検出についてさらに読む
今日、現代のビジネス運営はますますダイナミックになっています。特に広大な地域で事業を展開する企業にとって…