无论是在商业, 行业, 或市政管理, 停车场的交通控制和智能管理是一个值得关注的话题. 如今, 超声波传感器等几种流行的车辆检测方法, 光学传感器, 而磁性车辆检测器在检测车辆存在方面存在一定的局限性, 这给优化交通流带来了很大的障碍. 因此, 了解并配置适当的停车检测系统非常重要. 我们将专注于微波车辆检测，帮助您更好地决定是否应该选择此解决方案进行车辆检测. 如果您正在寻找使用微波雷达运动传感器进行停车检测的制造商, 确保您阅读了本文的完整内容. MOKOSmart一直专注于制造和研发&D 的物联网产品超过 16 年份, 我们的LW009也使用了 地磁传感器 和微波雷达传感器. 关于我们产品的特点, 我们也会在本文中为您详细介绍.
什么是微波车辆检测系统?
微波车辆检测系统使用通过直接线路传输的高频无线电信号. 探测器记录微波源与车辆相对运动时发生的波的频率变化. 这使得设备能够检测移动的车辆. 雷达可以探测远处的物体并确定其位置和速度. 研究表明微波雷达传感器确实提供了实际的, 准确数据缓解交通拥堵和停车问题, 但该技术也容易受到天气影响, 尤其是在恶劣的天气和环境下.
雷达探测的历史
雷达是无线电探测和测距的缩写. 19世纪末, 海因里希·赫兹是第一个证明无线电波可以从金属物体上反射的人. 到 20 世纪初，Christian Hulsmeyer 就开始使用它来探测船只并避免碰撞.
直到第二次世界大战, 雷达得到了很大的改进并用于在示波器上对脉冲进行计时. 也是在这段时间，科学家发现雷达可以用来确定目标的距离和角度. 几十年后, 这项技术在其他应用中得到了进一步的应用, 包括车辆检测.
微波车辆检测是如何工作的
微波雷达传感器有两种, 他们是 连续波多普勒雷达 和 FMCW 雷达.
多普勒效应
在 1842, 克里斯蒂安·多普勒描述了一种现象，其中波的频率或波长 (光, 声音, 等等) 增加或减少. 在多普勒雷达中, 车辆速度与接收波和发射波之间的频率变化成正比. 该现象可用于检测车辆的存在.
车辆的反射信号可用于测量信道, 在场, 体积, 清除, 分类, 速度, 等等, 并可以提供防撞警告, 困境区域警告, 错误标题警告, 和停车警告. 对于给定的天线尺寸, 频率越高, 雷达的空间分辨率越大.
CW 多普勒雷达发射 CFW. 频率随时间的恒定传输使得能够计算反射器速度. 当车辆靠近雷达时反射波形频率增加，当车辆远离雷达天线时反射波形频率降低. 多普勒雷达的公式为:
v = c × fD / 2 × fC × (余弦)
在哪里
v = 速度
c = 光速
ϑ = 车辆方向与雷达波传播方向之间的角度
fC = 载波频率
f D = 多普勒频率
连续波多普勒雷达的一个主要固有缺陷是无法检测是否有停放的车辆.
调频连续波雷达
在 FMCW 雷达中, 波长频率随时间变化. 我们的LW009车辆检测器采用FMCW雷达. 该雷达装置可以检测停放车辆的存在, 以及检测车辆的存在
车辆距离与检测时的发射机频率和接收时的发射机频率之差成正比，表示为:
R = c × T × Δf / (2 × B)
在哪里
R = 车辆行驶里程
Δf = 接收和信号传输之间的瞬时频率差
B = RF 调制带宽
T = 调制周期或时间段
FMCW 雷达通过将行驶路线划分为已知长度的区间或区域来计算车辆的行驶速度. 车辆速度的计算公式为:
v = d /ΔT
在哪里
v = 车速
d = 区域前缘之间的距离
ΔT = 车辆到达相邻区域/垃圾箱前缘之间的时间
FMCW 雷达用途广泛，还可以利用多普勒效应来计算车辆的速度.
根据以上数据对比, 可以看出，FMCW雷达在车辆检测和数据采集方面优于CW雷达. 可以准确判断存在, 速度, 到达时间, 占用, 车辆分类, 以及车辆排队时间, 并可以检测事故, 识别停放的车辆, 并提供遇险区域警告和错误警告.
为什么要使用微波车辆检测
与光电或超声波传感器不同, 微波雷达传感器受温度影响较小, 雨, 风, 多雾路段, 湿度, 光, 及其他条件. 结果是, 可为户外停车检测提供准确数据, 以及检测静止和移动的车辆. 此外, 安装和维护比其他传感技术更容易. 此外, 由于雷达交通探测器没有安装在轨道上，因此设备损坏的风险较低.
微波雷达倒车雷达面临的挑战
雷达传感器检测较小的目标和它们之间空间很小的车辆可能具有挑战性. 并且只能检测到行驶速度超过预设速度的车辆. 低于该速度的车辆可能会等待信号变化以激活下一辆车. 因为微波运动传感器通常安装在信号灯的顶部, 从地面检查并不容易. 需要单独的车道来检测右转车辆, 但可以在十字路口混合使用环形探测器和微波探测器. 微波车辆探测器还可用作信号灯，控制通向停车场出入口的窄桥上的交通.
微波车辆检测可以用在哪些地方?
铁路: 火车开得很快, 一个接一个地, 准确检测到他们的存在可以在后台报告，以警告火车何时到达车站, 以及安排下一趟火车经过同一条轨道之前需要多长时间. 微波车辆检测不仅可以提高工作效率，还可以避免人为疏忽造成的灾难.
装卸码头: 码头上的车辆停放空间有限, 但一辆又一辆的卡车确实来卸货. 所以为了让货物高效地进出卡车, 卡车到达后立即通知操作员非常重要.
电动汽车充电站: 如果充电站的汽车摆放不规范而造成拥堵, 难免会让顾客’ 经历更糟, 从而导致生意下滑. 因此, 为防止汽车不按规定停放在充电站, 以及及时发现停放在电动汽车充电站的未经许可的车辆, 许多充电站都部署了雷达监测传感器.
收费站: 微波雷达传感器将检测车辆的存在，并在车辆接近收费站时激活停车杆. 这提高了交通效率, 优化流程, 并减轻劳动力和交通压力.
为什么要选择 MOKOSMART 的 LW009?
MOKOSMART开发了集成微波雷达和磁传感器的车辆检测系统，通过双模式精确检测帮助相关人员找到满足其需求的合适解决方案. 以下是选择我们计划的一些好处:
双模式传感器大大提高检测精度: 市场上常见的倒车雷达通常是单磁检测或雷达检测, 当受到电磁场或其他受限环境干扰时，误检概率大大增加, 检测精度可达以上 99%.
安装维护方便: 我们的停车传感器有两种型号，支持不同的安装方法. LW009-IG可埋入地下, 并且还有可拆卸套筒结构设计，支持简单的售后维护. LW009-SM 还配有胶水以避免钻孔. 此外, 还支持温湿度传感器检测路面是否结冰.
高可靠性: LoRaWAN超长传输距离500m~1000m, 低功耗电池使其使用寿命长达 5 年份.
我们的 LW009 是如何工作的
我们的车辆停车检测传感器采用磁场和微波相结合的停车状态检测方法, 其特点如下: 该方法使用的设备包括三轴地磁传感器和微波雷达传感器, 包括以下步骤:
步 1: 利用三轴地磁传感器监测波动值, 峰峰值, 和XYZ三轴磁场数据的平均值来判断停车状态的变化. 如果采样数据接近临界值, 启动微波雷达传感器;
步 2: 微波数据采集和预处理: 采用微波雷达传感器进行等间隔三角波扫描, 接收每个离散频点下的两个信号. 使用汉宁窗公式对采集到的数据进行处理, 并使用离散傅里叶变换对数据进行进一步处理, 将时域转换为频域进行分析;
步 3: 微波车辆检测, 包括以下步骤:
步 3.1: 步骤中得到的数据 2 在频域中进行分析并进行调制;
步 3.2: 发送Step中得到的模数数据 3.1 到SVM预测器，得到SVM预测器对停车状态的决策结果;
步 3.2: 通过发送Step中得到的模数数据 3.1 进入神经网络预测器, 即可得到神经网络预测器对停车状态的判断结果;
步 4: 动态重量调整, 包括以下步骤:
步 4.1: 首先, 根据三轴地磁传感器的精度预设判断权重, 支持向量机预测器, 和神经网络预测器.
步 4.2: 如果三个判断结果一致, 重量保持不变;
步 4.3: 如果三个判断结果不一致, 重量应根据各自的精度重新计算;
步 5: 根据地磁停车检测结果根据最新权重综合判断后得到停车状态, SVM预测器的判断结果, 以及神经网络预测器的判断结果.
我们的停车检测系统适合您的环境吗?
无论您从事哪个行业以及您正在寻找哪种智能车辆检测系统, MOKOSMART 可以根据您的设施和实际需求加快实施并增加定制.
如果您的设施仅需要移动车辆检查, 我们的 LW009 无线车辆检测器为您提供所需的检查灵活性. 此外, 如果您需要检测人员和物体的存在而不仅仅是他们的移动, 我们的 PIR 传感器可与您的应用场景结合使用. 联系我们的团队，让我们为您的项目打造理想的产品.
继续阅读有关车辆检测的信息
