doc.dr.sc.

Dino upanovi

Telematics at Traffic Control

Sveuilite u Zagrebu Fakultet prometnih znanosti kolegij Cestovna telematika

UVOD U SENZORSKE TEHNOLOGIJE

> akademska godina 2011-12 > Predavanje # 8 > predavanje pripremio: doc. dr. sc. Dino upanovi, dipl.ing., dipl.oec.
1

SADRAJ

1. Uvod u senzorske tehnologije 2. Mikrovalni radari za detekciju prisutnosti vozila 3. Procesori video signala (VIP) 4. Ultrasonini senzori 5. Pasivni infracrveni senzori 6. Laserski senzori 7. Senzori bazirani na pasivnim akustinim nizovima 8. Kombinirane senzorske tehnologije 9. Induktivne petlje 10. Magnetometri 11. Mogunosti, trokovi nabave i odravanja senzora 12. Prednosti i nedostaci razliitih vrsta senzora 13. Senzorske tehnolgije - zakljuci

Uvod u senzorske tehnologije

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

1. Uvod u senzorske tehnologije

Zato su nam potrebni senzori?
svakodnevno poveanje prometa u urbanim sredinama, posebice gradovima poveani zahtjevi korisnika za usluge postojee infrastrukture definirano prostorno ureenje i zadani elementi infrastrukture nemogunost proirenja sukob razliitih prometnih tokova (pjeakog, osobnog, teretnog i javnog prijevoza) na vrlo malom prostoru, uz ogranienu vremensku dimenziju izuzetno sloena problematika nemogunost primjene klasinih metoda rjeavanja problema (analitiki / graevinski) potreba za primjenom novih metoda neisplativost primjene klasinih metoda nunost pojednostavljivanja procesa pronalaenja optimalnog rjeenja

1.1. Korisnici i specifikacija zahtjeva

Korisnici (ITS)
napredni sustavi za upravljanje prometom napredni sustavi za pruanje putnih informacija sustavi za upravljanje komercijalnim voznim parkom napredni sustavi za upravljanje vozilima napredni sustavi za javni prijevoz putnika detekcija vozila po kategorijama detekcija kriznih situacija (npr. prometnih nezgoda) automatsko praenje prometa automatsko upravljanje prometom u stvarnom vremenu podaci za komercijalne, hitne ili turistike potrebe

Zahtjevi

Uvod u senzorske tehnologije

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

1.2. Osnovni pojmovi

Senzor
hardware i pripadajui mu software koji slui za detekciju vozila, te pretvara prikupljene podatke u informacije o prometnom toku a) elektroniki krug koji se koristi za magnetiziranje induktivnih petlji b) foto-senzibilan materijal smjeten na fokalnoj ploi lee, koji prikuplja energiju koja sadri informacije o vozilima i parametrima prometnog toka iana petlja i elektroniki sklop za njeno magnetiziranje vrlo esto zamijenjen pojmom SENZOR! trenutno najrairenija metoda za detekciju vozila pruaju informacije o: kapacitetu prometnog traka zauzeu prometnog traka razmaku izmeu vozila razmaku slijeenja vozila brzini kretanja vozila urezivanjem u podlogu (intruzivno)
5

Detektor

Detektor induktivne petlje

Postavljanje

1.3. Prednosti i nedostaci senzorskih tehnologija

Uoeni nedostaci

napredniji sustavi za upravljanje prometom zahtjevaju vie informacija potrebnih za donoenje odluka:
gustoa vrijeme putovanja od toke A do toke B putanja vozila klasifikacija vozila

Nove senzorske tehnologije

Procesori video signala Video Image Processor (VIP) Mikrovalni radari Laserski radari Pasivni i aktivni infracrveni ureaji Ultrazvuni ureaji Akustiki nizovi Magnetometri samostojei ili na postojee objekte uz prometnice (ne-intruzivni)

Postavljanje

Uvod u senzorske tehnologije

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

1.3. Prednosti i nedostaci senzorskih tehnologija

Prednosti ne- A. pruanje jeftinijih, uinkovitijih i pouzdanijih naina prikupljanja intruzivnih prometnih podataka na postojeim i novim prometnicama senzorskih tehnologija B. pruanje informacija u kraim vremenskim razmacima vea koliina
podataka

C. mogunost prikupljanja podataka u iznimnim situacijama npr. prilikom rekonstrukcije prometnice D. omoguava se primjena novih ITS strategija zbog nedostatka kvalitetnih podataka o prometnim tokovima

prema A. i B., ne-intruzivni senzori zamjenjuju postojee induktivne petlje prema C. omoguavaju puno veu kvalitetu prikupljenih podataka na potencijalnim kriznim mjestima prema D. pruaju mogunost prikupljanja podataka na naine na koji do sada nisu bili mogui

1.3. Prednosti i nedostaci senzorskih tehnologija

Prednosti intruzivnih senzorskih tehnologija

bez obzira izraene prednosti ne-intruzivnih senzorskih tehnologija, upotreba intruzivnih senzora se nastavlja:
primarno vezano uz potrebu za detekcijom broja osovina na vozilu, kao i mjerenje teine vozila

upotreba pneumatikih senzora, optikih vlakana, savijajuih oplata, piezo-elektrikih senzora, senzora osjetljivih na pritisak, kapacitirajuih ploa

Uvod u senzorske tehnologije

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

1.4. Odabir optimalne senzorske tehnologije

Pitanja koja odreuju odabir optimalne senzorske tehnologije

traeni tipovi podataka, intervali i tonost prikupljenih podataka podruje primjene, broj promatranih prometnih trakova, instalacija i pripremni zahtjevi smetnje prilikom prikupljanja ili prijenosa podataka sa prometnice do upravljakog mehanizma senzora (materijali, vremenski uvjeti) zahtjevi za uspostavljanje komunikacije izmeu senzora i centra za prikupljanje i obradu podataka troak investicije (nabava, montaa) i odravanja ureaja

1.4. Odabir optimalne senzorske tehnologije

Mjesto primjene
Upravljanje signaliziranim krianjem

Pretpostavke
Detekcija zaustavljenih vozila pogodni vremenski uvjeti

Primjenjive senzorske tehnologije

Mikrovalni radar za detekciju prisutnosti vozila Pasivan infracrveni senzor Laserski radar VIP (uz kvalitetno osvjetljenje)

Upravljanje signaliziranim krianjem Upravljanje signaliziranim krianjem

Detekcija zaustavljenih Mikrovalni radar za detekciju prisutnosti vozila vozila nepogodni vremenski uvjeti Detekcija zaustavljenih Mikrovalni radar za detekciju prisutnosti vozila vozila nije nuna Mikrovalni Doppler radar nepogodni vremenski uvjeti VIP Mikrovalni radar za detekciju prisutnosti vozila Pasivan infracrveni senzor

Automatsko Senzor moe emulirati upravljanje signal. ponaanje induktivne krianjem u stvarnom petlje vremenu

10

Uvod u senzorske tehnologije

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

1.4. Odabir optimalne senzorske tehnologije

Mjesto primjene
Brojanje vozila (grad/autocesta)

Pretpostavke
Detekcija i brojanje vozila koja putuju brzinama od 4.8 do 8.0 km/h Detekcija i brojanje vozila koja putuju brzinama od 4.8 to 8.0 km/h Po duini vozila

Primjenjive senzorske tehnologije

Mikrovalni radar za detekciju prisutnosti vozila Mikrovalni Doppler radar Pasivni infracrveni senzor Ultrazvuni senzor VIP Mikrovalni radar za detekciju prisutnosti vozila Mikrovalni Doppler radar Laserski radar VIP VIP Laserski radar Mikrovalni radar za detekciju prisutnosti vozila Laserski radar Induktivna petlja sa posebnim software-om za upravljanje signalima

Mjerenje brzine kretanja vozila

Klasifikacija vozila Klasifikacija vozila

Po profilu vozila

11

2. Mikrovalni radari za detekciju prisutnosti vozila

RTMS viezonski mikrovalni radar za detekciju prisutnosti vozila SmartSensor viezonski mikrovalni radar za detekciju prisutnosti vozila

Loren-ov viezonski mikrovalni radar za detekciju prisutnosti vozila

150LX jednozonski mikrovalni radar za detekciju prisutnosti vozila

12

Uvod u senzorske tehnologije

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

2.1. Mikrovalni Doppler senzori

Mikrovalni senzor TC-20

Senzor Whelen TDN-30

13

2.2. Nain rada mikrovalnog radara

Mikrovalni Radar

Antena

Naponski i podatkovni kabeli

nosa za instalaciju senzora

Upravljaki ormari

Signal reflektiran od vozila moe se koristiti za detekciju vozila (zauzea prostora), prolaz vozila (brojanje) i brzine kretanja vozila, zavisno od oblika valova koje emitira radarski senzor

vozilo

14

Uvod u senzorske tehnologije

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

2.3. Oblici valova kod mikrovalnih radara

Frekvecnija

Odaslani signal pomak Doppler-ove frekvencije od vozila u pokretu Primljeni signal a. Konstantan oblik valova vrijeme

Frekvencija

Odaslani Df

Primljeni

t1 t2

vrijeme

b. Frekvencijsko modulirani kontinuirani oblik valova

15

2.4. Detekcija prisutnosti vozila kod mikrovalnih radara

Detekcija prisutnosti vozila kod mikrovalnih radara zasniva se na promjeni reflektirane energije u trenutku prolaska vozila od povrine prometnice

Udaljenost R je proporcionalna Df

odnosno vremenskoj razlici t2 t1 R = c(t2 t1) / 2

16

Uvod u senzorske tehnologije

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

2.4. Detekcija prisutnosti vozila kod mikrovalnih radara Koritenje prostornih spremnika za poveavanje prostorne razluivosti i mjerenja brzine kretanja vozila
Antena Spremnik 1 Spremnik 2

smjer prometnog toka

Mikrovalni radarski senzor

Eliptino vidno polje frontalno montiranog senzora

Eliptino vidno polje bono montiranog sensora

Signal iz 1. spremnika Signal iz 2. spremnika DT

v = d / DT
vrijeme gdje je:

vrijeme

v = brzina vozila d = udaljenosti izmeu range bins DT = vrem. razlika izmeu povrata impulsa

17

3. Procesori video signala (VIP)

Autoscope 2004

Autoscope Solo

Traficon VIP

Iteris Vantage processors Peek 910 VIP

18

Uvod u senzorske tehnologije

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

3.1. Nain rada procesora video signala (VIP)

odreeni VIP ureaji umeu detekcijske zone u vidno polje kamere, ovisno o nainu upravljanja prometom i nainom prikupljanja podataka neki VIP ureaji prate vozila kroz itavo vidno polje kamere VIP podruje praenja vozila je odreeno fokalnom duljinom lea, visinom montae kamere i kutom njenog nagiba prema prometnici. VIP ureaji digitaliziraju ulazni video signal i identificiraju unaprijed oznaene znaajke koritenjem hardware-a i software-a VIP ureaji koriste razliite algoritme za obradu video signala kako bi izraunali traene parametre prometnog toka

19

3.2. Vrste ureaja za vizualno praenje

Tripline
ekvivalenti induktivnih petlji definira odreeni broj detekcijskih zona unutar vidnog polja kamere mjere se promjene pixela na uzastopnim ulaznim slikama promjene stanja pixela oznaavaju prisutnost vozila nadopuna Tripline vrste ureaja, gdje se praenje vri uzdu duljih dionica prometnice detekcija vozila se zasniva na viestrukoj detekciji vozila na praenoj dionici prometnice identifikacija i praenje razliitih objekata, predstavljenih povezanim pixelima u vidnom podruju kamere vozila se identificiraju prema pomicanju povezanih pixela, u odnosu na fiksne pixele slike (predefinirana pozadina slike)

Praenje zatvorene petlje

Praenje povezivanjem podataka

20

Uvod u senzorske tehnologije

10

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

3.3. Metode vizualnog praenja vozila

Po regijama (podrujima)
stvaranje pozadinskog modela za scenu fiksna slika koja se koristi za usporedbu pixela za svaku ulaznu sliku, vri se usporedba sa pozadinskim modelom, kako bi se dobio poloaj vozila praanje vozila je mogue na razini podruja ili pojedinog vozila primjeene su potekoe prilikom pojave sjena, smetnji i prolaza velikih vozila, prilikom ega dolazi do identificiranja vie vozila kao jednog praenje vanjskih obrisa vozila praenje pomou usporedbe sa pozadinskim modelom i intenzitetom i pomicanjem obrisa zapreke se detektiraju putem oznaenih podruja povezanih sa objektima

Praenje obrisa vozila

21

3.3. Metode vizualnog praenja vozila

Bazirano na modelu
prepoznavanje vozila prema unaprijed definiranim 3-D modelima vozila mogunost rekonstrukcije putanje vozila za mali broj tipova vozila uz vrlo visoku tonost odreeni modeli pretpostavljaju pogled iz ptije perspektive, pri emu se mogu ukloniti sve optike smetnje prate se odreene znaajke predstavljene tokama, umjesto itavog objekta olakavaju praenje vozila u sluaju kada su djelomice zakrivena praenje viestrukih objekata identifikacijom grupe svojstava vozila na principu slinosti, a koje se prate u vremenu

Bazirano na znaajkama

22

Uvod u senzorske tehnologije

11

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

3.3. Metode vizualnog praenja vozila

Bazirano na boji
koritenje kromatskih informacija za raspoznavanje i praenje objekata detekcije vozila su meusobno povezane istodobnim koritenjem kromatskih informacija i obiljeja ponaanja vozaa detekcija vozila se promatra kao klasina klasifikacija pomou uzoraka koritenjem vektorskih algoritama

Bazirano na uzorku

23

4. Ultrasonini senzori

Microwave Sensors TC-30C

Sumitomo SDU-300

24

Uvod u senzorske tehnologije

12

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

4.1. Nain rada ultrasoninih senzora

Ultrasonini senzori odailju i primaju zvune valove visoke frekvencije (25 kHz do >50 kHz) Dimenzije vozila se odreuju na slian nain kao kod nekih mikrovalnih radara

25

5. Pasivni infracrveni senzori

Eltec 842 pasivan IC senzor za detekciju prisutnosti vozila

ASIM IR 250 pasivan infracrveni senzor (brojanje vozila, mjerenje brzine kretanja, klasifikacija vozila po duljini, detekcija prisutnosti vozila)

Siemens Eagle PIR-1 senzor. (brojanje vozila, prisutnost vozila na STOP liniji, detekcija zauzea, detekcija guve)

26

Uvod u senzorske tehnologije

13

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

5. Pasivni infracrveni senzori

Nain rada
svi objekti odailju energiju na svim valnim duljinama elektromagnetskog spektra ovisno o temperaturi njihove povrine (Planck-ov zakon zraenja) energija u IC podruju moe se prikupljati pomou optikih ureaja koji odailju pozadinsko svjetlo baziranih na fotonskom detektoru stvara se poetna scena koja sadri samo toplinsku sliku pozadine (prometnice) bez vozila senzor registrira promjenu primljene energije poetne scene, te se na taj nain registrira prolaz vozila kontrast ove vrste termalne energije je analogan sa vidljivim kontrastom CCD kamere u spektru vidljivom ljudskom oku

27

5. Pasivni infracrveni senzori

Nain rada
Pasivan IC senzor

eT (odaslana zraka)

(1 e)Tsky (reflektirana zraka)

Tsky
q

emisija povrine eR temperatura povrine TR

emisija vozila eV i temperatura povrine TV

Emisija vozila: TBV (q, f) = eVTV + (1 eV)Tsky Tsky je funkcija atmosferskog, galaktikog, i kozmikog zraenja Emisija povrine: TBR (q, f) = eRTR + (1 eR)Tsky DTB (q, f) = (eR eV) (TR Tsky) kada je TR = TV

28

Uvod u senzorske tehnologije

14

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

6. Laserski senzori

OSI Laserscan Autosense II US (domet 7.6 m)

EFKON TOM Austria (domet 7 m)

MDL LaserAce IM 300 UK (domet 300 m) Laser Rangefinders

Noptel CMP2-30 Finland (domet 30 m)

29

6.1. Laserski senzori Nain rada

Detekcijske zone su oznaene sa IC energijom koju odailju laserske diode neki modeli koriste ogledalo, dok drugi modeli koriste vie dioda za oznaavanje IC energija reflektirana od vozila fokusira se pomou optikog sustava na detektor postavljen u fokalnom aritu koristi se obrada signala u stvarnom vremenu za analizu i odreivanje broja vozila, prisutnosti, brzine i klase vozila
Zona 1

Zona 2

30

Uvod u senzorske tehnologije

15

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

7. Senzori bazirani na pasivnim akustinim nizovima

SmarTek vietrani senzor IRD jednotrani senzor

31

Senzori bazirani na pasivnim akustinim nizovima 7.1. Nain rada

Cestovni promet proizvodi akustinu energiju iz niza izvora, kao npr. izmeu guma i podloge ili buke motora Niz prostorno usmjerenih mikrofona kontinuirano detektira zvukove Algoritmi za obradu primljenih zvunih signala odreuju da li akustina energija potjee od vozila

32

Uvod u senzorske tehnologije

16

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

8. Kombinirane senzorske tehnologije

DT 281 Infracrveni-Doppler radarski senzor

DT 272 Infracrveni-ultrasoniki senzor

33

9. Induktivne petlje

Reno A&E S-1500 Series Klasifikacija i odreivanje brzine kretanja vozila

Peek Traffic odreivanje broja osovina i klasifikacija vozila

34

Uvod u senzorske tehnologije

17

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

9.1. Induktivne petlje Nain rada

prolaz vozila preko induktivne petlje inducira struju koja smanjuje indukciju iane petlje. Promjena indukcije se detektira pomou elektronikog sklopovlja smjetenog u kontrolnom ormariu elektroniki sklop prua informaciju o prisutnosti i prolazu vozila induktivne petlje pruaju toan podatak o broju i prisutnosti vozila kada su postavljene na ispravan nain u kvalitetnu podlogu

35

10. Magnetometri
SPVD 2 Sensor/ Transmitter

Type 170 1-2 Channel Receiver

NEMA TS-1 Style 1-4 Channel Receiver

One-Channel Receiver Midian Electronics SPVD-2 Magnetometarski senzor

36

Uvod u senzorske tehnologije

18

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

10. Magnetometri

231E Senzorska proba Safetran Magnetic Senzor

232E Senzorska elektronika

(slui samo za detekciju vozila u pokretu)

37

10. Magnetometri

3M Model 701

3M Model 702

umee se u rupe promjera 25 mm izbuene na umee se u 76 mm Schedule 80 PVC, dubinu od 406 do 610 mm 457 do 610 mm ispod povrine prometnice horizontalnim buenjem sa jedne na drugu (koristi se samo za detekciju vozila u pokretu) stranu prometnice. Koritenjem posebnog software-a moe detektirati i zaustavljena vozila
38

Uvod u senzorske tehnologije

19

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

10.1. Magnetometri Nain rada

Magnetometri

c L

Rub kolnika

magnetometri se sastoje od da ili vie navoja ice oko magnetne jezgre otkrivaju prisutnost feritnih objekata pomou smetnji koje uzrokuje Zemljino magnetno polje mogu se koristiti na mjestima gdje nije mogue postaviti induktivne petlje zbog fizikih smetnji

Magnetom. niz

mogue ih je sloiti u niz kako bi pruali dodatne informacije o klasifikaciji vozila

39

11. Mogunosti, trokovi nabave i odravanja senzora

Izlazni podaci Tehnologija Induktivna petlja Magnetometar (Two-axis fluxgate) Magnetic (Induction coil) Microvalni radar Aktivan IC radar Pasivan IC radar Ultrasonini radar Akustini niz Procesor video Signala (VIP)
Brojanje Prisutnost Brzina Zauzee Klasifikacija Vietrana i viezonska detekcija vozila Trokovi prijenosa podataka niski do umjereni niski niski
5

Trokovi nabave senzora

X X X X X X X X X

X X X4 X5 X X X X X

X2 X2 X2 X X6 X
6

X X X X X X X

X3

niski 9 ($500 do $800) umjereni 9 ($900 do $6,300) niski do umjereni 9 ($385 do $2,000) niski do umjereni ($700 do $3,300) umjereni do visoki ($6,500 do $14,000) niski do umjereni ($700 do $1,200) niski do umjereni (Pulsni model: $600 do $1,900) umjereni ($3,100 do 8,100) umjereni do visoki ($5,000 do $26,000)

X5 X

X5 X

umjereni niski do umjereni niski do umjereni niski

X X

X X X

X7 X

niski do umjereni niski do visoki 8

1. Trokovi instalacije i odravanja senzora takoer su ukljueni u navedene iznose pod ovom stavkom. 2. Brzina se moe mjeriti uz pomo 2 senzora na poznatoj udaljenosti ili utvrenom duljinom zone detekcije i poznatom duljinom vozila. 3. Uz pomo dodatne elektronike koja prua mogunost klasifikacije vozila. 4. Uz pomo posebno izvedenih senzora i software-a za obradu podataka. 5. Uz pomo mikrovalnih radarskih senzora koji odailju odreeni oblik valova i posjeduju mogunost odgovarajue obrade signala. 6. Uz pomo viezonskih pasivnih ili aktivnih IC senzora. 7. Uz pomo modela koji formiraju odreeni oblik zraenja i obrade signala. 8. Zavisno od vrste podataka koji se prenosi do kontrolnog centra neobraenih podataka, obraenih podataka ili slike. 9. Ukljuuje podzemni senzor i lokalnu elektroniku za prijem, uz mogunost podrke vie senzora za vietrano praenje vozila.

40

Uvod u senzorske tehnologije

20

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

12. Prednosti i nedostaci razliitih vrsta senzora 1. dio

TEHNOLOGIJA
Mikrovalni Doppler s.
dobra

PREDNOSTI
uinkovitost u loim vremenskim uvjetima direktno mjerenje brzine vozila
dobra nemogunost

NEDOSTACI
detekcije zaustavljenih ili sporo kretajuih vozila
mogunost

Mikrovalni s.

uinkovitost u loim vremenskim uvjetima detekcija zaustavljenih vozila mogunost bone instalacije za vietrano praenje
mogunost

netonog prepoznavanja vozila pri bonoj instalaciji vietranom praenju

Pasivni IC s. Aktivni IC s. (Laserski radar) Ultrasonini s.

detekcije vozila neovisno o dobu dana (dan / no) viezonsko praenje brzine vozila
direktno

loi

vremenski uvjeti utjeu na uinkovitost praenja vozila

pad

mjerenje brzine vozila

klasifikacija vozila dimenzije,

uinkovitosti pri gustoj magli i odravanje zahtijevaju zatvaranje prometnice

instalacija temperaturne

jednostavna instalacija

razlike i izrazite zrane struje mogu utjecati na uinkovitost

vea via

jedna

kamera i procesor dostatni su za vietrano praenje pruaju irok spektar informacija lako dodavanje i izmjena praenih zona

Procesori video signala (VIP)

traka sjene, refleksije mokre podloge, prijelazno vrijeme izmeu dana i noi, odraz auto svjetala na zavojitim dijelovima prometnice, vibracije kamere, mrlje na lei mogu uzrokovati pad uinkovitosti bono praenje zahtjeva visoku i stabilnu podlogu za instalaciju kamere nuno zatvaranje prometnice kod instalacije i odravanja potrebna za kvalitetnom rasvjetom za praenje u nonim uvjetima

vozila mogu prikriti manja vozila vozila mogu projicirati svoju sliku na vie

41

12. Prednosti i nedostaci razliitih vrsta senzora 2. dio

TEHNOLOGIJA
IC procesori video signala Akustini s.
mogunost

PREDNOSTI
koritenja istih algoritama detekcije vozila u danjim i nonim uvjetima pruaju irok spektar informacija
padaline jedan vea trenutano

NEDOSTACI
skupa tehnologija, jeftinije varijante su u fazama razvoja
niske

ne utjeu na uinkovitost model prua mogunost vietranog praenja fizika otpornost od induktivnih petlji zaustavljenih i vozila koja se kreu neki modeli koriste radijsku vezu za prijenos podataka
detekcija mogunost

temperature utjeu na uinkovitost modeli nisu pogodni za detekciju sporo kretajuih vozila u stani-kreni situacijama
odreeni nuno

Magnetometar

rezanje prometnice smanjuje kvalitetu i ivotni vijek prometnice zahtjeva zatvaranje prometnice kod instalacije i odravanja
mala

Magnetni s.

montae na mjestima gdje nije mogue instalirati induktivne petlje npr. mostovi mogunost instalacije ispod prometnice bez rezanja vea fizika otpornost od induktivnih petlji
standardizirana odlina

povrina detekcije rezanje prometnice smanjuje kvalitetu i ivotni vijek prometnice ili buenje ispod prometnice nemogunost detekcije zaustavljenih vozila osim kod jednog modela koji se zasniva na vie senzora
nuno pouzdanost

Induktivne petlje

elektronika tonost brojanja vozila zrela, iskuana tehnologija neki modeli pruaju mogunost klasifikacije vozila

i vijek trajanja ovise o nainu instalacije instalacija i odravanje zahtijevaju zatvaranje prometnice nuno rezanje prometnice smanjuje kvalitetu i ivotni vijek prometnice ili buenje ispod prometnice podlone su oteenjima uslijed prolaza tekih vozila ili popravaka prometnice zahtjeva prisutnost vie detektora

42

Uvod u senzorske tehnologije

21

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

12. Prednosti i nedostaci razliitih vrsta senzora presjek

VRSTA Induktivna petlja DETEKCIJA
brojanje prisutnost zauzee prosjena

INSTALACIJA
ugrauje

PRIMJENA
gradske

PREDNOSTI
niski

NEDOSTACI
nisu

POUZDANOST
srednja

se u prometnicu

ulice i auto ceste

brzina vozila (zahtjeva dodatne algoritme i barem dvije IP) duljina repa ekanja (zahtjeva vie IP)

trokovi nabave zrela tehnologija veliko iskustvo visokofrekventni modeli pruaju mogunost klasifikacije vozila

pogodni za primjenu na mostovima i sl. graevinama, te looj podlozi prometnice zahtijevaju zatvaranje prometnice radi instalacije i odravanja skrauje vijek trajanja prometnice najee zahtjeva upotrebu vie senzora
zahtijevaju

do visoka kvarovi su na spojevima

najei

Magnetometri i magnetni senzori

brojanje prisutnost

magnetometri se

(magnetometar) zauzee brzina kretanaj uz uporabu vie senzora ili poznate duljine zone detekcije i duljine vozila
brojanje teina osovine teina kotaa brzina

ukopavaju u cilindrine rupe magnetni senzori se instaliraju na ili iznad povrine prometnice

gradske

ulice, auto ceste, mostovi i sl. graevine

detekcija manjih

vozila i prepreka npr. bicikli nizovi magnetometara pruaju mogunost klasifikacije vozila

zatvaranje prometnice radi instalacije i odravanja magnetni senzori detektiraju samo vozila u pokretu osim u posebnim izvedbama i dodatnom software-u
zahtijevaju

nepoznato

Piezoelektrini senzori

ugrauje

se u prometnicu ili povrinski

gradske

ulice i auto ceste

niski

vozila

trokovi nabave laka instalacija i odravanje pogodni u svim vremenskim uvjetima, prate vie prometnih trakova

zatvaranje prometnice radi instalacije i odravanja ne pruaju informaciju o prisutnosti vozila posebni senzori su potrebni za poveanje tonosti

milion aktivacija (vrem. uvjeti mogu skratiti rok) brojai osovina se obino zamjenjuju jednom godinje

43

13. Senzorske tehnolgije - zakljuci

Zakljuci
Kvalitetni podaci predstavljaju osnovu za moderne sustave upravljanja prometom Moderni sustavi senzorskih tehnologija omoguavaju prikupljanje kvalitetnih, kako osnovnih (npr. brojanje, prisutnost) tako i dodatnih (npr. klasifikacija vozila, odreivanje broja osovina vozila) podataka o vozilima na odreenom dijelu prometnice Razliite dostupne senzorske tehnologije pruaju mogunost izbora optimalnog naina primjene s obzirom na zahtjeve korisnika, mjesto primjene ili vremenske uvjete Mogunost kombiniranja razliitih vrsta senzorskih tehnologija u svrhu dobivanja to tonijih podataka Primjena senzorskih tehnologija predstavljaju osnovu za budui razvoj sustava za upravljanje prometom

44

Uvod u senzorske tehnologije

22

doc.dr.sc. Dino upanovi

Telematics at Traffic Control

14. Literatura i slike

Literatura
Klein, L. A., Sensor Technologies and Data Requirements for ITS, Artech House, 2001, Norwood, MA, SAD Lawrence A. Klein Lavetronix, Provo, UT Electronic Control Measurement Inc, Manor, TX Naztec, Inc., Sugar Land, TX Econolite Control Products, Anaheim, CA Traficon, Heule, Belgium Iteris, Anaheim, CA ASIM Technologies, Uznach, Switzerland Siemens ITS, Austin, TX

Slike

45

Uvod u senzorske tehnologije

23