交通信息采集技术是实现交通智能化的基础和核心内容,是城市道路智能交通系统成功实施的重要前提和基本保障。本文将团队自主研发的高精度三维地磁检测器放置在车道线,采集车辆经过时的地磁扰动信息,从而根据检测到的三维地磁波形对交通流量检测算法、车辆位置判别算法、车辆瞬时速度检测算法、时间占有率检测算法以及车型分类算法进行深入研究。在对多个小波函数进行分析对比后,采用基于小波快速变换Mallat算法的滤波方法,在有效去除了采集的原始信号噪声的基础上,完整地保留了原始地磁信号的特征;利用双窗口波形提取算法,得到完整的单个车辆波形,为计算交通流量、车辆行驶状态、车速、时间占有率及车型等多种交通信息提供基本的车辆波形数据。基于车辆地磁扰动的数学模型,提出了车辆混分算法,综合AMR传感器的X、Y、Z三轴的车辆信息,实现了对同时经过AMR传感器的车辆进行区分并统计车流量。此外,提出了车辆位置判别算法,综合Y轴和Z轴的车辆信息,利用车辆行驶在不同车道产生的地磁波形的区别,实现了对车辆的行驶状态(行驶在左侧车道、车道线上、右侧车道)的判别。综合AMR传感器的X轴和Y轴的检测数据,提出了车辆瞬时速度检测算法,得到车辆的瞬时速度;利用AMR传感器Y轴的检测数据,提出了时间占有率检测算法,得到道路的时间占有率。提出了基于CART的车型分类算法,综合AMR传感器X轴和Y轴的车辆波形,分别从X轴和Y轴提取出16个时域特征,并根据最优参数得到最佳决策树,从而对车型进行分类。以上所有算法均经过实例验证,并与传统的交通流量检测算法、车辆瞬时速度检测算法、时间占有率检测算法以及车型分类算法进行了对比分析。