1、自動化路況資訊偵測系統研發與示範（二）,微波式偵測器 計畫主持人： 卓訓榮 教授 莊晴光 教授 曾明德 經理,2,2,簡報大綱,偵測器硬體RF CMOS SOCDSP偵測器軟體實際測試與結果,3,3,偵測器硬體外觀,RF CMOS SOC,5,5,系統方塊圖,RF CMOS FMCW SOC 系統晶片之簡易方塊圖,a. 0.18m CMOS 1P6M Technology.b. Single Voltage Supply : 3 V.c. Build-In Power Divider.d. Build-In Resonator for VCO.e. 40dB Isolation between
2、 TX and RX.f. Frequency and POUT Controls.h. Power Consumption : 192 mW. i. VCO Output power/Phase noise : -18dBm/-78dBc at 100kHz offset,6,6,系統晶片照像圖,RF CMOS FMCW SOC 系統晶片照像圖,Chip size : 1.68mm X 1.60mm,1. VCO2. Buffer Amplifier3. Power Divider4. Isolator5. Driving Amplifier6. Mixer,7,7,兩種以上產生50MHz展
3、頻的方法,因為有二組變電容並聯調整，因此能產生兩種以上50MHz的調整機制。,8,8,發射端與接收端隔離度之量測,測量TX 端及RX端對實際FMCW 信號在RF CMOS FMCW SOC 上之隔離度- S 參數量測,9,9,發射端與接收端隔離度之量測,測量TX 端及RX端對實際FMCW 信號在RF CMOS FMCW SOC 上之隔離度- 頻譜量測,10,10,發射端/接收端之阻抗匹配,輸出阻抗在發射TX端,輸入阻抗在接收RX端,11,11,RFIC整合至模組,RF模組(正面):除RFIC外，另含二顆外接driving amplifier。背面為穩壓電源電路。,RFIC,12,12,RFIC
4、整合至模組,RF模組(反面): 含二顆Regulators，Vdd=5V。Regulators由5 V分壓成 3.2 V, 2.2 V與1.6V提供給正面之RF模組。,13,13,RF模組全封蓋之量測,因Cavity Resonance 效應產生之TX輸出之頻譜,14,14,將RF模組正面封蓋移除之量測,RF 模組TX端輸出之頻譜,輸出TX 端在10.13 GHz之phase noise,15,15,Delay Line 量測-1,在時域所模擬之IF訊號 (L=4.0 m),由示波器所量測之IF時域典型訊號(L=4.0m),16,16,Delay Line 量測-2,在時域所模擬之IF訊號 (
5、L=7.5m),由示波器所量測之IF訊號 (L=7.5m),17,17,RF模組與三角波IF Board,由示波器所量測之IF時域典型訊號,RF模組與DSP board(綠色板),18,18,RF模組與IF Board,由示波器所量測之IF時域典型訊號輸出訊號為-2.4dBm,RF模組與DSP board(綠色板),DSP 數位訊號處理器,20,20,DSP系統架構,DSP6713: 系統之控制運算中心，接收資料、計算之單元。JTAG: 程式攥寫軟體Code Composer可透過此介面進行Debug。SDRAM: DSP6713的記憶體。FLASH: DSP6713開機軟體的存放處。UART
6、: DSP與外界溝通之設備。ADS8405: 類比/數位訊號轉換器。DC Offset: 將中頻訊號電壓值位移，以適合ADS8405之擷取範圍。中頻訊號: IF模組產生之雷達訊號。,21,21,DSP運作流程圖,22,22,DSP系統組裝,A/D 擷取卡,DC Offset電路,UART卡,6713 DSP板,偵測器軟體,24,24,軟體架構-側向,在偵測器架設完畢後，須先有各種門檻值（有/無之門檻值與判定種之門檻值等）才能開始偵測交通。車道學習以及車道頻率判斷判定有無。設定道範圍或是判定所屬道。車輛存在判斷：哪些道上正有輛經過偵測器範圍。,25,25,車種辨識：大型、小型與機車波形特徵選擇種
7、判斷車速計算虛擬迴圈長的估計進出偵測器時間的判斷,26,26,正向偵測,將達以平道的方式架設，辨別輛進的速和種。訂定能門檻值，並計算達可辨別的範圍；求取速：紀觀察輛之移動況，並進而求取出速；求取種。,27,27,使用者介面(UI),UI主畫面,即時資訊畫面,28,28,控制台：可選擇偵測器目前所要開啟的功能，如自動學習道、道範圍，或種辨等等功能；並且調整相關的程式後再啟動。,29,29,交通資訊：統計各道的輛資訊、佔有與等 (右上圖)。顯示道壓佔況可以看出各道有無的況，有時以紅色部分表示 (右下圖)。,30,30,調校：分為道設定與介面設定部份。介面設定：如定時清除交通資訊、是否顯示能最大值位
8、置等等。道設定：調整偵測器內部演算法的相關或是資結構。,31,31,檢視：檢視目前所積的道事件，或是通訊的紀。軟體執行之錄影畫面按此。,實測分析,33,33,車道判斷實測分析-市區道路,實測的輛總會少於實際的輛總某些輛的速較快或身之訊號反射長較短，導致將此輛訊號判斷成是突然的訊號穩定。第五道的實測輛較多較遠處的訊號強較微弱，且S/N 值較高。為能較準確地抓取機波形，所以勢必要設定為比較貼近雜訊的門檻值。,34,34,車道判斷實測分析-快速公路,在輛的部份，快速道之輛總正確要比一般市區道的測試結果的差，顯示輛速會影響本計劃之判斷道有無演算法。,35,35,車種辨識實測分析-市區道路,本計劃之種辨
9、演算法，在實測過程中除第五道的機之外，皆可達到80%以上的正確。,36,36,車種辨識實測分析-快速道路,在種辨的準確方面，因快速道的輛駛速較快，會減少小型與大型在波形資取樣上的差距，導致種辨下。,37,37,車種辨識實測分析-與SmartSenser比較,SmartSenser在有機車之車道並沒有辨識出機車。SmartSenser之大車誤判情形較多，間接影響了小車的辨識成功率。本偵測器之機車辨識情形亦不理想，顯示其機車辨識演算法須再改進。,38,38,車速實測分析-市區道路,39,39,車速實測分析-高速公路,本次測試的正確率比期中報告得高，其中第一道的正確率由72.06%上升至84.09%
10、86.50%左右，而第二道由75.51%上升到83.17%83.58%左右。,40,車速實測分析-與SmartSenser比較,41,40,正向速度實測分析,本測試地點是設定於光上東西向三道中的第二道作為本實驗之對象。因觀測道的機訊號會受其他道經過輛影響，因此本測試樣本只包含大型和小型的資。,42,結論,本研究開發第一個全由國人自製之雷達微波車輛偵測器硬體世界第一個RFIC國內自行開發之平面天線數位訊號處理器（DSP）,41,43,結論,本研究開發第一個全由國人自製之雷達微波車輛偵測器軟體國內自行開發之訊號處理軟體車道自動學習功能車種自動學習功能使用者操作介面系統微調功能整合置於DSP中成為一獨立運作之embedded system,42,44,結論,本研究開發第一個全由國人自製之雷達微波車輛偵測器精確度成果車道自動學習功能車道學習準確率為100%車道判定準確度超過90%車種自動學習功能車種準確率為90%車速準確度平均準確率超過80%,43,45,建議,本研究所製作之車輛偵測器為一研究雛形偵測器外觀、組裝、溫度、電源等進一步產品化需求問題，將有待後續處理。,44,報告完畢，敬請指教!,
