摘要
道路交通调查需要能够快速部署的感应系统，这些系统无需改造道路表面或依赖永久电源连接。本文介绍了一种低功耗路边磁传感器的设计、嵌入式实现和评估，该传感器能够在边缘设备直接检测和分类车辆事件。该感应节点集成了两个RM3100三轴磁力计（PNI传感器，美国加州圣罗莎）和一个基于120 MHz Arm Cortex-M4F核心的NXP MK22FN512VLH12微控制器（NXP半导体公司，荷兰埃因霍温），其具有512 kB的Flash内存和128 kB的SRAM。磁场数据以250 Hz的频率采集，并通过基线去除、低通滤波、信号能量计算和基于峰值的事件检测进行本地处理。检测到的磁信号特征通过直接在微控制器上实现的整数量化一维卷积神经网络进行分类。该模型处理代表三个磁场轴及其组合信号能量的四个同步的512样本通道。模型开发基于从8个地点36小时的实际交通测量中获得的约50,000个标注事件。所选模型在考虑的操作类别中实现了91.1%的总体分类准确性。该网络每次推理需要288,128次乘累加运算，其量化的权重和偏置大约占用23 kB的Flash内存。完整的三分轴事件特征数据被本地存储以供后续验证，而只有时间戳和预测的车辆类别通过无线接口传输。根据所使用的LiFePO?电池的容量和实现的硬件的估计功耗，预计自主运行周期约为41天。结果证明了在传统的资源受限的Cortex-M4平台上集成磁感应、嵌入式信号处理和边缘人工智能技术用于非侵入式道路交通监控的可行性。
