基于AMR传感器的行驶车辆检测

所需积分/C币:19 2012-03-11 16:57:02 390KB PDF
25
收藏 收藏
举报

深入研 究了各向异性磁 阻( A MR) 传感器的数据采集原理及特征波形向量提取方法, 提 出基 于 A MR传感器及加权欧氏距 离的车辆分类识别算法。
第7期 周丰,等:基于AMR传感器的行驶车辆检测分类算法 2535· 量之后,得到了未知车辆的特祉向量V=(v1,l2,…,xn),及 基于视频图像处理与视觉技术的车辆检测器具有处理速 已知的M种车型的特征向量,V=(tn,n2,…,n),i=1,度快、安装维护便捷且费用较低、可监视范围广、可获取更多种 2,…,M。构造车型分类算法如下 类的交通参数等诸多优点,因而近年来在智能交通系统(IIS) a)离线试验通过AMR传感器分别检测M种己知车辆的中得到了越来越广泛的应用。缺点是受天气(雨、雾气、沙尘 特征曲线。 等)及光线强度影响大 b)对特征曲线作预处理。即信号滤波预处理,波形归一 超声波式检测器主要是利用超声测距原理。超卢波传感 化预处理等。 头在路口这种灰尘极大约恶劣环境中使用寿命非常短,囚此并 c)经过预处理后,对特征曲线以周期T进行采样,得到已不实用。 知车型的特征向量:V=(vn,"a,…,vn),=1,2,…,M。保 红外车辆检测利用红外辐射原理对设备或材料及其他物 存已知车型特征向量到数据库,供在线分类识别使用 体的表而进行检验和分类,其较大的局限性是受可见度影 d对于一个待测车型的车辆,按照上面方法提取其特征响大 向量:V=(Ux1,"a,…,v 雷达车辆检测器利用雷达原理完成对速度、流量等交通流 e)分别计算V,与V,V2,…,V1之间的加权欧氏距离WD的实时检测和统计。雷达功率的大小,还有当时的天气、路况、 (v,v1),WD(V2,V2),…,WD(V1,V 车况等因索,对车辆的检测有较大的影响 f)根据距离越小越柜似原则,比较距离WD(vx,V),WD 理论分析及实验结果显示,基于AMR传感器及加权欧氏 V,V2),…,WD(V,Vn)之间的大小,假设W(,V)最小,距离的车辆分类识別和检测系统基本不受环境路况天气等外 则可以判定该待测车辆为第j类车型。 在因素的影响,满足长期稳定精确等车辆检测要求。如表2所 2.4试验及结果分析 示,综合考性能成本寿命实时性、维护和升级等,这种方 本文实验将设计好的10个传感器组成R485网络置于选法较传统检测方法有较大的优势。 好的道路上,记录往车辆数据保存到文件。 表2各种车辆检测方法的性能比较 选取四类已知车型,即小轿车、面包车、中巴车、大货车,经 性能 视频地感线閣超声波红外线雷达AMR 检测准确率 高较低低较低 过0次离线试验检测提取各类车型特征向量。图5所示为四 寿命 长短 短 长中 类车型的特征曲线。 稳定性 中低中中中 环境路况影响性中高高低高 小轿车 面包车 天气影响性 高低 低高高 300 300 成本 高长高低低低娅高 低高高中低低 车辆分类功能有般般般 安装维护攻动的方便性中很低高高中 是否易损 否是是是否否 间(×64mns) 的间(x64ms) 600 中巴车 大货车 4结束语 道路行驶车辆车型分类的正确率是计算许多道路行驶车 300 辆实时数据(如车流速度、队长等)的基本保证。本文提出的 600 00150200 计间(x64m)200 基于AMR的道路车辆检测识别算法采用加权欧氏距离为算 法核心,所以使得该算法简单实用快捷有效,能够实现行驶车 图5四类车型的特征曲线 辆数据的实时快速检测分类。该算法对于大(如重型卡车、双 然后,对80辆小汽车、60辆面包车、40辆中巴车、40辆大节公交车)中(大客车卡车)和小(轿车、吉普车)型车辆的检 货车进行了在线分类识别,识别结果如表1所示。 测分类正确率达到90%以上。实际道路试验结果验证本文提 表1车辆检测试验分类结果 出的车型实时算法是可行和有效的。为智能交通信号灯控制 待测 结 系统在线提供道路车流车谏、路口排队长等实时信息是AMR 小轿车面包车。中巴车大货车正确率/%道路车辆检测系统研究的最终目标。下一步笔者计划研究 小轿车(80辆 73 2 AMR传感器网络、多传感器数据融合、行驶车辆特狂信息阵列 面包车(60辆 中巴车(40辆 87. 处理和道路华辆统计分析等议题,而本文提出的简单、有效、快 人货车(40辆)01 37925捷的AMR传感器实时车辆分类算法为进一步的AMR道路车辆 表中结果显示:小轿车、大货车识别率较高面包车识别率检测传感器网络的研究和实施提供了有力的技术支撑。 稍低另外,车型大小越接近,发生的误判率越高;最后,经过在参考文献 线实验验证算法实时性好。本文方法具有较好的实用性和有 效性,不过仍可进一步改进提高,这将是笔者下一步的工作。 [11 AUBIN S, PLAINCHIAULT P, LENG SS, et al. Sensor technologies to follow vehicles for I'Ts[ C]//Proc of the 6th International Conference 3各种车辆检测方法对比 on ITS Teleculumuniealiuns. 2006:870-873 StENCEL M. Signal parameterization vs orthogonalization on example 通过研究磁感应式检测器超声波式检测器、雷达检测器、 of vehicle,g magnetic signature recognition[ C //Pruc uf 21sL IEEE 红外检测器以及视频检测器等车辆检测方法的理论、实验室研 nstrumentation and Measurement Technology Conference. 2004: 1416 究结果及实际使用效果,可以看出它们各有优缺点。 下转第2555页) 第7期 朱向明,等;防空导弹飞行试验集成故障诊断专家糸统 2555 因此,事实表中的域包括事实编号和有关事实的说明,其索引测试,并结合飞行试验初步应用,表明该系统工作稳定、使用维 定义为事实编号,其余字段是有关事实的说明消息,个事实护方便、经济适用、便于扩充完善与推广。 是一条记录;事实表可看做一个数据字典。规则表的域包括规 则编号(规则名)规则前提和规则结论,其索引定义为规则编6结束语 号,一条规则是一条记录。规则表如表2所示。 表2规则表形式 防空导弹飞行故障诊断技术是保证寻弹安全可靠飞行降 规则号前提1前提2前提3结论1 结论2 低试验成本、提高作战效能的重要手段,而基于知识的推理诊 201 断是解决这类复杂系统诊断问题的一个有效途径。本文在综 212 合研究防空导弹故障诊断技术的基础上,探讨了研制开发防空 防空导弹故障诊断系统中的规则知识、事例知识、结构与导弹诊断专家系统的方法;构建了基于多深度知识、多层次推 功能模型知识均按关系数据库储,对应这些知识可建立以下理的防空导弹集成诊断专家系统;阐述了系统的结构和功能 儿个数据表: 硏究了诊断系统的知识模型及叵题求解策略。以期望能为防 a)事实表:对知识库屮的所有事实,统“建立一个事实表;空导弹的立项、研制、定型及作战使用提供有效的决策支持 u)规则表:根据规则知识的组织结构,对不同的规则子库依据 分别建立规则表; 专家系统的开发是一项艰巨而复杂的工作,它需要领域专 o)案例表:所有事例知识可组织在一个事例表中,只需对家与知识工程师的长期合作及实践的不断检验。因此,本文的 不同例的索引作统一调整; 研究仅仅是个初步工作 d)结构与功能模型表构与功能模型可建立一个表,或参考文献 按子系统分解结构建立多个表。 1 LENZ M, BURKHARD H D, PIRK P, et al. CBR for diagnosis and de 5.1.2知识库管理 cision support[J. Al Communication, 1996, 9(3): 138-146 知识库管理包括知识库釣编辑和检验。编辑功能建立在 2」阮跃.案例推理在汽轮发电机组故障诊晰肀的应用LJ」.热能动力 DAO的数据库访问功能基础上,通过 CDaorecordset类来实 工程,2000,13(5):301-303. 现。通过它的成员函数Seek、 AddNew、 Delete和Edt实现对记[3] PORTINALE L. Behavioral petri nels: model for diagnostic know 录的查询、增加、删除和修攻。 ledge representation and reasoning[ J].IEEE Trans on System 5.2推理机设计 Man and Cybernetics: Part B, 1997, 27(2): 184-195 防空导弹诊断系统中三种类型的符号知识对应三种推理[4]丁彩虹.Pet网模型的故障诊断技术研究及其在航天器巾的应用 方式:基于事例的推理直接采用数据库检索方式;基于规则的 [D].哈尔滨:哈尔滨工业大学,1999 推理采用规则匹配方式;基于结构与功能模型的推理采用框架[51WENF. New approach to fault diagnosis in electrical distribution 推理方式,即哏据结构与功能模型库中反映的对象分解结构, works using a genetic algorithm[ J. Artificial Intelligence in Er 逐步检索知识并建立诊断框架。 neerIng,l998,12(1-2):69-80 5.2.1规则对象的表示及推理 [6] ZHOU Yang-ping, ZHAO Bing-quan, WU Dong-xin, et al. Application 为进行规则匹配推理,将规则用对象的形式表示,即规则 of genetic algorithms to fault diagnosis in nuclear power plant[ J]. Re 对象。每条规则是规则对象的一个实例,它是一个独立的知识 liability Engineering and System Safety, 20(), 67(2): 153-160 17] JOTA R S, MISLAM S, WU T, ei aL. a class of hybrid intelligent sys 实体,可以负责自身的匹配蕉埋运算。 5.2.2问题求解的黑板模型 tem for fault diagnosis in electric power systems;J. Neurocompu ting,1998,23(1-3):207 黑板模型是一种高度结构化的机遇问题求解模型,面向对 [8 GOLDING A R, ROSENBLOOM P S Improving accuracy by tombi 象程疗设计的对象封装特性和对象间的消息通信机制与黑板 ning rule-based and case-based reasoning[ J]. Artificial Intelligence 模型思想十分吻合,两者可以结合。 1996,87(1):215-254 5.3原型机验证 [9] PAL K, PALMER O. A decision-support syslem for business acquisi 按以上方法设计的原型机经过数据输入、试运行、演示与 tions[J]. Decision Support Systems, 2000, 27(4): 411-429 (上接第2535页) L61 CARUSO M J, BRATLAND T, SMITH CH, et al. A new perspective 3 GAJDA J, SROKA R, STENCEL M, et al. A vehicle classification on magnetic field sensing[. I]. Sensors, 1998, 15(12): 34-46. based on inductive loop detectors[ C l//Proc of the 18th Instrumenta [7]李希胜,于广华各向异性磁阻传感器在车辆探测中的应用[ tion and Measurement Technology Conference. 2001: 460-464 北京科技大学学报,2006,28(6):587-590 [4] KLAUSNER A, 'TENGG A, RINNER B. Vehicle classifcation on multi [8 PHAN T KWAN B W, TUNG L J Magnetoresistor for vehicle detec tion and identification[C //Proc of IEEE International Conference on sensor smart cameras using feature-and decision-fusion[ C]//Proc of Systems, Man, and Cybernetics, Computational Cybernetics and the 1st acm/ieee lnternational Conference on DisLribyuled Smlar Sinlulation.1997:3839-3843 Cameras( ICDSC-07) 2007: 67-74 [9]宋宇辰,张玉英,孟海东.一种基于加权欧氏距离聚类方法的研究 [51 GUPTE S, MASOUD O, MARTIN RFK, et al. Detection and classifica [门.计算机工程与应用,2007、43(4):179-180,226. tion of vehicles [J]. lEEE Trans on Intelligent Transportation[10]谢德才,常鸿森,巴特沃思数字滤波器的设计[J]·华南师范大学 Systems,202,3(1):3747 学报:自然科学版,1993(1):17-22

...展开详情
试读 4P 基于AMR传感器的行驶车辆检测
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 分享精英

关注 私信
上传资源赚钱or赚积分
最新推荐
基于AMR传感器的行驶车辆检测 19积分/C币 立即下载
1/4
基于AMR传感器的行驶车辆检测第1页

试读结束, 可继续读1页

19积分/C币 立即下载 >