论文研究-基于AMR传感器的行驶车辆检测分类算法.pdf

所需积分/C币:15 2019-07-22 19:09:20 915KB .PDF
17
收藏 收藏
举报

深入研究了各向异性磁阻(AMR)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AMR传感器及加权欧氏距离的车辆分类识别算法。道路车辆检测实验数据显示,与感应线圈车辆检测法及视频车辆检测等方法相比,该检测方法基本不受环境路况天气等外在因素的影响,满足长期稳定精确等车辆检测的要求,同时在性能、成本、寿命、实时性、维护和升级等方面整体上有较大的优越性。
第7期 周丰,等:基于AMR传感器的行驼车辆检测分类算法 2535· 量之后,得到了未知车辆的特征向量V=(v1,D2,…,x。),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=(m,2,…,mm),i=1,度快、安装维护使捷且费用较低、可监视范围广、可获取史多种 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(TTS) a)离线试验通过AMR传感器分别检测M种已知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 特征出线。 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 超声波式检测器主要是利用超声测距原理。超声波传感 化预处理等。 头在路口这种灰尘极大的恶劣环境中使用寿命非常短,因此并 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=(n,n,…,),i=1,2,…,M。保 红外车辆检测利用红外辐射原理对设各或材料及其他物 存已知车型特征向量到数据库,供在线分类识别使用。 体的表面进行检验和分类,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:V1=(D1,D2,…,nn)。 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,V…,V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(v,V),…,WD(V,V)。 车况等因素,对车辆的检测有较大的影响。 f)根据距离越小越相似原则,比较距离WD(V,V1),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.,V)之间的大小,假设WD(V,V)最小,距离的车辆分类识别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,综合考虑性能、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RS485网络置于选法较传统检测方法有较大的优势。 表2各种车辆检测方法的性能比皎 好的道路上,记录过往车辆数据保存到文件。 视频地感线圈超声波红外线雷达 AMR 选取四类已知车型,即小轿车、面包车、中巴车、大货车,经 检測准确率 扃高较低低较低 过20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 长中 类车型的特征曲线 稳定性 中低 中中 环境路况影响性中高 600 小轿车 面包车 天气影响性 高 300 中高低高 高长高低 低高 戌本 低高 中 巡 车辆分类功能 般 股有 安装维扩改动的方便性中很低高高中 低低效高 600 是否易损 200 时间(×64ms) 讨间(×64ms) b) 600 中巴车 大货车 4结束语 300 300 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 -600 600 100 0100150 基于AMR的道路车辆检測识别算法采用加权欧氏距离为算 时间(×64ms) 时间(×64ms) 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、言普车)型车辆的检 货车进行了在线分类认别,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冇效的。为智能交通信号灯控制 结果 系统在线提供道路车流车速、路口排队长等实时信息是AMR 待测 小轿车面包车中巴车。大货车正确率%道路车辆检测系统硏究的最终目标。下一步笔者计划研究 小轿车(80辆) 面包车(60辆) 中巴车(40辆) 1123 AMR传感器网络、多传感器数据融合、行驶车辆特征信息阵列 处理和道路车辆统计分析等议题,而本文提出的简单、有效、快 大货车(40辆)0 92.5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上作 [1 AUBIN S, PLAINCHALLT P, LENG SS, ei al Sensor lechululugies Lu follow vehicles for ITS[C//Proc of the 6th International Conference 3各种车辆检测方法对比 on ITS Telecommunications. 2006.870-873 [2] STENCEL M Signal parameterizatian 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,s magnetic signature recognition[ C//Proc of 2lst 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 Inslrumenlalion and Measurenent Technology Conlerence. 2004: 141 究结果及实际使用效果,可以看出它们各有优缺点。 1418 (下转第2555页) 第7期 向明,等:防空导弹飞行试验集成故障诊斷专家系统 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,其氽宁段是有关事实的说明消息,一个事实护方便、经济适用、便于扩充完善与推 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导弹安全可靠飞行、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 12 合硏究防空导惮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存储,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;闻述∫系统的结构和功能 几个数据表: 研究了诊断系统的知识模型及问题求解策略。以期望能为防 a)事实表:对知识库中的所有事实,统一建立一个事实表;空导弹的立项、研制、定型及作战使用提供有效的决策支持 b)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 c)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,小文的 不同事例的索引作统一调整; 研究仅仅是一个初步工作。 d)结构与功能模型表结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的编辑和检验。编辑功能建立在2」阮跃.案例推理在汽轮发也机组故障诊斷中的应用J热能动力 DAO的数据库访问功能基础上,通过 CDaoRecordset类来实 工裎,2000,15(5):301-303 现。通过它的成员函数Sek、 Addnew、Dee和Eht实现对记[3] PORTINALE I. Behavioral petri nets: a model for diagnostic know 录的耷询、增加、删除和修改。 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]了彩虹.Peti网模型的故障诊断技术研究及其在航天器中的应用 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 net 推理方式,即根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 Eng 逐步检索知认并建立诊断框架。 neering,1998,12(1-2):6980. 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, 2000, 67(2): 153-160 实体,可以负责自身的匹配推理运算。 [7 JOTA R S, MISL. AM S, WU T, et al. A class nf hybrid intelligent sy. tem for fault diagnosis in electrie power systems[ J]. Neurocompu- 5.2.2问题求解的黑板模型 ting,1998,23(1-3):207-224 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 combi 象程序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 sy stem 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) [6] CARUSO M J, BRATLAND T, SMITH CH, et al. A new perspective 1 3 CAJDA J, SROKA R, STENCEL M, ct aL. A vehicle classification an magnetic field sensing[ J. Sensors, 1998, 15( 12): 34-46 based on inductive loop detectors C/ Proc of the 1 8th 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 class ifc ation on multi- [8 PHAN T, KWAN B W, TLNG 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 Man, and Cybernetics, Computational Cybernetics and the I st acm/ieee international Conferenee on Distributed smart Simulation.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高聚类方法的研究 [5 GUPTE S MASOUD O, MARTIN RFK, et al. Detection and classifica 「J.计算机工程与应用,2007,43(4):179-18 tion of vehicles [ J」· IEEE Trans an Inte lligent Transportation[10]谢德才,常鸿森.巳特沃思数字滤波器的设计[冂].华南师范大学 Systems,2002,3(1):37-47 学报:自然科学版,1993(1):17-22

...展开详情
试读 4P 论文研究-基于AMR传感器的行驶车辆检测分类算法.pdf
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~
关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-基于AMR传感器的行驶车辆检测分类算法.pdf 15积分/C币 立即下载
1/4
论文研究-基于AMR传感器的行驶车辆检测分类算法.pdf第1页

试读结束, 可继续读1页

15积分/C币 立即下载 >