（交通信息工程及控制专业论文）道路车辆识别方法的研究.pdf

摘要随着社会经济发展，交通系统日益复杂。在智能交通系统i t s ( i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ) 中，车辆检测与识别系统提供必要的数据来源，是高速公路实现不停车收费系统的核心技术，因此对车辆识别技术的研究不仅有着重要的学术价值而且可能产生很大的社会及经济效益。本文研究和提出了一种基于感应线圈的道路车辆识别方法，该方法利用感应线圈车辆检测器对车辆的电磁感应特性进行数据采集，通过对振荡器的频率计数获得通行车辆的车型信息，再将数据传输到上位机。对这些采集到的数据，首先进行实时的整理、滤波、去噪等预处理，然后采用基于波形分离、波形编码的方法对车型特征进行提取，建立特征编码的模式库，对于新的车型样本则通过最小距离分类器快速进行自动分类。通过人工干预，该系统还有较强的在线修改和模式库扩充功能。本文提出了一种快速道路车辆车型识别算法和算法应用的方案，详细介绍了算法的实施过程，并通过实例验证了该方案的可行性，分类器结构简单，可获得了较高的车型识别率。关键词：智能交通系统；分类；波形编码；识别a b s t r a c ta l o n gw i t ht h ed e v e l o p m e n to fs o c i a le c o n o m y , t h em a n a g e m e n to ft r a f f i cs y s t e mb e c o m e sm o r ea n dm o r ec o m p l e x i ni t s ，t h es y s t e mo fv e h i c l ed e t e c t i o na n di d e n t i f i c a t i o nw h i c hp r o v i d e sn e c e s s a r yd a t as o u r c e s ，i st h ec o r et e c h n o l o g yo fr e a l i z i n gn o n - s t o p p i n gt o l li nh i g h w a y s ot h er e s e a r c ho fv e h i c l ei d e n t i f i c a t i o nt e c h n i q u e sn o to n l yh a si m p o r t a n ta c a d e m i cv a l u e ，b u ta l s oc o u l dp r o b a b l yi n c r e a s es o c i a la n de c o n o m i cb e n e f i tg r e a t l y am e t h o do fv e h i c l ei d e n t i f i c a t i o nb a s e do nt h el o o pe l e c t r o m a g n e t i ci n d u c t i o ni sp r e s e n t e d t h i sm e t h o dc a r r i e so nt h ed a t aa c q u i s i t i o no fv e h i c l e se l e c t r o m a g n e t i ci n d u c t i o nc h a r a c t e r i s t i c sb yt h el o o pi n d u c t i o nd e t e c t o ro fv e h i c l e t h em e s s a g eo fv e h i c l et y p e si sr e c e i v e db yc o u n t i n gt h ef i e q u e n c yo ft h eo s c i l l a t o r , a n dt h e nt h ed a t ai st r a n s m i t t e dt ot h eh o s tc o m p u t e r a f t e rt h ed a t aw e r eg a t h e r e d , t h ed a t aw i l lb er e c o g n i z e ds y s t e m i c a l l ya n dp r e t r e a t e df i r s t l y ，s u c ha sf i l t e r i n g 、n o i s er e d u c t i o n t h e nam e t h o db a s e do nt h ew a v es e p a r a t i o na n dw a v e f o r mc o d i n gi sp r e s e n t e dt ov e h i c l ef e a t u r ee x t r a c t i o n , a n dap a t t e r nd a t a b a s eo fv e h i c l et y p e sf e a t u r e s c o d ei se s t a b l i s h e d ，w h i c hc a nq u i c k l yc a r r yo nt h er e c o g n i t i o na n dc l a s s i f i c a t i o na u t o m a t i c a l l yb ym i n i m u md i s t a n c ec l a s s i f i e rt on e wv e h i c l es a m p l e t h i ss y s t e mh a so n - l i n em o d i f i e da n dp a t t e r nb a s ee x t e m i o nf u n c t i o nt h r o u g hm a n u a li n t e r v e n t i o n t h ea l g o r i t h mo ff a s tr e c o g n i t i o nt h er o a dv e h i c l e sa n di t sc a s eo fa l g o r i t h ma p p l i c a t i o nh a v ep r o p o s e d ，a n dt h ei m p l e m e n t a t i o np r o c e s so fa k o f i t h mi sd e s c r i b e di nd e t a i l c l a s s i f i e rh a sas i m p l es t r u c t u r e t h ep r o b a b i l i t yo ft h i sc a s eh a sb e e nv e r i f i e dt h r o u g hp r a c t i c a le x a m p l e s ，a n dah i g h e ri d e n t i f i c a t i o nr a t ei sg o t t e n k 呵w o r d s ：i t s ；c l a s s i f i c a t i o n ；w a v e f o r mc o d i n g ；r e c o g n i t i o n长沙理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：舾缸日期：渺寥年争月厶1 日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权长沙理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1 、保密口，在年解密后适用本授权书。私不保密团。+ u( 请在以上相应方框内打“)作者签名：导师签名：惨1 寄日期：沙罗年j - 月2 - 7 日日期：伊洋厂月j 日第一章绪论随着经济高速发展，汽车数量急剧增加导致了已有的道路远不能满足经济发、展的需要，交通状况日益恶化。为了适应经济的发展，一方面，人们需要不断铺设新道路：另一方面，人们开始利用现代科技手段科学合理地组织交通，最大限度的挖掘现有交通设施的潜力，为进一步提高道路通行能力。1 1 课题背景在这个科学技术和世界经济飞速发展的时代，交通系统的空前发达是必然的，也是经济继续持续发展的基础。交通运输在经济和社会发展中起着举足轻重的作用，随着交通需求急剧增长，交通运输所带来的交通拥堵，交通事故等负面效应也日益突出，逐步成为经济和社会发展中的全球性共同问题n 1 。因此为解决交通拥挤阻塞，交通事故频发，交通污染严重，能源短缺等世界性问题，本世纪8 0 年代末9 0 年代初出现了智能交通系统i t s ( i n t e l l i g e n to ns y s t e m s ) ，许多发达国家和发展中国家相继提出各自的发展战略，并试图通过发展i t s 带动本国基于车辆、通讯、电子、计算机以及网络等高新技术的经济大发展。i t s 通过对有关交通信息的实时采集、传输和处理，把握当前交通运行状况和预测未来的交通状况，借助多种手段和设备，对各种交通情况进行处理，通过有力的信息交流手段，使用户迅速获知交通信息，从而有效地提高了交通效率和安全，并使交通设施得到充分利用，实现交通运输的集约式发展圆。它是在较完善的道路设施基础上，将先进的电子技术、信息技术、传感器技术和系统工程技术集成运用于交通管理所建立的一种实时、准确、高效、大范围、全方位发挥作用的交通运输管理系统嘲。它是充分发挥现有交通基础设施的潜力，提高运输效率，保障交通安全，缓解交通拥挤的有力措施。i t s 主要有六个组成部分啊：先进的交通管理系统( a t m s - - a d v a n c e dt r a f f i cm a n a g e m e n ts y s t e m ) 、先进的出行者信息系统( a t i s - - a d v a n c e dt r a v e l e ri n f o r m a t i o ns y s t e m ) 、先进的车辆控制系统( a v c s - - a d v a n c e dv e h i c l ec o n t r o ls y s t e m ) 、新型货运系统( n f t s 一- n e wf r e i g h tt r a n s p o r t a t i o ns y s t e m ) 、自动道路系统( a i i s - - h u t o m a t i ch i g h w a ys y s t e m ) 和智能公共交通( i ti n t e l l i g e n tt r a n s i t ) 。i t s 可以说为交通管理者提供了有力的支持，交通管理者需要在充分了解现有道路交通运行状况的基础上，做出相应的管理决策，i t s 的实时信息采集与处理能力使管理者能够全面地了解交通运行状况，能自如地处理各种道路交通异常情况，其发布信息能力又使管理及时将决策传达给交通行为者。这里的实时信息采集与处理就是通过车辆检测和车型识别系统来实现的。车辆检测和车型识别属于交通信息采集系统阳1 是高速公路和城市道路监控系统中不可缺少的基本组成部分，交通信息采集系统技术水平的高低直接影响到高速公路和城市道路监控系统的整体运行和管理水平。近1 0 年来，微电子技术的革命和近年来智能车路系统( i v i i s i n t e l l i g e n tv e h i c l eh i g h w a ys y s t e m s )的飞速发展已经大大改变了交通控制技术的性质h 1 。今天，像基于微处理器的信号控制设备，大范围的车辆识别检测器，光纤通信的网络，强有力的计算机及用于工程模块化的人工智能( a i ) 工具等都成为交通工程师实用且强有力的工具，可满足智能车辆系统中不断增加的实时控制的要求嘲。二十年来，在高速公路的管理与控制系统中，无论是进口或是国产的道路车辆检测系统，都在致力于解决误检率，灵敏度和长时间工作稳定性等问题，因此在产品性能上得到很大的改善，但在道路车辆的分类统计方面还是很欠缺的，对道路车辆的分类统计研究将给交通系统的管理提供更加全面的实时交通信息，以方便高效的利用和管理现有的交通系统和更好地规划新的道路系统，同时也为道路收费站提供车型自动识别的参考信息1 2 自动收费系统的概述1 2 1 我国高速公路收费系统的现状众所周知，高速公路属于有偿使用道路，因此，收费系统是高速公路运输系统的重要组成部分。高速公路收费系统包括收费制式选择、收费方式确定及收费标准制定位1 。公路收费一般按道路的长短、出口的多少分为开放式收费( 即该路车辆每通过一次收费一次) 和封闭式收费( 从起点到终点有多个出口，车辆按行驶里程计算) 。而收费方式归纳起来有以下几种：( 1 ) 简单传统的收费方式，人工判车型人工收费：( 2 ) 电子器械判车型、人工收费、计算机管理：( 3 ) 人工判车型、人工收费、机器辅助检测监督控制、计算机管理：( 4 ) 人工判车型、人工收费、实时视频监控：( 5 ) 全自动磁卡收费系统：无论哪种收费方式，都必须按照一定的车辆类型标准来收费，我国高速公路车型分类以车辆的抽象参数为依据，即货车按照额定载重，客车按照座位数分类( 以车辆行车证为准) ，而且各条高速公路车型划分标准也不尽相同口1 。高速公路的收费方式不同，造成了不同程度的漏洞，而且有些漏洞还相当大，例如，收费员私吞票款，少数驾驶员冲岗逃票等，造成了很大的经济损失。而且这种分类方法也产生了很多问题，例如，同样一辆货车，空车、满载、超载对路面破坏程度不同，收费却相同：有的客车座位少，而车重大、车身长，按现行车型分类标准却划分为小型车。出现这些问题的原因是我们还没有一套好的切实可行的收费手段和工具。因此，传统收费方法的缺点变的越来越突出。另外，当车流量增加时，收费站前很容易形成交通阻塞现象，影响了高速公路运输系统的正2常运行。针对上述情况，高速公路运输系统需要引入更先进的收费系统。目前，不停车自动收费系统是解决在道路用地紧张，交通不断增大的情况下，车辆收费问题的重要手段嘲。1 2 2 自动收费系统的基本概念和组成自动收费系统包括不停车自动收费和半自动停车收费。所谓不停车自动收费系统就是利用先进的电子技术手段，使车辆不需要停车就可以收取通行费用的高性能自动化系统。不停车自动收费系统包括自动车型识别系统和电子计费技术。自动车型识别是实现不停车自动收费系统的核心技术，所谓自动车型识别是当车辆通过特殊点时，不需要司机和观察者采取任何行动，就能精确快速识别通过车辆身份的技术，它除了在公路自动收费系统中应用外，在公路运输方面都有着潜在的应用。总的来说，自动车型识别系统实际上由三个功能部分组成。电子计费系统则是通过电子卡或电子标签由计算机自动收费，可使所有地区交通收费包括使用道路费、运输费和停车费等实现自动化，以减少用现金收费所产生的延误，提高道路的通行能力和运营效率，并可为系统管理提供准确的交通数据。它采用的是先进的电子扫描技术阳，结合车辆分类收费标准进行收费( 表1 1 为湖南省车辆分类收费标准) 。表1 1 湖南省车辆分类收费标准1 2 3 车型自动识别技术的现实意义综上所述，研究车型自动识别技术对高速公路收费系统有着重要意义。自动车型识别技术可以促进不停车收费系统的发展，消除人为因素产生的漏洞，既可减少大量的收费人员，又可减轻收费人员的工作强度，降低高速公路建设成本，提高高速公路交通管理的自动化程度，为最终建立智能交通系统( i t s ) 奠定良好的基础嘲。在道路交通流的检测方面给交通系统的管理提供更加全面的实时交通信息，以方便高效的利用和管理现有的交通系统和更好地规划新的道路系统。1 - 3 车辆检测与识别系统的发展趋势随着社会发展和技术进步，智能交通系统从一开始的交通管理计算机化，发展为强调系统性，信息交流的交互性以及服务的广泛性的交通工程与管理系统。近年来，随着高速公路和城市交通监控系统的发展需要，车辆检测器己得到了广泛的应用，同时车辆检测技术也随着传感器技术，通信技术，计算机和人工智能等技术的发展而得到了迅速提高“。现今的交通流检测设备己经逐步由原来的埋设型转向了非埋设型，由单一类型向多种组合类型发展。就安装条件来说，有龙门架、天桥的地段可以使用超声波、微波等设备：在己经有视频监控光纤传输的路段，可增加检测专用摄像头实施视频检测：在其余路段可以使用微波侧挂设备。就需求来说，超速抓拍可以使用线圈和微波系统：公交车专用道以及某些车型车辆禁行路段的违章检测可以使用超声波检测设备：对车型分辨要求较高( 如需分辨客货车等) ，以及在拥堵情况下对流量检测精度要求较高的交通流检测可以使用超声波检测设备：需要配以直观图像时，可以选择视频检测设备。由于现今的任何一种检测器都不能完全达到交通监控的全部要求，他们各自的优缺点都十分明显。所以当今的趋势是一个功能完备的监测系统必须是由多种检测设备配合使用，相互取长补短。如北京四环路的交通流检测，就采用了视频、微波、超声波等多种检测器组成了完整的检测系统n 0 1 。目前车辆检测技术的发展集中在以下几个方面。( 1 ) 表现在以传感器技术发展为基础，大幅度提高检测器的各项性能。其一是对基于电磁感应原理类检测器的研究，通过对检测器探头和信号处理装置的改进，来提高检测器的可靠性和使用寿命。其二是对波频车辆检测器的研究，其研究重点在于提高检测器的精度和抗干扰能力，由于此类检测器具有便于安装和维护的特点，因而有着良好的发展前景n 川。( 2 ) 表现在以车辆检测器的发展为基础，结合人工智能和先进的计算方法等，使车辆检测器朝着系统化，智能化和光电一体化方向发展。如智能化遥感微波检测器，感应线圈智能交通流量测试仪以及借助于红外线技术的定点摄像记录系统的4研究等等，为我国实现交通管理智能化打下坚实的基础。，( 3 ) 最先进的系统和最集中的研究领域是采用视频检测技术的车辆自动识别系统和高速公路事故测报系统。在基于图像处理的车辆自动识别系统中，采用计算机视觉( c o m p u t e rv i s i o n ) 和图像处理技术以获得车辆的外形三维数据及车辆的轴数，轴距，轮距和车辆组成等交通参数，这是以前传统的车辆检测器所不能做到的。该方向的研究重点是提高图像识别的实时性和准确性。基于图像处理的高速公路事故测报系统目前正处在研究开发阶段，它利用计算机视觉，神经，网络，模糊逻辑等技术和先进的计算方法进行事件检测，车辆识别和公路监控，可以获得车辆数量、车速、道路的空间占有率及车辆的前进程度等重要交通参数，从而可以预测和发现事故。在车辆识别系统这方面，该系统能广泛应用于公路和桥梁收费站、公路流量观测站，城市监控系统、港口和机场等车牌认证的实际交通系统中，以提高交通系统的车辆监控和管理的自动化程度。早在6 0 年代末，7 0 年代初国外的科学家就对车辆的自动识别进行了研究，由于受到当时技术发展的影响，曾采用彩色条形码、磁感应、摄像、照相、声表面波等技术来实现车辆的自动识别，但都因现场的具体应用环境复杂，始终没有解决系统识别精度不高，抗干扰性能差这一技术难题，因此没有得到广泛使用n 羽。进入8 0 年代，随着计算机技术和微波技术的迅猛发展，国外许多公司都在致力于采用微波反射调制技术来实现车辆自动识别的研究由于此项技术具有较高的抗干扰性能和较高的识别精度因而得到了广泛的使用。综上所述，各种交通信息采集系统的配合运用，以及光纤通信技术、计算机信息处理系统和人工智能技术的应用，必将使交通控制系统向大范围、全方位、智能化和实时控制方向发展。1 4 本论文的主要工作概述本论文研究开发了道路车辆在线学习与识别系统，该系统采用基于感应线圈的道路交通流检测装置对车型数据进行采集，通过对振荡器的频率计数，测量通行车辆的基本信息，然后将数据传输到上位机，采集到大量数据后，首先对这些数据进行系统的整理、适当的预处理，然后设计一种基于波形分离、波形编码技术对车型特征进行提取，建立特征编码的模式库，对于新的车型样本则通过最小距离分类器快速进行自动分类。通过人工干预，该系统还有较强的在线修改和模式库扩充功能。该研究意在通过对道路通行车辆的识别和分类计数，给交通系统的管理提供更加全面的实时交通信息，以方便高效的利用和管理现有的交通系统和更好地规划新的道路系统，同时也为道路收费站提供车型自动识别的参考信息。第二章车型分类标准与分类理论2 1 车型分类收费的理论基础无论是道路车型分类统计还是道路收费都需要将车型进行分类，车型分类也是收费系统研究的基础工作，车型的正确分类是收费标准科学、合理的前提。尽管目前国内在实际应用中对高速公路的车型分类尚无完全实现统一标准，但分类应遵循的原则却非常明确，主要有公平合理性和简明性原则。一、公平合理性原则嘲1 、车对路的影响不同轴重和总重的车辆对高速公路的使用寿命的影响不同：不同体积与动力性能的车辆对高速公路的通行能力及服务水平的影响不同。2 、路对车辆产生的效益应根据不同车辆行驶高速公路时从中所得到的效益( 如距离缩短、时间节省，成本降低等) 的不同，公平收取通行费。二、简明性原则车型分类必须简明易判，以保证判断的准确性以及收费工作的高效性。车辆分类收费的主要目标就是要保证车辆问收费的公平性，以体现出费用责任意义上的公平和所得效益上的公平。2 1 1 不同轴重的车辆对道路路面的破坏程度车辆对路面的破坏是一种重复性破坏，轴载质量、车辆总质量是影响道路路面寿命的主要因素。1 9 5 8 年美国各州公路工作者协会( 从s h o ) 提出汽车对路面的破坏作用与车辆轴载质量与标准质量的比值的n 次方成正比嘲。口= ( 景) 刀( 2 1 )v其中盯为破坏系数：m 、肌o 。分为轴载质量和标准轴载质量，在中国m 通常取l o t ，n 取4 5 5 据统计，1 t 以下轴载的小客车和小型货车约占总通过量的7 4 ，这些车对路面的破坏可以忽略不计：5 t 以上轴载的汽车约占总通过量的1 4 ，大约9 7 的路面损坏由这些车辆造成，其中l o t 以上轴载的汽车占总通过量的1 7 ，但造成的路面损坏占总路面损坏的4 5 嘲。6表2 1 破坏系数与车辆承载质量t 的关系表路面破坏系数0 6 1 9 21 0 0 0 01 5 4 2 92 2 9 2 33 2 9 9 54 6 2 2 66 3 2 7 3( 1 0 t 标准轴)在轴载质量的重复作用下，路面结构的承载能力下降，路面寿命受到影响。结构承载能力用结构强度系数k 表示，即：，1k = l w l s( 2 2 )式中l d t 为t 年时的评价标准：l s 为路面实测的弯沉值。根据m i n e r 假说，结构在重复载荷作用下的疲劳呈线性积累，一个载荷重复作用后未耗尽的疲劳抗力还可能被另一个载荷重复作用时所利用。设路面结构的允许重复作用次数为n e ，使用t 年后累计载荷作用次数为n t ，由线性内插公式( 2 3 )三d t = 三d + m ( 三r l d ) n e 、( 2 3 )可知，n t 越大，l d t 越大，对路面结构的破坏程度越大因此车辆的轴载质量是车型分类的重要因素。表2 2 美国车辆当量换算系数高速公路、多车道公路车辆类型平原区丘陵区山岭区2 1 2 不同车辆类型的营运效益车辆使用者的效益体现在运营成本节约、时间节约和事故减少三个方面。我们仅用运营成本节约来说明不同车辆使用高速公路运输的经济收入明显不同。7表2 3 不同高速公路单位公里成本差( 元k m * 车)2 2 车型分类标准车型分类标准的划分方法除了要体现公平、效率的原则，又要考虑到一般的划分习惯。应根据不同的国家和不同的地区内不同的道路的车辆结构、交通量水平，收费目的、分类手段等实际情况进行。如国外的高速公路8 0 以上的车辆是小客车和小型车辆，中、大型车辆的比例较少，对它来讲，只要保证对小型车辆的分类合理，就基本体现了划分车型的公平合理性。而我国的高速公路上实际交通组成与国外不同，其车辆种类多，中型货车比例也比较高，同时车辆的种类、型号多达千种，因此，如何在众多的车型中找出分类的标准，尽可能按公平合理的原则进行车辆分类，以及如何考虑达到车型判别的简单，明确、合理的目的，以保证应用的高效性、可靠性、低运营成本性，是车型分类的关键问题。1 车型分类标准的现状u 3 1长期以来，我国没有用于公路收费的全国统一的车辆分型标准，各省市甚至同一行政区的不同收费公路车型划分标准也不尽相同，如表2 4 ：表2 4 有关高速公路车型分类情况比较分析表8为规范全国机动车车型分类，解决各省、自治区、直辖市由于车型分类不统一带来的车辆通行费标准差异大、车主反映强烈等问题，并为收费公路联网收费创造条件，交通部于2 0 0 3 年4 月2 3 日颁布了交通行业标准j t t 4 8 9 2 0 0 3 收费公路车辆通行费车型分类，自2 0 0 3 年1 0 月1 日起实施。该分类标准的颁布实施将为制定合理的通行费费率奠定基础，为控制车辆通行费提供必要的条件，为高速公路联网收费提供方便。2 新标准关于车型分类的具体规定详见表3 5 表3 5 收费公路车辆通行费车型分类收费公路车辆通行费车型分类表的几点说明n 铂：( 1 ) 分类依据为：货车按照车辆出厂后国家有关行政主管部门核定的额定载质量( 千克) 进行分类：客车按照车辆出厂后国家有关行政主管部门核定的座位数进行分类根据g b l t 3 7 3 0 卜2 0 0 1 汽车和半挂车的术语和定义，“客车 指在其设计和技术特性上主要用于载运乘客及其随身行李和或临时物品的汽车：“货车是一种主要为载运货物而设计和装备的商用车辆。( 2 ) 标准适用于行驶在收费公路上的所有车辆。但根据高速公路交通管理办法中第四条规定：行人、非机动车、拖拉机、农用运输车、电瓶车、轮式专用机械车、全挂牵引车，以及设计最高时速低于7 0 公里的机动车辆，不得进入高速公路，那么在我国高速公路上行驶的“客车 主要包括乘用车( 轿车、s u v越野车、m p v 及微型客车) 和商用客车( 小型客车、长途客车及旅游客车) ，“货车主要包括皮卡车、普通货车、专用货车( 厢式货车、半挂运输车、罐式车和集装箱运输车等) 。( 3 ) 超限车辆不属于本分类方案的研究范围，高速公路管理部门则应根据超限运输车辆行驶公路管理规定对超限运输车辆采取相应的措施加以管理。( 4 ) 当单车拖曳另一辆挂车时，该组合车辆的车型按照高于主车一个类别的车型分类标准执行。新标准尽管颁布的时间较短，在实际操作应用中，各地采用的分类标准也仍9是各行其是，并未在实际上统一起来：考虑到目前国内的实际情况，基于原先没有统一标准造成分类混乱的考虑n 钉。本论文车型分类标准还是采用全国统一的最新标准，应用选定的分类方法一一基于车辆底盘电磁感应波形进行分离、编码，采取人工在线识别与波形特征相结合的分类，建立编码样本库，从而对之进行实用性验证。2 3 模式识别分类的一般过程“模式识别是近3 0 年来得到迅速发展的一门新兴学科。严格地说，模式识别不是简单的分类学，它的目标包括对于系统的描述、理解与综合。模式识别的高级阶段是通过大量信息对复杂过程进行学习、判断和寻找规律n 们。从本质上讲，模式识别是数据处理及信息分析：从功能上讲，可以认为它是人工智能的一个分支。2 3 1 模式识别系统的主要环节功能完善的识别系统在进行识别之前，首先要进行学习或对它进行训练，就是说，这包括两个过程一学习训练和识别分类。一个模式识别系统原理框图如图2 1 ，需要指出的是，应用目的不同、对象知识多少不同、采用的分类识别方法可能不同，采用的学习方法也可能不同，针对具体问题的分类识别系统和过程也将有所不同h 。图2 1 模式识别系统原理框图2 3 2 数据获取与数据预处理1 数据获取要使计算机能够对各种现象进行分类识别，必须用计算机可以识别的符号来表示所研究的对象。通过测量、采样和量化，可以用矩阵和向量表示输入对象的信息，这即是数据获取的过程。通常输入对象的信息有下列三种类型n 引：( 1 ) 一维波形，如脑电图、心电图、机械震荡波形等，本文研究的车辆数据信号也是一维波形。( 2 ) 二维图像，如文字、地图、指纹等。( 3 ) 物理参量和逻辑值，如大、小、是、否等。1 02 预处理预处理的目的是去除噪声，加强有用信息并对输入测量仪器或其他因素所造成的退化现象进行复原。另外，通过预处理也可以了解信号的特性( 如平稳信号、非平稳信号、偏度与峰度等) 以及信号的频率成份，从而确定是否进行下采样以及下采样频率等。2 3 3 特征提取及选择无论是识别过程还是学习过程，都要对研究对象固有的、本质的主要特征或属性进行测量并将结果数值化，或对目标进行分解产生基元并对其符号化，形成特征矢量或符号串、关系图，从而产生代表对象的模式，模式类中的个体在有些场合中称为样本。用于学习与训练的样本应该是己知的。另外，在进行特征提取之前还需要对目标的信息载体进行必要的预处理n 町。在使用模式识别方法时，研究对象特征的引入通常要经历一个从少到多，又从多到少的过程。所谓从少到多，是指在设计识别方案的初期阶段应该尽量多地列举出各种可能与分类有关的特征。这样可以充分利用各种有用的信息，吸收各方面专家的经验，改善分类的效果。但是，特征的无限增加对于分类也会带来不利的影响。首先，特征的增加会给计算带来困难，因为过多的数据要占用大量的存储空问和计算时间。其次，大量的特征中肯定会包含许多彼此相关的因素，从而造成信息的重复和浪费。最后，特征数是与样品点数有关的，当样品点数固定时。过多的样品特征数会造成分类效果的恶化。因此，为了节约资源，节约计算机的存储空间、机时、特征提取的费用，有时更是为了可行性，在保证满足分类识别正确率要求的条件下，按某种准则尽量选用对正确分类识别作用较大的特征，使得用较少的特征就能完成分类识别的任务。这项工作表现为减少特征矢量的维数或符号字符数。对特征选择包括两方面内容l 一方面是对单个特征的选择，即对每个特征分别进行评价，从中选出那些对识别作用最大的特征。另一方面是从大量原有特征出发，构造少数有效的特征。2 3 4 学习禾n i i l 练为有效地让机器具有分类识别功能，如同人类自身一样，人们应首先对它进行训练，将人类的识别知识和方法以及分类识别对象的知识输入机器中，产生分类识别的规则和分析程序，这也相当于机器进行学习。这个过程一般要反复进行多次，不断地修正错误、改进不足，包括修正特征提取方法、特征选择方案、判决规则参数及方法，最后使系统正确识别率达到设计要求。目前，机器的学习常需要人工干预，这个过程通常是人机交互的。2 3 5 分类识别在学习、训练之后，所产生的分析规则及程序用于未知类别对象的识别。输入机器的人类分类识别的知识和方法以及有关对象知识越充足，这个系统的识别功能就越强，正确率就越高。有些分类过程似乎没有将有关对象类别的特征分布知识输入，实际上在选择相似测度及采用哪种分类方法时已经用到了对象的一些知识，也在一定程度上加入了人类的知识。分类识别的关键问题是设计判决函数或算法的模型，然后根据训练集中的各个样品确定模型中的参数，便可以将这些模型用于判别。模式识别主要包括三个核心理论和技术n 钔：第一，特征提取与选择：第二，学习训练算法：第三，分类与识别算法。其中特征提取与选择是至关重要的，它关系到学习算法的选择和学习效率，关系到分类识别算法的选择与识别的正确率，甚至它关系到一个识别系统是否有效。1 2第三章数据采集与数据预处理3 1 1 1 数据检测方法3 1 1 几种道路车辆检测方法1 电磁感应线圈法m 1电磁感应线圈检测技术起源于交通控制系统对交通数据的检测。通常用于检测交通流量、占有率等交通参数，为交通控制系统提供控制区域内的各种实时交通流信息。电磁感应线圈法首先要在地面埋设专用的感应线圈，此线圈作为检测器与主机相连，当车辆通过车道时，主机就可以根据检测线圈送来的信号对车辆进行分类。电磁感应线圈法的原理为：根据不同车辆通过埋设于车道下的环形感应线圈引起其电感量不同的变化来检测车辆的到达和离开，并进行车型分类。系统的关键部分为线圈探测器，它由感应线圈和控制部分组成。当没有车辆通过时，振荡器的频率为f ，当有车辆以一定速度接近并从其上通过时，线圈的电感参数发生变化，进而引起振荡器的振荡频率发生微弱变化，假定有车辆通过时振荡器频率为f 2 ，由于不同车型的车辆底盘形状是不同的，因此f 2 将随着车型的变化而发生变化，当车辆离开环形线圈后，振荡器的频率又将恢复到f 。因此可以得到随汽车通行时刻变化而变化的频差的变化曲线。不同车型的车辆由于底盘的形状、大小、高低不同，导致其对线圈的影响也不同，也即导致振荡器频差曲线的不同。这样就可以反过来通过频差曲线的不同来判别车辆的类型。图3 1 所示的是几种不同车辆通过电磁感应线圈时得到的频差曲线。可以看出，不同类型车辆通过线圈时的频差曲线一般是不同的，系统正是根据频差曲线的不同而对车辆进行分类。a ) j , 轿车1 3b ) 面包车c ) 大货车d ) 大客车图3 1 几种典型车辆类型的频差曲线2 激光为代表的采集方法( 雷达、超声波、微波及红外线) 豳涩1采用脉冲激光的测量方式可以检测行驶中车辆的三维外形形状。检测系统在每个车道安装，按车辆行驶方向设置成前后两排，排间距为3 0 c m ，每排三个，中间光束垂直向下，左边的左倾1 2 0 ，右边的右倾1 2 0 前排为3 个加宽光束，通过一个1 0 0 光孔投射在路上，产生一个横向3 3 0 c m 连续测量线，3 段1 l o c m 的测量线之间的纵向间距不超过0 5 c m ；后排为3 个窄光束，分别产生l o c m x 0 5 c m的测量区域。由于激光投射到路面并反射回到激光传感器的时间是固定的，因而可通过反射光间距发生变化的情况( 时间) 精确地测量出车辆的高度。另一方面，选用道路地反射强度作为参考值，通过检测反射能量的变化即可测出车辆的是否存在。如果脉冲激光频率为l o k h z ，也就是说每秒中可记录1 0 0 0 0 个变化的车辆高度信息，利用高度变化信息的1 0 ，就可测出速度为2 5 0 k m h 的车辆每隔6 9 c m的车高轮廓图，对于慢速行驶车辆，可获得车高轮廓的详细信息。利用车辆从一排光束到另- f i t 距3 0 c m 光束所花时间就可以计算出车速和行驶方向，那么车长也就知道了。因为宽光束部分会投射到路上，部分会投射到车辆上，这样测量的车高要小于实际高度，但这是很重要的信息，因为这个高度与窄光束测得准确高度的比例反映了车宽的信息，可据此测量出车辆每一断面的宽度。由每一断面宽度、高度和车长信息就获得了高精度车辆三维外形图像，然后再与数据库中的车型数据进行匹配，即可得到车型。3 视频法啪崩1视频法首先依靠安装在检测区域后上方的高速摄像机对检测区域内的车辆进行拍摄，然后研究摄像机摄取的车辆的视频图像，利用图象处理的方法对其进行分析处理，从而确定车辆类型。目前国际上已有不少公司推出了自己的视频检测产品，如美国的a u t o sc a p e ，v t d s ，西门子的a r t e m i s ，比利时的t r a f i c a n t等。1 43 1 2 检测方法的比较与分析电磁感应线圈法的优点包括：( 1 ) 技术比较成熟。电磁感应线圈检测技术已经成功应用于交通控制领域多年，积累了相当丰富的经验。( 2 ) 方法简单易行。只需检测埋在地下的感应线圈，再与已知频差曲线对照即可得出分类结果。其缺点是频差曲线干扰较多，曲线较为复杂，对分类的要求比较高。激光技术法的优点是系统的测量精度比较高，而且可以测出行驶中车辆的外形三维全貌。它的缺点有：( 1 ) 安装及维护要求较高：( 2 ) 外形检测后还需要与数据库中的数据进行匹配，所以系统比较繁琐。视频法的优点是可以获得车辆外形全貌的参数，而且精度比较高：缺点是受外界环境的影响较大，图像处理技术比较复杂，成本较高。3 2 基于感应线圈的数据采集装置感应线圈具有隐蔽、可靠、成本低等优点，目前在世界上使用最为广泛。因此，本文采用感应环形线圈为检测器进行车辆数据采集嘶瑚淄，。车辆检测是通过检测振荡电路的频率变化来实现的。不管采用何种方法，都需要实时地采集和计算振荡频率。具体的做法如下：环形线圈的两个抽头通过传输电缆与振荡电路相连作为振荡器的电感元件，振荡电路通过比较器把振荡频率信号转换为脉冲信号，在单位时间内脉冲数量的变化反映了线圈频率的变化，为此，采用定时器计数器在一定时间内测量脉冲个数。单片机通过检测算法来判别当前是否有车辆通过线圈，并把测量数据串行通信至p c 机。系统结构如图3 2所示：图3 2 车辆检测装置结构图如前所述，可以通过观察线圈振荡频率的变化来判别是否有车辆通过线圈。当线圈中没有车辆时，频率值在某基准值附近作小的摆动，当车辆驶入线圈时，频率值发生明显的突变；当车辆驶出线圈后，频率值又回到基准值附近作较小的摆动。通过计算频率值的突变可以检测是否有车辆通过线圈。实验采集车辆数据做训练样本时，对车辆数据处理应注意两点：每类车型要采集到足够多的样本，这样才能保证样本的普遍性，才能得到较为全面的、正确的统计结果：要尽量采集到各种类型车的样本，这样才能使得样本具有广泛性，才能保证最终的识别率。由于车的种类繁多，特别是货车，从0 5 吨到几十吨不等，因此在实际中采集数据的时候，不仅要根据收费站对车型的分类来采集，而且最好可以将车的种类尽量分细，这将有助于特征的提取和分类，但分的过细将增加数据的处理量和分析的难度，所以要有一个适度的分类。这里，计算机绘出了几种典型车辆类型经过车辆检测装置后得到的频率变化波形图，如图3 3 所示，纵轴表示感应线圈频率变化强度，横轴表示车辆数据的采样点数。从图中我们可以看出，由于不同类型车辆的底盘结构、底盘的高低和车辆本身长度都不同，使得不同类型车辆通过线圈时产生的频率变化曲线也不同，正是根据频率变化曲线的不同来区分这些不同类型的车辆。a ) i 类车c ) 类车”i i 类车d ) 类车e)v类车0v i 类车图3 3 几种典型车辆类型的频率变化波形1 63 3 采样数据预处理3 3 1 采样数据预处理在实际的测控系统中，采用了采集车辆通过时的振荡频率及其变化，得到的车辆的电磁感应波形，通常带有较多的干扰信号，譬如，白噪声、车体的震动、天气变化、检测仪器的误差等产生的多种干扰信号。这些干扰因素使得采集到的电磁感应波形带有比较多的“毛刺和“干扰小波 ，从图3 3 可以看出，车辆经过感应线圈后输出波形并不是一条光滑曲线。这是由于实验时车速的不同、车的振动、以及随机干扰信号的影响，导致采集的信号中经常混有许多干扰噪声。为了有效地去除噪声，提高分析精度，因此需要对电磁感应波形进行预先处理。预处理步骤为图3 4 所表示：位机数据去除极值点截取前后与去除基频与，与平滑滤波采样处理归一化处理图3 4 预处理步骤3 3 2 去除极值点与平滑滤波6兀在采集到的原始数据中，通常会有个别点的值与前后点的值相差很远，这些点通常是由检测设备的误差或者一些偶然因素造成的，把这些点叫做极值点，波形中的极值点应该予以去除，去除的方法采用公式组( 3 1 - 3 3 ) ：y = x ( f )( 3 1 )t = ( x ( f 1 ) x ( f ) + m ) & & ( x ( f + 1 ) x ( f ) + ，) ) 0 ( x ( f 一1 ) 彳( f ) 一m ) & & ( x ( f + 1 ) x ( f ) 一m ) )( 3 2 )y = x ( f ) 幸( r 1 ) + t ( 叉i ，) + x ( i d ) i2( 3 - 3 )其中y7 为采集到的原始数据序列，t 为极值点的判断算子，m 为阀值，一般m 取原始数据震荡幅度的2 倍，y 为去除极值点以后的数据序列。可见去除极值点前后表达图3 51 7图3 5 去除极值点前后图极值点是原始波形中幅度比较大的“特别点 ，在原始波形中还带有许多“毛刺，每个点都是很不规则地上下震荡，给以后的处理分类带来很大的干扰，因此必须给予平滑滤波，本文采取窗口平滑滤波将其变的光滑，使得波形图像清晰。处理前后的效果图如图3 61 8i图3 6 平滑滤波前后的效果图3 3 3 截取前后与采样处理在波形数据的前部和尾部会产生一些无车时的数据，此两部分必须截取掉，对所有波形采用一致的截取原则，得到中间的有用数据。截取前后数据的效果图如图3 7 所表示：1 9l图3 7 截取前后数据的效果图截取前后数据以后，波形序列的长度就各不相同了，因此应该对波形序列的长度进行统一，本文采用均匀采样处理的方法，以达到波形序列的长度的统一，此方法效果非常好，不影响波形的特征，采样处理的流程为：1 获取波形序列的长度l 2 确定统一的长度( 取1 5 0 个点)3 确定采样步长，b = l 1 5 0 ；4 均匀采样采样前后的效果如图3 8 所表示：采样前后图形的特征未发生变化，序列点的个数从6 5 0 减少到1 5 0 。图3 8 -采样前后的效果图3 3 4 去除基频与归一化处理在采集数据的时候，在无车经过的时候，也会有数据值，但这些值都是相等的，我们把它叫做基频，为了方便处理，可把基频直接去掉就可，主要采用波形数据与最小值之差进行去除基频，公式如下：y = x ( f )( 3 4 )y m i n = m i n ( x ( i ) )( 3 5 )m m、，o ，】，= y3 一y m i 1 l( 3 6 )、，v ，y 1 = x ( i ) 为未去除基频的波形序列，y m i l l 为波形序列中的最小值，y 去除基频的波形序列，去除基频前后的效果图如图3 9 ，可见图形特征为发生变化。2 l图3 9 去除基频前后的效果图去除基频后，为方便数据的统一处理，对数据进行归一化处理，然后再对数据进行统一放大2 0 0 倍。归一化处理、再放大2 0 0 倍的效果图如图3 1 0 所表示：图3 1 0 归一化处理、再放大2 0 0 倍的效果图经过全部预处理以后的波形图如3 1 1 所示e)0图3 1 1 几种典型车型经过预处理后的波形图第四章基于波形分离编码的车型分类方法4 1 基于感应线圈的车型分类算法简述自动车型分类的历史并不算太长，各种模式识别方法都有人进行过研究和尝试豳。4 1 1 动态时间弯折( d t w ) 算法动态时间弯折( d t w ) 算法用于每对模式的匹配啪