（物理电子学专业论文）基于bayes方法和模糊理论的车型识别综合技术研究.pdf

摘要y3 9 8 10 0公路收费系统正处于大力发展的阶段，车型自动识别替代人工为系统提供收费依据，是收费系统快捷准确的关键前提。本文综合叙述车型自动分类系统的研究现状及发展前景，研究红外车型自动判别系统的工作原理，分析车型特征及判别误差原因，在此基础建立了b a y e s 和模糊分类理论模型并根据此模型完成分类器的设计。系统的设计和研制中应用了数字相关技术和统计与模糊结合的识别方法，极大地提高了系统运行的可靠性和识别的准确率。经现场实际使用证明，该系统安装调试方便、工作稳定、判别准确率高，达到国内先进水平，已成为可以进一步推广的高科技产品。在本文的最后提出了系统自学习和复合传感器改进系统的新方法。关键词：车型自动分类红外模糊识别摘要a b s t r a c tr o a dc h a r g i n gs y s t e mi si nr e e n f o r c i n gd e v e l o p m e n tp h a s e ，a u t o m a t i cv e h i c l ei d e n t i f i e d ( a v i ) p r o v i d es y s t e mc h a r g i n gs c a l e si n s t e a do fm a n u a lw o r ks oi ti st h ei m p o r t a n tp r e r e q u i s i t eo fs y s t e mr u n n i n gc o r r e c t l y i nt h i st h e s i s ，r e s e a r c ha c t u a l i t ya n dd e v e l o pf o r e g r o u n do fa v ii sp r e s e n t e ds y n t h e t i c a l l y ，t h ep r i n c i p l e so fi n f r a r e da u t o m a t i cv e h i c l ec l a s s i f i c a t i o ns y s t e mi sa l s og i v e n a c c o r d i n gt ot h ef e a t u r e so fv e h i c l ea n dt h er e a s o n so fm i s c l a s s i f y ，am a t h e m a t i c a lm o d e lo fb a y e sa n df u z z yp a t t e r nr e c o g n i t i o nm e t h o d si sc o n s t r u c t e da n dc l a s s i f i c a t i o na l g o r i t h mi nt h i sm o d e li sd e s i g n e d n u m e r i ce n c o d i n gd e t e c t i n gt e c h n i q u e sa n ds y n t h e t i cp a t t e r nr e c o g n i t i o nm e t h o d sa r ea p p l i e di nd e s i g na n dd e v e l o p m e n to fs y s t e m ，s y s t e md e p e n d a b i l i t ya n dr e c o g n i t i o np r e c i s i o ni si m p r o v e dr a p i d l y p r a c t i c eu s eh a sp r o v e d ，s y s t e mw o r k ss t a b l e ，i sc o n v e n i e n c et ob u i l da n dd e b u ga n di nh i g hr e c o g n i t i o np r e c i s i o n ，r e a c ha d v a n c e dl e v e li no u rc o u n t r y ，n o wi t sat e s t e dh i g h t e c h n i c a lp r o d u c tt h a tc a nb eu s e dm o r ew i d e l y a tt h el a s to ft h i st h e s i s ，s y s t e ms e i f l e a r n i n ga n dm i x - s e n s o r sm e t h o d sa r ed i s c u s s e d k e y w o r d s ：a v ii n f r a r e df u z z yp a t t e r nr e c o g n i t i o n摘要基于b a y e s 方法和模糊理论的车型识删堡鱼垫查竺堑1 绪论1 1 国内收费系统现状目前国内普遍使用的公路计收费系统基本可以分为三种模式：( 1 )人工计收费模式；( 2 ) 自动计费、人工收费模式；( 3 ) 全自动计收费模式。人工计收费模式系统中人的因素对整个系统的影响很大，具体表现在：对内存在管理漏洞，责任界限不十分明确；对外不能有效防止逃费现象发生。此外，还存在收费速度低的缺点，这种收费方式正逐渐被淘汰。路桥不停车收费系统的研究集中在全自动计收费系统上，通过在车上安装电子牌照、车道上安装电子牌照识别装置，当车辆通过收费道口时，电子牌照识别装置识别出电子牌照上所包含的车型分类信息进行自动收费，最后通过电子银行支付系统进行结算，因此亦称为汽车自动计帐电子付费系统( a d e p t ) 。这类系统具有收费迅速、准确和自动化程度高的优点；但是，由于全自动计收费系统在建设和使用时不但要求车上安装有源或无源的电子牌照装置，而且要求车主银行设立专用帐户或预先购买磁卡和信用卡等，是一个综合性的社会系统工程，近阶段在国内推广应用比较困难。一些城市采用不停车收费车道和人工收费车道互补使用方法，本地车购买月卡实现不停车收费，但外地车还是采用前两种收费。从八十年代中期开始，国内一些研究单位根据国情的自动计费、人工收费模式的半自动化收费系统，对过往车辆的车型进行自动识别和交通流量统计，收费员根据识别结果进行收费操作。在一定程度上满足了公路收费的近期管理需求，目前在国内许多地区已经得到了应用。车型自动识别难度比较大，当车型比较复杂时，则在一定程度上影响了车型自动识别的准确率，使得推广和应用受到了一定限制。因此，在现有车型自动识别技术基础上研制技术先进、实用可靠的车型自动识别技术，苎王璺! ! 竺塑鲨塑堡塑里堡塑圭型望型壁鱼垫查塑壅是当前研制新型、实用和可靠的公路收费系统的关键，对于加强路政管理和建设，推动国民经济发展有着积极的意义。1 2 车辆检测器的进展车辆检测器是高速公路收费系统重要的组成部分，主要是通过数据采集和设备监视等方式，向监控系统中的信息处理和信息发布单元提供各种车辆参数，作为车辆分类和提出收费方案的主要依据。因此，车辆检测器及其检测技术水平的高低直接影响到公路收费系统的整体运行管理水平。车辆检测器的种类很多，工作原理各异，但可概括为两大基本功能：一为检测车辆的存在或出现，二为检测车辆的运动或通过，任一车辆检测器至少应具有上述两个基本功能之一。为此车检测器中分为存在型、通过型和两者结合的复合型，对于存在型检测器，只要在其监视区域内出现被检测车辆，就能产生输出信号；通过型检测器是根据车辆的到达或运动，产生持续时间很短的输出信号来检测；某些检测器只能检测静态或动态中的一种，有些既能检测静态的存在，又能检测动态的通过，则称为复合型检测器。若按照车辆检测器的工作原理来分类，可分为电接触式、光电式、电磁感应式、超声波式、红外线式等多种类型。目前具有代表性的是按检测器的工作方式及工作时的电磁波波长范围，将检测器划分为三大类：磁频车辆检测器、波频车辆检测器和视频检测器。1 磁频检测器属于磁频检测器的主要有感应( 环形) 线圈检测器、磁成像检测器、摩擦电检测器、磁性检测器、地磁检测器、微型线圈检测器等。其中感应线圈检测器目前在国内外使用最为广泛。感应线圈检测器有埋在路面下的线圈和能够测量该线圈电感变化的电子设备组成，检测器通过流过线圈的电流产生磁场，车辆经过时金属部件干扰磁场引起电感变化，由检测器的电子装置进行检测，根据多个环形线圈检测器的输出信号就茎主! ! ! ! ! 塑鲨塑垡塑些笙塑圭型望型堡笪垫查型茎一可以确定车道占有率、车速和交通量等参数。由于环形线圈设计灵活，且不受路面影响，它检测的范围很广，属复合型的检测器。2 波频检测器属于波频检测器的有红外线检测器、光电检测器、超声波检测器、雷达( 微波) 检测器。本文采用的红外线检测器就属于波频检测器，具有良好应用前景的悬挂式或路侧式车辆检测器，有被动式和主动式两种基本类型。被动式采用的工作方式是检测热辐射红外线，当车辆经过时，接受到热物体( 如汽车马达) 的红外线增量驱动探测器向控制系统输出信号；主动式工作原理是利用红外线束来接收中断或反射光束，并由探测器产生输出信号，从而记录车辆信息。3 视频检测器视频车辆检测器系统是在传统的电视监视系统基础上发展起来的。一方面先进的食品车辆检测器系统是由车辆检测技术、摄象机和计算机图象处理技术三者有机结合构成，基于图象处理技术可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，以达到大范围检测和识别车辆的目的：另一方面，如同传统的车辆检测器一样，视频系统向交通监控中心提供图象和交通参数，同属信息采集部分。因而，目前国内外专家一致将视频车辆检测器系统归入广义车辆检测器的范畴。研究单位基于以上检测器开发各种车型分类系统，其中部分产品已进入实用阶段，系统的稳定性和识别率是其主要性能标志，因此研究车辆检测器提高稳定性和采用先进算法提高识别率成为主要工作。1 3 本文的主要研究工作1 研究红外线车型自动分类收费系统，采用面向对象的设计方法，建立直观的车型分类程序。2 在车型识别中建立了模糊模式识别和统计模式识别的理论模型，用于车型识别，研究车型特征，对系统误差进行分析修正，提高车型判3 -基于b a y c s 方法和模糊理论的车型识别综合技术研究别准确率。3 建立车型特征知识库，使系统能够自我学习，增强系统的普遍实用性。4 比较各种车辆检测器，提出一种以红外线车辆检测器为主的复合式检测方法。基于b a y e s 方法和模糊理论的车型识别综合技术研究2 红外车型分类系统研究2 1 收费系统简介公路收费系统有三个网络层次：收费网管中心、站监控中心和收费亭。收费亭工作人员严格按照程序进行发卡或收费操作，站监控中心对其监控，修改错误操作并处理一些特殊情况，收费网管中心主要对整个封闭高速公路多个收费站的车辆流量、收费情况进行核对，在数据库中保存信息。收费亭需要从车辆行驶距离和车型来确定收费额，进行收费显示、收费、打印、抬杆或报警等操作。公路收费方式根据与距离的相关性，可采用四种收费方式：全线均等收费制( 简称均一式) ，按路段均等收费制( 简称开放式) ，按互通立交区段收费制( 简称封闭式) ，均一式和开放式结合的收费制( 简称混合式) 。收费站一般采用上高速公路发卡，下高速公路读卡收费的方式。对于车型判别，人工识别方法已逐渐淘汰，取而代之的是以车辆检测器为基础a v i ( a u t o m a t i cv e h i c l ei d e n t i f i e d ) 技术。本红外车型自动识别系统采用了频率调制分时检测技术和统计与模糊结合的识别方法。频率调制分时检测技术用于红外平面检测和阵列检测，克服了直流辐射和相邻红外辐射的干扰，使传感信息准确可靠。特征分离等算法对传感信息进行特征提取，使系统具有较高的识别率，能满足公路收费的要求。2 2 系统结构及检测原理2 2 1 系统结构在通道两侧设置垂直红外传感器阵列，由一对3 米高垂直检测装置( 包括轮轴探测点) 和一对1 0 5 米长的水平检测装置组成( 图2 2 1 ) 。传感器通过车辆遮挡来获取车辆的特征数据，通过单片机控制系统处理苎王呈! ! 竺查些塑壁塑墨堡竺主型望型堡宣堡查婴堑后，数据传送到计算机处理。圈一匿卜圆图2 2 1 系统结构原理系统各部分的组成如图( 2 2 2 ) ，它们的作用如下：1 垂直检测部分：由4 8 对红外探测器组成，上部2 4 对探测器间隔6 8 厘米，紧接其下的2 4 对探测器间隔3 8 厘米，最高点离地面3米，其作用是测量车头顶高度，并可同水平检测部分配合描绘车辆轮廓；2 水平检测部分：由长度为1 0 5 米的7 2 对红外探测器组成，探测点中心位置安装在离地面7 0 厘米高度位置，前部3 2 对探测器间隔9 4厘米，后部4 0 对探测器间隔1 8 8 厘米，主要用于测量车辆长度，并同轮轴探测点结合测量车轴距；3 轮轴探测部分：由4 对红外探测器组成，用于测量车轮轴，其探测点中心离路面8 厘米；l一l收oii费o【no oooooooo早oo控制盒ioio o o o1 - 一8 c m图2 2 2 红外检测系统布局侧面示茎主! ! ! 竺查鲨塑堡塑墨笙塑兰型望型堡盒垫查堕窒一4 系统控制部分：用于提供系统工作所需要的信号驱动脉冲以及时序控制和完成数据向计算机串口的传输，该部分带有三组数码显示管，分别表示垂直取被挡最高点、水平区被挡最前位置和有否轮轴等信息。2 2 2 检测原理：垂直检测阵列的红外探测点自上而下顺序扫描，当车头刚到达该区图2 2 3 系统工作流程图7 是苎呈! ! ! ! 查鲨塑堡塑里堡塑主型望型堡盒垫查竺堑域，竖杆区检测到被挡信号，汽车继续前进，挡住横竿第一对探测点时，系统便记录下此刻竖杆被挡的最高位置，即车辆的高度，并使横竿第二对点处于等待状态，如此反复，车辆每向前挡住横竿一对探测点，系统便记录该时刻竖竿最高被挡点。同时，轮轴探测点每被挡一次，则记录此刻的横杆数据，记录有n 组横杆数据，就有l q 个轮轴，同时直接横杆的数据两两相减，就能确定轮轴的距离。测轮计数器计l ，如此累加。因此，当车尾离开竖杆区的瞬间，系统能马上给出最多7 2 组长度数据和相应的高度数据及车轮轴数，根据这些数据，可以确定车辆类型。硬件工作流程图如图( 2 2 3 ) ，当车辆完全通过检测区垂直杆，垂直杆的红外线不再被挡，单片机就将数据送入计算机。因此，采样得到的数据是一数字化的变频脉冲序列，红外传感阵列将检测到的车辆信息，通过单片机进行处理后送微机系统，然后由计算机合成车辆外形。2 2 3 频率相关检测技术探测阵列得到的数据是否正确对车型分类至观重要。红外探测阵列的直流干扰及相邻红外辐射的干扰等，会严重影响检测的准确性和可靠性。在本系统中的红外传感器阵列采用了以下新技术：1 顺序扫描技术为精确测量车辆的外形参数，一个检测系统密布有很多对探测点，顺序扫描技术就是在每一个循环周期中，各对探测点用扫描的方式顺序轮流工作，亦即每对探测点给定一个确定的分时信号，从而实现时间相关。采用该技术，使得某一确定时刻只有一对探测点导通工作，因而能很好消除相邻红外辐射源之间的干扰。2 频率调制技术频率调制技术即在信号发射端以确定的频率来调制分时信号，而在接收端仍以这一频率作为带通滤波器的中心频率，对输入信号进行滤波和包络检波，实现频率相关的检测过程。由于采用了频率调制技术，各种直流杂散光的干扰基本得到消除。一8 苎主里! ! ! ! 互堡翌堡塑型堡竺主型堡型堡垒垫查竺壅在红外信号的发射端，由振荡器所产生的基准调制频率 经分频和译码后产生信号s ，然后在频率调制器中用厂0 对s ，进行频率调制，从而形成调l 频波。利用该调频波来驱动红外发光二极管进行工作，发射出经过调制以后的红外光。在接收端，探测器将接收到的调频波送入放大电路进行信号放大，并由限幅电路进行幅度限制，然后进入中心频率为厶的带通滤波器，消除直流信号以及其它不相关的杂波信号。接着对取得的调频波进行包络检波和整形，提取出信号s ，并送入数字相关器，在相关器中s ，与s ，进行时间相关计算，消除相邻红外辐射源对信号检测的影响。3 时间空间编码技术该技术使平面检测系统中每对探测点的空间位置与时间之间确定的对应关系，并进行计数锁存，从而可以准确确定探测点的位置。平行红外线族平面检测系统采用频率调制分时检测技术以后，具有以下优点，使传感数据准确，为车型分类提供可靠依据。( 1 ) 整个系统在任何时刻只有一对探测点被选通工作，不存在相邻红外辐射干扰；( 2 ) 完全消除了杂散光和直流辐射干扰；( 3 ) 探测点空间位置与分时信号相对应，被测物体位置判别简单、准确；( 4 ) 红外发射管为分时脉冲发射，工作时间极短，可加大瞬时发射功率，增大作用距离；( 5 ) 具有较高的可靠性、稳定性，能在各种复杂环境长期工作。2 3p c 机软件设计计算机软件设计主要包括六个程序模块：( 微机与单片机) 通信模块，数据预处理，特征抽取，界面图形，模糊计算，网状判别。其中数据预处理，特征抽取，模糊计算都是识别的必要步骤，为判别提供服务茎! ! ! 竺查鲨塑堡塑堡堡塑主型望! ! 堡盒垫查婴窒一一的，我们将这几个模块和网状判别通称为分类。2 3 1 通信单片机和计算机接口采用了起止式异步协议。起止式异步协议的特点是一个字符一个字符传输，并且传送一个字符总是以起始位开始，以停止位结束，字符之间没有固定的时间间隔要求，每一个字符的前面都有一位起始位( 低电平，逻辑0 ) ，字符本身由5 7 位数据位组成，接着字符后面是一位校验位( 也可以没有校验位) 。最后是1 或1 5 或2位停止位。停止位后面是一定长度的空闲位，停止位和空闲位都规定为高电平( 逻辑值1 ) ，这样就保证了起始位开始一定有一个下跳沿。起始位是作为联络信号而附加进来的，当它变为低电平时，告诉收方传送开始。它的到来表示下面接着是数据位来了，要准备接收，而停止位标志一个字符的结束，它的出现表示一个字符传送完毕。这样就为通信双方提供了何时开始收发、何时结束的标志。传送开始之前，发收双方把所采用的起止式格式( 包括字符的数据位长度、停止位位数，有无校验位及是奇校验还是偶校验等) 和数据传输速率作统一约定。本通信中使用的协议为波特率为4 8 0 0 ，8 位数据位，1 位停止位，无校验位。传送开始后，接收设备不断地检测传输线，看是否有起始位到来。当接收到一系列的“1 ”( 停止位或空闲位) 之后，检测到一个下跳沿。说明起始位出现，起始位经确认后，就开始接收所规定的数据位和奇偶校验位以及停止位。传送时，数据的低位在前，高位在后，经过处理将停止位去掉，把数据位拼装成一个并行字节，并且经校验无奇偶错才算正确接收一个字符。一个字符接收完毕，接收设备又继续测试传输线，监视“0 ”电平的到来即下一字符的开始，直到全部数据传送完毕。e i ar s 一2 3 2 c 是异步串行通信中应用最广的标准总线，它包括了按位串行传输的电气和机械方面的规定。适用于数据终端设备( d t e ) 和数据通信设备( d c e ) 之间的接口。一个完整的r s 一2 3 2 c 接口有2 2 根线，1 0 茎王里! ! 竺查垫塑堡塑里丝堕主型望型堡垒垫查塑型采用标准的2 5 芯插座。近来计算机厂商逐渐使用简化的d 9 插座。大多数计算机应用系统或智能单元之间只需要3 到5 根信号线路即可工作。在本系统中我们使用了最简单的3 线连接，如图( 2 3 1 ) 。微机甚盟r $ 2 3 2片串行机口图2 3 1 单片机和微机接口由于r s 一2 3 2 c 是早期为了促进公用电话网络进行数据通信而制定的标准。其逻辑电平对地是对称的，与t t l 、c m o s 逻辑电平不同，逻辑0电平规定为+ 5 一+ 1 5 v 之间，逻辑1 电平为一5 一1 5 v 之间，因此r s 一2 3 2 c驱动器与t t l 电平连接必须经过电平转换。计算机中使用串口来接收数据。串行卡包含通用异步接收发送器( u a r t ) ，这个u a r t 芯片含有一定数量的可作为存储单元寻址的寄存器。计算机接口软件由v i s u a lb a s i e 语言编写。v is u a lb a s i c 通过调用应用程序接口传送一系列u a r t 能理解的指令到寄存器中接收数据。在v is u a lb a s i c 专业版中带有通信定制控件( m s c o m m ) 。根据通信协议设定其s e t t i n g 属性，c o m m p o r t 属性设置计算机串口号。图( 2 3 2 ) 为微机通信流程图，当程序运行，打开计算机缓冲区，并不断查询缓冲区状态。单片机数据到达时，计算机开始读取、判别、处理数据。2 3 2 分类用计算机来识别各种模式首先解决的是描述模式的方法。应该用一些特征来对模式进行描述，特征首先应该有代表性地表征模式的性状，使被识别的模式易于被区分开来。模式识别技术又是在计算机上进行运基于b a y e s 方法和模糊理论的车型识别综合技术研究图2 3 2 微机通信流程算，特征又必须表达成数字或成串的符号。系统获取的是汽车的侧面图形，可用来判别车型的数据主要有：1 车辆轴数：轮轴数是车辆吨位的重要体现，轮轴位置信息也是重要的车型特征。2 车高轴距：红外探测阵列设置相应间隔的传感器进行车辆高度和车轴位置的测量，车高和轴距是最直观的车辆特征。3 车辆轮廓：车头形状及拖车特征是车辆识别的补充特征，用于基于b a y c s 方法和模糊理论的车型识别综合技术研究近似车辆的区分。我们将上述数据进行预处理，即对数据的准确性进行初步验证，( 并不能剔除所有错误信息) ，然后从中提取出特征参量，再送入分类器判别出车型。从设计角度来讲，识别系统由两个连贯的阶段组成：分析阶段和实现阶段。在现场因素影响较大的车型识别系统中，分析阶段的重要性其实超过实现阶段。分类器的设计与实现是课题的主要部分，下一章将详细讨论。薹士墅! 竺查鲨塑壁塑里堡塑兰型望型簦鱼塾查! 堡l 一3 车型分类器的设计车型判别过程是一个模式分类的过程，可归结为数据获取、特征抽取和选择、匹配分类三个阶段。从这过程来讲，红外线车型分类系统的模式分类有其特殊性，所以本系统模式分类的主要工作在特征的选择和匹配分类上：首先，系统采用硬件工具获取模式特征，红外系统已将车辆轮廓二值化、离散化并转换成数字信号，软件上需要将数据进行拟合来恢复车辆的侧面图，可以得到车辆的基本特征；其次，可供选择的特征较少，所以某一特征数据出错，对系统准确率影响较大，在现场实验中，有大量不确定的因素出现，传感器数据有可能出现错误的地方，比如，红外线透过驾驶窗到达接收器，使车头的高度偏低，车顶的天线阻挡则会使车高度偏高，我们需要针对这些问题修改分类方法。改进分类器的的最好方法就是对它进行训练，也就是在设计最佳分类器之前，需要依据大量的样本进行学习，我们随机地从车辆数据中抽取n 个样品，利用监督学习下的模式样本信息去估计未知概率的分布。每个样本的类别都是已知情况下的学习，称之为监督学习，这些已知条件可以建立判别函数和构造分类器，任何未知模式的数据进行处理分类。经过先验知识验证过的分类器，对其原理框图( 3 1 ) 如下：传握 匦丑砸夏h 至感数吨叵h 困丧怔据图3 1 基本识别过程框图3 1 数据获取和特征分析苎王壁：! ! 查垄塑垡塑些堡堕兰型望型堡鱼垫查塑! !把一个客观实体转化为特征集包括两个主要步骤：第一步是物理步骤；第二步是数学步骤，前后两者相互影响并相互依靠。物理步骤可分为两种不同的性质：一种是硬件工具性质；第二种是计算机软件性质的。在红外线车型分类系统中采用物理步骤为硬件性质，即红外线探测阵列。数学步骤就是分析由物理步骤取得的特征的代表性，以及在不损及代表性的前提下改善分类器的计算条件。如果从分析结果看出所取得的特征不太理想，则前阶段的物理工具( 包括硬件和软件) 就必须做适当的修改。对于一大批测量数据，判定其对于识别和分类的有效程度与模式识别是不可分割的。红外车型分类系统是用红外探测阵列来获取车型外部特征的，在这步骤软件处理相对较少，主要对数据进行正确性判别及修正。设车辆运动时外形图像曲线为f ( t ) ，当车辆进入车道，每向前遮挡住一个红外发射管的红外线，系统对车辆高度进行采样。如果车辆为匀速前进，采样频率是恒定的，通常情况下车辆速度不是均匀，系统采样的时间间隔不脉冲序列l一，一，、发射阵列兰目二f 罩红外传感器阵列接收阵列车辆采样信号车辆外形曲线图3 1 1 车辆检测原理1 5 -苎主! ! ：竺查鲨塑堡塑里笙竺主型望型堡垒垄查堕堑一是相同的。图( 3 1 1 ) 所示的脉冲序列a ( f ) 被连续函数f ( f ) 调制，从而得到采样函数f ( t ) = f ( f ) 。a ( t )其结果如图( 3 1 1 ) 所示，经过计算机拟合即得到车辆的外形曲线。图( 3 1 2 ) 是我们在分类软件界面上截取的一组现场车型图。我们可以分析出车辆数据的几个特点：1 车高超过3 米的部分我们是无法得到准确高度的，我们用3 米替代，这部分是不能作为车型特征的，同样的车长超过7 2 米的部分我们也将其忽略。为了直观我们添加车辆底部线条，但并不将其列入车型特征。2 车轴位置有0 1 米的误差，这在使用车轴位置数据作为车型特征时是要考虑的。3 在采集点上车高数据的量化误差较小，但在采集点之间的高度不够精确，尤其在高度跳变的两点之间的高度数值，是很少采用的。对于个别点与前后的高度差均较大时，要考虑是否特殊情况造成的错误数据，对错误数据要进行预处理剔除。我们获取特征向量的方法是基于直观和经验的启发式方法，即主观确定一种准则，并用它来判断样品分类是否合理，在学习中不断改变其阈值，来探究对这特征准则的满意程度。各地高速公路收费系统的车型分类标准不完全相同，因此分类流程根据各地情况不尽相同，我们可以参照车型分类标准来获取经验。表( 3 1 1 ) 是广珠高速公路车型分类标准。可以看出车头高度、轴数、轮数是很重要的特征，如果三者具全，我们可以判别所有车型。但我们只能得到前两个，因此我们还需要得到其它特征。另外，红外传感器获取的数据很直观，我们完全可以利用人判断车辆的经验，寻找能得到的特征准则。通过大量的数据样本分析，我们认为车轴位置、车轴距离、车头高度、车前面倾斜度、车头和车身连接处形状、反光镜和车顶灯都是有效的车型特征。1 6 ，基于b a y e s 方法和模糊理论的车型识别综合技术研究1 7 苎! ! ! 竺塑鎏塑堡塑墨垒塑芏型望型箜鱼垫查婴窒表3 1 1 车型分类标准：车型车头高度轴数轮数主要车型小轿车、吉普车、 = 1 3 m24轻型货车小型客车、中型客车、 = 1 3 m26大型普通客车、中型货车大型豪华客车、大型货车、四 = 1 3 m36 一l o重型拖挂车、2 0 尺集装车双层大客车、重型货车、五 = 1 3 m 3 1 0重型拖挂车、4 0 尺集装车苎! ! ! ! ! 查姿翌塑塑堡垒塑垩型堡型堡垒垫查竺塾用以上方法就产生一个较大数目( 盯) 的特征。分类时的计算量是随着这些特征数目的增加而上升的，每一个特征的提取也会造成一定的计算量，为此，应解决的问题是从预先给定的n 个特征中，选择尽可能合适的n 个特征的子集。特征抽取的目的是缩小数据集。对分类来说，重要的不是一个模式的完整描述，而是导致区别不同类别模式的那些“选择性的”信息的提取，特征尽可能地包含表征分类特性的模式信息，而不再包含其他信息，于是，特征提取的目的是集中那些对于分类来说是重要的信息。一个最好的子集应具备下列特性：不存在其他子集，正好具有同样少的特征，而这一特征子集却能达到较小的分类错误概率。为了降低特征选择的计算量，大多情况可以应用与分类器无关的准则或检验度量，有很多数学方法可以对特征子集进行评价，从中选择最好的特征集。这样做固然简化了问题，但一般地所求取的特征，对于整个红外车型分类系统来说并不是最好的。从理论上来讲，特征选择和模式分类是不可分的，我们将在模式分类的过程中根据分类需要进行特征的抽取。3 2 b a y e s 法则在分类器中的运用3 2 1 离散情况下的b a y e s 法则设有类样本，分别为。，：，c o 。，若每类的先验概率为尸( ，) ，f = 1 , 2 ，r 。对于一随机失量x ，每类的条件概率为e ( x i q ) 。则根据b a y c s 公式，有后验概率p 。jx )尸( 峨i x ) ：筝型盟( 3 2 1 )p ( xi ，) p ( ，)筒从后验概率出发，有b a y e s 法则：p ( fix ) p ( 0 9 jx ) jx f其中i ，一1 , 2 r ，且i 。、1 9 苎主墅! 竺变鲨塑塑塑里堡箜垩型塑型堡垒垫查竺至因为式( 3 2 1 ) 中的分母仅是使后验概率小于1 的系统，消去分母，可得等价的判决法则：p ( x i ) p ( c o 。) p ( x i 甜，) p ( 珊，) x f显然，对于二类问题，有1 若对某一样本x ，有p ( x l ，) = p ( x l ，) ，则表明x 未提供关于类别状态的任何信息，故判决完全取决于先验概率；2 若p ( w ) = p ，) ，则判决完全依赖条件概率；3 除这二种情况以外，b a y e s 法则提供最小错误概率的判决。举一个二类问题为例，设判别函数已将特征空间分成r 1 ，r 2 ，图中阴影面积之和即为p ( 总错) ，我们可以选取适当的判别边界，使阴影面积减小，p 达到极小值，但无法使p 为零。月广_ 叶i 一r 2 _图3 2 1 二类总错示意图x 。，但落在r 2 中；x 2 ，但落在r l 中。这些都属于总错pp = p ( xe r 2 ，1 ) + p 何e r l ，2 )= 职嗵i 嵋) + 职郇i 吡) )f p ( x i6 0 - ) 尸 t ) 出+ 广i ：) p ( c o z ) 出k 1h 2荨尸( l 弦l + p ( 2 弦2其中一2 f p 肛。( 工) ，因此判定i 属于三类车。从判别过程中我们可以看出，r ( 功对判决没有帮助，这辆车的一二轮轴距离起了决定性的作用。就模糊度来讲，越接近o 5 的数值越模糊，对判决的作用越小，越接近0 和1 的数值模糊度越小，往往在判别中有决定性的效果。在分类器中模糊识别主要对四类车和五类车进行判别，从1 2 0 0 份数据来看，四类车和五类车多轴和少轴引起的误识概率是1 2 5 ，经过2 9 基于b a y e s 方法和模糊理论的车型堡别缱鱼垫查堕塑添加轮轴和模糊模式识别修正后，将样本数据重新校验，这部分误识率降至0 2 0 左右。3 4 车型判别流程及结果最理想的特征集是使分类处于线形可分的状态之下，因为这种分类器最简单，分类的效果也最好。分类器的精度仅决定于所选取的训练集与整个被识别对象集的差异，只要训练集有足够的代表性总可以得到良好的分类效果。但是本系统中很多地方是线形不可分的，在一些地方不同类的特征集在特征空间内发生一定的覆盖，这时b a y e s 分类器常常是有效的分类方法，而样本的类条件概率密度曲线的覆盖部分决定了训练集的分类误差。b a y e s 分类器保证了在最小误差概率的条件下进行分类，然而这一极限误差却是样本特征的分布本身所固有的。当分类精度的要求超出这一极限值，唯一的方法就是改变特征的分布，重新选择一套特征，我们用这组特征进行模糊识别。在红外车辆自动分类收费系统的车辆分类流程中，b a y e s 分类方法和模糊模式识别方法都有很多运用，两种方法相比较而言，前者用静态处理方式忽略了客观存在着的各种不确定性，运算简单，输出结果的可靠性降低；后者用模糊集来表达车型特征的不确定性，具有更高的智能性，但运算较复杂，特征向量太多时有可能影响车型判别的实时性。比如二类车和三类车用轴距来区分，还存在较大误判率，但目前试验的其它特征不具有代表性，对提高分辨率作用不明显，为了节省运算时间，还是采用了轮距一个特征来匹配的方法。在一些情况下，车型要划分更细，则需要更多采用特征分离方法改进算法，充分利用冗余信息，提高识别系统的识别率。根据学习训练，车型分类的主要流程设计如图( 3 4 1 ) 。一般多类判别流程会是树状结构，但我们需要在一定判别基础上修正错误的轮轴特征，使判别进入另一个轮轴值的分支流程上，从而形成网状结构。在现场解决的一些实际问题，如倒车时探测器会得到错误数值，车顶天线- 3 0 基于b a y e s 方法和模糊理论的车型识别综合技术研究图3 4 1 车型分类网状结构引起车头高度错误等数据预处理过程，不属于分类器的主要部分，没有在流程图中表示出来。按照以上方案设计的车型自动识别分类系统，于8 月下旬完成现场安装并投入运行使用，图( 3 4 2 ) 为京珠高速公路灵山收费站安装图。基于b a y e s 方法和模糊理论的车型识别综合技术研究图3 4 2 灵山收费站安装图3 2 苎呈! ! 竺塑鲨塑蔓塑型堡塑! 型堡型堡鱼垫查塑堑在这之后由收费站工作人员进行数据统计，根据统计资料表明，共统计通行车辆6 5 2 2 辆，其中识别有误的为7 2 辆，准确率为9 8 9 ，超过了设计指标和用户要求的9 8 的识别准确率。车型识别数据统计情况见表( 3 4 1 、，统计时间为2 0 0 0 年9 月2 2 日至1 0 月1 6 日。表( 3 4 1 ) 车型识别准确率统计表准确识别误判准确率车型通行数量备注数量数量( )一类车1 9 2 71 9 1 71 09 9 4 8误判为二类二类车1 8 9 71 8 7 81 99 9 0 0误判为三类三类车2 2 8 92 2 5 43 59 8 4 7误判为二类四类车2 1 72 1 701 0 0 0 0五类车1 9 21 8 489 5 8 3误判为四类合计6 5 2 26 4 5 07 29 8 9 03 3 苎主! ! ! 竺查鲨塑堡塑墨堡塑主型望型堡鱼垫查竺壅一4 系统的改进4 1 自学习功能出于各地车型分类标准不是完全相同，在不同标准的地区安装红外线车型自动分类系统时，则需要重新制定分类标准。这需要在现场采集大量的车辆数据，其工作量是相当大的。为了提高系统的自学习能力，我们采用车型特征库与智能学习相结合的方法。车型特征库里的车型不是指收费车型，而是指车辆厂商的各种产品车型，一种收费类型包括特征相似的很多种产品车型，比如，一类车中分为小轿车、吉普车、三轮人货车等。红外线车型分类系统的车型数据具有物理意义明了、可用信息准确丰富的特点，比如“桑塔纳”的数据进行处理后可以正确判别为一类车，还可以和其他小轿车区分，这是其他探测系统比较难以实现的，因此建立使用车型特征库效果明显。在样本训练期间，对以往或现场采集的数据样本进行数据处理、特征提取和统计分类，创建各种产品车型的模板。以后一辆车数据进入微机，和各种模板进行特征匹配后就可以判别车辆类型。建立车型特征库通用模板识别车型识别率高，更重要的是要在一个新地点建设系统，分类标准不一样时，我们可以修改软件系统中产品车型和收费车型的对应关系，就能满足新的收费标准要求，完全运用了以往的经验。在调试后期本系统建立了一个基本车型特征库，记录各种车型的车轴数、轴距、车轮位置、车头高、车身高、车头斜度、车顶灯、反光镜位置等九个特征，当然，一种车型不一定用到所有的特征，只选取能与其它车辆区别的代表性特征。我们开发系统的学习功能是为了适应环境而产生的某种长远变化，这种变化使系统能更有效地完成下一次同一或同类工作。其功能是把新车型挑选出来向操作人员询问以得到正确车型，自动存入车型库。系统智能学习可以代替人工进行大量的采样学习的工作，并且对新出现的车3 4 茎三里! ：竺查鲨塑堡塑堡笙塑圭型堡型堡全垫查竺圣型进行分析处理。在实际情况中，我们往往不可能采集到所有的车型。当系统实际运行时，可能会遇上一些特殊少见或新设计的车型，它们的模板在车型数据库里是没有的，系统会将新车型归入一种最相似的车型，这时常常会引起错误，最优的方法是拒识此模式。这时候我们要设定阈值，如果最大的隶属度( 最接近1 ) 小于某域值时，将特征偏离标准模板较大的样本剔除出来。令阈值为z ( 0 5sas 1 ) ，a = m a x ( p ( z ) ， - ( x ) ) ，当acj ；l 时，我们认为模糊度太大，拒绝识别，将数据记录存入临时数据库，设立为新的车型模板。在一种新型样本积累到一定数目，计算机提示操作人员对新车型进行训练和学习，操作员将正确车型告诉计算机，计算机自动进行数据处理和特征提取，存入车型特征库，在以后遇上该类车时，计算机就可以正确判别了。车型特征库里的车型是逐渐积累的，在操作人员添加过程中，由于计算机判别或环境条件限制，所灌输的知识并非新的，可以用原来相似车型模板识别，或与原知识库是矛盾的等等，因此对输入的每一条车型知识，知识获取系统均要对之消化，即依次作以下三种检查后，才能添入。1 可证明性检查：添入的车型知识应是新的，即不能由已有知识得到证实的。若输入的车辆数据知识i n p u t 能被当前知识库c u r r k b 所正确分类，则新车型知识与原车型知识相同，操作人员告诉计算机无须添加新车型。2 矛盾性检查：若用c u r r k b 对i n p u t 的“非”作检查，得到t r u e的结论，则表明i n p u t 与c u r r k b 矛盾，操作人员就可以在计算机询问时给出正确类别。3 冗余性检查：令l n f o u i n t e r k b = c u r r bi n f o n i n t e r r k b = a将原车型特征知识库c u r r k b 分解出各种车型特征i n f o 。若i n f o3 5 苎王! ! ：竺查鲨塑堡塑型笙塑主型望型堡垒垫查婴塞一一能被i n p u t 与i n t e r k b 所证明，则以i n p u t 替代i n f o ，即n e w k b = i n p u t + 如t e r k b当新知识覆盖了知识库中部分知识时，有此种现象。通过了上述三种检查的知识，具备了独立性，即可被车型特征知识库采纳。在我们的系统中，矛盾性检查最为重要。4 2 复合式传感收费系统研究4 2 1 车辆检测器的比较主动式红外车辆检测器具有快速准确、轮廓清晰的优点，但是每一种传感器都有其特定的应用范围，红外检测器不适用检测车辆底面信息，所以采用单一的红外传感器的车型识别系统在车型和环境复杂场合，识别率不能进一步提高。许多智能传感器都是使用多传感器获得信息和信息融合，极大地改善了系统精度和容错能力，因此，在现有数据算法上的改进之外，我们还将考虑采用复合式传感收费系统。目前在收费系统中使用较广的除了红外传感器，还有感应线圈和压电传感器。感应线圈是根据汽车通过车道时不同的底盘形状对线圈的感应信号不同来识别车型。线圈原有振荡频率为r ，当有车辆接近环行线圈时，线圈的电感参数将发生变化进而引起振荡器的振荡频率发生微弱的变化，在车辆驶过线圈的过程中， 将一直发生变化。当车辆离开环形线圈后，振荡器的震荡频率又恢复到原值。不同种类的车由于车底盘的形状、大小、高低不同，导致了它们对线圈参数的影响也不同。这样根据振荡频率的不同变化情况厂= ，2 一 ，就可以判别通过车辆为何种车型。感应线圈探测器的特点是埋于地下，隐蔽性好，基本无须维护，但是，应当注意的是，如果当车辆行驶到在感应线圈上部时停止，此时振荡器的频率将会恢复到无车时的值 ，这就有可能会将一辆车判断成两辆甚至多辆车，这些现象在收费站区时常见的，这将严重影响识别的准确率。另外，国内有一些车辆的底盘是完全一样的，但是有货车和客3 6 苎主墅! ! ! 查垄! 堡塑里堡塑兰型望型堡垒垫查堑壅车之分，对于这种情况，这类系统将无法识别。正是因为如此，这种方法在识别准确率要求较高的情况下难以满足用户要求。压电传感器是利用正压电效应来测量车辆轮轴、吨位，作为车型判别的依据。在一些离子型晶体的电介质的一定方向上施加机械力作用而产生变形时，就会引起它们内部正负电荷中心相对转移而产生极化，从而导致其两个相对表面( 极化面) 上出现符号相反的束缚电荷，其电位移d 与外应力张量t 成正比。d = d t 或a = 打，其中d 为压电常数矩阵。当外力消失后，又恢复不带电状态。p图4 2 1 压力变化示意图一种典型的压电型轴式传感器结构示意图见图( 4 2 1 ) 。如果将其按照前面所介绍的方法安装于行车道上，当有车辆通过时，车轮压到该传感器，传感器上将受到一个变化的的压力ap ，如图所示，传感器将对应ap 产生电荷q 。电荷q 正比于压力变化ap 和传感器受压部分的长度l ，即：q = k ap * l于是有：ap = q ( k * l )对其积分得到：p = 陋) 一p通过对它分析可以知道产生电压或电流的次数、大小，从而完成对车辆轮轴数和车辆重量的测量。单独压力传感器的信息不能判别车型，- 3 7 -茔王呈! ：! ! 查鲨塑壁塑堡堡塑芏型望型堡鱼垫查堕銎一般要加上红外传感器进行车辆分离。为了提高车型识别正确率感应线圈也一般与红外传感器综合使用。但是，这两种复合式车辆识别系统中红外线传感器的数据只作为辅助信息，这主要原因是红外线探测器稳定工作的技术是比较难实现的。经过长期的使用证明，我们的红外线探测系统工作稳定，数据准确，因此我们将仍采用以红外线传感器的数据为主。红外线阵列探测的数据合成汽车侧面图，无法区分同一轮轴为两轮或是四轮，融合压力传感器获取的车辆信息，获取车轮数目，对车辆进行识别和分类( 尤其二三类车的区分) ，可以提高系统的识别精度和实用性，而且，因为有车轮信息，在一些场合可以去除红外线探测阵列中的横杆，只用竖杆探测高度就可以判别车型。而环行感应线圈探测车底信息，进行波形分析后建立车型模板，物理意义不是很明确，与红外线传感器的互补性也比较差。因此，选用压力传感器作为辅助探测器是比较合适的。4 2 2 红外、压电复合传感收费系统我们引进压力传感器，对车辆轮胎进行传感，组成红外加压电复合式传感系统。我们设计通过压电效应来检测车轮数目的原理如下：将已极化的条状压电材料垂直于行车方向水平埋于车道路面，其上表面略高于或至少不低于路面，材料两端的引线接入电流表或电压表，并通过接口同计算机相连进行实时监测和控制。当车辆经过时车轮压到压电材料，材料便产生同压力成正比的电荷，而在电流表或电压表上观察到相应的电流或电压值，一辆车有几个轮轴，系统就会检测到几次电流或电压的变化。因此，根据电流或电压变化的次数可以确定车辆的轮轴数。在每条车道上我们对称埋置两条压力传感器，压力传感器与车辆行驶方向成一定角度。图( 4 2 2 ) 是车辆经过压力传感器时一轴两轮和一轴四轮的俯视图，可以看出，一轴四轮情况下，外侧两轮先接触到压力传感器，而内侧两轮后接触传感器，因此从压电传感器的电荷量按时间分布来看，一轴两