一種基于車輛地磁感應特征的車輛車型識別方法
【專利摘要】本發明公開了一種基于車輛地磁感應特性的車輛車型識別方法，該方法包括：采集車輛的地磁感應特性數據組；對數據組進行預處理；提取車輛的識別特征數組；建立車型基礎子類中心；根據車型劃分要求劃分基礎子類所屬車型；進行車型識別。本發明方法對地磁感應特性數據組進行固定點數采樣提取特征數組、標準化等預處理，消除了車速等因素的影響，減少了冗余數據；本發明以相似性而不以車型為依據建立車型基礎子類集，識別時以識別出車輛所屬的車型基礎子類為首要目標，然后根據不同的車型劃分要求進一步識別為具體車型。因此本發明方法在不同的地區和不同用途的應用上具有更強的適應性。
【專利說明】
一種基于車輛地磁感應特征的車輛車型識別方法
【技術領域】
[0001]本發明涉及車輛【技術領域】，更具體涉及一種基于車輛地磁感應特性的車輛車型識別方法。
【背景技術】
[0002]地磁感應車輛檢測器是一種常用的通行車輛感知手段。由于不同車型、不同設計的車輛具有不同的鐵質底盤和車身，因此車輛通過埋設在路面下的地感線圈時產生的電磁感應特性也不同，具有不同的地磁感應特性波形。車輛的地磁感應特性是指車輛行駛通過地磁感線圈時，測量的一組線圈感應頻率隨時間變化的數據，每組數據對應一個一維波形。因此，識別不同的地磁感應特性或者波形可以達到車型識別的目的，具體識別方法各異。有采用模糊模式識別、神經網絡或決策樹識別等方法。
[0003]車型識別在道路交通監測與控制、收費站、停車場等方面都有著大量的應用需求，不同的地方或不同的用途下車型劃分要求往往不同。通常的識別方法往往首先固定識別車型數，提取車型車輛的特征數據組，訓練出分類器，實現車輛對給定車型種類的車型識別。如果改變車型數目或要求，那么已訓練出來的分類器或識別機則不再適用。因此需要一種適用性更廣的車輛車型識別方法。
【發明內容】
[0004](一 )要解決的技術問題
[0005]本發明要解決的技術問題就是不受天氣、白晝的影響，方便地、易于適應不同地區或不同用途的車型劃分要求，實現車型自動識別，提供一種基于車輛地磁感應特性的車輛車型識別方法。
[0006]( 二 )技術方案
[0007]為了解決上述技術問題，本發明提供了一種基于車輛地磁感應特性的車輛車型識別方法，該方法包括步驟:
[0008]步驟一:采集車輛的地磁感應特性數據組:將地磁感應車輛檢測器的線圈沿車道埋在路面下，當車輛經過線圈時，由車輛檢測器每隔5ms采集線圈振蕩電路的頻率，并保存作為車輛的地磁感應特性數據組；選擇包含各種車型和各種車輛的數據組組成車輛地磁感應特性的原始數據樣本集；
[0009]步驟二:對采集的車輛的地磁感應特性數據進行預處理；
[0010]步驟三:提取車輛的識別特征數組；
[0011]步驟四:建立車型基礎子類集；
[0012]步驟五:建立車型判別機:將各車型基礎子類按照需求劃歸為具體車型，用于車型識別；
[0013]步驟六:進行車型識別:將待識別車輛的采集數據經上述數據處理、特征提取后，計算其對車型所有基礎子類的相似系數，識別為最大相似系數的基礎子類，然后按照車型判別機判別車型。
[0014]其中，所述線圈以長方形沿車道埋在路面下10-15cm，長取值90cm?110cm，寬取值 140 ?160cm。
[0015]其中，所述的預處理為采用平滑濾波去除數據中噪聲，并將數據組中的每個數據減去線圈振蕩電路的基頻，使數據僅表示頻率變化值，得到完全反映車輛地磁感應特性的數據樣本集。
[0016]其中，對車輛的測量數據進行預處理后，按照！的間隔依序進行均勻采樣，k表示
η
原測量數據個數，η為采樣點數，取值范圍25?40，得到η+1個數據，設為Z= (ζΟ…幻…ζη),對Z作標準化處理,使xj =—--，得到X = (χ0…xj…χη)作為車輛的識別特征數
Z max
組，對應的波形為車輛特征波形。
[0017]其中，所述的建立車型基礎子類集包括:將每個樣本Xi設為非激活子類中心，i =1，…m，m為樣本集的樣本個數，選定閾值；逐個比較樣本集的車輛與各激活和非激活子類中心的相似性，計算相似系數邱=n K.M ，j = I,…m, j ^ i, Xi.Yj表示兩數據組
Il^ Il X Il ^ Il
內積，11Xi 11 X 11 Yj I表示兩數據組的模相乘；若最大相似系數滿足閾值條件，則將該車輛劃入最大相似系數所屬子類，并激活該子類作為車型基礎子類，求該子類中所有樣本的均值作為車型基礎子類中心，同時去除該車輛代表的原非激活子類；若最大相似系數不滿足閾值條件，則激活j = i的子類成為一個車型基礎子類，該樣本即作為該子類中心；以上比較過程中若出現同一個基礎子類中包含不同車型的車輛則調整閾值重復上述比較試驗。車型基礎子類集由所有激活子類的子類中心組成。
[0018]其中，所述的閾值為0.85-0.95。
[0019](三)有益效果
[0020]本發明方法基于地磁感應技術，對車輛的地磁感應特性數據進行固定點數采樣、標準化等預處理，消除了車速等因素的影響，減少了冗余數據，可應用于白晝和各種天氣；本發明以相似性而不是以車型為標準建立車型基礎子類集，識別時以識別出車輛所屬的車型基礎子類為首要目標，再根據車型基礎子類劃歸要求識別為具體車型。因此本發明方法具有更強的適應性。
【專利附圖】
【附圖說明】
[0021]為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
[0022]圖1是本發明基于車輛地磁感應特性的車輛車型識別方法的流程圖；
[0023]圖2是一輛轎車原始測量數據所對應波形圖；
[0024]圖3是對一輛轎車原始測量數據處理后所對應波形圖。
【具體實施方式】
[0025]下面結合附圖和實施例對本發明的實施方式作進一步詳細描述。以下實施例用于說明本發明，但不能用來限制本發明的范圍。
[0026]如圖1所示，本發明基于車輛地磁感應特性實現車型識別的過程包括:采集車輛的地磁感應特性數據；對樣本數據進行預處理；提取車輛的識別特征數組；建立車型基礎子類中心；根據車型劃分要求劃分基礎子類所屬車型；進行車型識別。
[0027]本發明方法的具體運用過程如下:
[0028]1、采集車輛的地磁感應特性數據
[0029]將地磁感應車輛檢測器線圈按照長X寬=10cmX 150cm的大小埋在車道路面下約10cm，當車輛經過線圈時，由車輛檢測器檢測線圈振蕩電路頻率,每間隔5ms采集一個數據，并保存為該車輛的地磁感應特性數據組，圖2為采集的一輛小轎車的地磁感應特性波形。
[0030]從一段時期采集的大量車輛波形數據組中選擇包含各種車型和各種車輛樣本100組，包含各種轎車、客車和卡車、拖掛車等，組成車輛地磁感應特性的原始數據樣本集。
[0031]2、對樣本數據進行預處理
[0032]對各樣本采用3點平滑濾波，去除噪聲噪，并將每個數據減去基頻72.7KHz，使得數據僅僅表示由于車輛引起的頻率變化量，完全反映車輛的地磁感應特性。
[0033]3、提取車輛的識別特征數組
[0034]車輛的地磁感應特性波形自身準確反應車輛底盤、軸數等特性，但由于各車輛長度和車速各不相同，所以測量的地磁感應特性數組長度也各不相同，為了既反應車輛主要特點，又減少不必要的冗余數據，并且消除不同車速對測量數據量的影響，經反復實驗比較，對每輛車的原測量數據按照I的間隔依序進行均勻采樣(k表示原測量數據個數)，使得到26個特征數據，作標準化處理，使￥ =，其中Zmax為測量數據中的最大值，得
Δ max
到X= (x0…xj…x25)作為車輛樣本的識別特征數據組。
[0035]例如一輛小轎車樣本Zl = (ζ0...ζ」...ζ310)，共有310個測量值，圖2為原始測量數據組對應波形。按照4計算得商12，余數10。以13為步長依次采樣5個數據，然后以
Ij
12為間隔繼續依序采樣15個數據，再以13為步長繼續依序采樣5個數據，則共從原數組Zl = (zQ...Zj…Ζ310)依序采樣得到25個元素構成數組Z = (zQ...Zj...z25)。圖3為數據處理后的該樣本數據波形。
[0036]4、建立車型基礎子類中心
[0037]按照本發明所述步驟，對給出的100組訓練樣本分類。經過多次測試，選擇閾值P=0.88 (P = 0.85?0.95)，使得具有不同車型的樣本不會出現在同一基礎子類中，得到32個基礎子類，編號I?32,該100組樣本的子類分布及編號由表一給出。
[0038]5、建立車型判別機
[0039]根據車型劃分要求劃分基礎子類所屬車型，建立車型判別機。本例中要求將車輛分為小客車(額定座位〈=7座)、中客車(7〈額定座位〈=19座)、大客車(額定座位>19座)、小卡車(核定載重質量〈=7噸)、大卡車(核定載重質量>7噸)、拖掛車共六種車型，根據給出的車輛分類要求，將以上產生的32個車型基礎子類中心劃分到6個給定車型。所有與該車型包含的基礎子類中心相似的車輛均判別為該車型。經過上述步驟，本例的分類結果中，小客車包含4個基礎子類，中客車包含4個基礎子類，大客車包含6個基礎子類、卡車包含包含9個基礎子類、大卡車包含6個基礎子類、拖掛車包含6個基礎子類。
[0040]6、進行車型識別
[0041]將以上建立的車型判別機用于車型識別。當車輛經過線圈，車輛檢測器采集車輛的地磁感應特性數據，經過前述相同的濾波、特征提取和標準化處理得到特征數組，與以上32個基礎子類中心分別計算相似系數，歸入最大相似性的基礎子類，按照車型判別機識別車型。
[0042]如表一所示，表中列出某車道上試驗的車型識別結果。表中包含各種車輛共400輛，識別結果是小客車準確率98.8%，中客車準確率94.7%，大客車準確率95.2%、輕貨車準確率95.0%、大貨車準確率93.0%、拖掛車準確率97.1%，平均準確率96.1%。
[0043]將該車型判別機用于另一個用戶時，由于該用戶規定的車輛分類標準中去掉了中型客車的車型劃分，所以將中客車的4個子類對應的子類中心劃分到小客車車型中，使小客車車型包含8個子類，不需要為得到新分類器而重新進行分類訓練。這證明本發明方法具有更強的適應性。
[0044]表一:應用本發明方法進行車型識別的結果
[0045]
【權利要求】
1.一種基于車輛地磁感應特性的車輛車型識別方法，其特征在于，該方法包括步驟: 步驟一:采集車輛的地磁感應特性數據組:將地磁感應車輛檢測器的線圈沿車道埋在路面下，當車輛經過線圈時，由車輛檢測器每隔5ms采集線圈振蕩電路的頻率，并保存作為車輛的地磁感應特性數據組；選擇包含各種車型和各種車輛的數據組組成車輛地磁感應特性的原始數據樣本集； 步驟二:對采集的車輛的地磁感應特性數據進行預處理； 步驟三:提取車輛的識別特征數組； 步驟四:建立車型基礎子類集； 步驟五:建立車型判別機:將各車型基礎子類按照需求劃歸為具體車型，用于車型識別； 步驟六:進行車型識別:將待識別車輛的采集數據經上述數據處理、特征提取后，計算其對車型所有基礎子類的相似系數，識別為最大相似系數的基礎子類，然后按照車型判別機判別車型。
2.根據權利要求1所述的基于車輛地磁感應特性的車輛車型識別方法，其特征在于，所述線圈以長方形沿車道埋在路面下10-15cm，長取值90cm?I 1cm,寬取值140?160cm。
3.根據權利要求1所述的基于車輛地磁感應特性的車輛車型識別方法，其特征在于，所述的預處理為采用平滑濾波去除數據中噪聲，并將數據組中的每個數據減去線圈振蕩電路的基頻，使數據僅表示頻率變化值，得到完全反映車輛地磁感應特性的數據樣本集。
4.根據權利要求1所述的基于車輛地磁感應特性的車輛車型識別方法，其特征在于，對車輛的測量數據進行預處理后，按照！的間隔依序進行均勻采樣，k表示原測量數據個
η數，η為采樣點數，取值范圍25?40,得到η+1個數據,設為Z = (ζ0…z j…ζη),對Z作標準化處理，使.〖/ =:-得到X = (χ0…xj…χη)作為車輛的識別特征數組,對應的波形
Z max為車輛特征波形。
5.根據權利要求1所述的基于車輛地磁感應特性的車輛車型識別方法，其特征在于，所述的建立車型基礎子類集包括:將每個樣本Xi設為非激活子類中心，i = 1，…m, m為樣本集的樣本個數，選定閾值；逐個比較樣本集的車輛與各激活和非激活子類中心的相似性，計算相似系數邱=II Xi ||x ^YJ II，j = 1，…m, j Φ i, Xi.Yj表示兩數據組內積，IXil X 11YjI表示兩數據組的模相乘；若最大相似系數滿足閾值條件，則將該車輛劃入最大相似系數所屬子類，并激活該子類作為車型基礎子類，求該子類中所有樣本的均值作為車型基礎子類中心，同時去除該車輛代表的原非激活子類；若最大相似系數不滿足閾值條件，則激活j = i的子類成為一個車型基礎子類，該樣本即作為該子類中心；以上比較過程中若出現同一個基礎子類中包含不同車型的車輛則調整閾值重復上述比較試驗。車型基礎子類集由所有激活子類的子類中心組成。
6.根據權利要求4所述的基于車輛地磁感應特性的車輛車型識別方法，其特征在于，所述的閾值為0.85-0.95。
【文檔編號】G08G1/017GK104200670SQ201410424244
【公開日】2014年12月10日 申請日期:2014年8月26日 優先權日:2014年8月26日
【發明者】葉青, 蔡長, 劉錚, 劉孫付 申請人:長沙理工大學