基于神經(jīng)網(wǎng)絡(luò)下的分類識別系統(tǒng)

自動車型分類儀-基于神經(jīng)網(wǎng)絡(luò)下的分類識別系統(tǒng)

摘要:該系統(tǒng)主要用于高速公路通行的自動收費。該系統(tǒng)能通過通訊控制口自動控制收費關(guān)卡門禁的所有物理設(shè)備,從而最大限度的減少了人工干預(yù),提高了收費關(guān)卡通行的車輛流量,有效的抑制了收費過程中由于人工干預(yù)可能產(chǎn)生的舞弊行為。

汽車識別是模式識別領(lǐng)域中一個困難而又具有重要的理論價值,實際應(yīng)用價值和廣闊的應(yīng)用前景的研究課題。在過去的幾十年里對自動汽車識別的研究歷程中,經(jīng)典法取得了一定的可喜成果,但也遇到了許多困難。本文將人工神經(jīng)元網(wǎng)絡(luò)用于解決汽車識別問題,取得了較為滿意成果。本文討論了適合高速動態(tài)情形下汽車特征提取的紅外線檢測分類儀,并設(shè)計了BP網(wǎng)絡(luò)對提取的特征樣本向量訓(xùn)練分類識別。對于測量系統(tǒng)提取中的一定范圍中的數(shù)據(jù)“噪聲”,以Bayes法則進(jìn)行對大量樣本先驗去除“噪聲”,提高了特征向量的代表性,理論與實際證明這樣得到的BP網(wǎng)絡(luò)有強(qiáng)容錯能力,識別沒有看到過的汽車樣本能夠達(dá)到高精度識別要求。

關(guān)鍵詞:紅外線檢測儀,Bayes法則,BP神經(jīng)網(wǎng)絡(luò),車型識別緒

論車輛檢測是智能交通系統(tǒng)ITS(IntelligentTransportationSystem)中一個重要的組成部分。所謂智能交通系統(tǒng),就是在現(xiàn)有的交通狀況下,充分利用現(xiàn)代高新技術(shù)進(jìn)行合理的交通需求分配和管理,通過衛(wèi)星導(dǎo)航系統(tǒng)、汽車自動引路系統(tǒng)、交通信息通信系統(tǒng)、視頻監(jiān)控和計算機(jī)管理等多種技術(shù)手段,將整個路網(wǎng)的通行能力迅速提高,實現(xiàn)安全、快速和便捷運輸?shù)囊环N交通綜合治理方案。智能交通系統(tǒng)是目前世界交通運輸領(lǐng)域的前沿研究課題,發(fā)達(dá)國家提出并執(zhí)行了一系列研究計劃,其核心是針對日益嚴(yán)重的交通需求和環(huán)境保護(hù)壓力,采用信息技術(shù)和通信技術(shù)、計算機(jī)技術(shù)、智能控制技術(shù)等對傳統(tǒng)交通運輸系統(tǒng)進(jìn)行深入改造,以提高系統(tǒng)資源的使用效率、系統(tǒng)安全性,減少資源特別是十地咨源的消耗和環(huán)境污染。

高速公路交通自動化是ITS中的重要一環(huán),是實現(xiàn)ITS的前提。高速公路交通自動化管理主要由通訊、遠(yuǎn)程監(jiān)控和收費三個部分組成。只有對公路通過車輛信息進(jìn)行有效、準(zhǔn)確的采集分析并進(jìn)行相應(yīng)的控制,才能保證收費站收費過程的高效快速及各道口行駛車輛的快速通行,從而實現(xiàn)整個高速公路交通的自動化管理。在實現(xiàn)公路交通自動化的過程中,車輛檢測技術(shù)起了至關(guān)重要的作用。

我國早在70年代就將電子技術(shù)和信息技術(shù)應(yīng)用于交通運輸領(lǐng)域,但直到90年代才引入智能運輸?shù)母拍睢?0年代末、80年代初,我國才開始在交通運輸和管理中應(yīng)用電子信息技術(shù),進(jìn)行十字路口信號燈控制的研究工作;到了90年代初,隨著我國經(jīng)濟(jì)的快速發(fā)展,交通需求量越來越大,而我國的基礎(chǔ)設(shè)施建設(shè)速度遠(yuǎn)遠(yuǎn)低于車輛增長的速度。據(jù)統(tǒng)計,目前中國機(jī)動車約有5000多萬輛,大城市機(jī)動車數(shù)量的年增長率約為巧%,而城市道路的建設(shè)數(shù)量每年僅增長約3%一5%。因此,為了解決道路與車輛的矛盾以及交通安全、環(huán)境污染等一系列的問題,我國一方面加緊了道路基礎(chǔ)設(shè)施的建設(shè),一方面也開始著手準(zhǔn)備ITS的研制工作。通過與發(fā)達(dá)國家進(jìn)行廣泛的交流與合作后,我國目前在ITS的理論研究、產(chǎn)品開發(fā)和工程應(yīng)用上都取得了一定的成績。

隨著我國交通基礎(chǔ)設(shè)施建設(shè)的不斷投入和飛速發(fā)展,公路里程快速增長,橋梁數(shù)目不斷增多,路橋的交通流量變得越來越大。通暢的交通帶來了經(jīng)濟(jì)的快速增長,許多地方為發(fā)展本地區(qū)經(jīng)濟(jì),大力發(fā)展交通,修建了高等級公路。由于修建公路采用的是“借貸修路,滾動發(fā)展”的策略,為償還貸款,地方政府報經(jīng)省人民政府批準(zhǔn)后,在公路、橋梁上設(shè)置收費站,對車輛收取通行費。

公路收費的作用在于:

（1）調(diào)動社會各方面投資公路建設(shè)的積極性,促進(jìn)公路事業(yè)的發(fā)展。修建公路成本高,所需投資大,單靠政府投資,顯然不能滿足需要。為盡快收回投資和獲取投資回報,普遍采用的方式是向過往車輛收取通行費。

（2）“以路養(yǎng)路”,為公路的維護(hù)管理提供物質(zhì)保障,確保公路正常運營。

（3）收集交通流量信息,控制交通流量,延長公路的使用年限,防止公路過早損壞。

我國的公路收費系統(tǒng)主要采用以下三種形式：

（1）均一制系統(tǒng)。收費站建在公路的所有入口,車輛在一個路口交費后,可在該公路全線自由行駛,無需再次交費,收費標(biāo)準(zhǔn)僅因車型不同而不同,與行駛里程無關(guān)。

（2）開放式系統(tǒng)。收費站建在公路的主線上,間隔30-50公里不等,各個出口不再設(shè)收費站,車輛可自由出入。收費標(biāo)準(zhǔn)除根據(jù)車型不同而不同外,還因各站控制的距離不同而不同。

（3）封閉式系統(tǒng)。收費站建在各互通立交匝道上,在入口處發(fā)通行卡,在出口處驗卡,按車型和行駛距離收費,車輛進(jìn)出公路均受到控制。

目前各國發(fā)展的重點是以應(yīng)用為導(dǎo)向,以發(fā)展更高性能的混合計算機(jī)為目標(biāo)。這些計劃是以長遠(yuǎn)發(fā)展目標(biāo)與近期效果相結(jié)合,充分考慮到了與當(dāng)前發(fā)展技術(shù)水平相適應(yīng)。

在我們?nèi)粘Ｉ钪?隨著計算機(jī)硬件技術(shù)的飛速發(fā)展,傳感器性能的不斷提高,以及各類系統(tǒng)軟件和應(yīng)用軟件的大量開發(fā)和推廣,計算機(jī)已經(jīng)從先前單純的數(shù)值計算,應(yīng)用到文字處理、圖形圖像處理、語音處理、人工智能及模式識別等各個領(lǐng)域。但計算機(jī)對聲音、圖像等外界信息的直接感知上的局限性,己越來越成為計算機(jī)進(jìn)一步應(yīng)用發(fā)展的障礙,也與其高超的運算能力形成鮮明的對比。因此著眼于拓寬計算機(jī)的應(yīng)用領(lǐng)域,提高計算機(jī)感知外部信息能力的新學(xué)科—模式識別便應(yīng)運產(chǎn)生。經(jīng)過幾代研究人員三十多年的不斷努力,這一學(xué)科正不斷發(fā)展成熟。在語音識別方面,藍(lán)色巨人IBM以及其他公司己經(jīng)有多種語言版本的語音識別產(chǎn)品問世,連續(xù)語音識別已相當(dāng)成熟,并己開始走向了實用化、商品化。而在圖像處理與識別方面成果也豐富多彩,特別是在軍事、醫(yī)學(xué)、地質(zhì)、氣象等領(lǐng)域都取得了可喜的實用成果。汽車識別作為模式識別學(xué)科的一個分支,是模式識別領(lǐng)域中一個困難而又十分具有實際應(yīng)用價值和廣闊應(yīng)用前景的研究課題。近些年來隨著國家公路建設(shè)的飛速發(fā)展,為支持國家公路建設(shè)迅速回收資金而設(shè)立了大大小小的收費站,在收費的過程中產(chǎn)生了這樣或那樣的經(jīng)濟(jì)問題,如收人情費、私設(shè)小金庫、道路堵塞等,如何做到對收費的科學(xué)管理,堵塞工作人員的經(jīng)濟(jì)漏洞,并獲得各種車輛流量的科學(xué)數(shù)據(jù),為國家的道路規(guī)劃提供合理的理論依據(jù),這就成為當(dāng)前一個急需解決的問題。近些年來,人們在汽車自動識別上取得了一些研究成果,本章首先簡要指出汽車識別的困難及研究的重要意義,并簡單介紹了汽車識別所涉及的幾個問題,然后介紹了國內(nèi)外研究汽車識別的現(xiàn)狀、方法、發(fā)展方向,最后闡述了本文所要研究的主要內(nèi)容。目

錄1自動車輛分類儀提出的背景……………7

1.1識別研究的難點及意義…………7

1.2國內(nèi)外自動車型分類裝置現(xiàn)狀…………………8

1.3現(xiàn)階段國內(nèi)外車型識別所采用的基本方法……9

2紅外線自動車型分類儀…………………11

2.1自動車型分類系統(tǒng)的構(gòu)成及工作原理…………11

2.2車輛分離器的設(shè)計………………12

3Bayes法則和BP神經(jīng)網(wǎng)絡(luò)的基本原理和應(yīng)用…………14

3.1Bayes定理及分類方法…………14

3.2BP神經(jīng)網(wǎng)絡(luò)模型

………………15

3.2.1

生物神經(jīng)理論及推廣…………………15

3.2.2

BP神經(jīng)網(wǎng)絡(luò)的基本思想………………18

3.2.3

BP網(wǎng)絡(luò)神經(jīng)元模型……………………19

3.2.4

BP網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則……………………19

3.2.5

BP算法的數(shù)學(xué)描敘……………………20

3.2.6

BP學(xué)習(xí)算法步驟………22

3.2.7

BP算法流程圖…………22

3.3BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)………………23

3.3.1BP算法的缺陷……………23

3.3.2改進(jìn)的BP算法……………23

4基于Bayes法則和BP神經(jīng)網(wǎng)絡(luò)的自動車型識別方法…………………26

4.1選用基于Bayes法則和BP神經(jīng)網(wǎng)絡(luò)識別的可行性……………26

4.2用Byes法則選取樣本集…………28

4.3本汽車分類識別中神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)………………28

4.3.1輸入輸出量的選擇…………28

4.3.2輸入量的提取與表示………28

4.3.3輸出量的表示………………29

4.3.4訓(xùn)練集的設(shè)計………………30

4.3.5初始權(quán)值的設(shè)計……………33

4.3.6BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計………………34

4.3.7隱層數(shù)的設(shè)計………………35

4.3.8隱節(jié)點數(shù)的設(shè)計……………35

4.3.9網(wǎng)絡(luò)的訓(xùn)練與測試…………35

5在MATLAB環(huán)境下設(shè)計的程序及運行結(jié)果……………………36

5.1MATLAB神經(jīng)網(wǎng)絡(luò)工具箱簡介………36

5.2運用神經(jīng)網(wǎng)絡(luò)工具箱設(shè)計網(wǎng)絡(luò)的原則和過程………37

5.3本人設(shè)設(shè)計的MATLAB程序及運行情況……………37

6結(jié)論…………………………40

致謝……………41

參考文獻(xiàn)………………………421自動車輛分類儀提出的背景目前我國已有愈來愈多的道路設(shè)施,特別是高速公路采用收取過路費的方式來作為集資或償還貸款的手段,這種“取之于車,用之于路”的方針促進(jìn)了公路事業(yè)的發(fā)展。但隨著高速公路發(fā)展,高速公路收費過程中作弊行為越來越嚴(yán)重。據(jù)交通部門有關(guān)資料統(tǒng)計,目前公路收費的總額只占應(yīng)收總額的80％左右,其中有相當(dāng)一部分流失。給國家和公路經(jīng)營單位造成極大損失。這些作弊行為一般有三種可能性：①在車的數(shù)量上作弊；②在車的類型上作弊,本來過一輛大卡車。而只收小轎車的錢。為此國內(nèi)有些公路部門曾試圖引進(jìn)國外的自動分型設(shè)備,但價格太貴,分類方法不適應(yīng)國內(nèi)車型雜亂、車種繁雜的現(xiàn)狀。而國內(nèi)研制的自動分型儀精度一般不足97％,經(jīng)常造成責(zé)任不清,而無法實現(xiàn)監(jiān)督和管理；③在里程上作弊。其中在車型上作弊是最難對付的。

鑒于國情,有必要針對我國車型雜亂、車種繁多的實情,建立一個超高精度自動分類裝置、人工收費及相應(yīng)的管理制度的收費系統(tǒng)．車型自動分類準(zhǔn)確度達(dá)到或超過一個熟練的收費員的準(zhǔn)確度,徹底杜絕通過在車的數(shù)量、類型以及減免車上的作弊行為,對促進(jìn)我國高速公路發(fā)展具有十分重大意義。另自動車型分類裝置也是全自動收費系統(tǒng)的最關(guān)鍵設(shè)備,是進(jìn)行交通調(diào)查的主要設(shè)備之一,它能為公路網(wǎng)的交通量調(diào)查、預(yù)測、管理與高速公路監(jiān)控提供可靠的數(shù)據(jù)。因而本文將詳細(xì)討論自動車型分類技術(shù)在收費系統(tǒng)中的作用,存在的問題以及怎樣建立一套新型自動車型分類系統(tǒng)。

1.1識別研究的難點及意義

汽車識別是極具挑戰(zhàn)性的任務(wù),其困難主要體現(xiàn)在以下幾方面:

第一汽車背景的復(fù)雜性。汽車識別由于其工作的自然條件限制決定了其背景的復(fù)雜性。由于汽車識別課題的應(yīng)用方向主要是收費站等戶外自然環(huán)境比較復(fù)雜的地區(qū),不同于其他類的模式識別(如人臉識別)是為了特定的目的可以在人為設(shè)定的特定的背景環(huán)境下進(jìn)行識別,這對于識別的準(zhǔn)確性是至關(guān)重要的。因此,如何能在復(fù)雜的、變化的背景下準(zhǔn)確的分離出汽車成為汽車識別的首要前提條件。

第二汽車特征值的準(zhǔn)確提取。特征是事物本身最本質(zhì)的反映。選取的特征能否準(zhǔn)確反映出事物的本質(zhì)是衡量特征選取好壞的最基本的條件。因此,如何選取特征就成為汽車識別準(zhǔn)確程度的首要條件。另外,特征的多少,也是影響識別準(zhǔn)確程度的一個條件,增加特征數(shù),固然能提高是別的準(zhǔn)確度,但卻會大大的影響識別的速度,而減少特征數(shù)又會影響識別的準(zhǔn)確度。因此合理的選擇特征的數(shù)目也是本文的一個研究問題。

第三汽車識別的方法。目前一般的模式分類方法很多。常見的模式分類方法根據(jù)所選的特征不同和判決決策方法的不同大致有模板匹配法、統(tǒng)計特征法、句法結(jié)構(gòu)法、邏輯特征法、模糊識別法、神經(jīng)網(wǎng)絡(luò)法,由于各人所用的圖像質(zhì)量不盡相同,拍攝的約束條件也不相同,所以很難嚴(yán)格區(qū)分何種特征,何種方法更好,但與課題的實踐相結(jié)合,神經(jīng)網(wǎng)絡(luò)識別法可能較有前途,因為神經(jīng)網(wǎng)絡(luò)的并行處理機(jī)制可以大大的提高系統(tǒng)的識別速度,并且神經(jīng)網(wǎng)絡(luò)所具有的容錯性可以大大提高系統(tǒng)的識別率,神經(jīng)網(wǎng)絡(luò)的分布存儲能力使得所提取的特征具有可恢復(fù)的特點。然而,汽車識別的復(fù)雜性與挑戰(zhàn)性并沒有影響人們對這一課題的研究熱情,這與汽車識別的應(yīng)用價值和重要理論的意義分不開的。

從應(yīng)用的角度講,汽車識別系統(tǒng)的研究和開發(fā)具有以下應(yīng)用價值:

第一道路收費。根據(jù)實際需要,可以在高速公路、大橋、等收費站處進(jìn)行無人計費,可大大的節(jié)約人力、財力,并且可以微機(jī)存檔,有效的避免人情費及工作人員的經(jīng)濟(jì)問題。

第二車輛監(jiān)測。國家由于資金的問題,道路建設(shè)要分輕重緩急,因此對道路車輛流的監(jiān)測成為國家,地方道路建設(shè)的主要參考依據(jù),通過對所監(jiān)測道路上的車輛類型,數(shù)量的監(jiān)測對公路建設(shè)的級別,優(yōu)先權(quán)給出了理論的保障。

汽車識別系統(tǒng)研究的重要理論價值主要體現(xiàn)在以下幾點:

第一識別的研究成果能為交通部門在收費站的使用和管理上提供新的手段方法。

第二汽車識別作為一種典型的對于三維自然物體的識別,具有重要的理論價值,它的研究思想和實現(xiàn)方法為其他三維自然物體的識別提供了很好的參考,有的學(xué)者認(rèn)為汽車識別的解決將具有里程碑似的意義。

第三汽車識別研究的一個重要問題就是如何用少量的特征提取向量對汽車進(jìn)行準(zhǔn)確的描述,這個問題的解決將對于信息的傳輸具有重要價值。

1.2國內(nèi)外自動車型分類裝置現(xiàn)狀

收費系統(tǒng)的車輛分類有兩種方法：一種是按軸重收費,另一種按車型收費。鑒于目前動態(tài)稱重系統(tǒng)設(shè)備安裝復(fù)雜,維修因難,價格昂貴,使用壽命較短,用于收費還有待于完善,以及我國有關(guān)部門的具體規(guī)定和實際收費的經(jīng)驗．國內(nèi)收費都是按車型來收取通行費。

國內(nèi)外車型分類檢測裝置多種多樣,基本上是根據(jù)車輛本身的參數(shù)對車輛進(jìn)行分類。車輛本身的幾何參數(shù)有：車長、車高、車寬、輪胎直徑、輪距、輪數(shù)、軸距、軸數(shù)、底盤高度及車身幾何形狀特征等。如日本立石公司采用環(huán)型線圈及超聲波檢測器相結(jié)合的方法,依據(jù)車長、車高與底盤高度將車型分三類；英國TRRL采用環(huán)形線圈與紅外傳感器結(jié)合的辦法將車輛分10類．判別依據(jù)為軸數(shù)、軸距；意大利利用紅外傳感器以及軸數(shù)、軸距檢測踏板等技術(shù),對車輛軸數(shù)、軸距、第一軸的車體垂直高度進(jìn)行測量,把車型分五類；法國ELSYDEL公司利用車軸檢測器進(jìn)行分類,也用通過汽車剪影,用數(shù)字圖象處理的方法進(jìn)行車型分類；還有日本三菱公司、美國CMN公司、法國西碼公司和西班牙ARCE公司,且產(chǎn)品價格昂貴,分類模式不同我國目前現(xiàn)狀,且分類方法不適應(yīng)于我國車型雜亂、復(fù)雜等特點。

國內(nèi)從80年代初起開始對車輛自動分類裝置進(jìn)行研究．最早的有丹東電于研究所采用紅外傳感器測量車型參數(shù)以進(jìn)行分類。西安公路學(xué)院用紅外傳感器進(jìn)行車高、軸數(shù)、軸距、輪胎直徑進(jìn)行檢測,將車分成四類。西安公路所根據(jù)力的平衡原理,用四只壓力傳感器測量軸距、輪距及軸數(shù)進(jìn)行分類,分類方。北京公路局與航天部103所用紅外傳感器,采用車輛側(cè)面幾何特征及輪距底盤高度信息進(jìn)行分類。福建交通科研所利用超聲波、紅外傳感器相結(jié)合的方式測量車高、車長、車寬、軸數(shù)、軸距等參數(shù)進(jìn)行分類。還有廣東機(jī)械學(xué)院、北京公路所等單位研制的車型分類器,但這些裝置多半在路上試用幾個月就被拆除,未能推廣使用,究其原因為：

（1）這些分類裝置正確分類率已高達(dá)97％,對于模式識別來說精度已經(jīng)很了不起了,但對收費系統(tǒng)這種直接與收錢有關(guān)的裝置,其車型分類精度還遠(yuǎn)遠(yuǎn)達(dá)不到實用要求,一般要求不能出錯,例如每天流量為l萬輛的收費站,用這種裝置判車型就有200-300輛不正確,對于開放式收費系統(tǒng)就有幾千元至上萬元差別,如對收費公路較長的封閉式收費系統(tǒng)就有可能有幾萬元差別,由于測量誤差與各種干擾的作用,對于誤識率高達(dá)2％一3％的分類器,經(jīng)常會出現(xiàn)一些車今天判為這類車,下次可能判為另一類車,引起司機(jī)與收費員口角,造成交通堵塞,因而司機(jī)與收費員都抵制此種系統(tǒng)的使用。

（2）分類裝置可靠性較差,不能長期穩(wěn)定可靠工作,環(huán)境適應(yīng)能力差。

（3）采用此種裝置后,不能區(qū)分免費車輛,造成機(jī)器記錄結(jié)果與收費員收取的通行費總額不一致。

1.3現(xiàn)階段國內(nèi)外車型識別所采用的基本方法

車型分類的準(zhǔn)確性與采用的設(shè)備有關(guān),也與車型的分類方法和標(biāo)準(zhǔn)有關(guān)。國外車型分類方法是按宜于自動檢測的原則制定的,分類的依據(jù)主要是車頭高度、軸數(shù)、后軸輪數(shù)、軸距、車長、車重等參數(shù)。目前不停車分類系統(tǒng)的自動車型分類大都采用壓力傳感器、紅外探測、射線探測、地感線圈等組成。分類的準(zhǔn)確率在87％—99％。有些收費站用圖像識別的方法進(jìn)行車型分類的,即研究利用攝像機(jī)攝取的車輛圖像,并利用各種方法對之進(jìn)行分析處理,從而確定車輛類型,但是由于對車輛清晰攝像受照度和氣候條件影響很大,這類系統(tǒng)的車型識別準(zhǔn)確率也難以達(dá)到實用化的程度；有研究利用無源線圈檢測車輛底盤特征來確定車輛類型,其識別率有很大程度的提高,而且車輛在檢測區(qū)的變速運動、停車等現(xiàn)象又影響了其準(zhǔn)確識別,使得這一系統(tǒng)實用化遇到困難。就目前來說,在國內(nèi)的實踐運用中缺少一種適應(yīng)我國國情的、真正行之有效的自動分類系統(tǒng)。

現(xiàn)有的車型識別方法

（1）邊緣檢測：車輛的邊緣是車型的基本特征．但由于車輛的復(fù)雜性以及噪聲(背景與車輛的對比度、光照等)的影響．為了可靠地檢測出車輛邊緣,常采用改進(jìn)的算法,如Rosenfield的非線形邊緣檢測;邊緣松弛；GFO邊緣提取算法等。

（2）光學(xué)車牌識別法：對于CCD攝取的車牌進(jìn)行數(shù)字化,產(chǎn)生數(shù)字圖像,OCR對數(shù)字圖像的數(shù)據(jù)進(jìn)行定位,一旦發(fā)現(xiàn)字符區(qū),立即將字符圖像從數(shù)據(jù)塊中分割出來,將其轉(zhuǎn)換為二值矩陣,經(jīng)過預(yù)處理、平滑處理,消除隨機(jī)誤差、空隙點以及其他一些和信號混在一起的虛假部分(如車牌上的污點)．凈化后,提取字符特征,在數(shù)據(jù)庫個查找與之對應(yīng)的信息,從而實現(xiàn)識別車型。

（3）人工神經(jīng)網(wǎng)絡(luò)法：將ccD攝像機(jī)采集到的視頻信號先進(jìn)行數(shù)寧化處理,再將其圖像由M×M縮小成NXN個像素點,用于車型識別其基本信息不會丟失．同時可以縮小網(wǎng)絡(luò)規(guī)模。將N×N的每個像素點作為一個輸入．中間單元為P,對于常見的30余種車型進(jìn)行編碼,輸出神經(jīng)元為m,選揮適當(dāng)?shù)纳窠?jīng)元作用函數(shù)和算法,就可構(gòu)成完整的神經(jīng)網(wǎng)絡(luò)。經(jīng)過多次學(xué)習(xí)和訓(xùn)練,便可用于車型識別。

（4）模糊模式識別方法：主要是針對如何用一種新的傳感技術(shù)應(yīng)用于車輛檢測領(lǐng)域進(jìn)行車型識別、車流計算的。利用磁阻效應(yīng)研制成的AMR磁阻傳感器能同時檢測出小到地球磁場的磁場變化。利用車輛通過地球磁場時對地磁的影響可以檢測出車輛的存在和行駛方向。還可以根據(jù)不同車輛對地磁的不同影響可以識別出車輛的類型。具體思路如下:不同車型通過地球磁場對地球磁場的擾動不同,地磁傳感器HMR2300可以把地磁的擾動情況數(shù)字化后傳給計算機(jī)。計算機(jī)將各種車型通過地磁傳感器時傳感器的輸出信號存入數(shù)據(jù)庫作為識別樣本,利用模式識別匹配算法可以識別出通過傳感器的車輛類型。

（5）基于小波、分形與神經(jīng)網(wǎng)絡(luò)的汽車車型識別方法：利用小波分析、分形理論和神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行車型圖像的識別方法,主要包括用小波理論進(jìn)行汽車圖像的消噪和邊緣檢測、分形編碼和神經(jīng)網(wǎng)絡(luò)分類等3個部分.本方法的基本原理是：用小波理論進(jìn)行汽車圖像的消噪和邊緣檢測,然后對邊緣檢測結(jié)果進(jìn)行分形編碼,再用Kohonen神經(jīng)網(wǎng)絡(luò)進(jìn)行車形的識別。

（6）BAM網(wǎng)絡(luò)識別方法：這是一種一種采用雙向聯(lián)想記憶網(wǎng)絡(luò)(BAM),僅以車型的輪廓曲線序列作為特征參數(shù),能在高速公路不停車收費系統(tǒng)中,按照高速公路收費標(biāo)準(zhǔn)對不同車型進(jìn)行分類的系統(tǒng).訓(xùn)練時,選擇合適的權(quán)矩陣,把相應(yīng)的參數(shù)訓(xùn)練成網(wǎng)絡(luò)的穩(wěn)定狀態(tài);識別時,輸入用于區(qū)分車型的曲線序列,通過對車輛圖像進(jìn)行預(yù)處理及圖像分析即可利用BAM神經(jīng)網(wǎng)絡(luò)識別出車輛的類型.

（7）遙感技術(shù)與紅外技術(shù)相結(jié)合的自動收費系統(tǒng)：其工作原理是感應(yīng)線圈探測到車輛經(jīng)過時,開始探測車輛的外型參數(shù)。此時,車輛會橫跨反射器,前輪胎將先后擋住兩束平行的紅外線,測出這個時間間隔,除光束間的距離,可得車速。測出同一光束前后兩次被擋住的時間間隔乘以速度,可得軸距。測出同一光束先后被擋住的次數(shù),可得軸數(shù)。通過調(diào)整兩束平行的紅外線之間的距離,可以使雙輪胎能同時擋住兩束平行的紅外線,而單輪胎卻不能,由此可以區(qū)分單／雙輪胎。最后對車輛進(jìn)行分類。

其主要問題是：要求車速基本不變,否則誤差太大；不能識別帶掛車的車輛；不能區(qū)分靠的比較近的不同車輛；對沒有跨越反射線的車輛無法進(jìn)行探測;對單／雙輪胎的誤判嚴(yán)重。

（8）基于地衡的自動收費系統(tǒng)：系統(tǒng)采用地衡對過往的車輛測量重量,并根據(jù)所獲取的車輛載重直接對車輛進(jìn)行收費。該方法可直接獲取車輛的載重,方法快捷、準(zhǔn)確。但采用該方法測量車重,需要破壞路面,鋪設(shè)地衡,而且地衡價格昂貴、使用壽命較短,所以該方法應(yīng)用范圍較小。

2紅外線自動車型分類儀

2.1自動車型分類系統(tǒng)的構(gòu)成及工作原理

車型自動分類儀有壓電傳感器、輪距檢測平臺、軸距檢測平臺、二次儀表、紅外發(fā)射與接受裝置等部分組成,如下圖所示。

車輛分離檢測器是本裝置的附屬設(shè)備,該設(shè)備利用紅外檢測原理將行駛中的托掛車與后繼車輛區(qū)分開來,起分辨物體的能力直徑為大于40mm的桿件,適應(yīng)環(huán)境溫度,起相對濕度95%,具有防雨、防沙能力。車輛自動分類儀歷經(jīng)功能和按電子產(chǎn)品例行實驗的規(guī)程進(jìn)行的性能檢測,表明該設(shè)備滿足使用要求,輪距檢測平臺工作在惡劣的環(huán)境條件下要求具有長期工作的高可靠性和穩(wěn)定性,并具有抗沖擊、抗側(cè)向力的功能。

對上圖中部分功能作如下介紹：

（1）系統(tǒng)電源為整個系統(tǒng)提供電能,確保系統(tǒng)的正常供電。

（2）軸距檢測傳感器由兩個壓電軸傳感器組成,通過兩個傳感器就可以確定軸距的范圍。

（3）軸數(shù)檢測器是通過檢測器輸出的信號來確定軸數(shù)的。

（4）輪數(shù)檢測傳感器由兩個斜埋的傳感器組成,它可以識別是不是雙輪。

（5）車高檢測傳感器用來判別車高是不是大于1.3m。

（6）傳感器接口電路的功能是把輪距傳感器、軸數(shù)傳感器、輪數(shù)傳感器所測的模擬信號轉(zhuǎn)換為數(shù)字脈沖。

（7）計算機(jī)處理電路是整個系統(tǒng)的核心部分。

（8）鍵盤用來查詢經(jīng)過收費站車輛的類別、經(jīng)過收費站時間及通過車輛的車輛總數(shù)。顯示裝置是由8位動態(tài)LED顯示器組成。

（9）環(huán)型線圈車檢器用來檢測是否有車。當(dāng)有車進(jìn)入收費島的入口處時,判斷來車的環(huán)形線圈便會向系統(tǒng)給出一個信號,系統(tǒng)檢測到這個信號后,車輛分離器開始工作,系統(tǒng)開始檢測車型。只要車輛分離器仍然給出的是一輛車的信號,系統(tǒng)就不停地檢測,直至車輛分離器給出車已過去的信號,那么系統(tǒng)就停止動作,等待下一輛車的到來,如此循環(huán)下去。

系統(tǒng)應(yīng)該實現(xiàn)的主要功能是：

（1）

測到環(huán)形線圈送來的車輛到來的信號；

（2）

定的采樣頻率檢測車輛分離器信號,以判斷車輛是否已經(jīng)過去；

（3）

在車還沒有過去的短時間內(nèi),能夠?qū)囕v進(jìn)行正確的車型判別,并給出車型信息,并將車型數(shù)據(jù)存入系統(tǒng)的數(shù)據(jù)存儲器里；

（4）

當(dāng)檢測到車輛分離器給出的整車信號后,能停止系統(tǒng)動作；

（5）

能在顯示屏上顯示車型、通過時間等資料。

2.2車輛分離器的設(shè)計

車輛分離器是將行駛于收費道路上的拖掛車與相鄰兩輛車區(qū)分開來,為車型判別提供基準(zhǔn)信息的檢測裝置。其工作原理如(圖2-3)所示。當(dāng)車輛進(jìn)入收費島時,首先要通過車輛分離器,車輛分離器內(nèi)的傳感器采集到該車輛的存在信息,便送給車型檢測器,車型檢測器在這個信息的基礎(chǔ)上,結(jié)合車型傳感器送來的各種信息進(jìn)行邏輯處理,對車型進(jìn)行判別、分類、計數(shù),并由收費顯示器顯示出車輛的類型、收費標(biāo)準(zhǔn)等數(shù)據(jù),提供給駕駛員,使其有所準(zhǔn)備。同時通過車道控制器與中央計算機(jī)的通訊,將有關(guān)信息存入計算機(jī)內(nèi),進(jìn)行計算統(tǒng)計,打印報表。由此可看出,車輛分離器是收費系統(tǒng)的一項關(guān)鍵設(shè)備。它需要給出車輛存在的完整信息,這個信息是車輛計數(shù)、車型分類的基礎(chǔ)。另外,車輛分離器完全工作在室外,工作環(huán)境差,要求全天候工作,所以車輛分離器必須工作穩(wěn)定性好,可靠性高,否則整個收費系統(tǒng)將無法正常工作。

3.1

Bayes定理及分類方法

貝葉斯分類器是一個統(tǒng)計分類器。它們能夠預(yù)測類別所屬的概率,如一個數(shù)據(jù)對象屬于某個類別的概率。貝葉斯分類器是基于貝葉斯定理（以下將會介紹）而構(gòu)造出來的。對分類方法進(jìn)行比較的有關(guān)研究結(jié)果表明：簡單貝葉斯分類器（稱為基本貝葉斯分類器）在分類性能上與決策樹和神經(jīng)網(wǎng)絡(luò)都是可比的。在處理大規(guī)模數(shù)據(jù)庫時,貝葉斯分類器已表現(xiàn)出較高的分類準(zhǔn)確性和運算性能。

基本貝葉斯分類器假設(shè)一個指定類別中各屬性的取值是相互獨立的這一假設(shè)也稱為：類別條件獨立（classconditionalindependence）,它可以幫助有效減少在構(gòu)造貝葉斯分類器時所需要運行的計算量。

貝葉斯定理：設(shè)X為一個類別未知的數(shù)據(jù)樣本,H為某個假設(shè),若數(shù)據(jù)樣本X屬于一個特定的類別C,那么分類問題就是決策P（H|X）,即在獲得數(shù)據(jù)樣本X時,H假設(shè)成立的概率。

P（H|X）是事后概率,或為建立在X（條件）之上的H概率。例如：我們假設(shè)數(shù)據(jù)樣本是水果,描敘水果的屬性有顏色和形狀。假設(shè)X為紅色和圓狀,H為X是一個蘋果的假設(shè),因此P（H|X）就表示在已知X是紅色和圓狀時,確定X為一個蘋果的H假設(shè)成立的概率；相反P（H）為事前概率,在上述例子中,P（H）就表示任意一個數(shù)據(jù)對象,它是一個蘋果的概率。無論它是何種顏色和形狀。與P（H）相比,P（H|X）是建立在更多信息基礎(chǔ)之上的；而前者則與X無關(guān)。

類似的,P（H|X）是建立在H基礎(chǔ)之上的X成立概率,也就是說：若已知X是一個蘋果,那它是紅色和圓狀的概率可表示為P（H|X）。

由于P（X）,P（H）和P（H|X）的概率值可以從（供學(xué)習(xí)使用的）數(shù)據(jù)集合中得到,貝葉斯定理則描敘了如何根據(jù)P（X）,P（H）和P（X|H）計算獲得的P（H|X）,有關(guān)的具體公式定義描述如下：

P（H|X）=P（X|H）P（H）/P（X）

(公式3-1)

基