基于神經(jīng)網(wǎng)絡(luò)下的分類識(shí)別系統(tǒng)

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

摘要:該系統(tǒng)主要用于高速公路通行的自動(dòng)收費(fèi)。該系統(tǒng)能通過通訊控制口自動(dòng)控制收費(fèi)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(fèi)關(guān)卡通行的車輛流量,有效的抑制了收費(fèi)過程中由于人工干預(yù)可能產(chǎn)生的舞弊行為。

汽車識(shí)別是模式識(shí)別領(lǐng)域中一個(gè)困難而又具有重要的理論價(jià)值,實(shí)際應(yīng)用價(jià)值和廣闊的應(yīng)用前景的研究課題。在過去的幾十年里對(duì)自動(dòng)汽車識(shí)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(shí)別問題,取得了較為滿意成果。本文討論了適合高速動(dòng)態(tài)情形下汽車特征提取的紅外線檢測(cè)分類儀,并設(shè)計(jì)了BP網(wǎng)絡(luò)對(duì)提取的特征樣本向量訓(xùn)練分類識(shí)別。對(duì)于測(cè)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(duì)大量樣本先驗(yàn)去除“噪聲”,提高了特征向量的代表性,理論與實(shí)際證明這樣得到的BP網(wǎng)絡(luò)有強(qiáng)容錯(cuò)能力,識(shí)別沒有看到過的汽車樣本能夠達(dá)到高精度識(shí)別要求。

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

論車輛檢測(cè)是智能交通系統(tǒng)ITS(IntelligentTransportationSystem)中一個(gè)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(dòng)引路系統(tǒng)、交通信息通信系統(tǒng)、視頻監(jiān)控和計(jì)算機(jī)管理等多種技術(shù)手段,將整個(gè)路網(wǎng)的通行能力迅速提高,實(shí)現(xiàn)安全、快速和便捷運(yùn)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(yùn)輸領(lǐng)域的前沿研究課題,發(fā)達(dá)國(guó)家提出并執(zhí)行了一系列研究計(jì)劃,其核心是針對(duì)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(jì)算機(jī)技術(shù)、智能控制技術(shù)等對(duì)傳統(tǒng)交通運(yùn)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(dòng)化是ITS中的重要一環(huán),是實(shí)現(xiàn)ITS的前提。高速公路交通自動(dòng)化管理主要由通訊、遠(yuǎn)程監(jiān)控和收費(fèi)三個(gè)部分組成。只有對(duì)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(fèi)站收費(fèi)過程的高效快速及各道口行駛車輛的快速通行,從而實(shí)現(xiàn)整個(gè)高速公路交通的自動(dòng)化管理。在實(shí)現(xiàn)公路交通自動(dòng)化的過程中,車輛檢測(cè)技術(shù)起了至關(guān)重要的作用。

我國(guó)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(yùn)輸領(lǐng)域,但直到90年代才引入智能運(yùn)輸?shù)母拍睢?0年代末、80年代初,我國(guó)才開始在交通運(yùn)輸和管理中應(yīng)用電子信息技術(shù),進(jìn)行十字路口信號(hào)燈控制的研究工作;到了90年代初,隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展,交通需求量越來越大,而我國(guó)的基礎(chǔ)設(shè)施建設(shè)速度遠(yuǎn)遠(yuǎn)低于車輛增長(zhǎng)的速度。據(jù)統(tǒng)計(jì),目前中國(guó)機(jī)動(dòng)車約有5000多萬輛,大城市機(jī)動(dòng)車數(shù)量的年增長(zhǎng)率約為巧%,而城市道路的建設(shè)數(shù)量每年僅增長(zhǎng)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(guó)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(guó)家進(jìn)行廣泛的交流與合作后,我國(guó)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(jī)。

隨著我國(guó)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(zhǎng),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(zhǎng),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(jí)公路。由于修建公路采用的是“借貸修路,滾動(dòng)發(fā)展”的策略,為償還貸款,地方政府報(bào)經(jīng)省人民政府批準(zhǔn)后,在公路、橋梁上設(shè)置收費(fèi)站,對(duì)車輛收取通行費(fèi)。

公路收費(fèi)的作用在于:

（1）調(diào)動(dòng)社會(huì)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(bào),普遍采用的方式是向過往車輛收取通行費(fèi)。

（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(yùn)營(yíng)。

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

我國(guó)的公路收費(fèi)系統(tǒng)主要采用以下三種形式：

（1）均一制系統(tǒng)。收費(fèi)站建在公路的所有入口,車輛在一個(gè)路口交費(fèi)后,可在該公路全線自由行駛,無需再次交費(fèi),收費(fèi)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(fèi)站建在公路的主線上,間隔30-50公里不等,各個(gè)出口不再設(shè)收費(fèi)站,車輛可自由出入。收費(fèi)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(fèi)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(yàn)卡,按車型和行駛距離收費(fèi),車輛進(jìn)出公路均受到控制。

目前各國(guó)發(fā)展的重點(diǎn)是以應(yīng)用為導(dǎo)向,以發(fā)展更高性能的混合計(jì)算機(jī)為目標(biāo)。這些計(jì)劃是以長(zhǎng)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(jì)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(jì)算機(jī)已經(jīng)從先前單純的數(shù)值計(jì)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(shí)別等各個(gè)領(lǐng)域。但計(jì)算機(jī)對(duì)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(jì)算機(jī)進(jìn)一步應(yīng)用發(fā)展的障礙,也與其高超的運(yùn)算能力形成鮮明的對(duì)比。因此著眼于拓寬計(jì)算機(jī)的應(yīng)用領(lǐng)域,提高計(jì)算機(jī)感知外部信息能力的新學(xué)科—模式識(shí)別便應(yīng)運(yùn)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(shí)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(shí)別產(chǎn)品問世,連續(xù)語音識(shí)別已相當(dāng)成熟,并己開始走向了實(shí)用化、商品化。而在圖像處理與識(shí)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(shí)用成果。汽車識(shí)別作為模式識(shí)別學(xué)科的一個(gè)分支,是模式識(shí)別領(lǐng)域中一個(gè)困難而又十分具有實(shí)際應(yīng)用價(jià)值和廣闊應(yīng)用前景的研究課題。近些年來隨著國(guó)家公路建設(shè)的飛速發(fā)展,為支持國(guó)家公路建設(shè)迅速回收資金而設(shè)立了大大小小的收費(fèi)站,在收費(fèi)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(fèi)、私設(shè)小金庫、道路堵塞等,如何做到對(duì)收費(fèi)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(guó)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(gè)急需解決的問題。近些年來,人們?cè)谄囎詣?dòng)識(shí)別上取得了一些研究成果,本章首先簡(jiǎn)要指出汽車識(shí)別的困難及研究的重要意義,并簡(jiǎn)單介紹了汽車識(shí)別所涉及的幾個(gè)問題,然后介紹了國(guó)內(nèi)外研究汽車識(shí)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(dòng)車輛分類儀提出的背景……………7

1.1識(shí)別研究的難點(diǎn)及意義…………7

1.2國(guó)內(nèi)外自動(dòng)車型分類裝置現(xiàn)狀…………………8

1.3現(xiàn)階段國(guó)內(nèi)外車型識(shí)別所采用的基本方法……9

2紅外線自動(dòng)車型分類儀…………………11

2.1自動(dòng)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(jì)………………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(dòng)車型識(shí)別方法…………………26

4.1選用基于Bayes法則和BP神經(jīng)網(wǎng)絡(luò)識(shí)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(shí)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(jì)………………30

4.3.5初始權(quán)值的設(shè)計(jì)……………33

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

4.3.7隱層數(shù)的設(shè)計(jì)………………35

4.3.8隱節(jié)點(diǎn)數(shù)的設(shè)計(jì)……………35

4.3.9網(wǎng)絡(luò)的訓(xùn)練與測(cè)試…………35

5在MATLAB環(huán)境下設(shè)計(jì)的程序及運(yùn)行結(jié)果……………………36

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

5.2運(yùn)用神經(jīng)網(wǎng)絡(luò)工具箱設(shè)計(jì)網(wǎng)絡(luò)的原則和過程………37

5.3本人設(shè)設(shè)計(jì)的MATLAB程序及運(yùn)行情況……………37

6結(jié)論…………………………40

致謝……………41

參考文獻(xiàn)………………………421自動(dòng)車輛分類儀提出的背景目前我國(guó)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(fèi)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(fèi)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(jì),目前公路收費(fèi)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(guó)家和公路經(jīng)營(yíng)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(guó)內(nèi)有些公路部門曾試圖引進(jìn)國(guó)外的自動(dòng)分型設(shè)備,但價(jià)格太貴,分類方法不適應(yīng)國(guó)內(nèi)車型雜亂、車種繁雜的現(xiàn)狀。而國(guó)內(nèi)研制的自動(dòng)分型儀精度一般不足97％,經(jīng)常造成責(zé)任不清,而無法實(shí)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(duì)付的。

鑒于國(guó)情,有必要針對(duì)我國(guó)車型雜亂、車種繁多的實(shí)情,建立一個(gè)超高精度自動(dòng)分類裝置、人工收費(fèi)及相應(yīng)的管理制度的收費(fèi)系統(tǒng)．車型自動(dòng)分類準(zhǔn)確度達(dá)到或超過一個(gè)熟練的收費(fèi)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(duì)促進(jìn)我國(guó)高速公路發(fā)展具有十分重大意義。另自動(dòng)車型分類裝置也是全自動(dòng)收費(fèi)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(cè)、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(dòng)車型分類技術(shù)在收費(fèi)系統(tǒng)中的作用,存在的問題以及怎樣建立一套新型自動(dòng)車型分類系統(tǒng)。

1.1識(shí)別研究的難點(diǎn)及意義

汽車識(shí)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(shí)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(shí)別課題的應(yīng)用方向主要是收費(fèi)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(shí)別(如人臉識(shí)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(shí)別,這對(duì)于識(shí)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(shí)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(shí)別準(zhǔn)確程度的首要條件。另外,特征的多少,也是影響識(shí)別準(zhǔn)確程度的一個(gè)條件,增加特征數(shù),固然能提高是別的準(zhǔn)確度,但卻會(huì)大大的影響識(shí)別的速度,而減少特征數(shù)又會(huì)影響識(shí)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(gè)研究問題。

第三汽車識(shí)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(jì)特征法、句法結(jié)構(gòu)法、邏輯特征法、模糊識(shí)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(shí)踐相結(jié)合,神經(jīng)網(wǎng)絡(luò)識(shí)別法可能較有前途,因?yàn)樯窠?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(shí)別速度,并且神經(jīng)網(wǎng)絡(luò)所具有的容錯(cuò)性可以大大提高系統(tǒng)的識(shí)別率,神經(jīng)網(wǎng)絡(luò)的分布存儲(chǔ)能力使得所提取的特征具有可恢復(fù)的特點(diǎn)。然而,汽車識(shí)別的復(fù)雜性與挑戰(zhàn)性并沒有影響人們對(duì)這一課題的研究熱情,這與汽車識(shí)別的應(yīng)用價(jià)值和重要理論的意義分不開的。

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

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

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

汽車識(shí)別系統(tǒng)研究的重要理論價(jià)值主要體現(xiàn)在以下幾點(diǎn):

第一識(shí)別的研究成果能為交通部門在收費(fèi)站的使用和管理上提供新的手段方法。

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

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

1.2國(guó)內(nèi)外自動(dòng)車型分類裝置現(xiàn)狀

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

國(guó)內(nèi)外車型分類檢測(cè)裝置多種多樣,基本上是根據(jù)車輛本身的參數(shù)對(duì)車輛進(jìn)行分類。車輛本身的幾何參數(shù)有：車長(zhǎng)、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(cè)器相結(jié)合的方法,依據(jù)車長(zhǎng)、車高與底盤高度將車型分三類；英國(guó)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(cè)踏板等技術(shù),對(duì)車輛軸數(shù)、軸距、第一軸的車體垂直高度進(jìn)行測(cè)量,把車型分五類；法國(guó)ELSYDEL公司利用車軸檢測(cè)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(guó)CMN公司、法國(guó)西碼公司和西班牙ARCE公司,且產(chǎn)品價(jià)格昂貴,分類模式不同我國(guó)目前現(xiàn)狀,且分類方法不適應(yīng)于我國(guó)車型雜亂、復(fù)雜等特點(diǎn)。

國(guó)內(nèi)從80年代初起開始對(duì)車輛自動(dòng)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(cè)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(cè),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(cè)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(cè)量車高、車長(zhǎng)、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(gè)月就被拆除,未能推廣使用,究其原因?yàn)椋?/p>

（1）這些分類裝置正確分類率已高達(dá)97％,對(duì)于模式識(shí)別來說精度已經(jīng)很了不起了,但對(duì)收費(fèi)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(shí)用要求,一般要求不能出錯(cuò),例如每天流量為l萬輛的收費(fèi)站,用這種裝置判車型就有200-300輛不正確,對(duì)于開放式收費(fèi)系統(tǒng)就有幾千元至上萬元差別,如對(duì)收費(fèi)公路較長(zhǎng)的封閉式收費(fèi)系統(tǒng)就有可能有幾萬元差別,由于測(cè)量誤差與各種干擾的作用,對(duì)于誤識(shí)率高達(dá)2％一3％的分類器,經(jīng)常會(huì)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(fèi)員口角,造成交通堵塞,因而司機(jī)與收費(fèi)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(zhǎng)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(fèi)車輛,造成機(jī)器記錄結(jié)果與收費(fèi)員收取的通行費(fèi)總額不一致。

1.3現(xiàn)階段國(guó)內(nèi)外車型識(shí)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(guó)外車型分類方法是按宜于自動(dòng)檢測(cè)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(zhǎng)、車重等參數(shù)。目前不停車分類系統(tǒng)的自動(dòng)車型分類大都采用壓力傳感器、紅外探測(cè)、射線探測(cè)、地感線圈等組成。分類的準(zhǔn)確率在87％—99％。有些收費(fèi)站用圖像識(shí)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(duì)之進(jìn)行分析處理,從而確定車輛類型,但是由于對(duì)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(shí)別準(zhǔn)確率也難以達(dá)到實(shí)用化的程度；有研究利用無源線圈檢測(cè)車輛底盤特征來確定車輛類型,其識(shí)別率有很大程度的提高,而且車輛在檢測(cè)區(qū)的變速運(yùn)動(dòng)、停車等現(xiàn)象又影響了其準(zhǔn)確識(shí)別,使得這一系統(tǒng)實(shí)用化遇到困難。就目前來說,在國(guó)內(nèi)的實(shí)踐運(yùn)用中缺少一種適應(yīng)我國(guó)國(guó)情的、真正行之有效的自動(dòng)分類系統(tǒng)。

現(xiàn)有的車型識(shí)別方法

（1）邊緣檢測(cè)：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(duì)比度、光照等)的影響．為了可靠地檢測(cè)出車輛邊緣,常采用改進(jìn)的算法,如Rosenfield的非線形邊緣檢測(cè);邊緣松弛；GFO邊緣提取算法等。

（2）光學(xué)車牌識(shí)別法：對(duì)于CCD攝取的車牌進(jìn)行數(shù)字化,產(chǎn)生數(shù)字圖像,OCR對(duì)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(diǎn)以及其他一些和信號(hào)混在一起的虛假部分(如車牌上的污點(diǎn))．凈化后,提取字符特征,在數(shù)據(jù)庫個(gè)查找與之對(duì)應(yīng)的信息,從而實(shí)現(xiàn)識(shí)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(hào)先進(jìn)行數(shù)寧化處理,再將其圖像由M×M縮小成NXN個(gè)像素點(diǎn),用于車型識(shí)別其基本信息不會(huì)丟失．同時(shí)可以縮小網(wǎng)絡(luò)規(guī)模。將N×N的每個(gè)像素點(diǎn)作為一個(gè)輸入．中間單元為P,對(duì)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(shí)別。

（4）模糊模式識(shí)別方法：主要是針對(duì)如何用一種新的傳感技術(shù)應(yīng)用于車輛檢測(cè)領(lǐng)域進(jìn)行車型識(shí)別、車流計(jì)算的。利用磁阻效應(yīng)研制成的AMR磁阻傳感器能同時(shí)檢測(cè)出小到地球磁場(chǎng)的磁場(chǎng)變化。利用車輛通過地球磁場(chǎng)時(shí)對(duì)地磁的影響可以檢測(cè)出車輛的存在和行駛方向。還可以根據(jù)不同車輛對(duì)地磁的不同影響可以識(shí)別出車輛的類型。具體思路如下:不同車型通過地球磁場(chǎng)對(duì)地球磁場(chǎng)的擾動(dòng)不同,地磁傳感器HMR2300可以把地磁的擾動(dòng)情況數(shù)字化后傳給計(jì)算機(jī)。計(jì)算機(jī)將各種車型通過地磁傳感器時(shí)傳感器的輸出信號(hào)存入數(shù)據(jù)庫作為識(shí)別樣本,利用模式識(shí)別匹配算法可以識(shí)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(shí)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(shí)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(cè)、分形編碼和神經(jīng)網(wǎng)絡(luò)分類等3個(gè)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(cè),然后對(duì)邊緣檢測(cè)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(shí)別。

（6）BAM網(wǎng)絡(luò)識(shí)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(fèi)系統(tǒng)中,按照高速公路收費(fèi)標(biāo)準(zhǔn)對(duì)不同車型進(jìn)行分類的系統(tǒng).訓(xùn)練時(shí),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(shí)別時(shí),輸入用于區(qū)分車型的曲線序列,通過對(duì)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(shí)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(dòng)收費(fèi)系統(tǒng)：其工作原理是感應(yīng)線圈探測(cè)到車輛經(jīng)過時(shí),開始探測(cè)車輛的外型參數(shù)。此時(shí),車輛會(huì)橫跨反射器,前輪胎將先后擋住兩束平行的紅外線,測(cè)出這個(gè)時(shí)間間隔,除光束間的距離,可得車速。測(cè)出同一光束前后兩次被擋住的時(shí)間間隔乘以速度,可得軸距。測(cè)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(shí)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(duì)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(shí)別帶掛車的車輛；不能區(qū)分靠的比較近的不同車輛；對(duì)沒有跨越反射線的車輛無法進(jìn)行探測(cè);對(duì)單／雙輪胎的誤判嚴(yán)重。

（8）基于地衡的自動(dòng)收費(fèi)系統(tǒng)：系統(tǒng)采用地衡對(duì)過往的車輛測(cè)量重量,并根據(jù)所獲取的車輛載重直接對(duì)車輛進(jìn)行收費(fèi)。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(cè)量車重,需要破壞路面,鋪設(shè)地衡,而且地衡價(jià)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(dòng)車型分類儀

2.1自動(dòng)車型分類系統(tǒng)的構(gòu)成及工作原理

車型自動(dòng)分類儀有壓電傳感器、輪距檢測(cè)平臺(tái)、軸距檢測(cè)平臺(tái)、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(cè)器是本裝置的附屬設(shè)備,該設(shè)備利用紅外檢測(cè)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(duì)濕度95%,具有防雨、防沙能力。車輛自動(dòng)分類儀歷經(jīng)功能和按電子產(chǎn)品例行實(shí)驗(yàn)的規(guī)程進(jìn)行的性能檢測(cè),表明該設(shè)備滿足使用要求,輪距檢測(cè)平臺(tái)工作在惡劣的環(huán)境條件下要求具有長(zhǎng)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(duì)上圖中部分功能作如下介紹：

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

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

（3）軸數(shù)檢測(cè)器是通過檢測(cè)器輸出的信號(hào)來確定軸數(shù)的。

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

（5）車高檢測(cè)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(cè)的模擬信號(hào)轉(zhuǎn)換為數(shù)字脈沖。

（7）計(jì)算機(jī)處理電路是整個(gè)系統(tǒng)的核心部分。

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

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

系統(tǒng)應(yīng)該實(shí)現(xiàn)的主要功能是：

（1）

測(cè)到環(huán)形線圈送來的車輛到來的信號(hào)；

（2）

定的采樣頻率檢測(cè)車輛分離器信號(hào),以判斷車輛是否已經(jīng)過去；

（3）

在車還沒有過去的短時(shí)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(chǔ)器里；

（4）

當(dāng)檢測(cè)到車輛分離器給出的整車信號(hào)后,能停止系統(tǒng)動(dòng)作；

（5）

能在顯示屏上顯示車型、通過時(shí)間等資料。

2.2車輛分離器的設(shè)計(jì)

車輛分離器是將行駛于收費(fèi)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(cè)裝置。其工作原理如(圖2-3)所示。當(dāng)車輛進(jìn)入收費(fèi)島時(shí),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(cè)器,車型檢測(cè)器在這個(gè)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(duì)車型進(jìn)行判別、分類、計(jì)數(shù),并由收費(fèi)顯示器顯示出車輛的類型、收費(fèi)標(biāo)準(zhǔn)等數(shù)據(jù),提供給駕駛員,使其有所準(zhǔn)備。同時(shí)通過車道控制器與中央計(jì)算機(jī)的通訊,將有關(guān)信息存入計(jì)算機(jī)內(nèi),進(jìn)行計(jì)算統(tǒng)計(jì),打印報(bào)表。由此可看出,車輛分離器是收費(fèi)系統(tǒng)的一項(xiàng)關(guān)鍵設(shè)備。它需要給出車輛存在的完整信息,這個(gè)信息是車輛計(jì)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(gè)收費(fèi)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(gè)統(tǒng)計(jì)分類器。它們能夠預(yù)測(cè)類別所屬的概率,如一個(gè)數(shù)據(jù)對(duì)象屬于某個(gè)類別的概率。貝葉斯分類器是基于貝葉斯定理（以下將會(huì)介紹）而構(gòu)造出來的。對(duì)分類方法進(jìn)行比較的有關(guān)研究結(jié)果表明：簡(jiǎn)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(shí),貝葉斯分類器已表現(xiàn)出較高的分類準(zhǔn)確性和運(yùn)算性能。

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

貝葉斯定理：設(shè)X為一個(gè)類別未知的數(shù)據(jù)樣本,H為某個(gè)假設(shè),若數(shù)據(jù)樣本X屬于一個(gè)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(shí),H假設(shè)成立的概率。

P（H|X）是事后概率,或?yàn)榻⒃赬（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(gè)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(shí),確定X為一個(gè)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(gè)數(shù)據(jù)對(duì)象,它是一個(gè)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(gè)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(jì)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