欢迎来到天天文库
浏览记录
ID:34770879
大小:3.09 MB
页数:69页
时间:2019-03-10
《探析基于环形线圈的车型识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、长沙理工大学硕士学位论文基于环形线圈的车型识别研究姓名:石译雄申请学位级别:硕士专业:交通信息工程及控制指导教师:叶青20090401摘要在智能交通系统中,交通控制系统通过对有关道路交通运行状况、交通参数气象环境和自身设备工作情况等方面信息进行实时采集和有效处理,即时确定出相应的控制策略,从而保证道路运行在最佳状态,最大限度的发挥道路通行能力。其中对交通信息快速、准确、自动的采集以及有效的处理后进行交通参数的计算、统计和车型分类是实现动态交通控制的基础。环形线圈车辆检测器以其良好的适应性、稳定性和高效性在车辆监控方面得到了广泛的应用。利用相同类型车辆具有相似电磁感应波形
2、这一特点可以对车辆进行分类。分类的方式有很多,由于感应波形的复杂性,所以直接以其自身的波形轮廓作为特征,采用自适应谐振理论网络(ART2网络)以实现快速的聚类,即对采集的波形进行预处理后,以波形轮廓的抽样量化值作为ART2网络的输入特征向量,经ART2网络自动聚类,实现车型识别。将样本随机输入训练,选择出合适的ART2网络参数,使得ART2的输出标识与规定的车型名称对应起来,最后形成适合车型分类的ART2网络。利用VC++开发交通参数系统软件,将有记忆的ART2网络嵌入到系统中实现了在工程应用中对车型准确的分类,同时利用采集的信息可以计算出交通参数,并对交通参数进行统计
3、。系统在即时显示交通参数变化的同时建立了与数据库的连接,便于今后的信息查询。关键词:环形线圈;感应波形;ART2神经网络:交通参数ABSTRACTInintelligenttransportationsystems,trafficcontrolsystem,bymeansofthetimelydatacollectingandprocessingonthetrafficcondition,trafficparameters,weatherconditionsandequipmentoperation,candeterminethecorrespondingtraffic
4、controlstrategiesSOastoensuretheroadrunnlng1nthebestconditionwithitscapacitiestoamaximumdegree·Amongthem'suchcapabilitiesasthecalculation,statisticsoftrafficparametersandvehicleclassificationthatfollowsrapid,accurate,andautomaticdatac011ectionandeffectivedataprocessingarebasictoachievedy
5、namictrafficcontr01.Withsoundadaptability,stabilityandefficiency,loopvehicledetectorhasbeenwidelyappliedinvehiclemonitoring·Thefeaturethatthesametypesofvehicleshavesimilarinductionwavef6rmcanbeusedtoclustervehicles.TherapidclusteringcouldbeachievedforcomplexwaveformsbythemethodofAdaptive
6、ResonanceNeutralNetwork(ART2),pre-processthecollectedinductionwaveformbymeansoftakingthesamplingquantitativevaluesasinputfeatureVectorsfortheART2NeutralNetwork,andthusthequickandautomaticclusteringvehiclescanbeachievedviaART2NeutralNetwork.ThepaperattemptstoselecttheappropriateART2Neutra
7、lNetworkparametersfromtheinputtrainingofrandomsamplesandputthemintotheART2NeutralNetworkinaccordancewiththepredeterminedorderSOastocorrespondtheART20utputlogeswiththeprovisionedvehicletypes,finallvformthematureART2NeutralNetworksuitableforvehicleclassification.Inaddition,
此文档下载收益归作者所有