激光车型判别系统的研究

根据目前中国路桥车辆收费标准，提出了1种简单、实用的激光车型判别系统，并给出了其检测与判别原理以及应用时应注意的问题。该系统可1次同时测出车辆的轴数、轴距、轮距和轮胎数4个参数，并可间接计算出轮胎的直径和宽度，因此，对车型的判别具有很高的精度。     

一种新颖的多传感器行驶车辆分类系统

提出了一种新颖的利用5个埋入式应变传感器获得车型特征参数的多传感器行驶车辆分类系统．该系统利用传感器的特殊位置分布与车辆各轴到达传感器时刻的相关性,对采集的信息进行像素级融合,突出信号的特征部分,提高特征提取的准确率和精度．最后利用D-S证据理论组合轴数、轴空间和轴重等特征证据对车型进行分类．实验结果表明该系统对行驶车辆识别率超过95％．     

轴距与轮距对汽车转向轮偏转角关系的影响

文章建立了汽车转向轮偏转角关系的数学模型;结合重型车型,利用图解分析与弹性系数分析的方法分析轴距与轮距对转向轮偏转角关系的影响特性及影响程度;进而分析了轴距与轮距的变化对汽车转向梯形与双摇臂机构设计的影响;结果证明,文中提出的分析方法对汽车的整体设计具有实际意义。     

路段多车型混合车流通行能力

利用概率论方法,通过对由多种车型构成的混合车流不同跟驰序列,不同组合概率的研究,得到了跟驰车头时距路段多车型混合车流通行能力模型.基于经典车头间距模型,通过对混合车流不同跟驰序列下最小车头间距的研究,得到了多车型混合车流的组合车头间距,进而得到了跟驰车头间距路段多车型混合车流通行能力模型.推广了由大、小2种车型构成的混合车流的通行能力模型.研究表明,路段多车型混合车流通行能力不仅与反应时间、车辆速度、车辆长度、制动性能等有关,还与混合车流的车辆组成状况及跟驰序列相关.最后实例分析了不同小型车混入率情况下路段通行能力的变化状况.     

各向异性磁阻传感器在车辆探测中的应用

研制了一种基于各向异性磁阻(AMR)传感器的车辆探测器.该车辆探测器由三维AMR传感器及相应的信号处理电路组成.当车辆驶过探测器上方时,车辆的存在将会引起周围磁场的变化,三维AMR传感器输出将发生相应的变化,根据AMR传感器的输出可判断周围空间内车辆的存在与否.对该探测器的特性进行了实验研究.实验结果表明:当车辆分别沿南北向、东西向通过AMR传感器上方时,传感器输出变化规律不同;该探测器可实现车辆探测.     

基于车辆统计数据的汽车荷载标准值取值与评估

以若干路段连续一周的车辆调查结果为基础,运用该路段上各种车型的车重、轴距、轴重及车头间距的统计参数和分布特征,结合汽车厂家和实测轴距和轴重,给出了各代表车型的轴距及轴重分配比例的统计参数。根据统计参数,结合蒙特卡洛方法,利用Matlab语言编制了随机车流模拟程序和随机车流在影响线上的加载程序;通过程序计算得到随机车流作用下实际桥梁n d的荷载效应最大值,进而对其进行统计分析,得到基于车辆统计数据下的汽车荷载效应标准值,并与现行规范标准值效应进行对比分析。研究结果表明：基于车辆荷载调查下的随机车流所产生的荷载效应标准值与规范值存在较大差异,其中,广深高速公路车辆荷载效应是公路-Ι级标准值效应的3倍,河北、江西某收费站车辆荷载效应是公路-Ι级的1.6～2.0倍,深港大桥车辆荷载效应与现行规范公路-Ι级效应相当;现行规范荷载与实际车辆荷载在一定程度上不相适应,该结论对制订新的规范荷载具有重要参考价值。     

用于车辆分类的多传感器车型特征融合算法

为避免单一地磁传感器进行车型识别时存在的误差,结合自主研发的地磁传感器网络,提出一种基于多传感器的车型特征融合算法.该算法通过计算传感器网络内不同车型特征信号的相关关系来确定车辆运行状态,并利用最大似然法则结合皮尔逊相关系数进行数据融合,以获取更加准确的车辆特征信号,为现有车型分类方法提供更加准确的输入参数.实际道路试验表明,与现有单节点分类算法相比,文中算法对中大型车辆的分类准确率可以提高17.5%.     

二维力传感器动态补偿器设计

为改善扁环式二维力传感器动态特性以及消除其维间耦合现象严重的问题,提出了用神经网络逆系统方法去构造该二维传感器的动态补偿器,并由此设计了由微分器和静态神经网络构成的神经网络逆动态补偿器.通过对原传感器的数据采集和数据处理得到了静态神经网络的训练样本,用所得到的训练样本对静态神经网络进行了训练,训练后的静态神经网络即可用来和微分器构成所期望的动态补偿器.将该动态补偿器串接在扁环式二维力传感器之后,进而构成复合的测量系统.进一步地仿真实验表明,经过动态补偿器的信号远好于未补偿的原传感器输出信号.由此可见,利用该方法设计的动态补偿器所组成的复合测量系统在消除维间耦合现象的同时、也大大改善了系统的动态特性.     

基于类别映射的编组站车辆中时预测模型

现行铁路编组站车辆中时预测方法不能满足实际运输组织需求,结合车辆中时数据平稳性特点,设计基于类别映射的货种与车种映射函数,充分考虑车种别、货种别车辆中转作业差异,重新生成车辆中时序列.采用时间序列分析方法分析中时序列,提出新的编组站车辆中时预测模型,并采用极大似然估计法对参数进行估计并求解模型.实验结果表明,该方法能够较准确预测编组站车辆中时,符合实际中时发展趋势,提高了铁路车流预测的准确性.     

基于激光传感器的车辆超高检测系统研究

基于激光传感器,设计了一种车辆超高检测系统.该系统运用发射传感器阵列和接收传感器阵列形成激光光幕,通过判断传感器是否被遮挡,可以精确地检测车辆具体超高高度.针对日光、强光干扰现象,在硬件电路设计方面,采用光调制与光解调处理方法.光调制与解调方法使激光信号变成离散信号,可有效解决自然光中连续光信号的干扰现象.软件设计方面采用FreescaleMC9S12DG128单片机对发射信号进行控制,对接收信号进行处理,程序简单易行,执行效率高.该超高检测系统采用激光传感器,抗干扰能力强,测量精度高,能够实现车辆高度动态测量,检测时车辆速度可达30km/h,测量精度高、检测效率快,并且可以测量镂空物体高度.在实际检测实验中,该检测系统检测精度可达5cm,检测范围4～6m.该系统可以广泛应用于城市道路和高速公路车辆超高检测站,以减少大货车卡桥、撞桥事故的发生.