基于多传感器的一种新型车型车种分类系统

新型车型车种分类系统在轴数、轮数、车头高度、轴距这四个常用特征的基础上,增加了轮距、轮宽和车头二维形状等与国内车辆车型类别有较强关联的参数.分别采用压敏线列传感器、双红外列测量光幕来判断轮距和轴距,采集车辆的二维形状和确定其行进方向,并结合BP神经网络算法对多个传感器数据进行信息提取,判断出车型车种类别.试验证明该系统能实现车型车种类别的简便、准确和快速判定.     

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%.     

基于IPv6校园环境车辆行驶行为建模与分析

通过搭建基于IPv6的分布式数据采集系统,开发移动Android智能终端传感器数据采集设备,对校园环境内的车辆行驶数据进行采集,通过校园AP提供的IPv6无线网络进行数据交互,构建车辆行驶行为数据库.对比分析移动智能设备在车辆行驶中各传感器数据特征,选择陀螺仪的三轴数据作为采集目标;结合MultiWave过滤器算法,对数据噪声进行降噪处理;并抽取目标传感器数据的八项统计特征作为最终输入,通过机器学习算法构建的分类器对车辆行驶行为(左右转向、左右变道和掉头)进行分类.研究结果表明:基于决策树(J48)的分类器总体识别准确度最高,可达96%以上.     

基于D-S证据信息融合方法的全地形车行驶工况辨识

磁流变阻尼器的全地形车智能悬架可以使车辆面对不同行驶工况下提供更好的减振效果,为了解决在传感器存在噪声或异常等情况下车辆行驶工况辨识困难的问题,文中提出了一种基于D-S(Dempster-Shafer)证据理论的多传感器信息特征值的融合技术提高行驶工况辨识的准确性。通过改进的距离评估方法对全地形车行驶工况的传感器敏感特征值进行了提取和筛选,采用区间估计将传感器的噪声和异常值当做不确定性信息。利用D-S合成对特征层的辨识结果进行决策层融合,基于可行区间的决策规则完成对车辆行驶工况的辨识。最后使用Carsim整车仿真试验平台,验证了基于D-S证据理论的决策层融合方法的有效性。     

单片机在车辆行驶称重仪中的应用

为有效遏制日益严重的车辆超载现象,研制出了基于液压传感器的车辆行驶称重仪．文中介绍单片机在这种车辆行驶称重仪中的应用,该系统硬件由电子芯片组成,所有芯片集成在一块电路板上,以使行驶称重系统具有智能化和便携化的特点．利用汇编语言编制的计算程序,可以测量车辆的载荷、速度和轴距。     

基于Bayes网络的微波视频融合车辆分类

车辆分类系统是智能交通系统中的一个重要组成部分,其功能是检测车辆类型,为道路监控和交通规划提供信息。该文提出了一种基于Bayes网络的传感器融合车辆分类系统,通过微波和视频传感器分别得到车辆的高度轮廓和平面轮廓,采用混合Gauss分布对提取的车辆特征建模,然后在Bayes网络的框架下对7类车辆进行分类。实验表明:该分类系统可以将车辆分类的准确率从单微波传感器的79%提高到融合传感器的87%,特别是中小型车辆和大型车辆之间的重大分类错误率从9%降低到2%。     

基于支持向量机的车型分类的设计

基于支持向量机的车型分类的设计思路是通过视频采集获得车辆图像,对车辆图像进行图像预处理和特征提取后,得到分类器所需数据特征,而后采用支持向量机和二元决策树对车型分类。采用三个支持向量机的分类器和二元决策树相结合对特征数据进行分类识别,最终实现了车型分类。通过利用Libsvm(SVM模式识别与回归的软件)进行实验,取得了较好的分类效果。     

基于图像不变矩特征和BP神经网络的车型分类方法

文中提出了一种基于图像分析的车型分类方法。首先,根据视频序列图像建立路面背景,利用背景差分将图象中的车辆区域分割出来,计算车辆区域的不变矩特征量。为了加快特征的提取,利用Canny算子检测车辆区域的边缘,提取出车辆轮廓,直接计算车辆轮廓的矩不变量作为车型分类的特征量。然后建立具有3层结构的BP神经网络,将不变矩特征量作为神经网络的输入,根据神经网络的输出实现车型的分类。试验证实了该方法的有效性。     

基于证据理论的车辆组合导航系统的信息融合

由于车载GPS(G lobal Position ing System)接收机的定位精度通常受卫星状况和道路环境的影响,同时DR(Dead Reckon ing)系统的距离和航向传感器随着行驶距离的增加,会产生误差积累,这些误差使传感器的定位轨迹偏离车辆所在的实际位置。为此,在信息融合理论的基础上,利用高精度的电子地图对导航系统提供的车辆位置进行修正,以车辆位置到匹配道路的距离、车辆行驶方向与道路方向的夹角作为评判可信度的证据,提出了基于D-S(Dempster-Shafer)证据推理的信息融合方法。实际跑车实验表明,该地图匹配融合方法能够使车辆导航系统的定位精度达到5 m左右。对于改善低成本的GPS/DR车辆导航系统的性能是个行之有效的方案。     

智能空间内车辆行驶状态信息融合试验分析

采用分布式传感器信息融合方法,进行空间内车辆行驶状态信息感知。利用空间内固定摄像头和地感线圈获取车辆行驶状态信息的检测方法,进行车辆行驶状态信息实车采集试验。对两种传感器采集的车辆行驶状态信息检测结果进行融合,并分析了融合结果的检测精度。研究结果表明:该融合方法的检测精度较固定摄像头提高了5%,有效降低了各传感器检测信息的不确定性,提高了智能空间内车辆行驶状态信息的检测精度。     

双轴车辆随机响应与道路激励的定量关系

运用随机理论，综合道路状况、车辆特性、结构参数及行驶速度等因素，给出了双轴四轮车辆隔振系统的动态特性和道路谱矩阵．推得车辆垂向振动、横向摆动、纵向颠簸的位移、加速度响应谱和均方值的一般公式．     

单轴转向架跨座式单轨车辆悬挂系统参数优化分析

为了改善单轴转向架跨座式单轨车辆的曲线通过性能,对单轴转向架跨座式单轨车辆的结构及运行机理进行分析;运用SIMPACK动力学仿真软件,建立单轴式单轨车辆动力学仿真模型;然后,通过Isight多目标优化软件对单轴式单轨车辆悬挂系统参数进行灵敏度分析,得到车辆过弯时对导向力矩和走行轮侧偏力影响较大的参数;最后,以导向力矩与走行轮侧偏力为目标,采用改进型遗传算法进行多目标优化研究.结果表明:优化后单轴式单轨车辆的导向力矩比优化前减少了3.67%,走行轮侧偏力比优化前减少了6.30%,在一定程度上改善了单轴转向架跨座式单轨车辆的曲线通过性能.     

移动车辆加载下梁桥挠度影响线识别与损伤诊断方法

为了解决桥梁实测时程响应中存在结构动力成分与车辆多轴效应干扰的问题,提出一种基于挠度影响线识别结果的简支梁桥损伤诊断方法。首先,通过变分模态分解与小波变换法对桥梁时程响应进行预处理,以实现桥梁实测响应动力成分剥离,进而建立多轴车辆信息矩阵和影响线识别模型,从而剔除桥梁实测响应中车辆多轴效应,采用Tikhonov正则化方法识别出桥梁准静态挠度影响线,最后利用影响线差值曲率指标对桥梁损伤进行定位。研究通过两轴和三轴车辆移动加载下的车桥耦合模型验证所提方法的可行性与有效性。研究表明：所提两种影响线识别方法有效、可靠,影响线识别效果受车速和车型的影响较小,其中变分模态分解方法在车辆高速行驶下识别桥梁影响线用于损伤诊断效果更佳。     

基于小波变换的桥梁动态称重系统车轴高精度识别研究

首先利用小波变换对一不能明显识别车轴信息的数值仿真信号进行处理,证明小波变换能够高效放大车轴经过传感器时产生的不连续变化斜率,从而识别出车轴信息.然后基于实桥测试,对那些不能直接识别出车辆信息的FAD信号,通过联合控制最小Shannon熵值和最大相关系数选取最适变换尺度和最适变换小波函数进行小波变换.分析结果表明:对于不能直接识别出车辆信息的FAD信号,小波变换也能准确地识别车辆行驶速度、车轴数目以及车轴间距.小波变换可提高桥梁动态称重(BWIM)系统车轴识别的效率及精度,为将BWIM系统发展为超载车辆控制的有效工具提供技术支撑.     

基于轴载谱的沥青路面累计当量轴次换算

按照轴数和轮组数对公路上常见车辆进行详细分类,根据交通组成的权重确定实测轴载样本量,并采用静态称重系统对其进行了随机抽测,绘制了各主要车型的轴载谱,据此计算了轴载换算系数和等效轴载。结合某高速公路沥青路面改扩建工程,计算了基于实测轴载数据和理论轴载数据的累计当量轴次换算结果。研究结果表明：与采用理论轴载计算相比,基于实测轴载谱计算得到的累计当量轴次数值较大;为了满足结构验算的需要,沥青路面的厚度应加厚。     

基于实测的公路桥梁车辆荷载统计模型

基于动态称重系统获取的运营交通基本信息,依据轴组类型对所有车辆进行分类及筛选,建立了6种主要车型的车重、车距、车道交通量、轴重与轴距的统计模型,然后按损伤等效原则提供了6种车型的等效模型车辆,为桥梁疲劳可靠性评估提供了实用的车辆荷载模型.研究表明该建模方法能够准确描述交通荷载,建模过程与方法对同类问题具有普遍意义,可应用于建立各种交通状况下的疲劳车辆荷载模型或提供参考.     

车身侧偏角实用算法仿真

研究了车辆稳定性控制系统中车身侧偏角的算法,建立了15自由度整车模型,其中包括车身的6个自由度,4个车轮的旋转和垂直运动自由度以及前轮转动自由度.根据方向盘转角、整车侧向加速度、横摆角速度及其变化率求得前、后轴侧向力进而求得前、后轴中心处侧偏角;根据横摆角速度、前、后轴中心处侧偏角求取整车的车身侧偏角.仿真结果表明,该算法能够在不同附着路面上,在较大车身侧偏角范围内准确求得整车车身侧偏角.     

车桥耦合系统动力分析的模态综合技术

当高速重载车辆或者装载贵重和精密仪器的车辆过桥时 ,必须对车也进行动力分析 ,以保证车、桥以及车内物品的安全。为此对车和桥均进行有限元离散 ,建立耦合系统模型 ,在求得桥的响应的同时 ,得到车上关键点的位移。移动质量和移动阻尼使整体系统矩阵不对称且具有时变性 ,引入模态综合技术有效降低耦合系统自由度 ,减小计算量。算例显示某些情形下耦合系统响应分析中车的动力放大效应比桥更显著。对运载重要设备的车辆来说 ,车载装置的安全与桥的安全具有同样重要的意义 ,都应该加以研究。     

一种应用于交通环境中的运动车辆跟踪方法

针对利用卡尔曼滤波进行运动车辆跟踪过程复杂的问题,提出了根据相邻两帧车辆的面积重叠率进行运动车辆预测的车辆跟踪方法,该方法提取前后两帧中所有车辆的最小外接矩形框等特征,把与前帧中面积重叠率最大的车辆作为前帧中对应车辆的最佳预测,根据提取的车辆特征进行匹配,从而完成车辆的跟踪。实验结果表明,该车辆跟踪方法的效果较好。     

基于系统响应的履带车辆路面识别方法

为提高履带车辆对不同路面适应能力,基于多体动力学仿真平台建立履带车辆及多种路面动力学仿真模型.通过履带车与路面模型的行驶仿真,采集车体质心动力学响应时域信号,并应用小波变换分解该信号.采用距离评估技术提取上述分解信号的敏感特征向量,利用BP神经网络基于上述敏感特征向量提出路面识别方法.搭建小型履带模型车测试系统,使模型车行驶于实际路面并进行现场测试,采集测试过程中履带模型车车体质心、负重轮及履带板动力学响应时域信号,对提出的路面识别方法进行验证.结果表明,该路面识别方法识别精度达到99%,该方法对路面类型具有高度识别能力.