基于电磁感应的道路车辆车型在线分类方法研究

广泛应用于道路车辆检测的环形线圈车辆检测器对于车辆车型的实时分类正确率较低,主要原因是面对各种车辆电磁感应特性的复杂多变和未知车型的新车辆层出不穷问题,其模式固定的分类模型难以胜任.基于通过环形线圈时车辆电磁感应特性波形提出一种新的车辆车型实时判别方法:运用主分量分析法提取特征,采用自适应共振神经网络聚类建立车辆类别模式,动态划分各车型包含的类别模式;以半监督学习方式在线增加未知车型的新车辆模式,算法自适应新车辆的车型识别. 7种车型的道路现场实时车型识别实验平均正确率为91.3%,加入新模式自动识别后提高至92.5%;Alexnet多层卷积神经网络算法的对比实验中,训练集和测试集正确率分别为99.5%和87.1%,相差较大.实验结果验证了本文方法在道路车辆模式不断变化情况下实现车型识别的可行性.     

车型对不同制动工况下车辆特征信号的影响

采用全面试验设计方法进行了多车型不同制动初速度下制动实验,并用双向方差分析方法分析车速和车型对制动加速度均值及制动踏板角速度的均值影响.结果表明,紧急制动与非紧急制动的特征信号差异明显,不同车型对两特征信号均有一定的影响.     

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.     

基于南京长江三桥的车辆荷载模型

为了满足南京长江三桥的技术状态评估和预测的需求,基于该桥收费站7年的称重数据库和桥面监控视频资料,根据不同的轴组类型对日常运营的主要车辆进行了车型划分.采用参数估计和非参数估计方法,建立了车辆质量、轴距、车型、轴重等车辆荷载模型中相关参数的数学模型.然后,基于泊松过程理论、Markov过程理论和车辆跟驰模型,对车辆荷载模型中的车速、车辆到达时刻等时变参数进行随机模拟.研究结果表明:多数车型质量分布为多峰分布,宜采用核密度估计法确定其统计模型;生成随机车辆时,需考虑车辆质量与车速、轴重等参数的相关性;采用M CM C法模拟得到的随机车辆车型分布近似于桥梁实际运营中的车型分布.     

基于分区的多配送中心多车型车辆调度问题与遗传算法设计

 研究大规模的多配送中心多车型车辆调度问题,首先基于配送中心几何重心分区方法将多配送中心多车型车辆调度问题转化为单配送中心多车型车辆调度问题,该分区方法简单、直观,大大降低了运算量.建立了一种基于完整配送费用的多配送中心多车型车辆调度问题的数学模型,配送费用在考虑基本运输费的基础上又引入了司机的工资支出,包括基本工资和加班费.在多配送中心多车型车辆调度模型中,一个配送中心的一辆车可以为多个客户服务,但一个客户只能由某个配送中心的一辆车提供服务.根据模型的这些特点,提出了一种新的多片段染色体混合编码方案,并采用分段交叉、分段变异方法有效继承了父代染色体的部分基因,显著提高了算法的收敛性能.数值仿真结果验证了算法的可行性和有效性.     

基于多BP神经网络与D-S融合的车型识别研究

为了提高BP神经网络对车型的识别率,克服单个BP神经网络所存在的网络结构和训练样本数量之间的矛盾,针对大量训练样本采取多个BP神经网络进行训练,进而采用训练好的多个网络进行车型识别. 利用D-S理论将各个BP网络的识别结果进行数据融合以改善最终的车型识别结果. 实验结果表明:随着训练样本数量的增加,多BP网络数据融合方法比单BP神经网络有更高的识别率.     

旋转式车门质心位置对最小关门速度的影响

针对SUV车型后门最小关闭速度明显高于前门的问题,采用仿真和实验相结合的方法研究车门质心位置对最小关门速度的影响.首先,通过ADAMS软件平台搭建V01,V02和V03这3款SUV车型的前后门多体动力学模型,得到了各车型前后门的最小关门速度,结合实车试验验证了多体动力学模型的可靠性和准确性.然后,基于V01车型前门的多体动力学仿真,分析车门质心位置沿车长、车宽和车高方向偏移对最小关门速度的影响.结果表明：与沿车宽和车高方向偏移相比,车门质心沿车长方向对最小关门速度的影响最大.当沿车尾方向偏移时最小关门速度逐渐降低,偏移0.03,0.06和0.08 m的最小关门速度分别降低4.3%,12.1%和14.1%;当沿车头方向偏移时最小关门速度逐渐增加,偏移0.03,0.06和0.08 m的最小关门速度分别增加6.7%,10.1%和11.8%.较高的L/L₀是3款车型后门最小关闭速度高于前门的根本原因.     

基于临界冲突区域的交通冲突判别模型

为了更准确判断车辆行驶过程中是否发生交通冲突,对以往的交通冲突模型进行了改进,综合考虑了车辆制动过程和车辆本身尺寸对交通冲突判别的影响,建立了一种基于车型的临界冲突区域模型,分析了不同车型下冲突半径的变化,验证了车型对冲突判别的重要性,提高了冲突判别模型的精度. 针对常见车型,分析了临界冲突区域模型中的速度参数及车辆位置参数对冲突半径的影响规律,观察了在特定车速下车辆冲突区域的形状,从定量和定性的角度对上述模型进行了分析.     

考虑环保多车型干线运输的低碳轴辐式网络优化

针对轴辐式网络中运输车辆的排放污染问题,提出在干线运输中组合使用排放量不同的多种车型的低碳运作策略,研究其对轴辐式网络设计的影响.基于轴辐式网络基本模型,构建考虑时间成本、干线运输车辆排放成本的多车型轴辐式网络设计的混合整数规划模型.通过算例揭示该模型的特征,发现轴辐式网络的干线运输中考虑多车型策略,会影响到轴辐式网络的枢纽选择及辐点分配;通过分析模型参数的敏感性、环保多车型策略,以及经济成本与排放的均衡,研究干线运输周转量变化与枢纽点的选择及环保多车型策略的关系,总结轴辐式网络枢纽点选择变化的特点及环保多车型策略对网络适应性的影响,形成考虑环保多车型策略的低碳轴辐式网络设计方法.     

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%.