当前位置:主页 > 科技论文 > 路桥论文 >

面向城市道路的地磁传感器单节点车型分类

发布时间:2018-05-01 18:40

  本文选题:道路工程 + 车型分类 ; 参考:《吉林大学学报(工学版)》2015年01期


【摘要】:提出了一种利用多功能地磁传感器采集道路环境磁场数据,并基于决策树模型实现车型的在线分类方法。文中提取8种与车速无关的车辆波形时域特征作为模型输入,基于最优最小划分样本数的CART算法对决策树模型进行训练。对训练得到的决策树,基于最小误差剪枝原则进行剪枝,得到具有更高样本鲁棒性的最佳剪枝树。通过在北京市某道路上布设地磁传感器获取了两种车型数据,正、反向测试的平均准确率分别为88.9%和94.4%。与现有多个分类方法进行了对比实验,结果表明:本文方法能够进行在线车型分类,并在分类准确率、样本鲁棒性和算法执行时间等方面更具优势,能够应用于实际城市道路现场进行车型分类。
[Abstract]:This paper presents an on-line classification method based on decision tree model to collect road environment magnetic field data by using multifunctional geomagnetic sensor. In this paper, eight time-domain features of vehicle waveform independent of vehicle speed are extracted as the input of the model, and the decision tree model is trained based on the CART algorithm with the optimal minimum number of samples. The best pruning tree with higher sample robustness is obtained by pruning the decision tree based on the minimum error pruning principle. Two types of vehicle data were obtained by using geomagnetic sensors on a certain road in Beijing. The average accuracy of forward and reverse tests was 88.9% and 94.4% respectively. Compared with many existing classification methods, the results show that this method can be used for online vehicle classification, and has more advantages in classification accuracy, sample robustness and algorithm execution time, etc. Can be applied to the actual urban road scene vehicle classification.
【作者单位】: 北京交通大学轨道交通控制与安全国家重点实验室;中铁国际多式联运有限公司;西昌卫星发射中心;
【基金】:“863”国家高技术研究发展计划项目(2012AA112401,2011AA110505) 国家自然科学基金项目(61104164)
【分类号】:U491.116

【相似文献】

相关期刊论文 前10条

1 张青;李季;;基于神经模糊的货车车型分类技术的研究[J];拖拉机与农用运输车;2007年02期

2 梁怀志;马洪连;王盼盼;;基于投票法的车型分类技术[J];软件;2010年12期

3 陈焕东;;分析高速公路收费车型分类的计算机判别[J];电子制作;2013年04期

4 杨海燕;朱严;;自动车型分类技术在高速公路的应用[J];中国交通信息化;2014年08期

5 吴树森;;高速公路车型自动分类器的应用[J];中国交通信息化;2012年04期

6 葛威;朱光喜;徐海祥;谢磊;陶平安;;基于支持向量机方法的车型分类[J];计算机工程与应用;2006年21期

7 曹洁;李浩茹;陈继开;;基于支持向量机的车型分类的设计[J];科学技术与工程;2007年22期

8 葛威;王飞;;基于支持向量机方法的车型分类技术[J];电子工程师;2008年04期

9 张健雄;张进;戴志超;;基于压力传感器阵列的车型分类系统[J];公路交通科技;2006年07期

10 雷旭;侯莹莹;武奇生;;地磁车辆检测器车型分类算法设计[J];长安大学学报(自然科学版);2013年05期

相关会议论文 前5条

1 李云辉;刘伟铭;;基于自动车型分类的高速公路多路径确认技术[A];2007第三届中国智能交通年会论文集[C];2007年

2 傅惠;徐建闽;梁俊斌;林培群;;基于动态时间弯曲的多模板匹配车型分类[A];可持续发展的中国交通——2005全国博士生学术论坛(交通运输工程学科)论文集(下册)[C];2005年

3 梅新明;;基于车型分类的二义性路径识别方法数学研究[A];第二届中国智能交通年会论文集[C];2006年

4 林培群;徐建闽;傅惠;梁俊斌;;基于多分支BP网络模型的车型分类研究[A];可持续发展的中国交通——2005全国博士生学术论坛(交通运输工程学科)论文集(下册)[C];2005年

5 徐建闽;林培群;;基于信息熵及多分支BP网络的自适应车型分类研究[A];第二十四届中国控制会议论文集(下册)[C];2005年

相关重要报纸文章 前4条

1 驻山西首席记者 石中生 特约记者 王国忠;山西与京津冀鲁统一车型分类标准[N];中国交通报;2013年

2 记者 张黎明 通讯员 郑峰 郑建良;华东六省市下月起实现ETC通道联网[N];金华日报;2012年

3 庄军;车模收藏要点[N];中国商报;2004年

4 本报记者张■虎;个性车牌叫停 伤害了谁的感情?[N];中国经营报;2002年

相关硕士学位论文 前10条

1 刘延林;基于模糊识别的车型分类系统的设计与实现[D];电子科技大学;2010年

2 梁怀志;基于嵌入式的车型分类系统的设计与实现[D];大连理工大学;2010年

3 余洪凯;基于视频的多车型交通信息采集[D];长安大学;2012年

4 李浩茹;基于支持向量机的车型分类视频检测研究与实现[D];兰州理工大学;2008年

5 陈胜;基于实际特征和模糊SVM的车型分类方法研究[D];昆明理工大学;2012年

6 秦慧超;基于神经网络的客车车型分类的研究[D];中北大学;2013年

7 罗向龙;车辆个数估计与车型分类的声频算法研究[D];长安大学;2003年

8 赵燕;克隆选择算法在车型分类中的应用研究[D];长沙理工大学;2007年

9 颜世聪;智能交通监控视频中车型检测与分类方法的研究[D];河北工业大学;2011年

10 李盛丹;基于VC++和MATLAB的车型分类及车辆计数系统[D];东北师范大学;2009年



本文编号:1830598

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/1830598.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户9a9fa***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com