基于图像特征分类和RBF网络两轴车辆动态称重技术.pdfVIP

第39卷第1期 南 京 航 空航天大学学报 V01．39No．1 2007年2月 of ofAeronautics8LAstronauticsFeb．2007 Journal NanjingUniversity 基于图像特征分类和RBF网络的两轴车辆 动态称重技术 姚恩涛 张君 倪国芬 季 娟 (南京航空航天大学自动化学院，南京，210016) 摘要：汽车在行驶过程中的总重信号通常由各轴重信号确定，各轴重信号的测试精度取决于对车辆运动参数和 basis 振动信号等的精确分析。本文采用径向基函数(Radialfunction，RBF)网络处理轴重信号，针对该网络的泛 化能力与拟合精度的矛盾，将车辆按照重量分为大、中、小3种类型，并进行整车建模和网络训练；实际测试过程 中，利用汽车俯视图像提取类型特征，然后根据汽车的类型将测试参数输入不同的神经网络进行处理，以静态测 量结果为相对真值。仿真结果表明，分类建模比单一混合建模具有更高的测试精度。 关键词：汽车动态称重；轴重；径向基函数网络；图像处理 中图分类号：TP274．2；TN911．72文献标识码：A 文章编号：1005—2615(2007)01一0099一04 for Two—AxleVehicle Basedon SignalAnalysis Weigh—in—Motion RBFand Processing Image Yn0 J“舱，Ni JHnn Entao，ZhangGH钌0n，。】i ofAutomation ofAeronautics (College Engineering，NanjingUniversity ＆Astronautics，Nanjing，210016，China) is Abstract：Thevehicle inmotiondecidedthe distributionto axis．Themeasure— weight by weight every ment isrelatedtotheaccurate onmoti。nandvibrationfactors．Theradialbasisfunc— accuracy analysis networkisusedtoconstructthenonlinearmodeIofthe tion(RBF)neural weighing the and structuretheselectionoftheRBFcenter．Inallusiontothecontraventionbetween topological wide and aredividedinto andsmallthree adaptationimitatingaccuracy，vehicles big，medium ty