《智能交通系统中车型分类的模糊模式识别方法》.doc

上海大学2014～2015学年 秋 季学期研究生课程考试 课程名称： 模式识别技术及其应用 课程编号： 09Z117001 论文题目: 智能交通系统中车型分类的模糊模式识别方法 研究生姓名: 韩海亮 学 号: 论文评语: 成 绩: 任课教师: 评阅日期:  智能交通系统中车型分类的模糊模式识别方法 韩海亮 （上海大学 机电工程与自动化学院，上海200072） 摘要：车辆经过环形线圈传感器时,车体铁磁物质与环形线圈相互作用改变了线圈的频率,形成感应曲线。针对感应曲线的不同形状,对车辆进行自动分类。方法采用特征分离的模糊模式识别方法,根据每类车辆感应曲线的特点,找出一组特征唯一地描述该类车辆,从而进行匹配分类.结果。本文的研究方法及其装置已在道路、桥梁收费系统以及在交通流量统计中得到利用。特征分离与匹配分类的模糊模式识别方法能够较为准确地对车辆进行分类。.　 关键词：模糊模式识别;特征分离;车辆分类 Vehicle classification fuzzy pattern recognition method of Intelligent Transportation Systems HAN hailiang (School of Mechatronics Engineering and Automation, Shanghai University, Shanghai 200072, China) Abstract: When the vehicle passes through the toroidal coil sensor, the body of ferromagnetic material and the change in the frequency of interaction between the loop coil of the coil, the formation of the induction curve. Different shapes for the induction of the curve, the vehicle automatic classification. The method uses fuzzy pattern recognition method feature separate induction curve according to each type of vehicle characteristics, to identify a set of features that uniquely describe such vehicles, thereby matching the classification results. Research methods and apparatus of this article has been on roads, bridges and toll system to get traffic statistics in use. Fuzzy pattern recognition method and matching feature separate classification can more accurately classify the vehicle. . Key words: Fuzzy pattern recognition; feature separation; vehicle classification 1 背景 智能交通系统中,管理人员或计算机自动管理系统需要获取大量的有关道路、车辆的信息,进行决策,以便有效地管理,其中车辆信息是最主要的.本文在借助感应线圈车辆检测的基础上,利用特征分离与匹配分类的模糊模式识别方法对车辆进行分类,为道路、桥梁收费及交通流量统计打下了基础.。目前常用的车型自动识别方法有红外、雷达、超声波、感应线圈、视频等.红外、雷达、超声波受环境干扰影响较大;视频处理方法成本较高.感应线圈虽然具有成本较低、安装使用方便等优点,但环形线圈用于车型识别,仍然存在较多问题,主要有:我国车辆种类较多,各类车辆之间没有明确的界线;o传感手段简单,用环形线圈仅能获得车辆的感应曲线;动态、实时的条件下,有很多难以料想的干扰因素存在;?难以获得各类车辆的典型样本.因此,