基于模糊神经网络的车辆类型自动检测.docVIP

基于模糊神经网络的车辆类型自动检测 黎俊辉 张少腾 邢军 郭良栋 徐做师 辽宁科技大学理学院 辽宁科技大学图书馆 鞍山市人民检察院检察技术处 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 高速公路车辆类型自动检测是智能交通系统中的一个重要组成部分。本文提出了一种用于高速公路车辆类型检测的T-S型模糊神经网络 (T-SFNN) 模型。通过几何模型, 从激光传感器所采集的数据中提取车型特征向量。在此基础上, 设计出模糊神经网络车辆类型识别检测器并对神经网络进行有效地训练与测试。仿真结果表明, 该方法的收敛速度快, 车辆类型识别的精度较高, 具有稳定的输出性。 关键词： 模糊神经网络; 车辆类型识别; 激光传感器; 智能交通; 作者简介：黎俊辉 (1994—) , 男, 广东清远人。 作者简介：邢军 (1976—) , 女, 辽宁葫芦岛人, 讲师。 收稿日期：2017-03-12 Automatic detection and classification of vehicles based on fuzzy neural network LI Junhui ZHANG Shaoteng XING Jun GUO Liangdong XU Zuoshi School of Science, University of Science and Technology Liaoning; Library, University of Science and Technology Liaoning; Institute of Forensic Science, Anshan Municipal Peoples Procuratorate; Abstract： Automatic detection and classification of vehicles in highway is an important part of intelligent transportation system. In this paper, a Takagi-Sugeno fuzzy neural network (FNN) model for automatic detection and classification of vehicles is proposed. The parameters of vehicle can be obtained from the data which laser sensor collects by using geometrical model. On this basis, an automatic vehicle identification system based on fuzzy neural network is designed. Furthermore, the system can be trained and tested effectively. At last, the simulation result demonstrates the method has the advantages of fast convergence speed, high precision and stable output. Keyword： fuzzy neural network; vehicles detection; laser sensor; intelligent transportation system; Received： 2017-03-12 为了考察高速公路的车辆通行情况, 利用安装在路侧的传感装置获取车辆类型及流量等数据。车型自动检测系统是高速公路车流量管理的基础, 也是智能交通系统的一个重要组成部分。只有对车辆准确检测, 才能有效管控高速公路车辆, 减少超限超载等危险现象的发生, 保护公路基础设施, 延长公路的使用寿命。Gupte等[1]给出了基于视觉图像的车辆自动分类算法, 该算法能在连续的图像序列中识别出车辆并进行分类。Wang等[2]以基于压电薄膜交通传感器的车辆识别基础为基础, 结合激光测距获取车辆高度, 来对车型进行分类。禹琳琳[3]利用LMS二维激光测距传感器对车辆轮廓高速动态扫描, 分析接受到的实时数据, 实现了车辆的宽高检测。胡方明等[4]从图像中获取车型特征向量, 用改进的BP神经网络设计出车辆分类器。胡彬等[5]以雷达检测数据为基础, 在基于多假设跟踪模型下采用广义概率数据关联算法处理数据进行车辆检测。这些方法成本高且计