基于AMR的交通信息檢測算法研究.pdf

1、目前，以車輛擁堵為代表的交通問題已成為制約城市發(fā)展的重大因素之一，而智能交通系統(tǒng)作為解決交通問題的有效途徑，其重要性日益凸顯。如何獲取實時、準(zhǔn)確的交通路網(wǎng)信息，為交通系統(tǒng)提供有力的數(shù)據(jù)支持，將是建設(shè)智能交通系統(tǒng)的重要前提。因此，本文設(shè)計了基于各向異性磁阻傳感器（AMR，Anisotropic Magneto Resistance）的交通信息檢測系統(tǒng)，并提出了實時基線跟蹤的車輛檢測算法與改進的有向無環(huán)圖支持向量機（DAG-SVM，Dire

2、cted-Acyclic-Graph SVM）車型分類算法，可以有效提高道路車流量、車速、車道占有率、車輛類型檢測的準(zhǔn)確性。本文主要工作包括：
　?。?）研究AMR地磁感應(yīng)車輛檢測原理，結(jié)合交通信息獲取需求，設(shè)計了基于AMR的交通信息檢測系統(tǒng)。系統(tǒng)分為前端信息采集子系統(tǒng)與信息監(jiān)控處理子系統(tǒng)，前者由傳感器節(jié)點與信號接收機組成，負責(zé)地磁車輛特征信息的檢測，后者利用檢測信號特征計算獲取交通信息。
　?。?）分析AMR采集的原始信號

3、特點，對地磁車輛特征信息檢測進行研究，提出了實時基線跟蹤的車輛檢測算法。該算法以多狀態(tài)機判斷為主體，設(shè)計加權(quán)函數(shù)實時基線修正，能夠?qū)崟r有效檢測車輛信號，提高了車流量、車道占有率以及車速計算的準(zhǔn)確率。并采用Filter-Filter-Wrapper特征選擇與優(yōu)化模型，通過實驗，獲取有利于車型分類的特征集，作為有效地磁車型特征。
　?。?）根據(jù)提取的有效地磁車型特征，選擇DAG-SVM方法進行車型分類，論文分析了DAG-SVM模型結(jié)構(gòu)

4、的“誤差累積”，提出了改進的DAG-SVM車型分類方法，該方法結(jié)合特征權(quán)值計算類間距離，利用類間距離搭建有向無環(huán)圖。
　?。?）搭建系統(tǒng)測試平臺，現(xiàn)場測試車輛檢測算法，并獲取樣本集，離線訓(xùn)練并測試車型分類算法，測試結(jié)果表明，車輛檢測準(zhǔn)確率達到98％以上，車型分類準(zhǔn)確率為75％以上，改進的DAG-SVM具有更好的分類效果。
　　本文設(shè)計的基于AMR交通信息檢測算法，能夠有效提高交通信息獲取的準(zhǔn)確率，具有較高的推廣價值與應(yīng)用前景