基于各向異性磁阻的車型識別算法＊

孫曉，夏運貴

（湖南工業大學電氣與信息工程學院，湖南株洲412007）

基于各向異性磁阻的車型識別算法＊

孫曉，夏運貴

（湖南工業大學電氣與信息工程學院，湖南株洲412007）

在分析已有的各種車輛檢測技術和車型識別算法的基礎上，為了提高車型識別的高效性和準確度，提出采用各向異性磁阻傳感器檢測技術。首先，利用動態基值法來抑制AMR的漂移，然后對原始波形進行小波轉換來濾波降噪，再從處理后平穩光滑的波形中提取特征向量，最后代入模糊識別算法計算得出車型。實驗結果表明，基于各向異性磁阻的車型模糊識別算法對車型識別準確率達99%.

各向異性磁阻檢測器；小波轉換處理；特征提取；模糊識別

當前，我國的交通信息檢測技術主要有超聲波、紅外、視頻傳感器以及地磁線圈探測儀[1]，但存在易受環境影響或安裝維護不便等缺陷，而各向異性磁阻傳感器（Anisotropic Magneto Resistive，AMR）作為一種先進的、穩定準確的傳感系統，以體積小、低功耗、低成本、安裝維護方便靈活、可靠性高等優點，能較好地彌補以上檢測技術的不足。車型識別方法有計算車長歸類法、模式匹配法、人工神經網路算法等，這些方法要么粗糙，要么實時性不好，其識別的準確率均偏低。現介紹一種能充分利用AMR檢測波形各種信息的模糊識別算法，實現車型快速、準確識別。

1 AMR傳感器檢測技術

1.1 檢測原理

AMR磁阻傳感器是利用鎳鐵導磁合金的磁阻效應，鎳鐵導磁合金的電阻值與偏置電流（I）和磁場矢量（M）之間的夾角存在函數關系，由鎳鐵合金薄膜片沉積于硅晶片表面的電阻組成惠斯通電橋，從而將磁場的變化轉換為差分電壓的形式輸出[2]。

AMR傳感器能準確檢測出地磁場強度和方向上萬分之一的變化。而鐵磁性物體會擾動原磁場的分布，鐵磁物體的結構及質量不同，所引起的擾動也不同。因此，不同類型的車輛產生的地磁干擾也不一樣，利用這個特征可以檢測車輛的存在和進行車型識別[3]。

1.2 檢測方法

本文采用Honeywell公司生產的AMR傳感器HMC1001/100系列，將X，Y，Z三維方向的單個傳感器集成在TI公司生產的CC2530芯片上。其安裝和車輛的方向如圖1所示，其中，X軸為車輛駛向停車位的方向，Y軸與X軸成逆時針90°并且在同一水平面，Z軸垂直水平面向上。

圖1 AMR傳感器安裝示意圖

車輛是金屬結構，可以簡化為磁偶極子，一個標準磁偶極子產生的磁場影響如式（1）[4]：

式（1）中：μ為磁導率；m為車輛的磁矩矢量；r為AMR傳感器指向車輛的位置矢量，r為r的模。

令m＝（mx，my，mz），分別得到X，Y，Z軸3個方向上的磁場強度分量Bx，By，Bz，如式（2）：

2 檢測波形處理

2.1 抑制基頻漂移

一方面，AMR傳感器檢測的磁場強度如果超過±6×10-4T的范圍，AMR傳感器就會產生磁滯現象，需要采用置位/復位法消除磁歷史的影響來消除磁滯現象，置位/復位脈沖電路如圖2所示。

另一方面，AMR傳感器檢測基值會受溫度的影響而漂移，需要采用動態基值法對AMR傳感器進行校正。具體方法：傳感器啟動階段在無車的情況下連續采集n個磁強信號H（1），H（2），H（3），…，H（n），取平均值，再對當前及前N－1個信號取均值為A（k），如式（3）所示，使基值在無車的情況下進行更新，而出現較大擾動疑似有車時保持不變，如式（4）所示。

式（3）（4）中：i∈（x，y，z），進而可分別得到X，Y，Z方向上的值；Bi（k）為動態基值；αi是加權系數，其取值決定基值受擾動的影響和更新速度。

2.2 小波轉換濾波

將信號利用小波濾波器H，G和h，g進行分解和重構，分解算法如式（5）。對小波低半頻作多層分解，較低一層的低頻部分是與它相鄰的上一層低頻部分的低半頻帶，較低一層的高頻部分是與它相鄰的上一層低頻部分的高半頻帶。這樣就將原信號劃分成多個子帶，由算法得到小波系數，再將小波系數代入重構算法（6），便可以重構原信號[5]。

式（5）（6）中：t為離散時間點的采樣序號；f（t）為原始信號；j為層數，j＝1，2，…，J，J＝log2N；H，G為時域函數小波分解濾波器；Aj為信號f（t）第j層近似部分的小波系數；Dj為信號f（t）第j層細節部分的小波系數。

3 車型識別

由AMR檢測車輛的波形分析得出不同的車輛因本身結構不同，所以產生的波形曲線不同，曲線的大小形狀跟車長、車速、軸數、車高和發動機位置有關，因此，車型識別算法就是找出車輛參數與波形間的關系。車型識別步驟見圖3.

圖2 置位/復位脈沖電路

圖3 車型識別系統流程

3.1 建立模糊規則

在對車輛分類建立模糊規則時，選取能唯一表示某類車輛的特征值至關重要。通過對AMR檢測波形的分析，提取特征向量為：車長、車高、磁能量、波峰/波谷、波峰數、最大值時間比、最小值時間比。獲取大量車型樣本，通過核聚類的方法計算每類車型的核，計算公式如下：

代入樣本，從而得出車型模糊識別規則。

3.2 模糊識別算法

根據AMR檢測波形特征，選用正態分布隸屬度函數，將提取的特征值變為模糊特征，然后用距離模糊度算式來計算待測車型與已知車型的距離，距離模糊度算式如下：

式（11）（12）中：X為待識別的特征向量；Yi為隸屬度向量；di為距離模糊度。

如果dk＝min{d1，d2，…，dn}，則所測車型屬于k類。

4 算法驗證

4.1 小波變換去噪實驗

AMR傳感器檢測的原始波形和經小波變換后的波形對比如圖4所示。

圖4 小波變換前后波形對比

從圖4可以看出，信號經過小波變換與擬合重構后，曲線平穩，降噪效果明顯，有利于提取車輛特征。

4.2 車型模糊識別實驗

實驗初期，對于微型車的初始化，核函數Ki的初始參數iμ?為（310，150，3 500，2.2，2.1，0.39，0.73），協方差矩陣i∑?定為d×d的單位矩陣。將其代入微型車的隸屬度函數中，如表1所示。

表1 車的隸屬度

由車輛所有類的隸屬度計算各個類的距離模糊度，比較距離模糊度可以得出該車的具體車型[6]。上面被檢測車輛對微型車的距離模糊度計算為：di＝（Yi－I）（Yi－I）T＝0.182＋0.242＋0.152＋02＋0.192＋0.262＝0.278.

在實驗過程中，某被檢測車型提取的特征向量x為（391，152，4 213，2.2，2，0.28，0.8），可得其屬于微型車。

5 結束語

本文基于AMR傳感器車輛檢測技術，采用動態基值法抑制基頻漂移，采用小波變換法對檢測波形進行濾波去噪，然后通過特征提取采用模糊識別算法判斷車型。把先進的檢測技術和正確的算法相結合，實現了停車檢測智能化。實驗證明本文提出的算法有效可行，檢測準確率明顯優于其他方法，該算法在智能化交通中有很好的應用前景。

［1］張星波，錢正洪，白茹，等.基于巨磁阻傳感器的無線車位探測器［J］.機電工程，2012（12）：1477-1479.

［2］吳皓.基于地磁的車輛檢測系統與識別算法研究［D］.武漢：華中科技大學，2007.

［3］鄭東旭.基于地磁的智能停車系統設計與實現［D］.杭州：浙江大學，2016.

［4］榮梅，黃輝先，徐建閩.基于地磁傳感器的車輛檢測算法［J］.交通信息與安全，2011（3）：43-46.

［5］任保利.地磁車輛檢測與車型分類算法研究［D］.廣州：華南理工大學，2012.

［6］何志強，羅飛，于峰崎，等.基于地磁傳感器的車輛檢測算法［J］.科學技術與工程，2014（8）：203-206.

〔編輯：劉曉芳〕

U495

A

10.15913/j.cnki.kjycx.2017.19.058

2095－6835（2017）19－0058－03

株洲市自來水有限責任公司營銷客戶綜合管理平臺項目