基于各向異性磁阻的車型識(shí)別算法＊

孫曉，夏運(yùn)貴

（湖南工業(yè)大學(xué)電氣與信息工程學(xué)院，湖南株洲412007）

基于各向異性磁阻的車型識(shí)別算法＊

孫曉，夏運(yùn)貴

（湖南工業(yè)大學(xué)電氣與信息工程學(xué)院，湖南株洲412007）

在分析已有的各種車輛檢測(cè)技術(shù)和車型識(shí)別算法的基礎(chǔ)上，為了提高車型識(shí)別的高效性和準(zhǔn)確度，提出采用各向異性磁阻傳感器檢測(cè)技術(shù)。首先，利用動(dòng)態(tài)基值法來抑制AMR的漂移，然后對(duì)原始波形進(jìn)行小波轉(zhuǎn)換來濾波降噪，再?gòu)奶幚砗笃椒€(wěn)光滑的波形中提取特征向量，最后代入模糊識(shí)別算法計(jì)算得出車型。實(shí)驗(yàn)結(jié)果表明，基于各向異性磁阻的車型模糊識(shí)別算法對(duì)車型識(shí)別準(zhǔn)確率達(dá)99%.

各向異性磁阻檢測(cè)器；小波轉(zhuǎn)換處理；特征提?。荒：R(shí)別

當(dāng)前，我國(guó)的交通信息檢測(cè)技術(shù)主要有超聲波、紅外、視頻傳感器以及地磁線圈探測(cè)儀[1]，但存在易受環(huán)境影響或安裝維護(hù)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(jìn)的、穩(wěn)定準(zhǔn)確的傳感系統(tǒng)，以體積小、低功耗、低成本、安裝維護(hù)方便靈活、可靠性高等優(yōu)點(diǎn)，能較好地彌補(bǔ)以上檢測(cè)技術(shù)的不足。車型識(shí)別方法有計(jì)算車長(zhǎng)歸類法、模式匹配法、人工神經(jīng)網(wǎng)路算法等，這些方法要么粗糙，要么實(shí)時(shí)性不好，其識(shí)別的準(zhǔn)確率均偏低?，F(xiàn)介紹一種能充分利用AMR檢測(cè)波形各種信息的模糊識(shí)別算法，實(shí)現(xiàn)車型快速、準(zhǔn)確識(shí)別。

1 AMR傳感器檢測(cè)技術(shù)

1.1 檢測(cè)原理

AMR磁阻傳感器是利用鎳鐵導(dǎo)磁合金的磁阻效應(yīng)，鎳鐵導(dǎo)磁合金的電阻值與偏置電流（I）和磁場(chǎng)矢量（M）之間的夾角存在函數(shù)關(guān)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(chǎng)的變化轉(zhuǎn)換為差分電壓的形式輸出[2]。

AMR傳感器能準(zhǔn)確檢測(cè)出地磁場(chǎng)強(qiáng)度和方向上萬分之一的變化。而鐵磁性物體會(huì)擾動(dòng)原磁場(chǎng)的分布，鐵磁物體的結(jié)構(gòu)及質(zhì)量不同，所引起的擾動(dòng)也不同。因此，不同類型的車輛產(chǎn)生的地磁干擾也不一樣，利用這個(gè)特征可以檢測(cè)車輛的存在和進(jìn)行車型識(shí)別[3]。

1.2 檢測(cè)方法

本文采用Honeywell公司生產(chǎn)的AMR傳感器HMC1001/100系列，將X，Y，Z三維方向的單個(gè)傳感器集成在TI公司生產(chǎn)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(shí)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(jié)構(gòu)，可以簡(jiǎn)化為磁偶極子，一個(gè)標(biāo)準(zhǔn)磁偶極子產(chǎn)生的磁場(chǎng)影響如式（1）[4]：

式（1）中：μ為磁導(dǎo)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(gè)方向上的磁場(chǎng)強(qiáng)度分量Bx，By，Bz，如式（2）：

2 檢測(cè)波形處理

2.1 抑制基頻漂移

一方面，AMR傳感器檢測(cè)的磁場(chǎng)強(qiáng)度如果超過±6×10-4T的范圍，AMR傳感器就會(huì)產(chǎn)生磁滯現(xiàn)象，需要采用置位/復(fù)位法消除磁歷史的影響來消除磁滯現(xiàn)象，置位/復(fù)位脈沖電路如圖2所示。

另一方面，AMR傳感器檢測(cè)基值會(huì)受溫度的影響而漂移，需要采用動(dòng)態(tài)基值法對(duì)AMR傳感器進(jìn)行校正。具體方法：傳感器啟動(dòng)階段在無車的情況下連續(xù)采集n個(gè)磁強(qiáng)信號(hào)H（1），H（2），H（3），…，H（n），取平均值，再對(duì)當(dāng)前及前N－1個(gè)信號(hào)取均值為A（k），如式（3）所示，使基值在無車的情況下進(jìn)行更新，而出現(xiàn)較大擾動(dòng)疑似有車時(shí)保持不變，如式（4）所示。

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

2.2 小波轉(zhuǎn)換濾波

將信號(hào)利用小波濾波器H，G和h，g進(jìn)行分解和重構(gòu)，分解算法如式（5）。對(duì)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(hào)劃分成多個(gè)子帶，由算法得到小波系數(shù)，再將小波系數(shù)代入重構(gòu)算法（6），便可以重構(gòu)原信號(hào)[5]。

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

3 車型識(shí)別

由AMR檢測(cè)車輛的波形分析得出不同的車輛因本身結(jié)構(gòu)不同，所以產(chǎn)生的波形曲線不同，曲線的大小形狀跟車長(zhǎng)、車速、軸數(shù)、車高和發(fā)動(dòng)機(jī)位置有關(guān)，因此，車型識(shí)別算法就是找出車輛參數(shù)與波形間的關(guān)系。車型識(shí)別步驟見圖3.

圖2 置位/復(fù)位脈沖電路

圖3 車型識(shí)別系統(tǒng)流程

3.1 建立模糊規(guī)則

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

代入樣本，從而得出車型模糊識(shí)別規(guī)則。

3.2 模糊識(shí)別算法

根據(jù)AMR檢測(cè)波形特征，選用正態(tài)分布隸屬度函數(shù)，將提取的特征值變?yōu)槟：卣?，然后用距離模糊度算式來計(jì)算待測(cè)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(shí)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(cè)車型屬于k類。

4 算法驗(yàn)證

4.1 小波變換去噪實(shí)驗(yàn)

AMR傳感器檢測(cè)的原始波形和經(jīng)小波變換后的波形對(duì)比如圖4所示。

圖4 小波變換前后波形對(duì)比

從圖4可以看出，信號(hào)經(jīng)過小波變換與擬合重構(gòu)后，曲線平穩(wěn)，降噪效果明顯，有利于提取車輛特征。

4.2 車型模糊識(shí)別實(shí)驗(yàn)

實(shí)驗(yàn)初期，對(duì)于微型車的初始化，核函數(shù)Ki的初始參數(shù)iμ?為（310，150，3 500，2.2，2.1，0.39，0.73），協(xié)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(shù)中，如表1所示。

表1 車的隸屬度

由車輛所有類的隸屬度計(jì)算各個(gè)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(cè)車輛對(duì)微型車的距離模糊度計(jì)算為：di＝（Yi－I）（Yi－I）T＝0.182＋0.242＋0.152＋02＋0.192＋0.262＝0.278.

在實(shí)驗(yàn)過程中，某被檢測(cè)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(jié)束語

本文基于AMR傳感器車輛檢測(cè)技術(shù)，采用動(dòng)態(tài)基值法抑制基頻漂移，采用小波變換法對(duì)檢測(cè)波形進(jìn)行濾波去噪，然后通過特征提取采用模糊識(shí)別算法判斷車型。把先進(jìn)的檢測(cè)技術(shù)和正確的算法相結(jié)合，實(shí)現(xiàn)了停車檢測(cè)智能化。實(shí)驗(yàn)證明本文提出的算法有效可行，檢測(cè)準(zhǔn)確率明顯優(yōu)于其他方法，該算法在智能化交通中有很好的應(yīng)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(cè)器［J］.機(jī)電工程，2012（12）：1477-1479.

［2］吳皓.基于地磁的車輛檢測(cè)系統(tǒng)與識(shí)別算法研究［D］.武漢：華中科技大學(xué)，2007.

［3］鄭東旭.基于地磁的智能停車系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［D］.杭州：浙江大學(xué)，2016.

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

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

［6］何志強(qiáng)，羅飛，于峰崎，等.基于地磁傳感器的車輛檢測(cè)算法［J］.科學(xué)技術(shù)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(zé)任公司營(yíng)銷客戶綜合管理平臺(tái)項(xiàng)目