小波变换的行驶车辆检测器设计
摘 要随着社会的发展，汽车的数量逐年递增，为了保持道路的畅通，我们需要合理控制道路的车流量，以防发生交通堵塞和交通意外。此外，智能交通系统的发展也依赖于汽车车型的识别。现有的车辆检测器类型很多，例如环形线圈、视频、雷达、超声波、光电以及红外线等，但是受到周边环境，造价等的影响，环形线圈检测器仍是目前使用最为广泛的车辆检测器，并在未来长期使用。本文建立了汽车通过感应线圈时的频率变化理论模型，由小波变换的“恒Q”性质选取最优小波基，采用多尺度小波分析法获得信号的高频细节和能量分布系数。基于不同车辆的底盘高低、材质的不同，我们可以知道不同车型通过感应线圈时引起的频率变化也各不相同，因此，我们可以从能量分布系数和细节系数得知车辆通过感应线圈的特征，从而实现车型的在自动分类。
目 录
第一章 绪论 1
1.1课题来源及国内外研究现状 1
1.1.1课题来源 1
1.1.2国内外研究现状 1
1.2车辆检测器 2
1.3研究意义、目标 4
1.3.1研究意义 4
1.3.2研究目标 4
1.4论文的主要研究内容和结构 5
第二章 基于环形线圈车辆检测器的设计 6
2.1环形线圈车辆检测器的工作原理 6
2.1.1环形线圈检测器的结构组成 6
2.1.2环形线圈检测器的工作原理 7
2.2车辆通过环形线圈时频率变化的理论模型 7
2.3车辆样本的预处理 9
2.4车型分类模型 10
第三章 小波变换在信号处理中的应用 12
3.1小波变换在信号处理中的优势 12
3.2小波变换的基本概念 13
3.2.1小波变换的原理 13
3.2.2小波基的选择 14
3.3.3能量分布分析法 14
3.3小波变换在车辆检测器中应用 15
3.3.1小波变换在行驶车辆检测器中的应用 15
3.3.2小波变换在处理频率变化样本中的应用 15
第四章 基于小波变换的车辆车型识别系统设计 17
4.1车
*好棒文|www.hbsrm.com +Q: ￥351916072￥
辆识别系统方案 17
4.2处理步骤 18
4.3车辆频率波形预处理 18
4.4利用小波变换提取特征值 20
4.5模拟信号仿真计算与分析 22
结束语 25
致 谢 26
参考文献 27
第一章 绪论
1.1课题来源及国内外研究现状
1.1.1课题来源
二十一世纪，随着经济和科技的飞速发展，居民的收入水平逐年递增，汽车行业的兴旺发达，我国的汽车占有量总量相当可观，同时也给交通运输带来了极大的压力。交通阻塞、交通事故等日趋严重的严峻的交通问题，我国虽然宏观上是“交通大国”，而实际微观上却是个“交通小国”。这就要求我们需尽快完善道路的交通系统，建设更加智能的交通网络，来缓解交通压力。
正是如此，国家管理者越来越在意智能交通系统的建设，行驶车辆车型的分析对于交通网络体系的判断影响度逐渐上升。国家标准公路交通自动化管理系统是目前世界上最大的交通管理系统，该系统的本质由三大部分构成：路间通讯系统、道路监控系统、车辆收费系统。车辆类型检测器对道路监控系统和车辆收费系统都是不可缺少的。车辆类型检测器的目标是在规定路段上行驶的车辆，通过某种方式，对行驶车辆进行检测分析，提取目标特征数据，为智能交通控制系统提供必要的基础信息，方便其快速智能对交通监控。目前车辆类型检测器主要应用于交通流大的收费站中，以提高收费站运行效率，降低人工成本，并且获取重要交通流数据，为区域性调度提供依据。只有对过往车辆的有效准确的分析，才能制定出相应的指挥，实现公路的智能化管理，以机械代替人的体力劳动甚至于脑力劳动，这才是自动化的关键所在。
1.1.2国内外研究现状
国内研究现状：
（1）基于神经网络的方法。神经网络通过模仿动物的神经系统工作方式，通过不断的学习和反馈来达到来处理一些复杂信息。
（2）基于小波变换的方法。小波变换是通过选取合适的小波基，对信号进行多尺度分解，有效的提取出细节信息。
（3）基于车辆行驶过程中地面震动信息的规律，进行有计划的分析处理，获得车型信息。
国外研究的情况：
（1）上世纪70年代初，西门子公司开始进行车辆自动识别的研究，受到当时的技术水平、工艺水平的限制，未能取得令人满意的发展。
（2）紧接着德国Collins等学者在前人研究上继续探索，首次建立了一个以路上移动物体为目标，旨在探测、追踪、判定目标物体的系统，随后通过神经网络理论训练，来避免其他随机干扰，该系统识别判断目标的物体可以是运动状态随机的个体人物、群体人物、不同车型的机动车等，在神经系统网络理论的加入后，运用该理论，将输入特征值有目标物体的离散性特征、物体大小、物体外表面积大小与摄像机监控范围面积大小比值的绝对值。这时车辆的识别水平进一步进化，已经完成辨别它们类型和颜色的目的了。
（3）Tan和Baker创建了一种给诸如公共汽车、小轿车、卡车等进行定位和识别的算法。根据图像的梯度和地面约束等获得车辆的形态。
（4）Fung等通过高精度摄像机记录车辆的运动特征来估计车型，由于高特征点离相机最近，在根据高特征点的移动速度大于低特征点这一原理得到车辆轮廓，从而达到对车型的识别。
（5）20世纪80年代后半段，科学理论技术爆炸性发展，关于识别技术的一系列关键领域问题有着不同程度的突破（如低耗能、高效处理器配合高级别充放效率电池、性能更好的微型集成化电子技术等），给车辆识别领域带来了理论可行性的发展，给智能交通系统奠定了基础。
时间回到最近，欧洲美国等老牌发达地区已经实施了全无人自动化缴费系统，给车辆建立可识别唯一标签，标签中的车辆拥的是不可复制、唯一标志，标志代表了本车的身份，可以通过信息库查询该车所有的信息。收费设备与电子标签进行信息交换，通过信息库查询车主个人信息，向自动发出收费账单，从而达到无人收取过路费等目的。目前，因国情问题，如涉及的部门多，实施范围广等，造成在我国完成上述系统的难度特别巨大，但是需求依旧存在。
经过数年来对于行驶车辆检测器的研究，国内外均已取得了重大突破。众所周知，车辆检测技术的优劣直接影响到高速公路和城市道路的整体运行和管理水平的高低。常用的检测器主要分为感应线圈类、视频类、波频类等。无论何种检测器都各有其优缺点，考虑到性价比、可靠性、技术要求、维护要求、适用范围等，也各有自己的市场范围。接下来接介绍几种主流的检测方式。
1.2车辆检测器
环形线圈检测器
环形线圈检测器是目前应用最广泛，检测精度最高的车辆检测器。它通过预埋线圈与检测卡内的电容构成LC振荡器。由电磁感应原理可知，当车辆经过感应线圈时，产生的涡流将引发线圈电感量L的下降，从而导致振荡器的振荡频率f增大。将没有车辆经过时所记录的振荡频率记为本底频率F，处理器通过对比f与F的差异得到车辆信息。
目 录
第一章 绪论 1
1.1课题来源及国内外研究现状 1
1.1.1课题来源 1
1.1.2国内外研究现状 1
1.2车辆检测器 2
1.3研究意义、目标 4
1.3.1研究意义 4
1.3.2研究目标 4
1.4论文的主要研究内容和结构 5
第二章 基于环形线圈车辆检测器的设计 6
2.1环形线圈车辆检测器的工作原理 6
2.1.1环形线圈检测器的结构组成 6
2.1.2环形线圈检测器的工作原理 7
2.2车辆通过环形线圈时频率变化的理论模型 7
2.3车辆样本的预处理 9
2.4车型分类模型 10
第三章 小波变换在信号处理中的应用 12
3.1小波变换在信号处理中的优势 12
3.2小波变换的基本概念 13
3.2.1小波变换的原理 13
3.2.2小波基的选择 14
3.3.3能量分布分析法 14
3.3小波变换在车辆检测器中应用 15
3.3.1小波变换在行驶车辆检测器中的应用 15
3.3.2小波变换在处理频率变化样本中的应用 15
第四章 基于小波变换的车辆车型识别系统设计 17
4.1车
*好棒文|www.hbsrm.com +Q: ￥351916072￥
辆识别系统方案 17
4.2处理步骤 18
4.3车辆频率波形预处理 18
4.4利用小波变换提取特征值 20
4.5模拟信号仿真计算与分析 22
结束语 25
致 谢 26
参考文献 27
第一章 绪论
1.1课题来源及国内外研究现状
1.1.1课题来源
二十一世纪，随着经济和科技的飞速发展，居民的收入水平逐年递增，汽车行业的兴旺发达，我国的汽车占有量总量相当可观，同时也给交通运输带来了极大的压力。交通阻塞、交通事故等日趋严重的严峻的交通问题，我国虽然宏观上是“交通大国”，而实际微观上却是个“交通小国”。这就要求我们需尽快完善道路的交通系统，建设更加智能的交通网络，来缓解交通压力。
正是如此，国家管理者越来越在意智能交通系统的建设，行驶车辆车型的分析对于交通网络体系的判断影响度逐渐上升。国家标准公路交通自动化管理系统是目前世界上最大的交通管理系统，该系统的本质由三大部分构成：路间通讯系统、道路监控系统、车辆收费系统。车辆类型检测器对道路监控系统和车辆收费系统都是不可缺少的。车辆类型检测器的目标是在规定路段上行驶的车辆，通过某种方式，对行驶车辆进行检测分析，提取目标特征数据，为智能交通控制系统提供必要的基础信息，方便其快速智能对交通监控。目前车辆类型检测器主要应用于交通流大的收费站中，以提高收费站运行效率，降低人工成本，并且获取重要交通流数据，为区域性调度提供依据。只有对过往车辆的有效准确的分析，才能制定出相应的指挥，实现公路的智能化管理，以机械代替人的体力劳动甚至于脑力劳动，这才是自动化的关键所在。
1.1.2国内外研究现状
国内研究现状：
（1）基于神经网络的方法。神经网络通过模仿动物的神经系统工作方式，通过不断的学习和反馈来达到来处理一些复杂信息。
（2）基于小波变换的方法。小波变换是通过选取合适的小波基，对信号进行多尺度分解，有效的提取出细节信息。
（3）基于车辆行驶过程中地面震动信息的规律，进行有计划的分析处理，获得车型信息。
国外研究的情况：
（1）上世纪70年代初，西门子公司开始进行车辆自动识别的研究，受到当时的技术水平、工艺水平的限制，未能取得令人满意的发展。
（2）紧接着德国Collins等学者在前人研究上继续探索，首次建立了一个以路上移动物体为目标，旨在探测、追踪、判定目标物体的系统，随后通过神经网络理论训练，来避免其他随机干扰，该系统识别判断目标的物体可以是运动状态随机的个体人物、群体人物、不同车型的机动车等，在神经系统网络理论的加入后，运用该理论，将输入特征值有目标物体的离散性特征、物体大小、物体外表面积大小与摄像机监控范围面积大小比值的绝对值。这时车辆的识别水平进一步进化，已经完成辨别它们类型和颜色的目的了。
（3）Tan和Baker创建了一种给诸如公共汽车、小轿车、卡车等进行定位和识别的算法。根据图像的梯度和地面约束等获得车辆的形态。
（4）Fung等通过高精度摄像机记录车辆的运动特征来估计车型，由于高特征点离相机最近，在根据高特征点的移动速度大于低特征点这一原理得到车辆轮廓，从而达到对车型的识别。
（5）20世纪80年代后半段，科学理论技术爆炸性发展，关于识别技术的一系列关键领域问题有着不同程度的突破（如低耗能、高效处理器配合高级别充放效率电池、性能更好的微型集成化电子技术等），给车辆识别领域带来了理论可行性的发展，给智能交通系统奠定了基础。
时间回到最近，欧洲美国等老牌发达地区已经实施了全无人自动化缴费系统，给车辆建立可识别唯一标签，标签中的车辆拥的是不可复制、唯一标志，标志代表了本车的身份，可以通过信息库查询该车所有的信息。收费设备与电子标签进行信息交换，通过信息库查询车主个人信息，向自动发出收费账单，从而达到无人收取过路费等目的。目前，因国情问题，如涉及的部门多，实施范围广等，造成在我国完成上述系统的难度特别巨大，但是需求依旧存在。
经过数年来对于行驶车辆检测器的研究，国内外均已取得了重大突破。众所周知，车辆检测技术的优劣直接影响到高速公路和城市道路的整体运行和管理水平的高低。常用的检测器主要分为感应线圈类、视频类、波频类等。无论何种检测器都各有其优缺点，考虑到性价比、可靠性、技术要求、维护要求、适用范围等，也各有自己的市场范围。接下来接介绍几种主流的检测方式。
1.2车辆检测器
环形线圈检测器
环形线圈检测器是目前应用最广泛，检测精度最高的车辆检测器。它通过预埋线圈与检测卡内的电容构成LC振荡器。由电磁感应原理可知，当车辆经过感应线圈时，产生的涡流将引发线圈电感量L的下降，从而导致振荡器的振荡频率f增大。将没有车辆经过时所记录的振荡频率记为本底频率F，处理器通过对比f与F的差异得到车辆信息。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/wlw/579.html
