基于TMR傳感器的車輛檢測識別算法研究.pdf

1、車輛檢測識別技術(shù)一直是智能交通領(lǐng)域的研究熱點(diǎn)。隧道磁阻（Tunnel Magneto Resistance，TMR）傳感器作為磁傳感器的第四代產(chǎn)品，比目前常用的各向異性磁阻（Anisotropic Magneto Resistance，AMR）傳感器有著更高的靈敏度和更加小巧的體積，因此研究基于TMR傳感器的車輛檢測識別算法十分有發(fā)展前景和應(yīng)用空間。
　　本文根據(jù)TMR傳感器高靈敏度的特點(diǎn)，搭建了側(cè)路車輛檢測系統(tǒng)。分析磁場變化規(guī)律

2、，結(jié)合TMR傳感器特性，設(shè)計(jì)合適的放大電路和調(diào)整模塊，選用ZigBee協(xié)議作為系統(tǒng)組網(wǎng)方案，CC2530作為主控MCU，對采集信號進(jìn)行采集發(fā)送。選用基于基準(zhǔn)線跟蹤的狀態(tài)機(jī)檢測算法對車輛進(jìn)行檢測，通過對比，確定權(quán)值系數(shù)和閾值，提取原始磁場信號中的有效信息，方便后續(xù)識別算法。根據(jù)不同車型實(shí)際采集數(shù)據(jù)特點(diǎn)對車輛類型進(jìn)行簡單劃分，選定特征值和特征向量，并由大量樣本得到訓(xùn)練集和測試集。
　　車輛分型算法方面，首先研究了BP神經(jīng)網(wǎng)絡(luò)算法的基本

3、原理，對比測試，確定了輸入層、隱層和輸出層神經(jīng)元個數(shù)，依據(jù)實(shí)際采集的車輛磁場信號數(shù)據(jù)，測試了不同訓(xùn)練函數(shù)和激活函數(shù)組成網(wǎng)絡(luò)時模型的識別精度，最終確定整體模型參數(shù)；之后研究了有向無環(huán)圖支持向量機(jī)分類算法，根據(jù)本文中車輛分類情況構(gòu)建相應(yīng)數(shù)量的分類器組成識別算法模型，針對不同的分類器核函數(shù)進(jìn)行測試，對比識別精度選定了最終應(yīng)用于模型的核函數(shù)。
　　采集大量原始車輛磁場信號數(shù)據(jù)對兩種算法模型進(jìn)行訓(xùn)練測試，對比識別精準(zhǔn)度，確定了系統(tǒng)所用車輛類