专家系统在车辆宽高检测中的应用

2014-09-25李丽宏

传感器与微系统 2014年11期

王越，李丽宏

(太原理工大学信息工程学院，山西太原 030024)

0 引言

随着我国公路事业的快速发展，公路交通量迅速增长，超限问题也日益严重。许多车主为了多拉货物以谋取最大的利益，将货物从侧面伸出车厢或者严重高出车厢，这种在公路上超限运输的方式不仅严重危及通行秩序和行车安全，而且超限车辆长期处于超负荷运转状态，使车辆的制动性和操作性能迅速下降，恶性交通事故时有发生。同时，因超限车辆未缴纳相应的费用而使国家的经济蒙受了损失。

公路的超限检测是普遍有效的治理方法,我国对超限超载的治理方法有3种：计重收费、公路超限检测和源头治理[1]。所谓车辆宽高检测系统就是对车辆的宽度和高度进行自动测量的检测装置。目前，超宽与超高车辆的治理已经开始使用动态不接触式的自动检测[2]，数据的采集也趋向于规范化，但是由于大型货车的不规则性，导致采集数据的时候会把偏差较大的数据也作为合理数据一并采集，误差较大时会造成一些争议。尤其是货车的后视镜经常会对结果产生不良的影响，所以,在滤去汽车后视镜的算法上总是不能令人满意。本文提出利用特征提取的专家知识库方法来解决此问题。

1 宽高检测原理

宽高检测系统使用双传感器，传感器与上位机之间采用C/S的结构通信。其中，上位机作为客户端，而传感器作为服务器提供数据流。龙门架的左右端各安装一只传感器，当车辆驶入龙门架下方时，传感器检测到车辆驶入的信号，开始测量入侵物体的坐标点。在所有测得的数据中，只需要对前20组包含车头后视镜的数据进行提取，再利用专家库技术进行分析、计算。当车辆驶出检测区域后，计算机会检测到驶离的信号，通过此信号对不同的车辆进行分离。图1所示为车辆在宽高检测系统下的检测过程。

图1 车辆宽高检测系统示意图

2 数据库系统

当前,高速公路的快速检测站之间是互相联网的，在每个检测站配置一台数据库的服务器，在高速的公司机房也配置数据库的服务器。各个服务器之间可以共享数据，也可以学习另外一台服务器的数据。通过互相学习，可以把车型的情况记录在自己的数据表中，方便调用计算[3]。图2为知识库结构图，表1所示为数据库的表Share_RearviewMirror的部分数据。

图2 知识库结构图

表1 知识库数据表

3 专家系统的特征识别

专家系统由知识库、推论引擎及接口为基础而组成的计算机系统，其目的在于对某一特定领域的问题做判断、解释及认知[4]。其涉及的领域比较广泛，而且定义也不尽明确。但可以归纳解释为：可以提供智能型的决策和辅助解决问题，对于其求解过程可以做某种解释的“智能型知识库”[5]。专家系统的简化结构图如图3所示。

图3 专家系统的结构图

通过在系统的安装初期，进行认为的有意识的强化训练，即人工录入通过测量系统的车辆的各项信息，建立初始的基础库，以后各站点就可以互相学习自身数据库和其他数据库的知识[6]，智能地利用数据库来滤去车辆的后视镜的宽度，从而得准确的宽度值。算法的基本规则包括以下几点：1)根据不同的车型减去不同的后视镜宽度值；2)如果数据库有此车牌号，要结合历史数据进行运算得出后视镜的宽度值；3)去车头的算法只适用于前面20组数据,即只需要滤掉掉车头部分的扫描结果中的倒车镜。