基于激光传感器的机器路径智能识别技术研究
基于激光传感器的机器路径智能识别技术研究
作者:黄宇腾 ;裘炜浩 ;方舟 ;程清 ;牟黎
路径智能辨别运用是目前很时髦的话题,想要得到更好的路况智能辨别信息,国内外很多科研部门的相关专家耗费了许多的时间精力进行大量的研发,总结了很多有价值的路况智能辨别方案 。路况智能辨别利用激光传感器将当前路径信息收集数据,实时预估汽车的转弯和速度,因为确保汽车行驶安全。目前路况智能辨别方式基本上有:传统辨别方式和现代辨别方式 。传统辨别方式主要利用人为方法实施辨别路径,也就是经过人的主观意思和肉眼实施辨别,尤法做到自主的学习,辨别效率很低,同时辨别准确度很低,很难达到路况智能辨别的具体需求。现代辨别方式是利用传感器实时收集路况的更新数据,接着把信息反馈传输,最终把汽车路况实施辨别,一般包括神经网络、最大闽值方式、蚁群算法等,与传统辨别方式比较,现代辨别方式的路况识别精准度更好,并且辨别效率高,对千路况信息更新应对性好 。可是因为他们利用普通传感器对路况数据进行收取,计算时复杂程度很高,无法满足路况辨别的实时性,也不可以做到路况信息的在线点播需求。
想要提升路况智能辨别的精准性,对于目前路况辨别性能的不足,本文介绍了一 种以激光传感器为基础的新型辨别方式,然后利用仿真实验进行试验,给路况辨别方式的研究提供了新的思路。
1.激光传感器的路况智能辨别原理
以激光传感器为基础的路况智能辨别方式,首先利用激光传感器对路况信息数据实施收集,然后先进行相关的部分处理,接着依照这些信息提取特殊的数据[7]'然后再进一步的优化处理,最终采取支持向蜇机将路况实施智能的辨别,然后导出结果。
2 激光传感器的路路况智能辨别设计
2.1激光传感器的路况数据收集
当进行路况智能辨别时,路况数据收集是第一步,同样是最重要的一点,它可以直接决定着后续路况辨别的精准性。传统传感器信息收集效率较低,实时性不能保证,但激光传感器可以收集数据较快,简单满足,能够对路况的数据做到实时收集,同时能够适用路况的突发路况,给路况智能辨别应用给予依据。激光传感器包含发射和收取两部分,它们功能是用来收集路况的实时更新数据,本文主要把路况图像实施收集。
2.2路径信息的特征提取
对路况实施智能辨别时,找到有价值的特征是极为重要的一步,涉及种种外部的干扰,激光传感器收集的数据一般会有一些噪声,这些噪声可以给路况特征收集带来不利的干扰,想要阻止此问题的发生,在特征提取的前端,把激光传感器收集数据实施预先编辑,即过滤内部的噪声。
(1)去噪处理
当路况实时信息包含一些噪音时,传统方式利用一个滤波器将其实施预先处理,过滤内部的噪声部分,可考虑到路况具体情况的变化是相当复杂的,信息必定是多余化和不可控化,所以传统滤波器当过滤噪声的时候,同样可能损失一些有价值的信息,这会影响后面的特征提取的完整性。小波分析为一个相当精细的数据编辑方式,此种方式能够把数据进行多维度的分析和汇总,以此本文决定选取此种方式把路况实施数据实施去噪处理。第一步先经过小波函数把路况实时数据实施N层分解,得出:
首先利用小波函数对路径状态信息进行N层分解,接着利用一个阀值将分解后的数据实施一定的处理,筛选里面的噪声,最终将编辑后的数据实施小波重新设计,然后得出以下公式所示的数据,因此筛选出噪声部分,最终留下的就是有价值的数据部分。
(2)找出感兴趣部分
因为激光传感器收取的路况数据相当的繁琐,同样里面也存在一些没有价值的数据,但是我们需要的只是里面的部分信息,因此应该提取图像里的特殊部位,就是我们需要的有价值的区域。
(3)提取路况特征
提取路况信息里的有价值区域里的Hu不变特征。利用相关的变更,最终收集得出路况数据的七个不变矩:MI??~M7,??选择部分特征值设置路况智能辨别模型。
2.3路况的智能辨别
利用上面方式收集汽车行驶路况的特征数据,因此就能够设计相关的路况辨别模型,本文采取具备自学习功能的支持向量机设计路况智能辨别模型,对于路况智能辨别其实意思是找出一种能够全部路况信息分开的最佳分类机制 。想要得到最佳分类方案,依照风险最低化的方式。
直接把上式进行计算不利于得出最佳信息,因此,利用导入松弛因子把它们进行转换,涉及到的相关路况信息路况特殊数据比较大时,直接进入点积公式可能产生 '维数灾 '等状况 ,想要破解此难题 ,利用导入核函数替代点积公式,本文选取RBF公式满足。
3 仿真实验
3.1 仿真平台
想要检测激光传感器的路况智能辨别方式的可靠性,选取 Intel 酷 睿 i5 3. 0 GHZ CPU、8G RAM 、 Windows 7 核心的计算器 ,利用 VC++语言设计相应程序来进行模拟试验,然后选取一般传感器的路况辨别方式进行试验比对,来验证激光传感器特殊性和其优点。
3.2 结论与分析
(I)识别结果比较
对激光传感器与一般传感器的路况辨别结果来比对讨论,能够看出,两个方式都能够对路况进行智能的辨别,两者得出的相关结果并没有过多的差距,可是细细观察能够看出,激光传感器辨别方式的结果信息更加细化和有价值 。
(2)识别正确率比较
主观看到的路况辨别效果信息具有某些盲目性,科学性较低,同样可以说存在歧义,说服力较低,因此本文选取激光传感器的路况辨别方式与一般传感器的路况辨别方式来对比讨论。从得出的数据能够发现,激光传感器的路况辨别方式结果数据的正确率会优于 一 般传感器的路况辨别方式 ,辨别性能更具优势。
(3)平均识别周期比较
在路况智能辨别的具体运用里,辨别效率会直接干扰运用范围,想要全面发现激光传感器的路况辨别能力,将它们的辨别效率实施检测,选取平均辨别周期(秒/S)设为评判标准,它们的测试结果如下图1所示。将表1数据进行分析能够看出,涉及多种种类的路况,激光传感器路况辨别方式的用时小于 一 般传感器路况辨别方式的周期,这就代表,利用激光传感器收集以及编辑信息的效率更高,足以满足路况辨别的在线要求,能够实时更新路况情况,这是较为优势的一点。
4 结语
为了改善路况智能辨别的性能,使用激光传感器反馈信息精准度高的特点,提出了以激光传感器为单元的信息路况智能辨别方案,同时利用仿真测试把精准度以及反馈效率精确的计算出,结论表明,激光传感器你能够破解一般传感器检测准确度低、效率不高的难点,能够实时的收集路况上的变化信息,打破传统方式的局限性,改善了路况智能辨别的精度,具备一定的参考价值。
本文章转自爱学术(aixueshu.com),如有侵权,请联系删除