[发明专利]一种基于道路物联网监测的车型与车重分类方法

权利要求书

1.一种基于道路物联网监测的车型与车重分类方法，其特征在于，包括：

获取训练集，其中，所述训练集中每辆车的信息包括：车速、轴数、轴距、温度、振幅、频率、振动能量、荷载作用位置、车牌号、车型和车重；

建立基于人工神经网络的车型分类模型，利用训练集对建立的车型分类模型进行训练与验证，以便训练好的车型分类模型对车型进行分类；

针对同一车型的车辆，建立基于人工神经网络的车重分类模型，利用训练集对建立的车重分类模型进行训练与验证，以便训练好的车重分类模型对车重的等级进行分类；

针对同一车型的车辆，对训练集进行聚类分析确定同一车型中异常车重的车辆，在该车辆进入卡口后，匹配其车牌号信息，对其进行抽检称重；

其中，在获取训练集之前，所述方法包括：

通过埋设在监测区域的道路中的加速度感知节点列阵，获取车辆通过监测区域的时间ID、轴数、轴距、车速、振幅、频率、振动能量、荷载作用位置和温度，并将其通过网关传输至云服务器中；其中，车辆经过加速度感知节点列阵时，各个节点在车辆荷载作用下产生路面振动时域信号，路面振动时域信号进行频域转换后获得路面振动频域信号，每个节点的频域信号曲线积分之和为每个节点的振动能量，将所有节点的振动能量相加，得到车辆对应的振动能量；

当车辆通过监测区域加速度感知节点列阵产生感知信号时，触发位于监测区域的道路上方的摄像头拍照，获取车辆图片及触发拍照的时间ID，并将获取的车辆图片及触发拍照的时间ID传输至云服务器中；

通过卡口称重系统获取部分抽检车辆的车型、车重以及车牌号，并将其传输至云服务器中；

其中，在通过卡口称重系统获取部分抽检车辆的车型、车重以及车牌号，并将其传输至云服务器中之后，所述方法包括：

通过匹配时间ID与车牌号对传输至云服务器中的数据进行同一车辆的数据匹配，得到用于训练与验证车型分类模型和车重分类模型的训练集；

其中，所述通过匹配时间ID与车牌号对传输至云服务器中的数据进行同一车辆的数据匹配，得到用于训练与验证车型分类模型和车重分类模型的训练集包括：

通过时间ID匹配加速度感知节点列阵与摄像头获取的数据，得到通过监测区域的每辆车的时间ID、车速、轴数、轴距、温度、振幅、频率、振动能量、荷载作用位置和车辆图片；

利用图像识别技术对车辆图片进行图像识别，获取车牌号；

通过车牌号进行检索，得到车辆的信息，其中，检索得到的部分车辆的信息包括：时间ID、车速、轴数、轴距、温度、振幅、频率、振动能量、荷载作用位置、车牌号、车型和车重；检索得到的其他车辆的信息包括：时间ID、车速、轴数、轴距、温度、振幅、频率、振动能量、荷载作用位置和车牌号；

将具备车型与车重的车辆信息作为样本点构成训练集，其中，每个样本点包括：车速、轴数、轴距、温度、振幅、频率、振动能量、荷载作用位置、车牌号、车型和车重；

其中，所述利用训练集对建立的车型分类模型进行训练与验证包括：

将训练集中的车速、轴数、轴距、温度、振幅、频率、振动能量、荷载作用位置作为输入，车型作为输出，对建立的车型分类模型进行训练与验证，得到训练好的车型分类模型；

其中，所述利用训练集对建立的车重分类模型进行训练与验证包括：

针对同一车型的车辆，将训练集中同一车型的车辆信息，包括车速、轴数、轴距、温度、振幅、频率、振动能量、荷载作用位置作为输入，车重分类等级作为输出，对建立的车重分类模型进行训练与验证，得到训练好的车重分类模型。

2.根据权利要求1所述的基于道路物联网监测的车型与车重分类方法，其特征在于，根据同一轴型的不同轴重区间设置同一车型对应的车重分类等级。

3.根据权利要求1所述的基于道路物联网监测的车型与车重分类方法，其特征在于，所述针对同一车型的车辆，对训练集进行聚类分析确定同一车型中异常车重的车辆，在该车辆进入卡口后，匹配其车牌号信息，对其进行抽检称重包括：

针对同一车型的车辆，对训练集进行聚类分析确定同一车型中异常车重的车辆，在该车辆进入卡口后，匹配其车牌号信息，对其进行抽检称重，同时获取该车辆的车型与车重数据，传输至云服务器，作为训练集中的样本点。

4.根据权利要求3所述的基于道路物联网监测的车型与车重分类方法，其特征在于，所述针对同一车型的车辆，对训练集进行聚类分析确定同一车型中异常车重的车辆包括：

对同一车型的车辆的车速、温度、振幅进行归一化处理；

根据归一化后的数据，采用k-means++算法进行聚类分析，得到聚类的中心点；

计算各样本点与中心点的距离；

获取距离中心点大于预设距离的样本点作为异常样本点，该异常样本点对应的车辆为车重异常的车辆。