[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

说明书

本发明提供一种基于道路物联网监测的车型与车重分类方法，属于道路监测领域。所述方法包括：获取训练集；建立基于人工神经网络的车型分类模型，利用训练集对车型分类模型进行训练与验证，训练好的车型分类模型对未知车型信息的车辆进行车型分类；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，利用训练集对车重分类模型进行训练与验证，训练好的车重分类模型对未知车重信息的车辆进行车重等级划分；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，对其进行抽检称重。采用本发明，能够实现监测车辆的车型与车重等级智能分类，实现交通信息的全面监测，提高对超载车辆的抽检执法效率。

技术领域

本发明涉及道路监测、交通工程技术领域，特别是指一种基于道路物联网监测的车型与车重分类方法。

背景技术

截止2019年，我国公路里程数达484.65万公里，居世界第一。然而我国道路的使用寿命远低于设计年限，其中，车辆超载是路面过早损坏的主要因素，超载车辆也易引发严重的交通事故。因此，控制超载对于保持道路良好的服役水平与行车安全至关重要。而超载的判断与车型密切相关。因此，过往车辆的车型与车重信息是开展超载超限管理的重要数据。

现有的车型与车重识别主要通过安装在公路卡口的静态或动态称重系统进行测量。称重系统由一组传感器和含有软件的电子仪器组成，主要测量轴数、车重(轴重)、总重数据，并判断出车型信息。然而，对卡口车辆进行全面检测，将降低检测与通行效率，而通过人为抽检的方式进行检测，将导致数据采集不全面，许多车辆的车型、车重信息存在缺失，无法满足交通信息全面监测的需求。

发明内容

本发明实施例提供了基于道路物联网监测的车型与车重分类方法，能够实现未抽检车辆的车型与车重等级智能分类，从而实现交通信息的全面监测。所述技术方案如下：

本发明实施例提供了一种基于道路物联网监测的车型与车重分类方法，该方法包括：

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。

进一步地，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；

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。

进一步地，在获取训练集之前，所述方法包括：

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。

进一步地，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。