针对超载带来的道路损坏和安全隐患,提出了基于传感特征融合的公路治超非现场执法动态称重方法。采用聚偏氟乙烯(polyvinylidene fluoride,PVDF)压电薄膜轴传感器作为称重传感器,配置四个PVDF传感器,根据汽车的振动频率实施传感器间隔...针对超载带来的道路损坏和安全隐患,提出了基于传感特征融合的公路治超非现场执法动态称重方法。采用聚偏氟乙烯(polyvinylidene fluoride,PVDF)压电薄膜轴传感器作为称重传感器,配置四个PVDF传感器,根据汽车的振动频率实施传感器间隔设置。通过数据采集卡将PVDF输出的模拟信号转化为数字信号,利用数据通信线实时传输至上位机。拟单目标势概率假设密度滤波器(quasi-single-target cardinalized probability hypothesis density filter,QSTCPHD)滤波算法经改进,适用于多传感器场景,有效融合多个测量值。设计Elman反馈型神经网络模型,实现公路治超非现场执法动态称重。测试结果表明,设计方法对多种车型在不同速度下的动态称重置信度均超过0.95,表现出很高的鲁棒性,提高了交通管理效率。展开更多
文摘针对超载带来的道路损坏和安全隐患,提出了基于传感特征融合的公路治超非现场执法动态称重方法。采用聚偏氟乙烯(polyvinylidene fluoride,PVDF)压电薄膜轴传感器作为称重传感器,配置四个PVDF传感器,根据汽车的振动频率实施传感器间隔设置。通过数据采集卡将PVDF输出的模拟信号转化为数字信号,利用数据通信线实时传输至上位机。拟单目标势概率假设密度滤波器(quasi-single-target cardinalized probability hypothesis density filter,QSTCPHD)滤波算法经改进,适用于多传感器场景,有效融合多个测量值。设计Elman反馈型神经网络模型,实现公路治超非现场执法动态称重。测试结果表明,设计方法对多种车型在不同速度下的动态称重置信度均超过0.95,表现出很高的鲁棒性,提高了交通管理效率。
