[发明专利]一种基于磁场数据的车型识别方法

说明书

本发明公开了一种基于磁场数据的车型识别方法，具体为：利用磁场传感器采集不同类型车辆经过时的磁场数据，并对磁场数据进行人工标注，标明车辆型号；对采集并标注的磁场数据进行预处理；采用预先训练好的深度自编码器对预处理后的磁场数据进行深度特征的提取；利用提取的深度特征对支持向量机分类器进行训练，得到训练好的支持向量机分类器；利用磁场传感器采集待识别车辆的磁场数据，并进行预处理；采用预先训练好的深度自编码器对预处理后的磁场数据进行深度特征提取，并用训练好的支持向量机分类器进行车辆类型识别。本发明仅使用磁场传感器即可实现交通流中车型的识别，降低了车型识别的成本。

技术领域

本发明涉及一种基于磁场数据的车型识别方法，属于车辆类型识别技术领域。

背景技术

在智慧交通领域中，车型识别在违章监控、追捕追踪等方面有着极其关键的作用。通过自动化的车型识别方法，可以有效识别出目标车辆，节约人力物力，大大提高效率。以往的工作实现了基于深度学习图像处理方面的车型识别，但是存在着一些局限性。一方面基于图像处理的车型识别在夜晚和恶劣天气中识别的准确性会受到影响；其次，基于图像处理的车型识别需要将数据回传到后台服务器，并且在后台服务器上运行识别算法，其对硬件的要求较高，部署成本较高。因此，需要提出一种既能识别车辆类型，又能降低识别成本的新方法。

发明内容

本发明所要解决的技术问题是：提供一种基于磁场数据的车型识别方法，利用磁场传感器采集车辆经过时的磁场数据，使用数据预处理的方法以及深度自编码器来提取深度特征，并使用支持向量机进行车型分类。

本发明为解决上述技术问题采用以下技术方案：

一种基于磁场数据的车型识别方法，该方法包括模型训练阶段和车型识别阶段，其中，

模型训练阶段包括如下步骤：

步骤1，利用磁场传感器采集不同类型车辆经过时的磁场数据，并对磁场数据进行人工标注，标明车辆型号；

步骤2，对步骤1采集并标注的磁场数据进行预处理；

步骤3，采用预先训练好的深度自编码器对步骤2预处理后的磁场数据进行深度特征的提取；

步骤4，利用步骤3提取的深度特征对支持向量机分类器进行训练，得到训练好的支持向量机分类器；

车型识别阶段包括如下步骤：

步骤5，利用磁场传感器采集待识别车辆的磁场数据，并对磁场数据进行预处理；

步骤6，采用预先训练好的深度自编码器对步骤5预处理后的磁场数据进行深度特征提取，并用训练好的支持向量机分类器进行车辆类型识别。

作为本发明的一种优选方案，所述磁场传感器埋设于公路地面下。

作为本发明的一种优选方案，步骤2和步骤5所述预处理过程如下：

1)对磁场数据进行0-1标准归一化处理；

2)对归一化处理后的磁场数据使用方差阈值法进行磁场数据窗口的切分，具体为：

利用大小为5000ms的窗口在磁场数据上滑动，窗口步长为1000ms；对于每个窗口，计算窗口内磁场数据的均值μ和方差σ，若窗口内磁场数据的均值μ大于阈值μ′，并且方差σ大于阈值σ′时，则将该窗口内的磁场数据保存下来，其中，μ′＝0.45，σ′＝8.4。

作为本发明的一种优选方案，所述深度自编码器由一个编码器和一个解码器构成，且编码器和解码器结构对称。

作为本发明的一种优选方案，所述深度自编码器为全连接神经网络，深度特征的维度为50，深度自编码器在使用前，预先采集磁场数据对深度自编码器进行训练，以获取其提取深度特征的能力。