數(shù)據(jù)融合技術(shù)在車(chē)輛軸型識(shí)別系統(tǒng)中的應(yīng)用
英飛凌汽車(chē)電子生態(tài)圈
掃碼關(guān)注
獲取最新最全汽車(chē)電子
技術(shù)方案與實(shí)用技巧
1．4 專(zhuān)家系統(tǒng)
一般專(zhuān)家系統(tǒng)由知識(shí)庫(kù)、數(shù)據(jù)庫(kù)、推理機(jī)、解釋部分和知識(shí)獲取5個(gè)部分組成(如圖4所示)，知識(shí)庫(kù)是專(zhuān)家系統(tǒng)的一個(gè)重要組成部分，實(shí)際中每種車(chē)型具有固定的聯(lián)軸而且每種車(chē)輛第一軸必定單輪非聯(lián)軸，根據(jù)這些信息和實(shí)際中掛車(chē)軸載荷分布等規(guī)律中可進(jìn)行知識(shí)獲取并作為專(zhuān)家知識(shí)庫(kù)。將測(cè)得的每個(gè)軸組信息作為數(shù)據(jù)庫(kù)，利用專(zhuān)家知識(shí)庫(kù)對(duì)當(dāng)前獲得的數(shù)據(jù)進(jìn)行推理給出解釋和車(chē)輛軸型編碼。本文引用地址：http://m.butianyuan.cn/article/197311.htm
2 數(shù)據(jù)融合
2．1 數(shù)據(jù)融合的結(jié)構(gòu)
數(shù)據(jù)融合的結(jié)構(gòu)有串聯(lián)、并聯(lián)和混合融合3種形式。在該系統(tǒng)中采用混合融合，即各傳感器數(shù)據(jù)根據(jù)識(shí)別的過(guò)程實(shí)時(shí)地將各自數(shù)據(jù)傳輸?shù)絺鞲衅魅诤现行?稱(chēng)重儀表)參與數(shù)據(jù)融合，系統(tǒng)具有4個(gè)數(shù)據(jù)源，在n個(gè)時(shí)刻的觀察值有4n個(gè)觀測(cè)值，其集合
系統(tǒng)的數(shù)據(jù)融合處理模型如圖5(a)所示，圖中數(shù)據(jù)源1為單／雙輪；數(shù)據(jù)源2為測(cè)輪器有／無(wú)壓軸；數(shù)據(jù)源3為秤臺(tái)有／無(wú)壓軸：數(shù)據(jù)源4為專(zhuān)家系統(tǒng)經(jīng)驗(yàn)。數(shù)據(jù)融合的軟件實(shí)現(xiàn)流程如圖5(b)所示。
2．2 數(shù)據(jù)融合方法
在該系統(tǒng)中數(shù)據(jù)融合主要通過(guò)證據(jù)組合法來(lái)實(shí)現(xiàn)，證據(jù)組合法認(rèn)為完成某項(xiàng)智能任務(wù)是依據(jù)有關(guān)環(huán)境某方面的信息做出幾種可能的決策，而多傳感器數(shù)據(jù)信息在一定程度上反映環(huán)境這方面的情況。因此，分析每一數(shù)據(jù)作為支持某種決策證據(jù)的支持程度，并將不同傳感器數(shù)據(jù)的支持程度進(jìn)行組合，即證據(jù)組合，分析得出現(xiàn)有組合證據(jù)支持程度最大的決策作為信息融合的結(jié)果。軸型識(shí)別系統(tǒng)主要依靠邏輯結(jié)構(gòu)和經(jīng)驗(yàn)來(lái)進(jìn)行識(shí)別，因此在具體實(shí)現(xiàn)時(shí)以像素級(jí)融合結(jié)果為主要證據(jù)，分析特征級(jí)融合中的固有聯(lián)軸證據(jù)并參考專(zhuān)家?guī)旖?jīng)驗(yàn)進(jìn)行證據(jù)組合，最后得出車(chē)輛的實(shí)際軸型編碼。
2．3 數(shù)據(jù)融合方法的軟件實(shí)現(xiàn)
由于軸型識(shí)別是一個(gè)實(shí)時(shí)性和信息交融性比較強(qiáng)的過(guò)程，因此實(shí)際程序?qū)崿F(xiàn)時(shí)各個(gè)功能塊是相互交叉的。數(shù)據(jù)融合在稱(chēng)重儀表中進(jìn)行，通過(guò)獲取各個(gè)數(shù)據(jù)源利用C語(yǔ)言來(lái)編寫(xiě)相應(yīng)算法結(jié)構(gòu)和實(shí)現(xiàn)過(guò)程，主要功能代碼如下：
評(píng)論