摘要
本发明公开了一种基于压电传感器的车辆重量及类型检测方法及系统,涉及车辆检测领域,首先同步采集车辆通过时的压电信号,并初步调理;接着将信号输入边缘计算节点,利用自监督学习提取时域、频域和空间域特征,并通过改进式随机森林算法识别车辆行驶状态;根据状态对信号进行二次调理;最后,高速行驶时采用动态时间规整对齐多通道信号时序偏差,结合多任务贝叶斯回归模型输出检测结果;缓慢行驶时采用盲源分离方法分离信号,并通过多任务深度学习模型同步输出车辆类型和重量估计值,解决的是现有无法准确处理高速行驶或拥挤情况下的车辆动态信息,导致无法精确区分车辆重量和类型的问题,本发明实现车辆重量和类型的高精度检测。
技术关键词
压电传感器阵列
贝叶斯回归模型
动态时间规整方法
车辆行驶状态
电信号
多通道
随机森林
监督学习方法
动态特征选择
多任务
长短期记忆网络
模数转换单元
轻量化卷积神经网络
信号调理器
寻找最优路径
时域特征