原文传递
基于数据融合的交通物联网感知节点研究与应用
| 论文题名： | 基于数据融合的交通物联网感知节点研究与应用 |
| 关键词： | 多传感器;数据融合;车型识别;交通物联网;感知节点 |
| 摘要： | 目前传感器网络存在感知能力较弱、感知方式单一、感知信息不全面等问题。为了提升感知节点的信息感知能力，改变目前的信息孤岛状况，现将多种检测器并行检测，融合处理感知数据。一方面，将这些传感器组合在一起，可以相互弥补各种传感器在获取信息时的不足，提高检测的环境适应性。另一方面，不同传感器的数据具有不同的特点，融合来自不同传感器的数据，提高检测的准确率、效率和覆盖面。 本文主要将多传感器数据融合应用在车型识别上，数据来源于线圈、视频和地磁三种检测器，为了保证这些数据和特征的时空同步性，本文采取软硬件相结合的方法，硬件上合理布设传感器设备方案保证多源数据的空间同步性，软件上实时以时间为依据达到时间上的同步。分别根据各检测器数据的特点，对其原始数据进行预处理并提取相应的特征。本文提出了一种IPSO-MSK-RVM方法将三种特征融合判别车辆类别。该方法采用基于多核的相关向量机（RVM）识别车型，并运用粒子群算法（PSO）优化多核参数。 首先，RVM本质上是一个二分类器，为了识别多种车型，本文选择应用最为广泛的“一对一”方法。针对这种方法存在二分类器数较多，计算量较大的缺陷，本文提出了一种改进的基于相关向量机的“一对一”方法，提高分类速度的同时保证了分类的精度。其次，RVM的关键在于核函数，而本文三种传感器数据是异构的，仅仅采用单核并不能使分类合理，多核模型的提出可以有效改善不足，但多核参数的确定一般凭借经验或实验得出，并没有相关理论的支持，因而本文提出了一种改进的粒子群算法获取全局最佳参数，大大提高了车型分类的精度。最后，为了将上述方法付诸实践，本文研究多传感器并行检测、软件实时数据融合的感知节点系统并开发出相应的车型识别系统。实验证明，IPSO-MSK-RVM算法对车型识别的效果较为理想，有很好的实用性。 |
| 作者： | 涂文华 |
| 专业： | 计算机应用技术 |
| 导师： | 王命延 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南昌大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
