振动传感和SVM算法的车辆分类智能微系统研究OA
随着智能交通系统的发展,车辆的准确检测与分类技术对于优化交通流量管理和提升道路安全至关重要,已成为交通管理中的一个关键环节。但现有技术常面临安装复杂、高能耗等挑战。提出了一种融合振动传感器与支持向量机(SVM)算法的便携式车辆分类识别技术,有效降低了这些门槛。采用亚G值惯性开关,以其超低功耗和车辆引发振动超过设定阈值时激活的特性,显著优化了系统能耗。通过振动信号的预处理和特征提取,显著提升了车辆振动检测的准确性,实现了对大型和小型车辆92%以上的识别率。随着智能微系统和传感器技术的发展,不仅开辟了智能交通系统中车辆分类的新技术路径,而且预示微系统技术在交通系统中应用的广阔前景。
付博威;尤睿;段文睿;鲁文帅
北京信息科技大学智能感知微系统实验室,北京100192 北京信息科技大学仪器科学与光电工程学院,北京100192北京信息科技大学智能感知微系统实验室,北京100192 北京信息科技大学仪器科学与光电工程学院,北京100192北京信息科技大学智能感知微系统实验室,北京100192 北京信息科技大学仪器科学与光电工程学院,北京100192启元实验室,北京100095
信息技术与安全科学
车辆分类识别振动传感器支持向量机智能微系统便携式
《传感技术学报》 2026 (6)
P.1406-1412,7
国家自然科学基金联合基金项目(U21A6003)。
评论