您现在的位置是: 查看项目信息
项目名称: 基于机器学习的货车轴型识别技术研究
项目申报人: 陈新(指导教师)
项目组人员: [主持人]李旌尘,魏晓宝,边浩
指导教师: 陈新
资助类别: 省级项目
项目性质: 工程技术研究
项目来源: 学校自主科研立项
学科一级门: 工学
学科二级类: 自动化类
实施起始时间: 2021-04-01
实施完成时间: 2022-09-30
项目时段: 一年半
立项时间: 2021-05
项目简介: 交通运输在我国经济和社会生活中发挥着巨大的作用,在交通运输发展过程中,货物运输车辆的超载运输屡禁不止,超载车辆对人员、车辆和路面三者而言都造成了巨大的危害。公路货运车辆虽然仅占全国机动车辆总数的 8,但其引发的道路交通事故占比却高达 28,约 50的群死群伤重特大交通事故与超限运输有关,超限运输已成为公路交通安全的“第一杀手”。交通运输部自 2000 年开展超限超载治理工作,受各种因素掣肘未能彻底根治违法超限超载运输现象。2016 年 8 月以来,全国开展路警联合治理货车超限超载综合执法,交通运输部、公安部根据《汽车、挂车及汽车列车外廓尺寸、轴荷及质量限值》(GB1589-2016)规定确定了统一的超限超载认定标准。虽然物理参数检测法在车辆称重系统中已经非常成熟,但是以物理参数为主的硬件类传感器检测时始终存在设备易损坏、测量结果受天气影响较大等问题。同时车辆动态称重系统中的不停车、低成本、无接触的车辆轴型识别跟踪方法也是一个亟待解决的问题。为了满足动态称重系统中对车辆轴型的要求,课题利用动态称重系统的视频图像,通过改进深度学习算法,研究兼顾识别速度、精度和计算机内存的车辆轴型识别模型和方法,提高轴型检测精度和适应性。研究内容:(1)深度学习算法改进(2)轴型识别模型(3)轴型采集与模型训练(4)轴型识别系统的原型开发
预期成果: