赵佳美 户文成 蒋从双 曾 宇 姚 琨

(北京市劳动保护科学研究所 北京 100054)

0 引言

车辆识别技术是现代智能交通系统研究中的关键技术之一[1]。在交通系统的运行状况中，主要依据的交通参数有交通流量、交通流密度、车辆行驶速度、行程时间等[2]，车辆车型以及速度的识别技术可以辅助交通管理部门实时掌握道路交通信息，通过实时交通状况进行决策，避免交通拥堵等状况的发生。长期以来，我国是以道路设计速度作为确定限速值的依据来对车辆的运行进行限速的，在设置限速时没有考虑到大小车型、气候变化等，这种方法缺乏实时性和动态性，车速安全的实时跟踪和信息管理技术的落后增加了道路交通的安全隐患。

声信号检测识别技术可以通过提取声信号中具有一定物理含义的信号特征，再通过声信号特征对车辆进行分类识别。该技术具有设备简单且易于布置，检测不受黑夜、隧道视觉因素影响等特点，对车辆识别的效果有很大帮助。因此，国内外学者对此展开大量研究，利用车辆通过时声信号的检测识别技术也迅速发展。Sunu 等通过谱嵌入的方法将提取的特征进行降维，并用K 聚类和K-最近邻方法作为分类器对卡车和吉普车进行分类识别[3]。Kandpal等[4]将车辆声信号的快速傅里叶变换(Fast Fourier transform，FFT)和时域波形相结合，利用神经网络作为分类器，并且对车辆声信号的识别结果进行了融合。陆伟[5]采用模糊C均值聚类算法对轿车、卡车、中巴和农用车进行车型的分类识别。……