專家系統(tǒng)在車輛寬高檢測中的應用

王 越， 李麗宏

(太原理工大學 信息工程學院，山西 太原 030024)

0 引 言

隨著我國公路事業(yè)的快速發(fā)展，公路交通量迅速增長，超限問題也日益嚴重。許多車主為了多拉貨物以謀取最大的利益，將貨物從側面伸出車廂或者嚴重高出車廂，這種在公路上超限運輸的方式不僅嚴重危及通行秩序和行車安全，而且超限車輛長期處于超負荷運轉狀態(tài)，使車輛的制動性和操作性能迅速下降，惡性交通事故時有發(fā)生。同時，因超限車輛未繳納相應的費用而使國家的經濟蒙受了損失。

公路的超限檢測是普遍有效的治理方法,我國對超限超載的治理方法有3種：計重收費、公路超限檢測和源頭治理[1]。所謂車輛寬高檢測系統(tǒng)就是對車輛的寬度和高度進行自動測量的檢測裝置。目前，超寬與超高車輛的治理已經開始使用動態(tài)不接觸式的自動檢測[2]，數據的采集也趨向于規(guī)范化，但是由于大型貨車的不規(guī)則性，導致采集數據的時候會把偏差較大的數據也作為合理數據一并采集，誤差較大時會造成一些爭議。尤其是貨車的后視鏡經常會對結果產生不良的影響，所以,在濾去汽車后視鏡的算法上總是不能令人滿意。本文提出利用特征提取的專家知識庫方法來解決此問題。

1 寬高檢測原理

寬高檢測系統(tǒng)使用雙傳感器，傳感器與上位機之間采用C/S的結構通信。其中，上位機作為客戶端，而傳感器作為服務器提供數據流。龍門架的左右端各安裝一只傳感器，當車輛駛入龍門架下方時，傳感器檢測到車輛駛入的信號，開始測量入侵物體的坐標點。在所有測得的數據中，只需要對前20組包含車頭后視鏡的數據進行提取，再利用專家?guī)旒夹g進行分析、計算。當車輛駛出檢測區(qū)域后，計算機會檢測到駛離的信號，通過此信號對不同的車輛進行分離。圖1所示為車輛在寬高檢測系統(tǒng)下的檢測過程。

圖1 車輛寬高檢測系統(tǒng)示意圖

2 數據庫系統(tǒng)

當前,高速公路的快速檢測站之間是互相聯(lián)網的，在每個檢測站配置一臺數據庫的服務器，在高速的公司機房也配置數據庫的服務器。各個服務器之間可以共享數據，也可以學習另外一臺服務器的數據。通過互相學習，可以把車型的情況記錄在自己的數據表中，方便調用計算[3]。圖2為知識庫結構圖，表1所示為數據庫的表Share_RearviewMirror的部分數據。

圖2 知識庫結構圖

表1 知識庫數據表

3 專家系統(tǒng)的特征識別

專家系統(tǒng)由知識庫、推論引擎及接口為基礎而組成的計算機系統(tǒng)，其目的在于對某一特定領域的問題做判斷、解釋及認知[4]。其涉及的領域比較廣泛，而且定義也不盡明確。但可以歸納解釋為：可以提供智能型的決策和輔助解決問題，對于其求解過程可以做某種解釋的“智能型知識庫”[5]。專家系統(tǒng)的簡化結構圖如圖3所示。

圖3 專家系統(tǒng)的結構圖

通過在系統(tǒng)的安裝初期，進行認為的有意識的強化訓練，即人工錄入通過測量系統(tǒng)的車輛的各項信息，建立初始的基礎庫，以后各站點就可以互相學習自身數據庫和其他數據庫的知識[6]，智能地利用數據庫來濾去車輛的后視鏡的寬度，從而得準確的寬度值。算法的基本規(guī)則包括以下幾點：1)根據不同的車型減去不同的后視鏡寬度值；2)如果數據庫有此車牌號，要結合歷史數據進行運算得出后視鏡的寬度值；3)去車頭的算法只適用于前面20組數據,即只需要濾掉掉車頭部分的掃描結果中的倒車鏡。

4 現場測試結果

現場采用對每輛通過檢測系統(tǒng)的車輛進行尺測的方式獲得的數據與檢測系統(tǒng)測得的數據進行對比分析?，F場總共測量1 000組數據，通過計算誤差，得出測量系統(tǒng)的準確率為98.8 %，符合國家對超限檢測的要求。

表2 實際測量結果

5 結束語

實踐證明：本文提出的基于專家系統(tǒng)的貨車后視鏡濾除方法，可以成功地應用于超限的寬高檢測系統(tǒng)中，較好地提高了寬高檢測的準確率。本系統(tǒng)現已安裝運行于山西某地的高速公路檢測站，測量準確率高達98.8 %,且性能穩(wěn)定，工作可靠。

參考文獻:

[1] 胡 強.公路超限超載運輸治理對策研究[D].天津：天津大學,2010.

[2] 禹琳琳.基于激光測距技術的車輛寬高檢測系統(tǒng)的設計[J].電子設計工程,2011,19(10):103-106.

[3] 謝坤武,程業(yè)勤.基于數據庫技術專家系統(tǒng)的設計與實現[J].湖北民族學院學報:自然科學版,2005,23(2):193-196.

[4] 畢學工,杭迎秋.專家系統(tǒng)綜述[J].軟件導刊，2008,7(12)：7-9.

[5] 李麗宏，王淑娟.專家系統(tǒng)在車輛軸型識別中的應用[J].軟件，2012,33(3)：12-14.

[6] 趙 偉,白曉民,丁 劍.基于協(xié)同式專家系統(tǒng)及多智能體技術的電網故障診斷方法[J].中國電機工程學報, 2006,26(20):1-8.