數據融合技術在車輛軸型識別系統中的應用
英飛凌汽車電子生態(tài)圈
1．4 專家系統
一般專家系統由知識庫、數據庫、推理機、解釋部分和知識獲取5個部分組成(如圖4所示)，知識庫是專家系統的一個重要組成部分，實際中每種車型具有固定的聯軸而且每種車輛第一軸必定單輪非聯軸，根據這些信息和實際中掛車軸載荷分布等規(guī)律中可進行知識獲取并作為專家知識庫。將測得的每個軸組信息作為數據庫，利用專家知識庫對當前獲得的數據進行推理給出解釋和車輛軸型編碼。本文引用地址：http://www.ex-cimer.com/article/197311.htm
2 數據融合
2．1 數據融合的結構
數據融合的結構有串聯、并聯和混合融合3種形式。在該系統中采用混合融合，即各傳感器數據根據識別的過程實時地將各自數據傳輸到傳感器融合中心(稱重儀表)參與數據融合，系統具有4個數據源，在n個時刻的觀察值有4n個觀測值，其集合
系統的數據融合處理模型如圖5(a)所示，圖中數據源1為單／雙輪；數據源2為測輪器有／無壓軸；數據源3為秤臺有／無壓軸：數據源4為專家系統經驗。數據融合的軟件實現流程如圖5(b)所示。
2．2 數據融合方法
在該系統中數據融合主要通過證據組合法來實現，證據組合法認為完成某項智能任務是依據有關環(huán)境某方面的信息做出幾種可能的決策，而多傳感器數據信息在一定程度上反映環(huán)境這方面的情況。因此，分析每一數據作為支持某種決策證據的支持程度，并將不同傳感器數據的支持程度進行組合，即證據組合，分析得出現有組合證據支持程度最大的決策作為信息融合的結果。軸型識別系統主要依靠邏輯結構和經驗來進行識別，因此在具體實現時以像素級融合結果為主要證據，分析特征級融合中的固有聯軸證據并參考專家?guī)旖涷炦M行證據組合，最后得出車輛的實際軸型編碼。
2．3 數據融合方法的軟件實現
由于軸型識別是一個實時性和信息交融性比較強的過程，因此實際程序實現時各個功能塊是相互交叉的。數據融合在稱重儀表中進行，通過獲取各個數據源利用C語言來編寫相應算法結構和實現過程，主要功能代碼如下：
評論