數(shù)據(jù)融合技術(shù)在車輛軸型識別系統(tǒng)中的應(yīng)用
英飛凌汽車電子生態(tài)圈
1．4 專家系統(tǒng)
一般專家系統(tǒng)由知識庫、數(shù)據(jù)庫、推理機(jī)、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(tǒng)的一個重要組成部分，實際中每種車型具有固定的聯(lián)軸而且每種車輛第一軸必定單輪非聯(lián)軸，根據(jù)這些信息和實際中掛車軸載荷分布等規(guī)律中可進(jìn)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(shù)據(jù)庫，利用專家知識庫對當(dāng)前獲得的數(shù)據(jù)進(jìn)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(shù)據(jù)融合
2．1 數(shù)據(jù)融合的結(jié)構(gòu)
數(shù)據(jù)融合的結(jié)構(gòu)有串聯(lián)、并聯(lián)和混合融合3種形式。在該系統(tǒng)中采用混合融合，即各傳感器數(shù)據(jù)根據(jù)識別的過程實時地將各自數(shù)據(jù)傳輸?shù)絺鞲衅魅诤现行?稱重儀表)參與數(shù)據(jù)融合，系統(tǒng)具有4個數(shù)據(jù)源，在n個時刻的觀察值有4n個觀測值，其集合
系統(tǒng)的數(shù)據(jù)融合處理模型如圖5(a)所示，圖中數(shù)據(jù)源1為單／雙輪；數(shù)據(jù)源2為測輪器有／無壓軸；數(shù)據(jù)源3為秤臺有／無壓軸：數(shù)據(jù)源4為專家系統(tǒng)經(jīng)驗。數(shù)據(jù)融合的軟件實現(xiàn)流程如圖5(b)所示。
2．2 數(shù)據(jù)融合方法
在該系統(tǒng)中數(shù)據(jù)融合主要通過證據(jù)組合法來實現(xiàn)，證據(jù)組合法認(rèn)為完成某項智能任務(wù)是依據(jù)有關(guān)環(huán)境某方面的信息做出幾種可能的決策，而多傳感器數(shù)據(jù)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(shù)據(jù)作為支持某種決策證據(jù)的支持程度，并將不同傳感器數(shù)據(jù)的支持程度進(jìn)行組合，即證據(jù)組合，分析得出現(xiàn)有組合證據(jù)支持程度最大的決策作為信息融合的結(jié)果。軸型識別系統(tǒng)主要依靠邏輯結(jié)構(gòu)和經(jīng)驗來進(jìn)行識別，因此在具體實現(xiàn)時以像素級融合結(jié)果為主要證據(jù)，分析特征級融合中的固有聯(lián)軸證據(jù)并參考專家?guī)旖?jīng)驗進(jìn)行證據(jù)組合，最后得出車輛的實際軸型編碼。
2．3 數(shù)據(jù)融合方法的軟件實現(xiàn)
由于軸型識別是一個實時性和信息交融性比較強(qiáng)的過程，因此實際程序?qū)崿F(xiàn)時各個功能塊是相互交叉的。數(shù)據(jù)融合在稱重儀表中進(jìn)行，通過獲取各個數(shù)據(jù)源利用C語言來編寫相應(yīng)算法結(jié)構(gòu)和實現(xiàn)過程，主要功能代碼如下：
評論