一种基于神经网络自学习的地磁检测器检测算法制造技术

本发明专利技术公开了一种基于神经网络自学习的地磁检测器检测算法,根据地磁上经过车辆的特性来实现自适应更新判定阈值，从来保证长期运行下的高准确率，根据经验设定判定的阈值Vk，每次经过一辆车后，记录下它的磁场变化值Ak+1，减去初始阈值得到单车的阈值变化量△Vk+1，然后将变化量设定一定的权重，来修正初定的阈值Vk，随着车辆样本数的增加，阈值更是无限接近理论判定值，减少误检和漏检，可以大幅度提高的检车的准确率，为交通信号控制提供有效的、稳定的车流量数据，节省周期性手动调整检车阈值的繁琐工作。

【技术实现步骤摘要】
一种基于神经网络自学习的地磁检测器检测算法
本专利技术涉及智能交通
，具体为一种基于神经网络自学习的地磁检测器检测算法。
技术介绍
地磁检测器是智能交通行业中的信息采集手段，其安装简单、全天候、检测准确率高、长期稳定性好等优势，一直广泛用于城市交通路口的车流量采集。市场占有率大，每个路口都需要10台左右的地磁检测器，每个城市的保有量可能超过2000以上。然而，不同厂家、不同路口的车辆类型，地磁检测准确率高低不齐，若对每个地磁检测器都精细调试，将会持续性地占用大量调试工时，成本很高、引起部分厂家不能持续维护地磁检测器，但是不精细调试，其准确率不能长期保持在高准确率，会误导交通信号机的自适应运行，导致路口堵车或者通行效率低下。因此，在数量之多、精细调试复杂的这种大背景下，迫切需要一种能够自学习的地磁检测器检测算法，来减少精细调试的工作量、保证高的检测准确率，有效地为智能交通服务，促进地磁产业的良性发展。
技术实现思路
本专利技术的目的在于提供一种基于神经网络自学习的地磁检测器检测算法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于神经网络自学习的地本文档来自技高网...

【技术保护点】
1.一种基于神经网络自学习的地磁检测器检测算法,其特征在于：根据地磁上经过的车辆引起变化量，一直修正判定阈值，达到长期运行后的地磁检测准确率持续增大、避免周期性地现场精调的工作量，包括如下步骤，所述粗调检测包括以下步骤：A、开始后的经验设定阈值，此阈值根据路口的轿车与货车、公交车等各种车辆类型的分配情况和以后的积累经验，人工设定参数初始阈值；B、地磁检测器上有车辆压过，对车辆的计数加一，用于评估压过地磁的车辆占比和分布情况；C、判定是否有车，根据采样的磁场数据与判定阈值对比，判断新采样的数据Ak+1是否大于或等于前次的阈值Vk，若不是，则返回步骤B，进入下一状态；若是，则判定有车，输出有车信号...

【技术特征摘要】
1.一种基于神经网络自学习的地磁检测器检测算法,其特征在于：根据地磁上经过的车辆引起变化量，一直修正判定阈值，达到长期运行后的地磁检测准确率持续增大、避免周期性地现场精调的工作量，包括如下步骤，所述粗调检测包括以下步骤：A、开始后的经验设定阈值，此阈值根据路口的轿车与货车、公交车等各种车辆类型的分配情况和以后的积累经验，人工设定参数初始阈值；B、地磁检测器上有车辆压过，对车辆的计数加一，用于评估压过地磁的车辆占比和分布情况；C、判定是否有车，根据采样的磁场数据与判定阈值对比，判断新采样的数据Ak+1是否大于或等于前次的阈值Vk，若不是，则返回步骤B，进入下一状态；若是，则判定有车，输出有车信号，并...

【专利技术属性】
技术研发人员：殷桂荣，王惠峨，肖兴友，姚月进，孙瑞栋，贾春红，
申请(专利权)人：北京鑫贝诚科技有限公司，
类型：发明
国别省市：北京,11