专利名称：道路中路面的识别方法及系统的制作方法
道路中路面的识别方法及系统技术领域：
本发明涉及信号处理技术，特别是涉及一种道路中路面的识别方法及系统。背景技术：
随着城市发展速度的加快，道路中路面状况的监测识别已经成为促进城市快速发展的重要因素。传统的路面识别是通过人工抽查和群众自发报告来实现的，但是由于存在着监测效率低等诸多缺陷而无法路面状况监测识别的需要。因此，目前又采用了传感器来识别道路中路面的状况。
大量的传感器被安装于移动的车辆上，以通过这些车载的传感器和GPS设备来采集道路中路面信息，然后对这些粗糙的路面信息进行信号处理得到检测结果，并将检测结果传输到后台的中心服务器，通过滤波器进行数据筛选和融合，所输出的融合结果即为路面中坑等异常事件。尽管对采集到的路面信息通过滤波器进行了层层筛�。⒔秆〉玫降氖萁辛巳诤希故俏薹ㄕ肥侗鹇访嬷谐鱿挚�、减速带等异常事件。
发明内容
基于此，有必要提供一种能提高识别精确度的道路中路面的识别方法。
此外，还有必要提供一种能提高识别精确度的道路中路面的识别系统。
一种道路中路面的识别方法，包括如下步骤
采集路面的振动信号；
对所述采集到的振动信号进行经验模态分解得到本征模式函数分量；
计算每一振动信号中预设数量的本征模式函数分量所对应的特征；
通过振动信号中本征模式函数分量所对应的特征识别出振动信号对应的路面事件。
优选地，所述本征模式函数分量所对应的特征为能量或能量矩。
优选地，所述本征模式函数分量所对应的特征为能量，所述通过振动信号中本征模式函数分量所对应的特征识别出振动信号对应的路面事件的步骤为
根据振动信号中本征模式函数分量所对应的能量获取振动信号中的能量分布；
通过所述振动信号中的能量分布识别出对应的路面事件。
优选地，所述通过振动信号中本征模式函数分量所对应的特征识别出振动信号对应的路面事件的步骤为
根据所述振动信号中本征模式函数分量所对应的特征构造所述振动信号的特征向量；
对所述振动信号的特征向量进行归一化处理；
将所述归一化处理后的特征向量输入支持向量机进行路面事件的分类。
优选地，所述将所述归一化处理后的特征向量输入支持向量机进行路面事件的分类的步骤之前还包括
建立支持向量机；
获取路面事件的特征向量，并将所述路面事件的特征向量输入所述支持向量机中训练所述支持向量机。
一种道路中路面的识别系统，包括
采集�？椋糜诓杉访娴恼穸藕牛�
分解�？椋糜诙运霾杉降恼穸藕沤芯槟Ｌ纸獾玫奖菊髂Ｊ胶至浚�
特征计算�？椋糜诩扑忝恳徽穸性ど枋康谋菊髂Ｊ胶至克杂Φ奶卣鳎�
处理�？椋糜谕ü穸藕胖斜菊髂Ｊ胶至克杂Φ奶卣魇侗鸪稣穸藕哦杂Φ穆访媸录�。
优选地，所述特征计算�？樗扑愕奶卣魑芰炕蚰芰烤�。
优选地，所述特征计算�？樗扑愕玫降奶卣魑芰浚龃砟？榘�
分布获取单元，用于根据振动信号中本征模式函数分量所对应的能量获取振动信号中的能量分布；
识别单元，用于通过所述振动信号中的能量分布识别出对应的路面事件。
优选地，所述处理�？榘�
特征构造单元，用于根据所述振动信号中本征模式函数分量所对应的特征构造所述振动信号的特征向量；
归一处理单元，用于对所述振动信号的特征向量进行归一化处理；
分类单元，用于将所述归一化处理后的特征向量输入支持向量机进行路面事件的分类。
优选地，所述处理�？榛拱�
建立单元，用于建立支持向量机；
训练单元，用于获取路面事件的特征向量，并将所述路面事件的特征向量输入所述支持向量机中训练所述支持向量机。
上述道路中路面的识别方法及系统中，由于采集到的振动信号是不平稳的，通过经验模态分解的方式对振动信号进行分解，实现了振动信号的平稳化处理，并根据相应的特征识别出振动信号所对应的路面事件，有效地提高了识别精确度。
图1为一个实施例中道路中路面的识别方法的流程图2为一个实施例中通过振动信号中本征模式函数分量所对应的特征识别出振动信号对应的路面事件的方法流程图3为另一个实施例中通过振动信号中本征模式函数分量所对应的特征识别出振动信号对应的路面事件的方法流程图4为一个实施例中支持向量机的分类原理图5为另一个实施例中通过振动信号中本征模式函数分量所对应的特征识别出振动信号对应的路面事件的方法流程图6为一个实施例中道路中路面的识别系统的结构示意图7为一个实施例中处理模块的结构示意图8为另一个实施例中处理�？榈慕峁故疽馔�9为另一个实施例中处理�？榈慕峁故疽馔�10为一个实施例中支持向量机的分类结果示意图。
具体实施方式
如图1所示，在一个实施例中，一种道路中路面的识别方法，包括如下步骤
步骤Sl 10，采集路面的振动信号。
本实施例中，可以通过3D加速度传感器来进行振动信号的采集，3D加速度传感器安装于行驶的车辆中，3个轴分别用于描述车辆的前后方向(X轴)、左右方向(Y轴)以及重力方向(Z轴)，行驶于道路路面上的车辆经过坑、减速带以及井盖等异常路面时产生的振动信号均被3D加速度传感器的3个轴采集到。
步骤S130，对采集到的振动信号进行经验模态分解得到本征模式函数分量。
本实施例中，采集到的振动信号不仅仅反映了道路路面的损坏状况，还反映了车辆加速、刹车、拐弯以及车辆经过减速带等现象，且具有非平稳特征，所能够反映道路路面状况的能量也很微弱，给道路中路面的识别带来了困难。
因此，如何从非平稳的振动信号中提取出反映道路路面状况的特征是道路中路面识别的关键。在传统的路面损坏检测方法中常常通过对振动信号进行时域和频域分析实现路面中坑、减速带等异常事件的辨识，但是由于车速、车辆的负重以及司机开车的方式等因素对振动信号的不同影响，仅仅在时域和频域进行振动信号的辨识是非常困难的。
而经验模态分解(Empirical Mode Decomposition，简称EMD)是适用于非线性、非平稳信号的信号处理方法。为提高道路中路面识别的正确率，可通过经验模态分解的方式进行振动信号的分解，将采集到的振动信号这一非平稳信号进行平稳化处理，得到若干个平稳的本征模式函数(Intrinsic Mode Function，简称IMF)分量。
进一步的，在一个实施例中，经验模态分解的方法本质上是将振动信号从不同尺度的波动或趋势逐级分解开来，所得到的本征模式函数分量必须满足以下性质
(1)极值点个数和零值点个数必须相同或最多相差一个；
(2)由局部极大值构成的上包络线和局部极小值构成的下包络线关于时间轴对称，即其平均值为零。
上述步骤S130的具体过程为找出振动信号中数据序列X(t)的所有极大值点， 求出所有极大值点构成的上包络线和所有极小值点构成的下包络线，并得到上包络线和下包络线的均值，即平均包络m(t)，进而将数据序列X(t)与平均包络相减得到新的数据序列 h(t)，即
h(t) = X(t)-m(t)
然后判断新的数据序列h(t)是否满足本征模式函数分量的性质，若不满足则需要继续按照上述过程对h(t)进行分解，若新的数据序列h(t)满足了本征模式函数分量的性质，则说明这一新的数据序列h(t)是一个本征模式函数分量。此外，由于经验模态分解的过程可以得到若干个本征模式函数分量和余项，若分解得到的残余信号分量r(t)的极值点数小于3时分解也将结束，即
权利要求
1.一种道路中路面的识别方法，包括如下步骤 采集路面的振动信号；对所述采集到的振动信号进行经验模态分解得到本征模式函数分量；计算每一振动信号中预设数量的本征模式函数分量所对应的特征；通过振动信号中本征模式函数分量所对应的特征识别出振动信号对应的路面事件。
2.根据权利要求1所述的道路中路面的识别方法，其特征在于，所述本征模式函数分量所对应的特征为能量或能量矩。
3.根据权利要求2所述的道路中路面的识别方法，其特征在于，所述本征模式函数分量所对应的特征为能量，所述通过振动信号中本征模式函数分量所对应的特征识别出振动信号对应的路面事件的步骤为根据振动信号中本征模式函数分量所对应的能量获取振动信号中的能量分布； 通过所述振动信号中的能量分布识别出对应的路面事件。
4.根据权利要求1所述的道路中路面的识别方法，其特征在于，所述通过振动信号中本征模式函数分量所对应的特征识别出振动信号对应的路面事件的步骤为根据所述振动信号中本征模式函数分量所对应的特征构造所述振动信号的特征向量；对所述振动信号的特征向量进行归一化处理；将所述归一化处理后的特征向量输入支持向量机进行路面事件的分类。
5.根据权利要求4所述的道路中路面的识别方法，其特征在于，所述将所述归一化处理后的特征向量输入支持向量机进行路面事件的分类的步骤之前还包括建立支持向量机；获取路面事件的特征向量，并将所述路面事件的特征向量输入所述支持向量机中训练所述支持向量机。
6.一种道路中路面的识别系统，其特征在于，包括 采集�？椋糜诓杉访娴恼穸藕牛环纸饽？椋糜诙运霾杉降恼穸藕沤芯槟Ｌ纸獾玫奖菊髂Ｊ胶至浚� 特征计算�？椋糜诩扑忝恳徽穸性ど枋康谋菊髂Ｊ胶至克杂Φ奶卣鳎� 处理�？椋糜谕ü穸藕胖斜菊髂Ｊ胶至克杂Φ奶卣魇侗鸪稣穸藕哦杂Φ穆访媸录�。
7.根据权利要求6所述的道路中路面的识别系统，其特征在于，所述特征计算�？樗扑愕奶卣魑芰炕蚰芰烤�。
8.根据权利要求7所述的道路中路面的识别系统，其特征在于，所述特征计算�？樗扑愕玫降奶卣魑芰浚龃砟？榘ǚ植蓟袢〉ピ糜诟菡穸藕胖斜菊髂Ｊ胶至克杂Φ哪芰炕袢≌穸藕胖械哪芰糠植迹皇侗鸬ピ糜谕ü稣穸藕胖械哪芰糠植际侗鸪龆杂Φ穆访媸录�。
9.根据权利要求6所述的道路中路面的识别系统，其特征在于，所述处理�？榘� 特征构造单元，用于根据所述振动信号中本征模式函数分量所对应的特征构造所述振动信号的特征向量；归一处理单元，用于对所述振动信号的特征向量进行归一化处理；分类单元，用于将所述归一化处理后的特征向量输入支持向量机进行路面事件的分类。
10.根据权利要求9所述的道路中路面的识别系统，其特征在于，所述处理�？榛拱ń⒌ピ糜诮⒅С窒蛄炕谎盗返ピ糜诨袢÷访媸录奶卣飨蛄浚⒔雎访媸录奶卣飨蛄渴淙胨鲋С窒蛄炕醒盗匪鲋С窒蛄炕�。
全文摘要
一种道路中路面的识别方法，包括如下步骤采集路面的振动信号；对所述采集到的振动信号进行经验模态分解得到本征模式函数分量；计算每一振动信号中预设数量的本征模式函数分量所对应的特征；通过振动信号中本征模式函数分量所对应的特征识别出振动信号对应的路面事件。上述道路中路面的识别方法及系统中，由于采集到的振动信号是不平稳的，通过经验模态分解的方式对振动信号进行分解，实现了振动信号的平稳化处理，并根据相应的特征识别出振动信号所对应的路面事件，有效地提高了识别精确度。
文档编号G01H17/00GK102519577SQ20111039880
公开日2012年6月27日 申请日期2011年12月5日 优先权日2011年12月5日
发明者陈孔阳, 魏明明, 鲁鸣鸣, 黄晓霞 申请人:中国科学院深圳先进技术研究院
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
