本發(fā)明涉及環(huán)境檢測領(lǐng)域中機動車尾氣污染物濃度相關(guān)問題，具體涉及一種分類監(jiān)測機動車尾氣的方法。

背景技術(shù)：

機動車輛給人們提供了實實在在的利益，如速度和方便。然而城市已經(jīng)因為對機動車的依賴而十分明顯的付出了越來越大的代價。這些代價包括高昂的道路修建和維護費用，道路擁擠給經(jīng)濟發(fā)展帶來的損害，高水平的能源消費和隨之而來的經(jīng)濟和環(huán)境代價等。尤其是給人的健康和環(huán)境造成的損害已經(jīng)達到十分嚴重的程度，其中對環(huán)境和人的健康危害最大的有co、nox、hc以及微粒物等。而不同類型的汽車，例如載客車、小汽車以及載貨車等，由于其載重、燃油等不同，導致其污染物的排放量不同。在目前的機動車尾氣遙感監(jiān)測中不能區(qū)別車的類型，因此從其獲取的數(shù)據(jù)信息中不能準確的評估出不同車型的污染物排放量分擔情況。同時，也不能對某一有限區(qū)域內(nèi)的機動車尾氣污染物濃度的情況作出評估。這些因素對城市道路發(fā)展的科學規(guī)劃是不利的。

當前對機動車的車型識別方法單一，主要是依據(jù)視頻圖像來識別車型。授權(quán)公告號為cn106529446a的國家專利提出基于多分塊深層卷積神經(jīng)網(wǎng)絡的車型識別方法和系統(tǒng)，授權(quán)公告號為cn106503748a的國家專利提出s-sift特征和svm訓練器的車型識別算法。這兩個專利都是只使用車輛的車臉圖像作為處理對象，識別結(jié)果的依據(jù)單一，識別準確率受傳感器性能影響很大，誤判率高。授權(quán)公告號為cn103630474a的國家專利提出多車道機動車尾氣pm2.5遙測裝置，授權(quán)公告號為cn102128802b的國家專利提出一種多車機動車尾氣檢測系統(tǒng)。這兩個專利只是提出了機動車尾氣檢測的方法且只是針對單一車輛進行檢測，而沒有依據(jù)不同車型分別檢測不同車型的尾氣污染物濃度，且不能對區(qū)域內(nèi)的機動車尾氣污染物濃度的質(zhì)量等級進行判斷。

技術(shù)實現(xiàn)要素：

本發(fā)明的技術(shù)解決問題：克服現(xiàn)有技術(shù)的不足，提供一種分類監(jiān)測機動車尾氣的方法，該方法的檢測結(jié)果更加科學、準確，同時能夠?qū)τ邢迏^(qū)域內(nèi)機動車尾氣污染物濃度質(zhì)量等級作出評估。

本發(fā)明的技術(shù)方案：一種分類監(jiān)測機動車尾氣的方法，步驟如下：

1、通過布設在道路旁邊的遙測檢測設備檢測出當前通過檢測區(qū)域的機動車的尾氣污染物濃度c，并將該濃度與相應的車輛關(guān)聯(lián)起來。同時，通過傳感器si(表示第i個傳感器)檢測出當前通過檢測區(qū)域的機動車的特征，主要包含有車長、車的重量、車牌顏色、車輛的聲音以及車輛引起的地面震動信息，但不局限于這些特征信息。然后通過對這些傳感器觀測到的數(shù)據(jù)進行預處理，具體預處理的方法如下：

(1)首先確定各遙感檢測設備檢測到車長、車重與不同車型的標準值之間的比，即同類比如下

其中l(wèi)為遙感檢測設備實際檢測到的長度或重量信息；ls,lm,lh分別是小型車、中型車、大型車長度或重量標準中的最大值；x為車輛類型，s、m、h分別表示小車型、中車型、大車型；即為同類比，所述同類比表示屬于小車型、中車型、大車型的可能性大小；lx是根據(jù)實際檢測需要，選擇ls,lm,lh其中一個進行代替即可；

再求出融合技術(shù)中的基本概率分配函數(shù)：

式中分別表示小車型、中車型、大車型的標準同類比；即為公式(3)計算的結(jié)果；

(2)車輛引起地面的震動信息是非線性的特征數(shù)據(jù)，需要利用具體的非線性表達式來確定相應的規(guī)則，將檢測到的震動信息進行變換，獲取其頻域的信號譜，從而得到相應的主頻帶，然后對主頻帶進行分塊，再分別求出每一塊的能量值e,再由

得到相應的基本概率函數(shù)，式中表示主頻帶中所有分塊能量值的平均值；emax、emin分別表示主頻帶中所有分塊能量值的最大值、最小值。

2、通過各傳感器觀測的基本特征進行劃分為與與判斷車輛類型有關(guān)的相關(guān)基本特征，表示的形式為：l＝{ei,i＝1,…,n}，其中n表示車輛基本特征種類的總數(shù)；車輛判斷的類型，表示形式為：h＝{hi,i＝1,2,…,n}，其中hi表示當前車輛屬于第i種車輛類型，n表示車輛類型的總數(shù)；此處和后文中出現(xiàn)的i只起標識作用；

對車輛的第i個基本特征ei的判斷用s＝{(hi,pi,j)},j＝1,…,n；i＝1,…,n表示，其中，pi,j表示車輛的第i個基本特征被判斷為類型hi的概率；

此時，確定車輛第i個基本特征被判斷為類型hn的基本概率分配函數(shù)的值為：

mn,i＝pn,i

式中mn,i表示第i個車輛基本特征被判斷為類型hn的值；pn,i表示第i個車輛基本特征被判斷為類型hn的概率，

最后，依據(jù)融合公式：

求出車輛基本特征之間的融合結(jié)果。式中mn,i(i)表示檢測到的前i個車輛基本特征的子集中有i個基本特征支持判斷為類型hn的概率，其概率越接近類型hn，則該車型為類型hn的可能性越大；k表示沖突系數(shù)，即表示公式(4)中用到的數(shù)據(jù)之間的沖突程度。

3、基于待檢車輛的車型被識別后，再將遙測設備檢測到該車排放的尾氣污染物濃度與相應車型的標準值進行比對，最后判決該車在當前路況下是否超標，并實時顯示檢測結(jié)果。同時，將檢測到的相關(guān)數(shù)據(jù)傳輸?shù)皆贫诉M行存儲，以備后續(xù)評估有限區(qū)域內(nèi)的機動車尾氣污染物濃度質(zhì)量等級時使用。

4、通過云端存儲的檢測數(shù)據(jù)，將有限區(qū)域內(nèi)的若干遙測設備對同一類型的車輛，每小時檢測到的濃度信息按下式得出小時均值：

式中，分別表示機動車類型為x的第1、2、…、n個濃度數(shù)據(jù)；n表示每小時檢測到類型為x的車輛的總數(shù)；

然后，通過求與之間的距離來判斷當前機動車尾氣污染物濃度的質(zhì)量等級為lt的可能性大小，其中表示機動車尾氣污染物濃度質(zhì)量等級lt的標準值。當越小時，則說明當前機動車尾氣污染物濃度的質(zhì)量等級為lt的可能性越大，

其中，表示第i個遙感檢測設備檢測到的濃度數(shù)據(jù)與質(zhì)量等級為lt的特征值之間的距離；kmax、kmin分別為機動車尾氣污染物參數(shù)對應的所有質(zhì)量等級特征值的最大值、最小值；分別表示機動車尾氣濃度質(zhì)量等級為lt的特征值的上、下限；分別表示第a個尾氣污染物參數(shù)的上、下限值；m表示機動車尾氣污染物參數(shù)的個數(shù)；

再由公式：

求出區(qū)間信度，[m]i(lt)表示第i個遙感監(jiān)測設備為機動車尾氣污染物濃度質(zhì)量等級為lt的特征值分配的區(qū)間信度；

最后由融合公式：

得出融合結(jié)果，即最終的基本分配概率函數(shù)m(b)，從而判斷出當前有限區(qū)域內(nèi)的機動車尾氣污染物濃度的質(zhì)量等級，式中[m1](a)表示遙感檢測設備i對命題a的區(qū)間基本概率賦值；[m2](c)表示遙感檢測設備i+1對命題c的區(qū)間基本概率賦值；a∩c＝b表示命題a與命題c的公共部分為b；a∩c＝φ表示命題a與命題c沒有公共部分。

本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點在于：本發(fā)明利用多個檢測設備對機動車不同的特征分別進行采集，并分別進行判斷車輛類型，然后再基于不同特征判斷的結(jié)果進行融合處理，最終識別出被檢車輛的類型。本發(fā)明能夠有效排除單一檢測設備檢測結(jié)果的不確定性，且具有較高的準確性和可行性。本發(fā)明能夠?qū)Σ煌囆偷臋C動車進行分類檢測尾氣污染物濃度，且能對有限區(qū)域內(nèi)的機動車尾氣污染物濃度的質(zhì)量等級進行有效的判斷。

附圖說明

圖1為實現(xiàn)流程圖；

圖2為機動車尾氣檢測系統(tǒng)的示意圖。

具體實施方式

如圖1所示，本發(fā)明涉及一種分類監(jiān)測機動車尾氣的方法，根據(jù)城市交通污染屬于線源污染的特點，可以利用已有的遙感檢測設備布設在城市道路的兩邊，對機動車尾氣進行實時檢測，同時利用多種傳感器對當前被檢車輛的特征進行采集，從而對被檢車輛的類型進行判別，再通過有限區(qū)域內(nèi)多個遙感檢測設備檢測到的數(shù)據(jù)，利用融合技術(shù)對當前區(qū)域的污染物濃度的質(zhì)量等級進行建模評估，最后得到有限區(qū)域內(nèi)的機動車尾氣的質(zhì)量等級(優(yōu)、良好、輕度污染、中度污染以及重度污染等五個等級)水平。

具體方法如下：

1、通過布設在道路旁邊的遙測檢測系統(tǒng)，如圖2所示，它通過激光檢測單元檢測出當前通過檢測區(qū)域的機動車的尾氣污染物濃度c，以及通過該檢測區(qū)域的待檢車輛的車長l，并將所檢測的尾氣濃度與相應的車輛關(guān)聯(lián)起來。同時，通過車重傳感器、震動傳感器、音頻傳感器等傳感器，分別檢測出當前檢測車輛的重量、該車輛行駛時引起的地面震動信息以及車輛所發(fā)出的聲音信號等，再利用車牌識別單元抓拍當前車輛的車牌顏色等信息。

然后，將傳感器檢測到的車長、重量等數(shù)據(jù)用相似法進行預處理，即將實測值與模型值按下式得到相應的同類比。

其中l(wèi)為遙感檢測設備實際檢測到的長度或重量信息；ls,lm,lh分別是小型車、中型車、大型車長度或重量標準中的最大值；x為車輛類型，s、m、h分別表示小車型、中車型、大車型；即為同類比，所述同類比表示屬于小車型、中車型、大車型的可能性大小；lx是根據(jù)實際檢測需要，選擇ls,lm,lh其中一個進行代替即可。再由公式：

求出車輛的該基本特征的基本概率函數(shù)。而車輛引起地面的震動信息以及車的自身聲音信息均是非線性，可以變換獲取其頻域的信號譜，可以得到相應的主頻帶，然后對主頻帶按某一規(guī)則進行分塊，再分別求出每一塊的能量值e,再由：

得到相應的基本概率函數(shù)。

然后，通過車牌的顏色，依據(jù)專家法給出待檢車的所屬類型的基本概率分配函數(shù)。

2、通過各傳感器觀測的基本特征進行劃分為與與判斷車輛類型有關(guān)的相關(guān)基本特征，表示的形式為：l＝{ei,i＝1,…,n}，其中n表示車輛基本特征種類的總數(shù)；車輛判斷的類型，表示形式為：h＝{hi,i＝1,2,…,n}，其中hi表示當前車輛屬于第i種車輛類型，n表示車輛類型的總數(shù)；此處和后文中出現(xiàn)的i只起標識作用；

對車輛的第i個基本特征ei的判斷用s＝{(hi,pi,j)},j＝1,…,n；i＝1,…,n表示，其中，pi,j表示車輛的第i個基本特征被判斷為類型hi的概率；

此時，確定車輛第i個基本特征被判斷為類型hn的基本概率分配函數(shù)的值為：

mn,i＝pn,i

式中mn,i表示第i個車輛基本特征被判斷為類型hn的值；pn,i表示第i個車輛基本特征被判斷為類型hn的概率，

最后，依據(jù)融合公式：

求出車輛基本特征之間的融合結(jié)果。式中mn,i(i)表示檢測到的前i個車輛基本特征的子集中有i個基本特征支持判斷為類型hn的概率，其概率越接近類型hn，則該車型為類型hn的可能性越大；k表示沖突系數(shù)，即上式中用到的數(shù)據(jù)之間的沖突程度。

3、基于上述方法將待檢車輛的車型識別后，再將遙測設備檢測到該車排放的尾氣污染物濃度與相應車型的標準值進行比對，判決該車在當前路況下是否超標，并實時顯示檢測結(jié)果。同時，將檢測到的相關(guān)數(shù)據(jù)傳輸?shù)皆贫诉M行存儲，以備后續(xù)評估有限區(qū)域內(nèi)的機動車尾氣污染物濃度質(zhì)量等級時使用。

4、通過云端存儲的檢測數(shù)據(jù)，將有限區(qū)域內(nèi)的若干遙感監(jiān)測系統(tǒng)對同一類型的車輛，每小時檢測到的濃度信息按下式得出小時均值：

式中，分別表示機動車類型為x的第1、2、…、n個濃度數(shù)據(jù)；n表示每小時檢測到類型為x的車輛的總數(shù)。其次，通過求與之間的距離來判斷當前機動車尾氣污染物濃度的質(zhì)量等級為lt的可能性大小，其中表示機動車尾氣污染物濃度質(zhì)量等級lt的標準值。當越小時，則說明當前機動車尾氣污染物的質(zhì)量指數(shù)等級為lt的可能性越大。

然后由：

求出區(qū)間信度，[m]i(lt)表示第i個遙感監(jiān)測設備為機動車尾氣污染物濃度質(zhì)量等級為lt的特征值分配的區(qū)間信度；

最后由融合公式：

得出融合結(jié)果，即最終的基本分配概率函數(shù)m(b)，從而判斷出當前有限區(qū)域內(nèi)的機動車尾氣污染物濃度的質(zhì)量等級(優(yōu)、良好、輕度污染、中度污染以及重度污染等五個等級)。

提供以上實施例僅僅是為了描述本發(fā)明的目的，而并非要限制本發(fā)明的范圍。本發(fā)明的范圍由所附權(quán)利要求限定。不脫離本發(fā)明的精神和原理而做出的各種等同替換和修改，均應涵蓋在本發(fā)明的范圍之內(nèi)。