基于可见-近红外光谱的路面状况识别的研究

• 作者: 熊显名 张乾坤 秦祖军
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 公路状态识别 可见-近红外光谱 神经网络 环境变量 组合-阈值法
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 系统与设计
• 页码范围: 131-137
• 页数: 7页
• 分类号: TN219
• 语种: 中文

摘要

光谱技术在公路状态识别(是否结冰、积水或积雪)方面有着积极的应用前景,但太阳光作为光源识别公路状态的研究较少.分别采用阳光和卤钨灯作为白天和夜间的实验光源,通过微型光谱仪数据分别得到冰、水、雪和公路本底的可见-近红外波段的光谱曲线.白天时,结冰和积水状态在不同光照情况下会出现"异物类谱"现象,根据阳光光照特性,本文提出将"环境变量"作为特征值的解决方法,并基于光谱曲线及归一化后的"环境变量"特征值,将光谱数据组合成新的数据波形,基于Dropout与Adam优化器的神经网络模型对数据进行训练和识别,最终识别率为99.375％.夜间,由于各类样本光谱区域差异明显,采用"组合-阈值"法识别.实验证明通过两种光源结合的识别方法,能够有效识别路面状态.