基于多通道小波卷积神经网络的路面异常检测算法

摘要：

为了保证路面质量和行人与驾驶员的安全,提出了一种利用传感器时序多变量信号数据进行路面异常检测的算法.针对行驶过程中需要结合多种传感器信号在不同尺度对路面特征进行分析的问题,提出结合小波卷积网络和多通道网络技术,实现路面异常检测.首先,在多级小波变换间加入卷积神经元网络,从多个尺度分析单个传感器信号的局部连续性;然后,构建多通道神经网络,将多个传感器信号分别作为不同通道的输入,计算多个信号相结合的特征向量;最后,使用多层感知机根据多通道小波网络的输出实现路面异常检测.实验结果表明,该检测算法相对于传统的时间序列分类方法,同时考虑了多尺度分析、信号局部连续性和多变量信号的结合,在分析多变量时序信号数据时,具有更低的误检率和漏检率,更高的F1值.

关键词：小波变换、卷积神经元网络、多变量时间序列、时间序列分类

所属期刊栏目：53

分类号：U416.06(道路工程)

资助基金：国家自然科学基金青年基金项目61601042

在线出版日期：2019-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：200-206