【技术实现步骤摘要】
本专利技术涉及能源排放，特别涉及一种汽车排放量检测方法。
技术介绍
1、随着经济的快速发展，城市规模扩张，汽车保有量迅速增加。汽车尾气中的各种排放物如氮氧化物、碳氢化合物等是城市空气污染的主要源头之一。汽车尾气排放对人体健康和生态环境造成严重危害。如何准确监测和评估城市环境中的汽车尾气排放，已成为环保部门的一项重要工作。
2、目前，汽车尾气排放监测常采用便携式排放测试仪在现场对样本车辆进行测量。但这种方法测试样本有限，无法全面反映城市环境中所有在用车辆的总体排放状况。另一种监测方法是设置路边排放监测站，通过对路段车辆排放的监测进行推算。但传统监测站设备成本高昂，且难以区分不同车型车辆的排放贡献。一些基于简单匹配模型的视频图像检测系统，虽可基于车型区分排放量，但识别精度有限，且未考虑车龄、obd端口等差异，排放预测误差大。因此，如何利用图像技术准确获取车辆信息，并建立精准的排放量预测模型，是当前提高汽车排放监测精度的技术难题。
3、在相关技术中，比如中国专利文献cn116704761a中提供了一种汽车排放量检测方法、系统、设备及介质，包括以下步骤：获取检测路段的道路信息与检测时间尺度内检测路段中的车辆监控视频；根据车辆监控视频获取检测车辆的车辆信息；根据车辆信息对检测车辆进行分类，将检测车辆划分为第一检测车辆与第二检测车辆；基于第一排放量检测方法计算第一检测车辆的第一车辆排放量；基于第二排放量检测方法计算第二检测车辆的第二车辆排放量；根据第一车辆排放量与第二车辆排放量确定检测路段在所述检测时间尺度内的总车辆
技术实现思路
1、1.要解决的技术问题
2、针对现有技术中存在的排放量检测精度低的问题，本专利技术提供了一种汽车排放量检测方法，通过对车辆细分类并采用不同的检测方式等技术，提高了汽车排放量的检测精度。
3、2.技术方案
4、本说明书实施例提供一种汽车排放量检测方法，包括：获取检测路段车辆监控的视频图像和道路信息，道路信息包含车道数、道路限速、交通状况和环境温湿度；
5、利用图像识别获取视频图像中的车辆信息，车辆信息包含车辆品牌和车辆型号；不同品牌和型号的车辆，其发动机和排放系统存在差异，排放特征也不相同。通过图像识别获取精确的品牌和型号信息，可以建立针对不同车型的个性化排放预测模型。相比简单的车型匹配方法，图像识别可以获取更丰富的车辆信息，提高获取信息的准确性。利用注意力机制的卷积神经网络可以提高品牌识别的准确率。结合年份信息可以区分同型号不同车龄车辆的差异，提高型号识别效果。应用深度学习等前沿图像识别技术，可以提高车辆信息提取的精确度。获取精细化的车辆品牌和型号信息，有助于建立高精度的排放预测模型，实现个性化预测。图像识别可以进行无接触、动态的车辆检测，扩大检测范围，提高检测效率。利用图像识别车辆品牌和型号技术方案，可以获取丰富和准确的车辆信息，建立精细化的排放预测模型，从而提高汽车排放监测的检测精度和效果。
6、根据获取的车辆信息，按照预设的obd端口配置数据库将检测路段的车辆划分为第一检测车辆和第二检测车辆，其中第一检测车辆为配置obd端口的车辆，第二检测车辆为未配置obd端口的车辆；obd端口可以直接获取车载电控系统的各项运行数据，是检测车辆排放的重要手段。但并非所有车型都配置了obd端口，按照obd端口区分车辆可以针对性地应用不同的检测方式。对配置obd端口的第一检测车辆，通过obd端口可以直接获取车辆的实时排放数据。对未配置obd端口的第二检测车辆，需要通过视频图像识别和排放预测模型进行检测。划分车辆类型明确了不同车辆的检测策略，有利于提高检测精度。预设的obd端口配置数据库可以准确判断车辆的obd端口情况，进行精确分类。本申请综合了obd排放数据和模型预测两种方式，扩大了检测范围，提高了检测精度。针对不同类型车辆采取个性化检测策略，符合精细化和智能化的设计思路。本申请可以结合车辆实际情况应用最优的检测方式，提升总体监测效果。综上，本申请可以根据车辆obd端口配置情况进行有针对性的排放检测，结合不同检测方式提高精度。
7、对第一检测车辆，通过与车载obd设备无线通信获取车辆瞬时排放数据，计算预设时间段内排放量作为第一预测排放量；采用符合国际标准的无线通信协议，如专为车联网设计的dsrc协议，确保通信过程的安全性和可靠性；在检测路段设置若干通信基站，车载obd设备进入通信范围后自动连接基站；obd设备内嵌唯一id，与车辆vin绑定注册，确保数据来源真实可靠；obd设备以一定的频率采集发动机工作参数，并计算瞬时排放量；基站汇集时间段内的瞬时排放量，按照预设的算法模型计算出排放总量；排放总量计算算法考虑车速、负载、怠速等因素的影响，采用经验证的排放映射关系；为降低通信量，obd设备可以在本地进行初步数据过滤和整合，上传精简后的结果；基站采用数据缓存和冗余机制，确保不丢失obd上传的原始数据；瞬时排放数据经过安全加密，避免在无线传输过程中被非法修改。
8、对第二检测车辆，利用基于机器学习算法训练的车辆排放预测模型，获取第二预测排放量；收集包含车型、车龄、行驶速度、路况等多维信息的车辆静态数据和动态数据，以构建样本数据集。对数据集进行预处理，处理掉异常数据，将分类数据进行one hot编码，数据进行归一化处理。构建基于卷积神经网络的端到端深度学习排放预测模型，模型包含卷积层、池化层、全连接层等结构。使用adam优化算法训练模型，采用early stopping方式避免过拟合，同时使用l2正则化防止模型过度复杂。利用k折交叉验证评估模型训练效果，选取交叉验证损失最小的模型。使用测试集评估模型精度，采用指标有r2score、平均绝对误差等。当模型精度达到预设阈值要求后，保存模型用于预测。对检测到的第二检测车辆，提取特征信息，输入已训练的排放预测模型，得到co2、hc、nox等指标的排放量预测结果。对模型预测结果设置置信区间，过滤掉置信度不足的预测样本。按时间累加过滤后的样本，计算得到第二检测车辆的总排放预测量。
9、根据获取的道路信息，通过修正系数分别修正第一预测排放量和第二预测排放量；第一预测排放量来自车辆obd系统，数据准确可靠，但可能存在系统偏差。第二预测排放量来自模型预测，可能受环境影响存在误差。道路信息反映了车辆实际运行环境，可以用于修正预测偏差。修正系数可以根据道路限速、交通状况等因素计算得到。对两类排放量分别修正可以使修正更加精确有针对性。修正后的排放量可以更好地反映实际路况下的排放水平。借助道路信息进行修正可减少预测排放量的系统误差。本申请综合了汽车自身数据和运行环境数据，使预测结果更加准确。修正技术契合利用多源异构数据提高检测精度的设计思路。本申请结合了检测与修正技术，可以有效提升排放预测的准确性。综上，本申请遵循数据融合的思路，通过修正提高排放预测的准确度。
本文档来自技高网...【技术保护点】
1.一种汽车排放量检测方法，其特征在于，包括：
2.根据权利要求1的汽车排放量检测方法，其特征在于：
3.根据权利要求2的汽车排放量检测方法，其特征在于：
4.根据权利要求2的汽车排放量检测方法，其特征在于：
5.根据权利要求4的汽车排放量检测方法，其特征在于：
6.根据权利要求4的汽车排放量检测方法，其特征在于：
7.根据权利要求2的汽车排放量检测方法，其特征在于：
8.根据权利要求7的汽车排放量检测方法，其特征在于：
9.根据权利要求1的汽车排放量检测方法，其特征在于：
10.根据权利要求9的汽车排放量检测方法，其特征在于：
【技术特征摘要】
1.一种汽车排放量检测方法，其特征在于，包括：
2.根据权利要求1的汽车排放量检测方法，其特征在于：
3.根据权利要求2的汽车排放量检测方法，其特征在于：
4.根据权利要求2的汽车排放量检测方法，其特征在于：
5.根据权利要求4的汽车排放量检测方法，其特征在于：
【专利技术属性】
技术研发人员：刘晓峰，陈文娟，杨晓华，贺晓晨，张锐凤，
申请(专利权)人：平邑县交通运输事业服务中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。