研究了红外遥感路温的干扰来源,分析了晴、多云和阴雨天气条件下路面红外遥感温度与行车干扰样本的特点,拟合干扰信号并分类,提出了一种基于均值-标准差作初始中心加速K-means聚类分离干扰信号,利用路面与车辆的温差、车辆信号的标准差和干扰信号的持续时间,识别车辆干扰、低速障碍物和环境突变的3种特征并保留环境突变数据,提高路面红外测温精度的方法。结果表明,该方法在晴天和多云天算对干扰信号的总体识分别为95.6%和90.9%,阴雨天的识别率为78.2%,能有效提高路面红外测温的准确度。
科研之友
微信
新浪微博
Facebook
分享链接
