Aplicación de sensores de radar basados en un diseño industrial de bajo consumo para la detección en carreteras

Resumen

Con el fin de mejorar la sostenibilidad de la detección en ingeniería vial, este artículo optimiza los sensores de radar que se utilizan habitualmente en la detección de carreteras, ajusta de forma razonable la proporción entre la detección convencional y la detección activa, y mejora la precisión y la retroalimentación. En este artículo, se fusiona el método de aprendizaje profundo con la optimización tradicional del enjambre de partículas para formar un algoritmo mejorado del enjambre de partículas. En primer lugar, según la red de comunicación WIFI y celular, se obtienen los datos de carretera de cualquier sensor de radar, incluidas las condiciones de la carretera, el tráfico y el entorno. A continuación, mediante el método de aprendizaje profundo, se simplifican los valores propios, se mejora la capacidad de procesamiento de datos y se reduce el impacto en el proceso de cálculo y los resultados. Por último, se utiliza la optimización de enjambre de partículas para recorrer la búsqueda y se obtienen los resultados del cálculo combinando los parámetros de ajuste local. Los resultados de la simulación MATLAB muestran que la optimización mejorada del enjambre de partículas puede reducir el consumo de energía del sensor en un 20 % y mejorar la precisión de la detección de la carretera a más del 90 %. Puede acortar el tiempo de detección y retroalimentación, y la reducción es de 10 a 20 segundos. Por lo tanto, la optimización mejorada del enjambre de partículas puede reducir el consumo de energía y mejorar el efecto de detección de carreteras, lo que tiene cierta viabilidad d práctica y proporciona apoyo a la investigación relacionada.