Classificação de veículos automotivos pelo perfil magnético em laços indutivos

Resumo: A identificação da categoria de um veículo que trafega em uma via é um importante parâmetro para sistemas de gerenciamento de tráfego. A classificação veicular tem aplicações como planejamento do sistema viário, estimativa de emissões veiculares e fiscalização de tráfego. Várias técnicas são empregadas para realizar a tarefa de classificação de veículos, sendo que a maioria processa informações provenientes dos sensores indutivos. Neste trabalho, é avaliado um sistema para classificação de veículos tanto em seis categorias, como em oito categorias. O sistema utiliza rede neural perceptron multicamada (Multi-Layer Perceptron - MLP) e é comparado com outras técnicas lineares de classificação como as medidas de similaridade Distância Euclidiana e Distância de Mahalanobis. As variáveis de entrada utilizadas para a rede neural foram extraídas a partir dos perfis magnéticos adquiridos. Este estudo apresenta uma análise da seleção dos parâmetros de entrada para a classificação. O sistema avaliado foi capaz de alcançar índices de acerto na classificação de 97% em seis categorias e 90% em oito categorias. Os resultados dos testes mostram a viabilidade técnica de se utilizar o sistema em equipamentos fixo de fiscalização eletrônica, permitindo a diferenciação de categorias muito semelhantes entre si como, por exemplo, caminhonetes de camionetas