[發明專利]一種基于群智感知傳感數據的路面異常檢測方法

有效

• 申請號: 201910284464.2
• 申請日: 2019-04-10
• 公開（公告）號: CN110020686B
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 陳垣毅;鄭增威;陶燕云;霍梅梅
• 申請（專利權）人: 浙江大學城市學院
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 杭州九洲專利事務所有限公司 33101
• 代理人: 張羽振

1.一種基于群智感知傳感數據的路面異常檢測方法，其特征在于，包括如下步驟：

A、識別異常分割點；基于給定的加速度序列S＝{a₁，…，a_i，…}確定fd(t_i，τ)，其代表在滑動窗口(t_i-τ/2,t_i+τ/2)下垂直加速度的波動距離，然后使用基于閾值的方法選擇候選異常分割點；

B、刪除錯誤分割點；需要排除其他因素導致垂直加速度數據的波動距離大于閾值的情況，利用逐段聚集平均表示方法和隨機森林算法對正常子序列和異常子序列進行分類，排除錯誤分割點；

C、學習訓練集的尺度不變特性；通過步驟A和步驟B提取加速度序列S的異常子序列，利用Shapelet方法對異常子序列候選特征的預測質量進行了評價，選擇出準確率最高的異常子序列作為尺度不變特征；

D、在測試集中檢測路面異常情況；循環執行步驟A、步驟B和步驟C，獲得訓練集D_tr中多種路面異常類型特征，然后基于隨機森林模型識別測試集中子序列的路面異常類型；

步驟A具體包括如下步驟：

A11、給定訓練集加速度序列確定fd(t_i，τ)，其代表在滑動窗口(ti-τ/2,ti+τ/2)下垂直加速度的波動距離，公式定義如下：

其中τ是指窗口大小,G(τ)是一個含有τ個元素的子序列；

A12、將上述波動距離加和求均獲得波動距離的平均值，若滑動窗口的垂直距離fd(t_i，τ)明顯高于平均值,即可推斷出車輛通過異常路面的時間t_i，此處采用基于閾值的方法選擇候選異常分割點；

A13、根據相鄰分割點之間的間隔合并候選異常分割點，公式定義如下：

其中N_A(i)為A(i)的滑動窗口數。

2.根據權利要求1所述的基于群智感知傳感數據的路面異常檢測方法，其特征在于，步驟C具體包括如下步驟：

C11、將訓練集D_tr中的每個加速度序列按照步驟B和步驟C描述的方法獲取異常子序列并視為候選shapelets；

C12、計算每個候選shapelets的特征到所有訓練樣本的距離，并作為每個樣本到子序列的距離；

C13、以樣本到子序列的距離為分類特征，利用F-stats測度對候選shapelets的特征進行評價；

C14、根據F-stats評分對每個加速度序列的候選shapelets進行排序，選擇分類準確率最高的shapelets作為該加速度序列的尺度不變特征。

3.根據權利要求1所述的基于群智感知傳感數據的路面異常檢測方法，其特征在于，步驟D具體包括如下步驟：

D11、基于步驟A所示方法提取測試集D_te的異常子序列；

D12、基于步驟B對D11產生的子序列進行篩選，排除正常子序列；

D13、使用Shapelet方法計算測試集D_te的異常序列與訓練集D_tr的shapelets的最小距離；

D14、基于隨機森林模型檢測異常子序列的異常類型。