[發明專利]一種基于5G便攜式智能終端及MEC的交通對象識別方法

在審

• 申請號: 201910666308.2
• 申請日: 2019-07-23
• 公開（公告）號: CN110428617A
• 公開（公告）日: 2019-11-08
• 發明（設計）人: 蔣建春;楊成成;曾素華;郭真妮;賈敬森;岑明;任凡;李增文
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;H04W4/02;H04W4/021;H04W64/00;G06K9/62;G06K9/00
• 代理公司: 重慶市恒信知識產權代理有限公司 50102
• 代理人: 劉小紅;陳棟梁

1.一種基于5G便攜式智能終端及MEC的交通對象識別方法，其特征在于，包括以下步驟：

步驟1、根據5G便攜式智能終端地圖信息及5G基站的實際覆蓋距離判斷行人是否處于標定好的感興趣區域，標定好的感興趣區域為5G基站的覆蓋距離內的區域；

步驟2、若行人處于感興趣區域中，則通過5G便攜式智能終端采集傳感器數據，包括加速度傳感器數據、高精度定位數據、GPS數據、陀螺儀數據，并按照設定的格式存儲數據；

步驟3、通過對獲取到的數據進行重力去除、數據降噪、特征提取、數據降維在內的預處理后，其中數據降噪采用了改進的移動平均算法，利用分類算法對這些處理后的數據分類，得到行人狀態識別模型；

步驟4、通過對得到的行人狀態數據、GPS數據、陀螺儀數據在內的數據進行聚類分析，對交通對象進行分類，得到聚類分析模型；

步驟5，當得到行人狀態模型和聚類分析模型后，通過5G便攜式智能終端、路側設備、5G基站和5G MEC服務器之間信息交互，5G便攜式智能終端本地將獲取到的傳感器數據導入行人狀態識別模型且識別出行人所處的狀態，然后將包括傳感器數據、行人狀態在內的信息導入5G MEC服務器中聚類分析模型識別出對應的交通對象，并把識別結果進行廣播或者回傳。

2.根據權利要求1所述的一種基于5G便攜式智能終端及MEC的交通對象識別方法，其特征在于，所述步驟3的行人狀態識別模型中提取的數據特征是由時域下的時域特征和頻域下的頻域特征構成的，其中頻域特征提取方法分兩個步驟，第一步是先對5G便攜式智能終端獲取到的數據信號進行多階離散小波變換提取出信號高頻及低頻信息；第二步使用奇異值分解的方法將第一步中得到的較高維度的頻域特征降維，得到低維度的數據信號頻域特征，當第一次分類結束后，將權重較小的特征項剔除，再對剩下的特征進行訓練，直到篩選得到最終特征。

3.根據權利要求2所述的一種基于5G便攜式智能終端及MEC的交通對象識別方法，其特征在于，所述第一步對5G便攜式智能終端獲取到的數據信號進行多階離散小波變換提取出信號高頻及低頻信息，具體步驟如下：

(1)將獲取的數據作為離散小波變化的信號輸入，即記為X[n]，長度為N；

(2)第一階中將X[n]分別輸入到高通濾波器和低通濾波器獲得X[n]的高低頻部分；

(3)將步驟(2)得到的X[n]的低頻部分作為高、低通濾波器的輸入得到第一階中的X[n]低頻部分的高低頻部分，以此類推得到X[n]的第n層高頻及低頻信息。

4.根據權利要求2所述的一種基于5G便攜式智能終端及MEC的交通對象識別方法，其特征在于，所述第二步使用奇異值分解的方法將第一步中得到的較高維度的頻域特征降維，得到低維度的數據信號頻域特征，主要步驟為：得到的高緯度特征矩陣記為A，因A不為方陣，故對特征矩陣奇異值分解A＝U∑V^T，其中A是一個m*n的矩陣，U是一個m*m的矩陣，Σ是一個m*n的矩陣，V是一個n*n的矩陣。

5.根據權利要求1-4之一的所述的一種基于5G便攜式智能終端及MEC的交通對象識別方法，其特征在于，所述步驟3改進的移動平均算法流程為：

初始化：T為獲取到的數據信號序列，A為平滑后的序列，S為累加器，S＝A*N，N為滑動窗口大??；

1.S1＝S-A+T；

2.A＝S1/N。

6.根據權利要求5所述的一種基于5G便攜式智能終端及MEC的交通對象識別方法，其特征在于，所述5G便攜式智能終端主要負責參與交通活動采集傳感器數據，通過5G通信將這些數據上傳給5G MEC服務器進行行人狀態識別，或者利用便攜式終端的本地資源將狀態識別后發送給5G MEC服務器，5G基站負責的主要是5G便攜式智能終端和5G MEC服務器之間的信息交互，5G MEC服務器主要負責對接收到的數據本地處理及把處理結果發送給路側設備，路側設備(RSU)主要是接收MEC服務器處理過后的交通對象識別結果，然后將這些消息廣播出去或者回傳給5G便攜式智能終端。

7.根據權利要求6所述的一種基于5G便攜式智能終端及MEC的交通對象識別方法，其特征在于，所述5G MEC多接入邊緣計算服務器分為兩個模塊，一個是數據操作模塊，另一個是算法處理模塊，其中，數據操作模塊用于數據處理、數據緩存和數據轉發承載；算法處理模塊用于信息獲取、算法執行和決策單元，聚類分析算法的實現過程主要是在5G MEC服務器中執行。