[發明專利]基于5G+V2X移動終端及高精度地圖的二輪車識別系統與方法

有效

• 申請號: 202110068229.9
• 申請日: 2021-01-19
• 公開（公告）號: CN112906742B
• 公開（公告）日: 2023-03-28
• 發明（設計）人: 蔣建春;趙龍明;曾素華;陳琛;岑明;胡浪;楊誼;李春艷
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06F18/24
• 分類號: G06F18/24;G06F18/27;G06F18/214;G06F18/10;G06F16/29;G06F17/18;G06F9/50
• 代理公司: 重慶市恒信知識產權代理有限公司 50102
• 代理人: 陳棟梁

1.一種基于5G+V2X移動終端及高精度地圖的二輪車識別系統，其特征在于，包括：采集車輛行駛狀態數據的5G+V2X便攜式移動終端、負責實時數據處理的邊緣云和負責廣播的路側設備RSU，所述5G+V2X便攜式移動終端包括傳感器模塊、高精度地圖模塊、二輪車識別模塊和通信模塊；傳感器模塊采集車輛行駛狀態數據并輸出到二輪車識別模塊，高精度地圖模塊采集當前位置所在的道路信息并輸出到二輪車識別模塊，二輪車識別模塊采用基于高精度地圖的二輪車識別過濾方法；所述基于高精度地圖的二輪車識別過濾方法，是指在采集車輛行駛狀態數據前，利用高精度定位裝置對其位置包括經、度緯度、海拔和高精度地圖信息進行匹配，判斷是否在交通道路周圍；如果在，則采集車輛的運動狀態數據；若果不在，則不進行采集，所述二輪車識別模塊是一種輕量級改進的邏輯回歸分類識別算法，該算法改進在于能夠根據道路類型進行實時預測，且能分配合理的權重系數進行綜合預測；所述二輪車識別模塊的輸入參數為移動終端狀態傳感器與高精度地圖信息；所述通信模塊包括5G+V2X；

所述分類識別算法采用的是一種輕量級改進的邏輯回歸識別算法模型，具體實施步驟如下：(1)利用便攜式移動終端采集加速度計數據、陀螺儀數據、高精度定位數據和高精度地圖數據；(2)根據車輛所在的道路類型階段，將對應階段采集到的傳感器數據進行預處理后，選取每個窗口下的平均速度、最大速度、x軸平均加速度、y軸平均加速度、z軸平均加速度、x軸加速度標準差、y軸加速度標準差、z軸加速度標準差、x軸陀螺儀標準差、y軸陀螺儀標準差、z軸陀螺儀標準差、道路類型、道路曲率、道路坡度作為模型的輸入特征向量輸入到二輪車識別模型進行預測；(3)將各個階段的預測值乘以對應階段的權重系數作為當前階段的預測值；(4)對車輛所行駛的每個階段的預測值取平均值作為當前車輛的綜合預測值；

利用一種輕量級改進的邏輯回歸算法建立的二輪車識別模型，其數學表達式為：

設將車輛行駛的道路按照道路類型共劃分為K段，每段均進行一次車輛識別預測，則可建立一種基于輕量級改進的邏輯回歸分類識別算法的二輪車識別模型：

式中P1表示摩托車的概率，P2表示自行車的概率，P3表示電動自行車的概率Xi為第i個劃分段的輸入特征向量，α₁表示常數、β₁表示行向量、α₂表示常數、β₂表示行向量、ω_i為第i個劃分段的權重；

所述5G+V2X便攜式移動終端、邊緣云和路側設備RSU，三者之間的通信連接方式為：5G+V2X便攜式移動終端與邊緣云之間使用5G進行通信，邊緣云與路側設備RSU之間使用蜂窩通信網進行通信，5G+V2X便攜式移動終端與路側設備RSU之間使用5G+V2X進通信，RSU設備能夠進行5G+V2X通信，能夠與車輛用戶攜帶的5G+V2X便攜式移動終端進行通信，也能使用相關的模塊建立車內互聯網絡，其次，RSU通過移動蜂窩網絡與邊緣云進行通信，通過高精度定位對其自身位置進行定位，以及運行操作系統和相關應用。

2.根據權利要求1所述的一種基于5G+V2X移動終端及高精度地圖的二輪車識別系統，其特征在于，所述二輪車識別模型建立過程需要經過兩個階段，分別為離線訓練和在線測試階段，離線訓練階段進行了數據采集、數據預處理、提取時域特征、標注車輛特征、訓練模型；在線測試階段進行了傳感器和高精地圖數據獲取、數據預處理、提取時域特征、輸入到訓練模型進行識別分類、識別結果準確度對比。

3.根據權利要求2所述的一種基于5G+V2X移動終端及高精度地圖的二輪車識別系統，其特征在于，所述二輪車識別模型離線訓練階段，具體實施步驟如下：(1)從用戶攜帶的移動終端上獲取能表征車輛行駛狀態數據以及車輛所在道路信息在內的數據，形成訓練數據集，或者設計相關程序采集時間序列集，采集時按照二輪車的類型分別采集；(2)對訓練數據集中的數據進行預處理包括數據濾波和切割，數據濾波過濾掉噪聲引起的雜點，數據切割選擇切割窗口；(3)對預處理后的每個數據段提取特征，提取時域特征，包括平均值、標準差、均方根、軸相關性；(4)對同一個窗口段提取出來的特征，按照固定的順序排列，形成特征向量，并標注對應的車輛類型；(5)將標注好的特征向量數據輸入到分類識別算法模型中進行訓練從而得出二輪車識別模型。