欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022114395824
申请人: 长安大学
专利类型:发明专利
专利状态:未下证
专利领域: 信号装置
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种车辆运行道路区域类型辨识方法,其特征在于,包括:

步骤一:按照地理位置信息,划分目标区域中的山区区域类型;按照道路类型,划分目标区域为市区区域类型、郊区区域类型和高速区域类型;并将区域类型的范围具象为离散的经纬度点状信息;

步骤二:以用户数据作为输入,用户数据包括车辆运行数据信息和车辆GPS定位信息,对数据进行预处理后,根据短行程法进行短行程划分,将原始数据划分成若干个运动学片段,计算每个短行程的特征参数获得短行程特征参数数据库;根据车辆GPS定位信息及区域类型范围信息,判断每个短行程所属的区域类型;

步骤三:每个短行程特征参数数据库内增加车辆运行所属区域类型的标签;同时获得机器学习数据库,利用机器学习算法进行训练,构建出基于机器学习的车辆运行道路区域分类模型,该模型将用于对车辆运行道路区域的辨识;

所述的步骤一具体包括:根据城市行政区划范围,确定城市区域与郊区区域的分界线;

城市与郊区的分界线以内划为市区区域,并获得市区区域边界GPS点状信息;城市行政区内的所有高速公路划为高速区域,并获得高速区域GPS点状信息;根据DEM高程数据,计算地形起伏度,进行邻域分析,对地形起伏度进行重分类,获得山区范围,并获得山区区域边界GPS点状信息;除市区区域、高速区域、山区区域以外的范围划为郊区区域,并获得郊区区域边界GPS点状信息;

所述的城市区域与郊区区域的分界线为绕城高速或环城线;

所述的步骤二具体包括:用户短行程数据按区域类型分类;对包括车辆运行数据信息和车辆GPS定位信息的原始数据进行预处理后,根据短行程法进行短行程划分,将原始数据划分成若干个运动学片段,得到用户短行程数据库,计算每个短行程的特征参数供后续使用;构建识别短行程所属区域类型的函数,该函数以短行程的GPS定位信息和四个区域类型的GPS信息作为输入,以短行程所属区域类型标签作为输出;

所述的步骤三具体包括:利用机器学习的随机森林算法构建车辆运行道路区域分类模型,获得的机器学习数据库,包含用户短行程数据、特征参数及标签,利用随机森林算法对数据库进行训练,获取随机森林模型,合理调整机器学习数据库中数据做训练集和测试集的比例,根据实现效果,进行模型调参,最终构建出基于机器学习的车辆运行道路区域分类模型;

所述的特征参数包括:运行时间、运行距离、运行速度、加速时间、减速时间、匀速时间、怠速时间、加速比例、减速比例、匀速比例、怠速比例、最大速度、平均速度、速度标准偏差、最大加速度、加速段平均加速度、正加速度标准差、最大减速度、减速段平均减速度、负减速度标准差、平均加速度、加速度标准差、相对正加速度、不同速度间隔的比例、加速数目、减速数目、匀速数目、停车数目、转矩标准差、平均正转矩、平均负转矩、最大正转矩、最大负转矩、怠速段平均转矩、运行段平均转矩、运行段平均正转矩、运行段平均负转矩、正转矩时间比例、负转矩时间比例、转矩增加时最大波动量、转矩减小时最大波动量、转矩波动标准差、转矩增加时平均波动量、转矩减小时平均波动量、高转矩区间时间比例、中转矩区间时间比例、低转矩区间时间比例、横摆角速度绝对最大值、侧向加速度绝对最大值、制动次数、加速段时长、百公里能耗、电机总损伤、前电机总损伤、后电机总损伤、电机单位里程损伤、前电机单位里程损伤、后电机单位里程损伤、相邻短行程的速度及里程信息;

采用随机森林算法构建车辆运行道路区域分类模型包括:

导入机器学习数据库;将样本数据随机划分为训练集和测试集,训练集与测试集的比例是7:3,求解出特征参数的重要性,进行排序;

设计分类器的参数如下:随机森林中决策树的数目设为178,最大树深度设为9,最大叶子节点数设为41,最大特征数设为31,叶子节点最小样本数设为3,分裂所需最小样本数设为5;

进行模型调参,使准确率提高至90%以上,最终构建出基于机器学习算法的车辆运行道路区域分类模型。