一种道路类型识别方法及系统技术方案

本发明专利技术提供了一种道路类型识别方法及系统，该方法包括：获取车辆在待识别道路路段行驶过程中的行驶数据；对行驶数据进行处理，形成适用于学习类算法的车辆行驶数据标准样本；将车辆行驶数据标准样本输入预先构建的学习模型，输出待识别道路路段的道路类型信息。通过本发明专利技术提供的方法和系统能够根据车辆的行驶数据，对车辆当前行驶的道路的类型进行有效的识别。

A method and system for road type identification

The invention provides a road type identification method and system. The method includes: obtaining the driving data of the vehicle in the course of the road to be identified, processing the driving data, forming a standard sample of the vehicle driving data suitable for the learning algorithm, and entering the standard sample of the vehicle driving data in advance. The learning model outputs the road type information to be identified. The method and system provided by the invention can effectively identify the types of vehicles currently running according to the driving data of vehicles.

【技术实现步骤摘要】
一种道路类型识别方法及系统
本专利技术涉及数据处理
，尤其涉及一种道路类型识别方法及系统。
技术介绍
目前，对道路类型的定义和标记主要有国家统一标准和各种地图类应用人工添加标签进行定义两种方式。国家统一标准，即道路建设时，按照公路工程技术标准对公路进行定义和标注。这种方式的局限性在于根据初始属性进行划归，无法反映道路使用时的真实路况特征，尤其随着时间的推移对道路特征的表达将具有更低的参考性。各种地图类应用人工添加标签进行定义，即根据路面状况、交通状况、公共设施等指标的统计对道路进行动态化归类和标注，这种方法的特点是具有明确和狭窄的指向性，如单纯反映拥堵状况等，且标签变化性较大。因此，如何更加有效的对道路的类型进行识别是一项亟待解决的问题。
技术实现思路
有鉴于此，本专利技术提供了一种道路类型识别方法及系统，能够根据车辆的行驶数据，对车辆当前行驶的道路的类型进行有效的识别。本专利技术提供了一种道路类型识别方法，所述方法包括：获取车辆在待识别道路路段行驶过程中的行驶数据；对所述行驶数据进行处理，形成适用于学习类算法的车辆行驶数据标准样本；将所述车辆行驶数据标准样本输入预先构建的学习模型，输出所述待识别道路路段的道路类型信息。优选地，所述获取车辆在待识别道路路段行驶过程中的行驶数据包括：以预设采样周期采集车辆在所述待识别道路路段行驶过程中的行驶数据。优选地，所述对所述行驶数据进行处理，形成适用于学习类算法的车辆行驶数据标准样本包括：将所述行驶数据按照预设固定行驶里程进行窗口化划分，生成n个独立样本，其中，n为大于等于1的自然数；分别对所述独立样本中的行驶数据依据车辆动力学和统计学进行特征选取，形成车辆行驶数据标准样本。优选地，预先构建学习模型包括：获取车辆在历史道路路段行驶过程中的历史行驶数据；基于所述历史道路路段的道路类型信息，对所述历史行驶数据进行处理，生成携带道路类型信息的标准样本；基于所述携带道路类型信息的标准样本进行训练与测试，生成学习模型。优选地，所述预设采样周期为500ms。一种道路类型识别系统，包括：第一获取模块，用于获取车辆在待识别道路路段行驶过程中的行驶数据；第一数据处理模块，用于对所述行驶数据进行处理，形成适用于学习类算法的车辆行驶数据标准样本；识别模块，用于将所述车辆行驶数据标准样本输入预先构建的学习模型，输出所述待识别道路路段的道路类型信息。优选地，所述第一获取模块包括：车载自动诊断系统，用于以预设采样周期采集车辆在所述待识别道路路段行驶过程中的行驶数据。优选地，所述第一数据处理模块包括：窗口化处理单元，用于将所述行驶数据按照预设固定行驶里程进行窗口化划分，生成n个独立样本，其中，n为大于等于1的自然数；标准样本生成单元，用于分别对所述独立样本中的行驶数据依据车辆动力学和统计学进行特征选取，形成车辆行驶数据标准样本。优选地，所述系统还包括：第二获取模块，用于获取车辆在历史道路路段行驶过程中的历史行驶数据；第二数据处理模块，用于基于所述历史道路路段的道路类型信息，对所述历史行驶数据进行处理，生成携带道路类型信息的标准样本；生成模块，用于基于所述携带道路类型信息的标准样本进行训练与测试，生成学习模型。优选地，所述预设采样周期为500ms。从上述技术方案可以看出，本专利技术提供了一种道路类型识别方法及系统，当需要对车辆行驶的道路类型进行识别时，首先获取车辆在待识别道路路段行驶过程中的行驶数据，然后对行驶数据进行处理，形成适用于学习类算法的车辆行驶数据标准样本，将车辆行驶数据标准样本输入预先构建的学习模型，输出待识别道路路段的道路类型信息。通过将车辆当前行驶的行驶数据输入预先构建的学习模型进行处理，能够根据车辆的行驶数据，对车辆当前行驶的道路的类型进行有效的识别。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术公开的一种道路类型识别方法实施例1的方法流程图；图2为本专利技术公开的一种道路类型识别方法实施例2的方法流程图；图3为本专利技术公开的一种道路类型识别方法实施例3的方法流程图；图4为本专利技术公开的一种道路类型识别系统实施例1的结构示意图；图5为本专利技术公开的一种道路类型识别系统实施例2的结构示意图；图6为本专利技术公开的一种道路类型识别系统实施例3的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术公开的一种道路类型识别方法，如图1所示，所述方法可以包括以下步骤：S101、获取车辆在待识别道路路段行驶过程中的行驶数据；当需要对车辆行驶的道路类型进行识别时，首先获取车辆在待识别道路路段行驶过程中的行驶数据。例如，获取车速、发动机转速、发动机扭矩、加速踏板深度、制动踏板状态、实际挡位、瞬时油耗、方向盘转角、方向盘转角速度、横摆角速度、纵向加速度以及侧向加速度等变量。S102、对行驶数据进行处理，形成适用于学习类算法的车辆行驶数据标准样本；为了能够对获取到的车辆的行驶数据进行分析，需要进一步基于车辆动力学和机器学习对获取到的行驶数据进行处理，生成车辆行驶数据标准样本。S103、将车辆行驶数据标准样本输入预先构建的学习模型，输出待识别道路路段的道路类型信息。当对行驶数据进行处理，形成适用于学习类算法的车辆行驶数据标准样本后，将车辆行驶数据标准样本输入预先构建的学习模型进行学习处理，最终输出待识别道路路段的道路类型信息。综上所述，在上述实施例中，当需要对车辆行驶的道路类型进行识别时，首先获取车辆在待识别道路路段行驶过程中的行驶数据，然后对行驶数据进行处理，形成适用于学习类算法的车辆行驶数据标准样本，将车辆行驶数据标准样本输入预先构建的学习模型，输出待识别道路路段的道路类型信息。通过将车辆当前行驶的行驶数据输入预先构建的学习模型进行处理，能够根据车辆的行驶数据，对车辆当前行驶的道路的类型进行有效的识别。本专利技术公开的一种道路类型识别方法，如图2所示，所述方法可以包括以下步骤：S201、以预设采样周期采集车辆在待识别道路路段行驶过程中的行驶数据；当需要对车辆行驶的道路类型进行识别时，首先获取车辆在待识别道路路段行驶过程中的行驶数据。例如，获取车速、发动机转速、发动机扭矩、加速踏板深度、制动踏板状态、实际挡位、瞬时油耗、方向盘转角、方向盘转角速度、横摆角速度、纵向加速度以及侧向加速度等变量。在采集待识别道路路段车辆的行驶数据时，可以以预设的采样周期进行一次数据采样。例如，以每500ms进行一次车辆的行驶数据采集。S202、将行驶数据按照预设固定行驶里程进行窗口化划分，生成n个独立样本，其中，n为大于等于1的自然数；以预设采样周期采集到的待识别道路路段车辆的行驶数据，对应的是时间或空间上的累计值，需要将行驶数据按照固定区间进行窗口化划分得到多个独立样本。例如，本文档来自技高网...

【技术保护点】
一种道路类型识别方法，其特征在于，所述方法包括：获取车辆在待识别道路路段行驶过程中的行驶数据；对所述行驶数据进行处理，形成适用于学习类算法的车辆行驶数据标准样本；将所述车辆行驶数据标准样本输入预先构建的学习模型，输出所述待识别道路路段的道路类型信息。

【技术特征摘要】
1.一种道路类型识别方法，其特征在于，所述方法包括：获取车辆在待识别道路路段行驶过程中的行驶数据；对所述行驶数据进行处理，形成适用于学习类算法的车辆行驶数据标准样本；将所述车辆行驶数据标准样本输入预先构建的学习模型，输出所述待识别道路路段的道路类型信息。2.根据权利要求1所述的方法，其特征在于，所述获取车辆在待识别道路路段行驶过程中的行驶数据包括：以预设采样周期采集车辆在所述待识别道路路段行驶过程中的行驶数据。3.根据权利要求1或2所述的方法，其特征在于，所述对所述行驶数据进行处理，形成适用于学习类算法的车辆行驶数据标准样本包括：将所述行驶数据按照预设固定行驶里程进行窗口化划分，生成n个独立样本，其中，n为大于等于1的自然数；分别对所述独立样本中的行驶数据依据车辆动力学和统计学进行特征选取，形成车辆行驶数据标准样本。4.根据权利要求3所述的方法，其特征在于，预先构建学习模型包括：获取车辆在历史道路路段行驶过程中的历史行驶数据；基于所述历史道路路段的道路类型信息，对所述历史行驶数据进行处理，生成携带道路类型信息的标准样本；基于所述携带道路类型信息的标准样本进行训练与测试，生成学习模型。5.根据权利要求2所述的方法，其特征在于，所述预设采样周期为500ms。6.一种道路类型识别系统，其特征在...

【专利技术属性】
技术研发人员：轩萱，吴临政，
申请(专利权)人：北京经纬恒润科技有限公司，
类型：发明
国别省市：北京,11