基于波形斜率的车辆低速碰撞信号特征提取方法技术

基于波形斜率的车辆低速碰撞信号特征提取方法，采取技术方案如下所述：对滤波后的波形进行斜率的提取；设定斜率的最小值Min、最大值Max及步长为Step，计算出直方图组数；按照斜率范围对应的直方图组进行计数，得出每组中包含在该斜率范围内斜率的个数，即斜率直方图；求出所有斜率的平均值；将斜率直方图及所有斜率的平均值作为最终的斜率特征。通过对曲线斜率的求取，可以基本的将原波形进行还原，对后期的机器学习提供了较为清楚明了的学习特征。

【技术实现步骤摘要】

本专利技术属于车辆低速碰撞信号处理领域，具体说是一种基于波形斜率的车辆低速碰撞信号特征提取方法。
技术介绍
目前汽车的保有量每年在逐渐的增加，道路交通的不断规划使车辆的行驶速度有所提升，交通事故的发生率也在增加，汽车再发生碰撞后主要的理赔流程为：出险--报案--查勘--定损--核价--核损--核赔--支付，其中定损是根据保险公司所派的专业人员到现场进行勘察之后，根据损失的部位痕迹及程度进行现场初步定损，或者直接到修理厂、4S店、定损中心去定损。这不但耗费了大量的人力物力，而且在定损的过程中对定损员的专业要求较高，所以利用目前较为成熟的机器学习方法对汽车碰撞进行远程定损，不但可以解决人力物力的资源浪费，而且也可更快速更全面的对车辆零件损坏进行判定，所以对车辆低速碰撞远程定损具有重要的意义。在对低速行驶车辆远程定损过程中，主要是对车辆携带设备所采集的加速度、角速度等车辆行驶信号进行处理分析、学习判断，但是实际采集的车辆行驶信号为离散随机信号，这种信号是一种非确定性的信号，具有无法预测未来瞬间精确值的特点并且本身存在很多的噪声，怎样将信号中的有用信息提取出来将成为后期学习判断的重要前提。
技术实现思路
为克服现有技术的不足，本申请设计了一种基于波形斜率的车辆低速碰撞信号特征提取方法,通过对曲线斜率的求取，可以基本的将原波形进行还原，对后期的机器学习提供了较为清楚明了的学习特征。本专利技术旨在提供一种基于波形斜率的车辆低速碰撞信号特征提取方法，采取技术方案如下所述：S1：对滤波后的波形进行斜率的提取；S2：设定斜率的最小值Min、最大值Max及步长为Step，计算出直方图组数；S3：按照斜率范围对应的直方图组进行计数，得出每组中包含在该斜率范围内斜率的个数，即斜率直方图；S4：求出所有斜率的平均值；S5：将斜率直方图及所有斜率的平均值作为最终的斜率特征。进一步的，所述步骤S1是对滤波后的波形进行每点斜率的提取。进一步的，所述步骤S1采用三点法或者五点法对滤波后的波形进行每点斜率的提取。更进一步的，所述的三点法求取公式如下：其中，S代表斜率，x代表滤波后的信号，t代表信号点所在的时间，n为碰撞信号的点数，i代表第i个点。更进一步的，所述的五点法求取公式如下：其中，S代表斜率，x代表滤波后的信号，t代表信号点所在的时间，n为碰撞信号的点数，i代表第i个点。作为更进一步的，步骤S2中计算出直方图组数的公式如下：HistNum＝(Max+Min)/Step。作为更进一步的，步骤S4中所有斜率的平均值为：其中，S代表斜率，n为碰撞信号的点数，i代表第i个点。本专利技术的优点和积极效果是：将复杂的离散随机信号通过滤波处理后，对滤波后波形的每个点进行斜率的计算，曲线上的某点的斜率可以反映出此曲线的变量在此点处的变化的快慢程度，通过对曲线斜率的求取，可以基本的将原波形进行还原，对后期的机器学习提供了较为清楚明了的学习特征。附图说明图1为基于波形斜率的车辆低速碰撞信号特征提取方法的流程图。具体实施方式下面结合附图、通过具体实施例对本专利技术作进一步详述。以下实施例只是描述性的，不是限定性的，不能以此限定本专利技术的保护范围。实施例1基于波形斜率的车辆低速碰撞信号特征提取方法，采取技术方案如下所述：S1：对滤波后的波形进行斜率的提取；S2：设定斜率的最小值Min、最大值Max及步长为Step，计算出直方图组数；S3：按照斜率范围对应的直方图组进行计数，得出每组中包含在该斜率范围内斜率的个数，即斜率直方图；S4：求出所有斜率的平均值；S5：将斜率直方图及所有斜率的平均值作为最终的斜率特征。实施例2基于波形斜率的车辆低速碰撞信号特征提取方法，采取技术方案如下所述：S1：对滤波后的波形采用三点法进行每点斜率的提取；所述的三点法求取公式如下：其中，S代表斜率，x代表滤波后的信号，t代表信号点所在的时间，n为碰撞信号的点数，i代表第i个点；S2：设定斜率的最小值Min、最大值Max及步长为Step，计算出直方图组数：HistNum＝(Max+Min)/Step。S3：按照斜率范围对应的直方图组进行计数，得出每组中包含在该斜率范围内斜率的个数，即斜率直方图；S4：求出所有斜率的平均值：其中，S代表斜率，n为碰撞信号的点数，i代表第i个点；S5：将斜率直方图及所有斜率的平均值作为最终的斜率特征。实施例3基于波形斜率的车辆低速碰撞信号特征提取方法，采取技术方案如下所述：S1：对滤波后的波形采用五点法进行每点斜率的提取；所述的三点法求取公式如下：其中，S代表斜率，x代表滤波后的信号，t代表信号点所在的时间，n为碰撞信号的点数，i代表第i个点；S2：设定斜率的最小值Min、最大值Max及步长为Step，计算出直方图组数：HistNum＝(Max+Min)/Step。S3：按照斜率范围对应的直方图组进行计数，得出每组中包含在该斜率范围内斜率的个数，即斜率直方图；S4：求出所有斜率的平均值：其中，S代表斜率，n为碰撞信号的点数，i代表第i个点；S5：将斜率直方图及所有斜率的平均值作为最终的斜率特征。在上述步骤S2中，例如有100个斜率点，设置斜率的最小值Min为10，最大值Max为90，步长Step为10，即小于10的一组，10-20一组，以此类推，一直到大于90的一组，这10组称为直方图组数，那么这100个斜率点是属于哪组，对应的那组直方图进行加1处理，最终得到斜率直方图；每组里面个数可能不同。以上所述，仅为本专利技术较佳的具体实施方式，但本专利技术的保护范围并不局限于此，任何熟悉本
的技术人员在本专利技术披露的技术范围内，根据本专利技术的技术方案及其专利技术构思加以等同替换或改变，都应涵盖在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
基于波形斜率的车辆低速碰撞信号特征提取方法，其特征在于，采取技术方案如下所述：S1：对滤波后的波形进行斜率的提取；S2：设定斜率的最小值Min、最大值Max及步长为Step，计算出直方图组数；S3：按照斜率范围对应的直方图组进行计数，得出每组中包含在该斜率范围内斜率的个数，即斜率直方图；S4：求出所有斜率的平均值；S5：将斜率直方图及所有斜率的平均值作为最终的斜率特征。

【技术特征摘要】
1.基于波形斜率的车辆低速碰撞信号特征提取方法，其特征在于，采取技术方案如下所述：S1：对滤波后的波形进行斜率的提取；S2：设定斜率的最小值Min、最大值Max及步长为Step，计算出直方图组数；S3：按照斜率范围对应的直方图组进行计数，得出每组中包含在该斜率范围内斜率的个数，即斜率直方图；S4：求出所有斜率的平均值；S5：将斜率直方图及所有斜率的平均值作为最终的斜率特征。2.根据权利要求1所述的基于波形斜率的车辆低速碰撞信号特征提取方法，其特征在于，所述步骤S1是对滤波后的波形进行每点斜率的提取。3.根据权利要求2所述的基于波形斜率的车辆低速碰撞信号特征提取方法，其特征在于，所述步骤S1采用三点法或者五点法对滤波后的波形进行每点斜率的提取。4.根据权利要求3所述的基于波形斜率的车辆低速碰撞信号特征提取方法，其特征在于，所述的三点法求取公式如下： S i = x i + 1 - x i - 1 t i + 1 - t i - 1 i = 2 ... n - 1 x i + 1 - x i t i + 1 - t i i = 1 x i - x i - 1 t i - t i - 1 i = n ]]>其中，S代表斜率，x代表滤波后的信号，t代表信号点所在的时间，n为碰撞信号的点数，i代表第i个点。5.根据权利要求3所述的基于波形斜率的车辆低速碰撞信号特征提取方法，其特征在于，所述的五点法求取公式如下： S i =...

【专利技术属性】
技术研发人员：田雨农，邹秋霞，
申请(专利权)人：大连楼兰科技股份有限公司，
类型：发明
国别省市：辽宁;21