智能轮椅根据云端海量轨迹数据进行筛选提取的工作方法技术
The method of selecting and extracting the intelligent wheelchair according to the mass trace data of the cloud
The invention provides an intelligent wheelchair for screening method, extracted according to the cloud mass trajectory data includes: acquiring user behavior track demand information, according to the information provided by the cloud track data, through the corresponding model to determine the optimal path of user behavior.
【技术实现步骤摘要】
智能轮椅根据云端海量轨迹数据进行筛选提取的工作方法
本专利技术涉及大数据智能行驶控制领域，尤其涉及一种智能轮椅根据云端海量轨迹数据进行筛选提取的工作方法。
技术介绍
由于人口的老龄化逐渐凸显出来，其生活质量和健康状况需要得到社会的关心和照顾，而且行动不便的人员也希望吸收一些新鲜空气和与社会进行交互沟通，但是由于行动不便的原因，而不能够进行外出活动，从而应运而生了医疗运输装备，例如助力轮椅或者电动轮椅，以及手控平衡车等产品，虽然成品已经市场化。但是由于使用者对电子设备操控理解较慢，而不能够很好的进行人车交互，这就应运而生了自动驾驶轮椅，但是自动驾驶轮椅所产生的问题就是对于使用者行走的路线不能很好的规划判断，节省路径或者提高效率缩短驾驶时间。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种智能轮椅根据云端海量轨迹数据进行筛选提取的工作方法。为了实现本专利技术的上述目的，本专利技术提供了一种智能轮椅根据云端海量轨迹数据进行筛选提取的工作方法，包括：获取用户行为轨迹需求信息，根据云端数据所提供的行为轨迹信息，通过相应模型，确定最优的用户行为...
【技术保护点】
一种智能轮椅根据云端海量轨迹数据进行筛选提取的工作方法，其特征在于，包括：获取用户行为轨迹需求信息，根据云端数据所提供的行为轨迹信息，通过相应模型，确定最优的用户行为轨迹路线。S1，对于云端海量数据进行初步筛选，根据用户导航信息确定该用户所处的地理位置，在该地理位置从海量数据中获取与地理位置数据类似的行进轨迹数据；S2，对于行进轨迹数据通过如下公式进行筛选，根据所确定的地理位置信息采用均方误差乘积算法，K(p)＝R(|r(p)
【技术特征摘要】
1.一种智能轮椅根据云端海量轨迹数据进行筛选提取的工作方法，其特征在于，包括：获取用户行为轨迹需求信息，根据云端数据所提供的行为轨迹信息，通过相应模型，确定最优的用户行为轨迹路线。S1，对于云端海量数据进行初步筛选，根据用户导航信息确定该用户所处的地理位置，在该地理位置从海量数据中获取与地理位置数据类似的行进轨迹数据；S2，对于行进轨迹数据通过如下公式进行筛选，根据所确定的地理位置信息采用均方误差乘积算法，K(p)＝R(|r(p)2|)·n(p)·[|r(p)2|/q(p)]·[|r(p)2|·u(p)]其中，r(p)2为行进轨迹数据的强度，p为地理位置信息，n(p)为位置p处形成轨迹前的强度，q(p)为位置p处形成轨迹后的强度，u(p)为位置p处形成前后总体轨迹的强度，R(|r(p)2|)为地理位置轨迹场景模型；S3，通过乘积算法运算之后，进行收敛数据筛选，从行进轨迹数据中通过概率密度运算进行筛选，其中，μp为地理位置累加参数，Tsi为第s个行进轨迹的第i个时间分量，为第s个行进轨迹的第i个兴趣点分量，c1和c2为兴趣因子，x1和x2为地理位置坐标的随机数，pgi为全部行进轨迹中第i个轨迹分量，usi为第s个行进轨迹的第i个地点分量，t≥0。S4，提取每个行进轨迹的时间耗费值其中，Eγ为行进轨迹的时间强度，η为待定参量，Γ(n)为行进轨迹中第n条轨迹时间趋势的Γ分布，T(t)为行进轨迹在地理位置信息中时间耗费的纹理，t≥0；生成时间耗费模型其中，αt为时间耗费值的阈值，Ni(t+1)为下一时段行进轨迹的时间耗费值，S5，提取每个行进轨迹的时间耗费的预测值Nj(t)＝2[Eγ(T(t)+T(t+1))-μp·T(t)]，其中，μp为地理位置累加参数，...
【专利技术属性】
技术研发人员：杨晓凡，刘玉蓉，
申请(专利权)人：重庆市智权之路科技有限公司，
类型：发明
国别省市：重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。