【技术实现步骤摘要】
基于5G+V2X移动终端及高精度地图的二轮车识别系统与方法
[0001]本专利技术属于识别车辆类型的
，特别是涉及一种识别二轮车类型的识别方法及系统。
技术介绍
[0002]世界卫生组织在道路安全报告中指出，道路交通事故是15至29岁年轻人死亡的主要原因。一些低收入和中等收入国家在道路交通事故上的花费约占政府国内生产总值的5％，成为未来经济发展的障碍之一。在这些交通事故中，二轮车所引发的交通事故占比较大。据统计，全国二轮车交通事故占事故总数比高达20
‑
50％，死亡人数占比20
‑
40％，给人民带来巨大的生命财产损失，形势非常严峻。
[0003]现有技术中主要有三大类方法，一是利用摄像头事实采集道路的图像信息进行二值化、特征提取等处理，从而分类出车辆的类别；二是利用雷达接受待识别物体反射的至少一个雷达信号，进行特征提取然后与数据库对比，从而识别出车辆的类别。三是将摄像头和雷达两种传感器进行数据融合，从而识别出车辆类别。但是以上方法都严重受限于使用环境，在雨雪大雾天气或者光线不...
【技术保护点】
【技术特征摘要】
1.一种基于5G+V2X移动终端及高精度地图的二轮车识别系统，其特征在于，包括：采集车辆行驶状态数据的5G+V2X便携式移动终端、负责实时数据处理的边缘云和负责广播的路侧设备RSU，所述5G+V2X便携式移动终端包括传感器模块、高精度地图模块、二轮车识别模块和通信模块；传感器模块采集车辆行驶状态数据并输出到二轮车识别模块，高精度地图模块采集当前位置所在的道路信息并输出到二轮车识别模块，二轮车识别模块采用基于高精度地图的二轮车识别过滤方法；所述基于高精度地图的二轮车识别过滤方法，是指在采集车辆行驶状态数据前，利用高精度定位装置对其位置包括经、度纬度、海拔和高精度地图信息进行匹配，判断是否在交通道路周围；如果在，则采集车辆的运动状态数据；若果不在，则不进行采集，所述二轮车识别模块是一种轻量级改进的逻辑回归分类识别算法，该算法改进在于能够根据道路类型进行实时预测，且能分配合理的权重系数进行综合预测；所述二轮车识别模型的输入参数为移动终端状态传感器与高精度地图信息；所述通信模块包括5G+V2X。2.根据权利要求1所述的一种基于5G+V2X移动终端及高精度地图的二轮车识别系统，其特征在于，所述二轮车识别模型建立过程需要经过两个阶段，分别为离线训练和在线测试阶段，离线训练阶段进行了数据采集、数据预处理、提取时域特征、标注车辆特征、训练模型。在线测试阶段进行了传感器和高精地图数据获取、数据预处理、提取时域特征、输入到训练模型进行识别分类、识别结果准确度对比。3.根据权利要求2所述的一种基于5G+V2X移动终端及高精度地图的二轮车识别系统，其特征在于，所述二轮车识别模型离线训练阶段，具体实施步骤如下：(1)从用户携带的移动终端上获取能表征车辆行驶状态数据以及车辆所在道路信息在内的数据，形成训练数据集，或者设计相关程序采集时间序列集，采集时按照二轮车的类型分别采集；(2)对训练数据集中的数据进行预处理包括数据滤波和切割，数据滤波过滤掉噪声引起的杂点，数据切割选择切割窗口；(3)对预处理后的每个数据段提取特征，提取时域特征，包括平均值、标准差、均方根、轴相关性；(4)对同一个窗口段提取出来的特征，按照固定的顺序排列，形成特征向量，并标注对应的车辆类型；(5)将标注好的特征向量数据输入到分类识别算法模型中进行训练从而得出二轮车识别模型。4.根据权利要求3所述的一种基于5G+V2X移动终端及高精度地图的二轮车识别系统，其特征在于，对训练产生的二轮车识别模型进行测试阶段的具体实施步骤如下：(1)从便携式移动终端获取传感器和高精地图数据；(2)对采集到的数据进行数据滤波和数据分割在内的预处理；(3)对预处理后的每个时间窗口数据提取特征，然后按照固定的顺序排列，形成特征向量(4)把提取出来的特征向量输入到之前训练阶段产生的二轮车识别模型中，从而识别出车辆类别；(5)识别结果准确度对比。5.根据权利要求3所述的一种基于5G+V2X移动终端及高精度地图的二轮车识别系统，其特征在于，所述分类识别算法采用的是一种轻量级改进的逻辑回归识别算法模型，具体实施步骤如下：(1)利用便携式移动终端采集加速度计数据、陀螺仪数据、高精度定位数据和...
【专利技术属性】
技术研发人员：蒋建春，赵龙明，曾素华，陈琛，岑明，胡浪，杨谊，李春艳，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：
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。