【技术实现步骤摘要】
一种驾驶技能考试场地复核方法
[0001]本专利技术一种驾驶技能考试场地复核方法,属于驾考场地复核
技术介绍
[0002]驾驶员在申领驾照时,必须通过场地驾驶技能考试,由于场地驾驶技能考试是在规定划线场地上行驶,每项项目的场地标准有严格的要求,相关主管部门对场地进行复核是必不可少的一个环节,然而目前的场地复核人为失误因素较高,容易给考核的公平性造成影响。
技术实现思路
[0003]本专利技术克服了现有技术存在的不足,提供了一种驾驶技能考试场地复核方法,解决了复核过程中人为因素造成的误差,提高了考核的公平性。
[0004]为了解决上述技术问题,本专利技术采用的技术方案为:一种驾驶技能考试场地复核方法,按下述步骤实施:
[0005]第一步,在驾驶技能考试场地装置接入差分信号,且根据驾驶技能考试场地的实际情况选择合适的差分源;
[0006]第二步,进行数据清洗,即核对输出数据是否正确;
[0007]a)、利用奇偶校验核验装置输出报文信息是否完整;
[0008]b)、通过判断指定的经纬度坐标点是否落在待复核的考试场地内,以剔除无效点,进而确保需采集数据落入到考场内;
[0009]第三步、根据项目模型采集最优点;
[0010]a)、静止状态下,同一测绘点采集时间10~15s,保证同一点的采样数据有效样本至少50个;
[0011]b)、利用加权粒子群算法,计算出最贴合实际的数据点;
[0012]第四步、比对模型设计;
[00
【技术保护点】
【技术特征摘要】
1.一种驾驶技能考试场地复核方法,其特征在于,按下述步骤实施:第一步,在驾驶技能考试场地装置接入差分信号,且根据驾驶技能考试场地的实际情况选择合适的差分源;第二步,进行数据清洗,即核对输出数据是否正确;a)、利用奇偶校验核验装置输出报文信息是否完整;b)、通过判断指定的经纬度坐标点是否落在待复核的考试场地内,以剔除无效点,进而确保需采集数据落入到考场内;第三步、根据项目模型采集最优点;a)、静止状态下,同一测绘点采集时间10~15s,保证同一点的采样数据有效样本至少50个;b)、利用加权粒子群算法,计算出最贴合实际的数据点;第四步、比对模型设计;a)、根据规则,设置模型比对算法,通过模型比对算法,核对是否在合理误差范围内;b)、根据报备数据,核实是否在与报备数据符合的合理误差范围内;第五步、比对结果;根据模型比对结果,输出比对结果,如果模型尺寸不合格,标注出具体的不符合标准的模型以便后续进行整改。2.根据权利要求1所述的一种驾驶技能考试场地复核方法,其特征在于,所述第一步中如果接入不到场地差分数据,则选择备用差分信号。3.根据权利要求1所述的一种驾驶技能考试场地复核方法,其特征在于,所述第二步中的数据清洗为基于距离的数据清洗方法,在对象之间定义邻近性度量,将远离其他对象的对象视为异常对象;采集点的数值属性要求根据距离度量两点之间的相似性,拟采用欧氏距离的度量方法来度量,具体计算标准如下:已知三维空间内两个采集点a(x1,y1,z1)和b(x2,y2,z2),则采集点a与b之间的欧氏距离为:4.根据权利要求1所述的一种驾驶技能考试场地复核方法,其特征在于,所述第三步中的加权粒子群算法为基于区域的变异粒子群算法,改基于区域的变异粒子群算法首先将采集点的粒子群体划分为多个区域,然后每个区域内同时进行基本粒子群算法,通过多个区域可以限制粒子流动范围,有助于获取到每个区域内的最优粒子,从而保持粒子多样性,避免次优收敛。5.根据权利要求4所述的一种驾驶技能考试场地复核方法,其特征在于,所述基于区域的变异粒子群算法结构流程如下:a)、使用PAM算法聚类粒子;首先,总体n个样本点中随机选择k个对象作为中心;其次,按照与medoids最近的原则,将剩余的n
‑
k个点分配到当前最佳的medoids代表的类中,实现了初始的聚类;再次,对于第i个类中除对应medoids点外的所有其他点,按顺序计算当其为新的
medoids时,准则函数的值,遍历所有可能,选取准则函数最小时对应的点作为新的medoid;直到所有的medoids点不再发生变化或已达到设定的最大迭代次数;最后,产出最终确定的k个类...
【专利技术属性】
技术研发人员:乔鹏,陈炜哲,赵世琛,刘学博,周崟,雷宇霞,唐人宇,王嘉,张锐,王浩,武卯泉,刘鑫宇,卫炳峰,
申请(专利权)人:山西省信息产业技术研究院有限公司,
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。