本發(fā)明公開一種基于機(jī)器學(xué)習(xí)算法的校車軌跡偏離檢測(cè)方法及裝置，涉及車輛安全。

背景技術(shù)：

1、校車作為運(yùn)輸學(xué)生的重要工具，在日常運(yùn)營(yíng)中需要嚴(yán)格控制其行駛安全。傳統(tǒng)的校車軌跡偏離檢測(cè)方法通常依賴于傳感器數(shù)據(jù)或視覺識(shí)別技術(shù)，但存在精度不高、對(duì)環(huán)境要求嚴(yán)格等問題。根據(jù)與校車公司的溝通了解到校車的運(yùn)行軌跡不是一成不變的，每個(gè)學(xué)期都有可能調(diào)整。因此，需要一種更加準(zhǔn)確、實(shí)時(shí)的校車軌跡偏離檢測(cè)方法來及時(shí)預(yù)警和避免潛在的安全事故。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明針對(duì)現(xiàn)有技術(shù)的問題，提供一種基于機(jī)器學(xué)習(xí)算法的校車軌跡偏離檢測(cè)方法及裝置，所采用的技術(shù)方案為：

2、第一方面，一種基于機(jī)器學(xué)習(xí)算法的校車軌跡偏離檢測(cè)方法，所述方法包括：

3、s1，根據(jù)校車上的gps設(shè)備定期采集校車位置數(shù)據(jù)；

4、s2，根據(jù)所述校車位置數(shù)據(jù)，通過數(shù)據(jù)清晰和預(yù)處理對(duì)異常數(shù)據(jù)進(jìn)行消除；

5、s3，根據(jù)所述校車位置數(shù)據(jù)，通過機(jī)器學(xué)習(xí)模型進(jìn)行特征提取分析校車的軌跡數(shù)據(jù)，得到標(biāo)準(zhǔn)軌跡庫(kù)模型；

6、s4，根據(jù)所述校車位置數(shù)據(jù)，通過所述標(biāo)準(zhǔn)軌跡庫(kù)模型進(jìn)行偏離檢測(cè)和反饋預(yù)警。

7、在一些實(shí)現(xiàn)方式中，所述s2具體包括：

8、s21，根據(jù)所述校車位置數(shù)據(jù)，通過軌跡數(shù)據(jù)處理為軌跡點(diǎn)序列；

9、s22，根據(jù)所述軌跡點(diǎn)序列，進(jìn)行特征提取得到形式狀態(tài)數(shù)據(jù)和路線特征數(shù)據(jù)；

10、其中，s3中，所述機(jī)器學(xué)習(xí)模型通過rnn卷積神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)，通過所述rnn卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)于軌跡數(shù)據(jù)進(jìn)行捕捉，得到相關(guān)信息和序列模式；

11、其中，相關(guān)信息包括所述校車是否偏離預(yù)定路線或行為是否異常。

12、在一些實(shí)現(xiàn)方式中，所述s3具體包括：

13、s31，根據(jù)所述軌跡數(shù)據(jù)，通過所述rnn卷積神經(jīng)網(wǎng)絡(luò)模型劃分為訓(xùn)練集和測(cè)試集；

14、s32，根據(jù)所述測(cè)試集對(duì)述rnn卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，并通過交叉驗(yàn)證進(jìn)行參數(shù)調(diào)優(yōu)和性能優(yōu)化，得到標(biāo)準(zhǔn)軌跡庫(kù)模型。

15、第二方面，本發(fā)明實(shí)施例提供一種基于機(jī)器學(xué)習(xí)算法的校車軌跡偏離檢測(cè)裝置，所述裝置包括：

16、定位模塊，用于根據(jù)校車上的gps設(shè)備定期采集校車位置數(shù)據(jù)；

17、處理模塊，用于根據(jù)所述校車位置數(shù)據(jù)，通過數(shù)據(jù)清晰和預(yù)處理對(duì)異常數(shù)據(jù)進(jìn)行消除；

18、模型模塊，用于根據(jù)所述校車位置數(shù)據(jù)，通過機(jī)器學(xué)習(xí)模型進(jìn)行特征提取分析校車的軌跡數(shù)據(jù)，得到標(biāo)準(zhǔn)軌跡庫(kù)模型；

19、預(yù)警模塊，用于根據(jù)所述校車位置數(shù)據(jù)，通過所述標(biāo)準(zhǔn)軌跡庫(kù)模型進(jìn)行偏離檢測(cè)和反饋預(yù)警；

20、其中，所述處理模塊具體包括：

21、軌跡單元，用于根據(jù)所述校車位置數(shù)據(jù)，通過軌跡數(shù)據(jù)處理為軌跡點(diǎn)序列；

22、提取單元，用于根據(jù)所述軌跡點(diǎn)序列，進(jìn)行特征提取得到形式狀態(tài)數(shù)據(jù)和路線特征數(shù)據(jù)。

23、在一些實(shí)現(xiàn)方式中，模型模塊中，所述機(jī)器學(xué)習(xí)模型通過rnn卷積神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)，通過所述rnn卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)于軌跡數(shù)據(jù)進(jìn)行捕捉，得到相關(guān)信息和序列模式；

24、其中，相關(guān)信息包括所述校車是否偏離預(yù)定路線或行為是否異常。

25、在一些實(shí)現(xiàn)方式中，所述模型模塊具體包括：

26、訓(xùn)練單元，用于根據(jù)所述軌跡數(shù)據(jù)，通過所述rnn卷積神經(jīng)網(wǎng)絡(luò)模型劃分為訓(xùn)練集和測(cè)試集；

27、優(yōu)化單元，用于根據(jù)所述測(cè)試集對(duì)述rnn卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，并通過交叉驗(yàn)證進(jìn)行參數(shù)調(diào)優(yōu)和性能優(yōu)化，得到標(biāo)準(zhǔn)軌跡庫(kù)模型。

28、第三方面，本發(fā)明實(shí)施例提供一種電子設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器用于存儲(chǔ)一條或多條計(jì)算機(jī)指令，其中，所述一條或多條計(jì)算機(jī)指令被所述處理器執(zhí)行時(shí)，實(shí)現(xiàn)如上述第一方面所述的方法。

29、第四方面，本發(fā)明實(shí)施例提供一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，用實(shí)現(xiàn)如第一方面所述的方法。

30、本發(fā)明的一個(gè)或多個(gè)實(shí)施例至少能夠帶來如下有益效果：

31、通過本發(fā)明方法能夠及時(shí)檢測(cè)校車的偏離路線，減少事故發(fā)生的可能性，不僅有效提升了校車運(yùn)營(yíng)的安全性和管理效率，還通過數(shù)據(jù)驅(qū)動(dòng)的方式，持續(xù)改進(jìn)和優(yōu)化服務(wù)質(zhì)量，為學(xué)校、家長(zhǎng)帶來實(shí)際的有益效果。通過實(shí)施偏離檢測(cè)裝置，能夠提升學(xué)校、家長(zhǎng)對(duì)校車服務(wù)的信任感和滿意度；基于大量實(shí)時(shí)和歷史數(shù)據(jù)的分析構(gòu)建的車輛標(biāo)準(zhǔn)軌跡庫(kù)，能夠?yàn)閷W(xué)校、校車公司管理者提供更準(zhǔn)確的數(shù)據(jù)支持，用于優(yōu)化校車運(yùn)營(yíng)策略和資源配置；校車公司管理人員能夠?通過本發(fā)明裝置實(shí)時(shí)監(jiān)控校車的位置和狀態(tài)，優(yōu)化調(diào)度和路線規(guī)劃，提升運(yùn)營(yíng)效率和服務(wù)質(zhì)量。

技術(shù)特征：

1.一種基于機(jī)器學(xué)習(xí)算法的校車軌跡偏離檢測(cè)方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，s3中，所述機(jī)器學(xué)習(xí)模型通過rnn卷積神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)，通過所述rnn卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)于軌跡數(shù)據(jù)進(jìn)行捕捉，得到相關(guān)信息和序列模式；

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述s3具體包括：

4.一種基于機(jī)器學(xué)習(xí)算法的校車軌跡偏離檢測(cè)裝置，其特征在于，所述裝置包括：

5.根據(jù)權(quán)利要求4所述的裝置，其特征在于，模型模塊中，所述機(jī)器學(xué)習(xí)模型通過rnn卷積神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)，通過所述rnn卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)于軌跡數(shù)據(jù)進(jìn)行捕捉，得到相關(guān)信息和序列模式；

6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述模型模塊具體包括：

7.一種電子設(shè)備，其特征在于，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器用于存儲(chǔ)一條或多條計(jì)算機(jī)指令，其中，所述一條或多條計(jì)算機(jī)指令被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述權(quán)利要求1-3中任意一項(xiàng)所述的基于機(jī)器學(xué)習(xí)算法的校車軌跡偏離檢測(cè)方法。

8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)用以實(shí)現(xiàn)如上述權(quán)利要求1-3中任意一項(xiàng)所述的基于機(jī)器學(xué)習(xí)算法的校車軌跡偏離檢測(cè)方法。

技術(shù)總結(jié)
本發(fā)明公開一種基于機(jī)器學(xué)習(xí)算法的校車軌跡偏離檢測(cè)方法及裝置，涉及車輛安全技術(shù)領(lǐng)域。本發(fā)明通過收集校車運(yùn)行過程的傳感器數(shù)據(jù)，包括車輛的加速度、角速度、GPS定位信息等，并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理操作。根據(jù)收集的傳感器數(shù)據(jù)，使用CNN卷積神經(jīng)網(wǎng)絡(luò)提取與軌跡偏離相關(guān)的特征，包括經(jīng)緯度、速度變化、加速度變化、車輛轉(zhuǎn)向角度等時(shí)序信息，構(gòu)建校車的標(biāo)準(zhǔn)軌跡模型。當(dāng)校車運(yùn)行時(shí)，持續(xù)地獲取實(shí)時(shí)傳感器數(shù)據(jù)并輸入到模型中，將實(shí)時(shí)傳感器數(shù)據(jù)與標(biāo)準(zhǔn)軌跡模型庫(kù)中的數(shù)據(jù)進(jìn)行偏離計(jì)算，當(dāng)檢測(cè)到偏離計(jì)算的結(jié)果大于設(shè)定的閾值時(shí)，系統(tǒng)立即生成預(yù)警信息。

技術(shù)研發(fā)人員：袁咪咪,英杰,鄭孝青
受保護(hù)的技術(shù)使用者：浪潮智慧城市科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9