人车路协同环境下的行人状态识别方法的研究与设计

发布时间：2021-02-14 07:23

　　随着车联网的发展,行人在交通场景中扮演的角色越来越受到重视,获取行人的状态信息能够更好地实现人车路协同。交通环境下传统的行人状态识别技术主要使用基于计算机视觉的方法,该类技术通过图像处理方法对图像或者视频进行分析,从中提取出行人的状态,但是摄像头会受区域、天气等外部影响,同时它运算量大对处理器计算能力要求比较高。随着智能移动设备无线通信技术和传感器技术的快速发展,基于行人随身携带的智能移动设备内置传感器的状态识别方法逐渐成为研究热点,该方法更加灵活方便,不受天气影响。因此,本文提出了一种基于智能手机运动传感器的行人状态识别方法。论文主要工作如下:首先,论文分析了人车路协同环境下的行人运动状态,分析了便携式智能终端识别行人状态需要的传感器,并介绍了状态识别流程。其次,针对状态识别的实时性和低功耗要求,论文设计一种基于多运动传感器的低功耗的行人状态识别模型。通过获取行人携带的移动终端运动传感器的数据,论文对其原始数据进行滤波、窗口分割等预处理,然后对窗口数据进行特性提取,并且对提取的特征使用改进的遗传算法进行特征选择,以降低其复杂度,最后使用欧氏距离与支持向量机的分类器对静止、步行、跑步、... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

创建应用

， 获 取 需 要 监 听 的 传 感 器 ： 通 过 调 用 SensorManagetSesor(int type)方法得到需要的传感器类型。传感器绑定监听器：使用 SensorManager 实例中的 registerLis绑定监听器。，停止数据采集时需要解绑监听器：使用 SensorManagerListener()为传感器解绑监听器。，registerListener(SensorEventListener listener, Sensor sensor, int 参数是设置传感器中采样频率，可以根据需要自定义采样频率采集完成后，需要对原始数据进行滤波，对于加速度数据使用消除重力并降低噪声，对于陀螺仪和磁力计数据系统提供校准滤波如图 4.10 所示。

.3 界面功能测试根据第四章功能需求设计的行人状态识别应用程序，针对各个功能进行分试能否正常工作达到预期的结果。.3.1 登录与注册需要完成用户的注册、登录和密码找回三种功能的测试。具体的测试步骤：1. 首先打开应用软件进入登录界面如图 5.1 所示，然后点击“注册”按钮注册界面如图 5.2 所示，输入用户名、邮箱和密码后点击“注册”按钮，就完号注册。

【参考文献】：
期刊论文
[1]一种基于最优特征选择改进的遗传算法[J]. 辛宇,童孟军,华宇婷.  传感技术学报. 2018(11)
[2]特征选择算法及应用综述[J]. 刘飞飞.  办公自动化. 2018(21)
[3]基于5G技术车联网的发展趋势及应用前景分析[J]. 王世宝.  时代汽车. 2018(06)
[4]车路协同环境下的交通工程[J]. 王云鹏,鲁光泉,于海洋.  中国工程科学. 2018(02)
[5]人车协同感知系统研究[J]. 张云飞,李雅红,李嘉兴,王婷婷.  软件工程. 2017(05)
[6]移动智能穿戴设备发展状况分析及建议[J]. 逄淑宁.  现代电信科技. 2015(02)



本文编号：3033338