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

背景技術(shù)：

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

技術(shù)實現(xiàn)思路

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

2、第一方面，一種基于機器學(xué)習(xí)算法的校車軌跡偏離檢測方法，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)處理對異常數(shù)據(jù)進行消除；

5、s3，根據(jù)所述校車位置數(shù)據(jù)，通過機器學(xué)習(xí)模型進行特征提取分析校車的軌跡數(shù)據(jù)，得到標準軌跡庫模型；

6、s4，根據(jù)所述校車位置數(shù)據(jù)，通過所述標準軌跡庫模型進行偏離檢測和反饋預(yù)警。

7、在一些實現(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)處理為軌跡點序列；

9、s22，根據(jù)所述軌跡點序列，進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，所述機器學(xué)習(xí)模型通過rnn卷積神經(jīng)網(wǎng)絡(luò)模型實現(xiàn)，通過所述rnn卷積神經(jīng)網(wǎng)絡(luò)模型對于軌跡數(shù)據(jù)進行捕捉，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)練集和測試集；

14、s32，根據(jù)所述測試集對述rnn卷積神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，并通過交叉驗證進行參數(shù)調(diào)優(yōu)和性能優(yōu)化，得到標準軌跡庫模型。

15、第二方面，本發(fā)明實施例提供一種基于機器學(xué)習(xí)算法的校車軌跡偏離檢測裝置，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)處理對異常數(shù)據(jù)進行消除；

18、模型模塊，用于根據(jù)所述校車位置數(shù)據(jù)，通過機器學(xué)習(xí)模型進行特征提取分析校車的軌跡數(shù)據(jù)，得到標準軌跡庫模型；

19、預(yù)警模塊，用于根據(jù)所述校車位置數(shù)據(jù)，通過所述標準軌跡庫模型進行偏離檢測和反饋預(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)處理為軌跡點序列；

22、提取單元，用于根據(jù)所述軌跡點序列，進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、在一些實現(xiàn)方式中，模型模塊中，所述機器學(xué)習(xí)模型通過rnn卷積神經(jīng)網(wǎng)絡(luò)模型實現(xiàn)，通過所述rnn卷積神經(jīng)網(wǎng)絡(luò)模型對于軌跡數(shù)據(jù)進行捕捉，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)練集和測試集；

27、優(yōu)化單元，用于根據(jù)所述測試集對述rnn卷積神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，并通過交叉驗證進行參數(shù)調(diào)優(yōu)和性能優(yōu)化，得到標準軌跡庫模型。

28、第三方面，本發(fā)明實施例提供一種電子設(shè)備，包括存儲器和處理器，所述存儲器用于存儲一條或多條計算機指令，其中，所述一條或多條計算機指令被所述處理器執(zhí)行時，實現(xiàn)如上述第一方面所述的方法。

29、第四方面，本發(fā)明實施例提供一種計算機存儲介質(zhì)，所述計算機可讀取存儲介質(zhì)中存儲有計算機程序，所述計算機程序被處理器執(zhí)行時，用實現(xiàn)如第一方面所述的方法。

30、本發(fā)明的一個或多個實施例至少能夠帶來如下有益效果：

31、通過本發(fā)明方法能夠及時檢測校車的偏離路線，減少事故發(fā)生的可能性，不僅有效提升了校車運營的安全性和管理效率，還通過數(shù)據(jù)驅(qū)動的方式，持續(xù)改進和優(yōu)化服務(wù)質(zhì)量，為學(xué)校、家長帶來實際的有益效果。通過實施偏離檢測裝置，能夠提升學(xué)校、家長對校車服務(wù)的信任感和滿意度；基于大量實時和歷史數(shù)據(jù)的分析構(gòu)建的車輛標準軌跡庫，能夠為學(xué)校、校車公司管理者提供更準確的數(shù)據(jù)支持，用于優(yōu)化校車運營策略和資源配置；校車公司管理人員能夠?通過本發(fā)明裝置實時監(jiān)控校車的位置和狀態(tài)，優(yōu)化調(diào)度和路線規(guī)劃，提升運營效率和服務(wù)質(zhì)量。

技術(shù)特征：

1.一種基于機器學(xué)習(xí)算法的校車軌跡偏離檢測方法，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，所述機器學(xué)習(xí)模型通過rnn卷積神經(jīng)網(wǎng)絡(luò)模型實現(xiàn)，通過所述rnn卷積神經(jīng)網(wǎng)絡(luò)模型對于軌跡數(shù)據(jù)進行捕捉，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：

4.一種基于機器學(xué)習(xí)算法的校車軌跡偏離檢測裝置，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，所述機器學(xué)習(xí)模型通過rnn卷積神經(jīng)網(wǎng)絡(luò)模型實現(xiàn)，通過所述rnn卷積神經(jīng)網(wǎng)絡(luò)模型對于軌跡數(shù)據(jù)進行捕捉，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，包括存儲器和處理器，所述存儲器用于存儲一條或多條計算機指令，其中，所述一條或多條計算機指令被所述處理器執(zhí)行時實現(xiàn)如上述權(quán)利要求1-3中任意一項所述的基于機器學(xué)習(xí)算法的校車軌跡偏離檢測方法。

8.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀取存儲介質(zhì)中存儲有計算機程序，所述計算機程序被處理器執(zhí)行時用以實現(xiàn)如上述權(quán)利要求1-3中任意一項所述的基于機器學(xué)習(xí)算法的校車軌跡偏離檢測方法。

技術(shù)總結(jié)
本發(fā)明公開一種基于機器學(xué)習(xí)算法的校車軌跡偏離檢測方法及裝置，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，并對數(shù)據(jù)進行預(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)向角度等時序信息，構(gòu)建校車的標準軌跡模型。當校車運行時，持續(xù)地獲取實時傳感器數(shù)據(jù)并輸入到模型中，將實時傳感器數(shù)據(jù)與標準軌跡模型庫中的數(shù)據(jù)進行偏離計算，當檢測到偏離計算的結(jié)果大于設(shè)定的閾值時，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