本文關(guān)鍵詞：基于智能手機(jī)的車輛彎道識別與相對定位的研究　出處：《黑龍江大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 彎道識別 車輛相對位置定位 智能手機(jī)傳感器

【摘要】：車輛在彎路上行駛時,由于駕駛員的技術(shù)生疏或是違規(guī)行駛等原因,極易造成車輛轉(zhuǎn)彎時產(chǎn)生側(cè)滑、碰撞等交通事故的現(xiàn)象。所以,保障彎道處的交通安全尤為重要。其中,車道識別尤其是彎道識別在智能交通領(lǐng)域作用也更為顯著。同時,智能手機(jī)作為一種好的載體,能夠?yàn)橹腔劢煌I(lǐng)域提供多種功能應(yīng)用,這使得利用智能手機(jī)進(jìn)行智能交通領(lǐng)域的設(shè)備開發(fā)成為了一種新的解決問題的思路與方法。本文研究的問題正是基于智能手機(jī)的車輛彎道識別與相對定位問題。首先,本文研究了探測彎道的傳感器的選擇問題。本文通過實(shí)際采集車輛在道路上的行駛數(shù)據(jù)信息,將數(shù)據(jù)按照彎道的類型進(jìn)行分類,利用假設(shè)檢驗(yàn)的擬合檢驗(yàn)處理,最終確定識別彎道所需的傳感器以及其變量值。實(shí)驗(yàn)證明,這些被篩選出來的傳感器以及變量值可以使彎道識別算法達(dá)到百分之九十以上的準(zhǔn)確率。其次,本文研究了基于智能手機(jī)傳感器的彎道識別算法。在探索彎道識別所需傳感器的基礎(chǔ)上,本文針對實(shí)驗(yàn)采集數(shù)據(jù)的特點(diǎn),提出了一種融合距離最近判別準(zhǔn)則和卡方統(tǒng)計(jì)量的彎道識別方法,探索手機(jī)傳感器采集的數(shù)據(jù)對彎道識別的影響。通過大量實(shí)驗(yàn)證明,該算法可以很好的對于七種道路類型進(jìn)行識別,準(zhǔn)確率在90%以上。最后,本文研究了基于智能手機(jī)的車輛相對位置定位算法。該算法分為兩種情景,一種是直路情景,一種是彎路情景。本文證明了直道中的車輛相對位置定位算法不適用于彎道中的車輛相對位置定位,并提出了融合彎道識別算法與手機(jī)wifi的信號強(qiáng)度值的彎道車輛相對位置定位算法。試驗(yàn)結(jié)果顯示,定位的平均準(zhǔn)確率可以達(dá)到90%以上,而且不會受到天氣和汽車類型的影響。
[Abstract]:The vehicle on the detour, because the driver is rusty or cause illegal driving, easily causing the vehicle sideslip when the collision accident phenomenon. Therefore, to protect the corners of traffic safety is very important. Among them, especially the curve lane recognition recognition function in the field of intelligent transportation is more significant at the same time, the intelligent mobile phone as a good carrier, can provide a variety of functions for the application of intelligent transportation field, which makes the development of the field of intelligent transportation equipment, the use of intelligent mobile phone has become a way of thinking and a new method to solve the problem. The problem is the problem of vehicle road recognition intelligent mobile phone and relative positioning based on this study. First, the selection of sensors to detect corners. The actual running data information acquisition vehicle on the road, the data according to the type of curve Classified by hypothesis test fitting test, and ultimately determine the bend sensor identification needed and the variable value. Experiments show that these sensors are selected and the variable value can make the road recognition algorithm to achieve more than ninety percent accuracy. Secondly, this paper studies the curve recognition algorithm based on intelligent sensor based on mobile phone. Explore the road recognition required sensor, based on the characteristics of the experimental data, and proposes a new fusion distance curve recognition method recently criterion and chi square statistics, explore the impact of mobile phone collecting sensor data on the curve recognition. Through a lot of experiments show that the algorithm can be very good for the seven types of road recognition accuracy rate above 90%. Finally, this paper studies the intelligent mobile phone of the vehicle relative location algorithm based on the algorithm is divided into two. A scene, a scene is straight, a scene is detours. This paper proves that the straight vehicles in the relative location algorithm is not suitable for the corners of the vehicle relative location, and put forward the vehicle signal intensity curve curve fusion recognition algorithm and WiFi values of the relative position of the mobile phone positioning algorithm. The test results show that the the average positioning accuracy rate can reach above 90%, and not affected by the weather and the types of cars.

【學(xué)位授予單位】：黑龍江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：U495;TN929.53

【相似文獻(xiàn)】

相關(guān)期刊論文 前7條

1 王晉;陶騫;陳宏;;解析智能變電站IEC61850數(shù)據(jù)集模型[J];計(jì)算機(jī)與現(xiàn)代化;2012年07期

2 曾剛;李宏;;一個基于現(xiàn)實(shí)世界的大型Web參照數(shù)據(jù)集——UK2006 Datasets的初步研究[J];企業(yè)技術(shù)開發(fā);2009年05期

3 杜娟;劉志剛;衣治安;;一種適用于不均衡數(shù)據(jù)集分類的KNN算法[J];科學(xué)技術(shù)與工程;2011年12期

4 郝健強(qiáng);唐萬有;蔣瑞雪;易端陽;;G7與印刷特性描述數(shù)據(jù)集合[J];包裝工程;2011年05期

5 王紅雨;顧翠;敬石開;;統(tǒng)一MBD數(shù)據(jù)集在產(chǎn)品全生命周期中的應(yīng)用研究[J];制造業(yè)自動化;2013年24期

6 章瑜云;余健;;城市連續(xù)性的時間測度[J];華中建筑;2008年04期

7 ;[J];;年期

相關(guān)會議論文 前8條

1 許曉峰;金澈清;高明;周傲英;;面向大型數(shù)據(jù)集合的關(guān)鍵分類查找算法[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）[C];2009年

2 馬垣;崔麗;劉鴻雁;梁材;;關(guān)系中的概念與命題[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2000年

3 郭景峰;杜京;馬倩;鄒曉紅;;一種基于數(shù)據(jù)集性質(zhì)的快速等差模式聚類算法[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（二）[C];2008年

4 向堅(jiān);俞堅(jiān);葉綠;;一種高效的大規(guī)模RFID數(shù)據(jù)集合清理方法[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（3）[C];2008年

5 盧建松;曹慶華;傅翠嬌;;探究Delphi平臺下處理．NET Web Service返回數(shù)據(jù)集的方法[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會通信與信息技術(shù)會議論文集（上冊）[C];2008年

6 張路;袁曉潔;劉芳;竇志成;;大規(guī)模數(shù)據(jù)集的分布式索引機(jī)制研究[A];2008年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會議論文集(下冊)[C];2008年

7 于愛榮;劉曉明;曹雷;王俊;;NET Web Services數(shù)據(jù)集在Delphi中的處理與研究[A];中國航空學(xué)會信號與信息處理專業(yè)全國第八屆學(xué)術(shù)會議論文集[C];2004年

8 王加陽;;動態(tài)約簡抽樣分析[A];2006年全國理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會論文集[C];2006年

相關(guān)重要報紙文章 前1條

1 李開鵬 溫德成;SPSS：質(zhì)量信息管理的助手[N];中國質(zhì)量報;2005年

相關(guān)博士學(xué)位論文 前6條

1 申彥;大規(guī)模數(shù)據(jù)集高效數(shù)據(jù)挖掘算法研究[D];江蘇大學(xué);2013年

2 唐勤;非均衡數(shù)據(jù)分類算法及其在助學(xué)貸款風(fēng)險管理中的應(yīng)用研究[D];華中科技大學(xué);2012年

3 谷瓊;面向非均衡數(shù)據(jù)集的機(jī)器學(xué)習(xí)及在地學(xué)數(shù)據(jù)處理中的應(yīng)用[D];中國地質(zhì)大學(xué);2009年

4 于澝;基于一維SOM神經(jīng)網(wǎng)絡(luò)的聚類及數(shù)據(jù)分析方法研究[D];天津大學(xué);2009年

5 彭濤;基于特征和實(shí)例的海量數(shù)據(jù)約簡方法研究[D];華中科技大學(xué);2011年

6 於躍成;基于半監(jiān)督學(xué)習(xí)的分布式和演化聚類研究[D];南京航空航天大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 李建勛;基于模糊聚類分析的數(shù)據(jù)異常知識發(fā)現(xiàn)方法[D];哈爾濱工業(yè)大學(xué);2015年

2 俞闖;半監(jiān)督學(xué)習(xí)中不平衡數(shù)據(jù)集分類研究[D];大連理工大學(xué);2015年

3 周維潔;基于智能手機(jī)的車輛彎道識別與相對定位的研究[D];黑龍江大學(xué);2015年

4 孫渤禹;面向失衡數(shù)據(jù)集分類問題的研究與應(yīng)用[D];哈爾濱理工大學(xué);2014年

5 李豐;面向動態(tài)數(shù)據(jù)集重發(fā)布的隱私保護(hù)研究[D];復(fù)旦大學(xué);2009年

6 姚冰;一種改進(jìn)的非平衡數(shù)據(jù)集支持向量機(jī)分類算法[D];吉林大學(xué);2010年

7 郝姝雯;基于支持向量機(jī)的不平衡數(shù)據(jù)集分類算法研究[D];哈爾濱工程大學(xué);2011年

8 王喜紅;基于數(shù)據(jù)集的數(shù)據(jù)交換技術(shù)研究[D];東北石油大學(xué);2012年

9 李思本;面向失衡數(shù)據(jù)集的預(yù)測方法研究[D];哈爾濱理工大學(xué);2015年

10 宋玉丹;針對特征缺省數(shù)據(jù)集的模式識別方法與應(yīng)用研究[D];江南大學(xué);2011年

，

本文編號：1393130