[发明专利]一种基于5G便携式智能终端及MEC的交通对象识别方法

说明书

本发明请求保护一种基于5G便携式智能终端及MEC的交通对象识别方法，该方法利用5G便携式智能终端、5G MEC服务器之间相互通信进行信息交互，通过行人携带5G便携式智能终端中的行为状态传感器获取行人的状态数据，可以通过5G通信将这些数据上传给5G MEC服务器进行行人状态识别，也可以利用便携式终端的本地资源将状态识别后发送给5G MEC服务器。5G MEC服务器根据行人的位置、速度、姿态等状态信息，再根据行人行走、奔跑、骑自行车、坐乘用车、开车、坐公交车不同的行为状态模型，对交通场景中的个人和群体进行状态聚类分析，识别出交通场景中的不同交通对象。本发明识别结果能够为车辆防撞预警、交通路口实时调度等提供更加低成本、高实时性、高准确性的数据。

技术领域

本发明属于对象识别在智能交通实时调度、车辆防撞预警的应用，特别涉及一种基于5G便携式智能终端及MEC的交通对象识别方法及系统。

背景技术

随着当今经济的高速发展，机动车的保有量迅速增加，导致交通状况的不断恶化。为从根本上解决交通拥挤堵塞、交通事故频发等问题，人们开始运用各种新技术，如信息技术、计算机技术、通信技术、控制技术等，将人、车、路紧密联系起来，不仅有效地解决了交通阻塞问题，而且对交通事故的应急处理、环境的保护、能源的节约都有了显著的效果。此时，智能交通系统应运而生，其目的就是使人、车、路三者和谐统一，提高交通效率、保障交通安全和保护环境。交通对象识别作为当今智能交通系统中的首要步骤和主要组成部分，为后续的车辆实时调度、车辆防撞预警、提高交通效率上有着重要的作用。近年来，对象识别备受各国研究人员关注的前沿课题，其次，对象识别是开发汽车安全驾驶系统中的关键技术，目前很多国家都在研究开发车载安全驾驶系统，并且己经有了成功的案例。其主要需要识别的交通对象为：行人、公交车、自行车、摩托车、小轿车。

在交通对象识别领域，人们通过对这些传感器的实时数据进行处理，对交通对象进行实时检测识别。常用的交通对象识别方法：基于视频流的交通对象识别是通过对视频的连续帧与帧之间进行提取运动目标，同时对提取的运动目标进行识别，并对其行为进行理解和描述。优点：安装维护方便，摄像头架设在路边，安装维护不需要封闭道路，挖掘路面，不会影响正常交通。缺点就是不能识别出盲区中的交通对象。环形检测识别目前在交通检测系统中应用最为广泛。它的原理是通过一个感器件即环形线圈与电子单元构成一个调谐电子系统，当车辆通过或停在线上时，改变了线圈的电感量，激发电路产生一个输出，从而检测到通过或停线圈上的车辆。它的优点是成本较低，安装方便。缺点是受环境影响比大，而且线圈本身容易损坏，在更换安装和维护时要开挖路面，影响交通，这检测方式对于交通流的数据提取也十分有限。

针对目前交通对象识别领域存在的问题，需要一种能在复杂的交通系统中，如十字路口、交错路面、复杂立交桥结构等情况下，识别出交通对象且可靠性高、低时延、低成本的交通对象识别的方法。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种能识别出交通对象以及降低成本及计算量的基于5G便携式智能终端及MEC的交通对象识别方法。本发明的技术方案如下：

一种基于5G便携式智能终端及MEC的交通对象识别方法，其包括以下步骤：

步骤1、根据5G便携式智能终端地图信息及5G基站的实际覆盖距离判断行人是否处于标定好的感兴趣区域，标定好的感兴趣区域为5G基站的覆盖距离内的区域；

步骤2、若行人处于感兴趣区域中，则通过5G便携式智能终端采集传感器数据，包括加速度传感器数据、高精度定位数据、GPS数据、陀螺仪数据，并按照设定的格式存储数据；

步骤3、通过对获取到的数据进行重力去除、数据降噪、特征提取、数据降维在内的预处理后，其中数据降噪采用了改进的移动平均算法，利用分类算法对这些处理后的数据分类，得到行人状态识别模型；

步骤4、通过对得到的行人状态数据、GPS数据、陀螺仪数据在内的数据进行聚类分析，对交通对象进行分类，得到聚类分析模型；