[发明专利]一种基于群智感知传感数据的路面异常检测方法

摘要

本发明涉及一种基于群智感知传感数据的路面异常检测方法，包括步骤：1)识别异常分割点：基于给定的加速度序列S＝{a1，…，ai，…}确定fd(ti，τ)，其代表在滑动窗口(ti‑τ/2,ti+τ/2)下垂直加速度的波动距离，然后使用基于阈值的方法选择候选异常分割点；2)删除错误分割点：需要排除其他因素导致垂直加速度数据的波动距离大于阈值的情况，利用逐段聚集平均表示方法(PAA)和随机森林算法对正常子序列和异常子序列进行分类，排除错误分割点；3)学习训练集的尺度不变特性；4)在测试集中检测路面异常情况。本发明的有益效果是：本发明的方法通过学习标度不变的特征来检测异常，在不同标记样本比例的基线方法中表现出更好的一致性。

主权项

1.一种基于群智感知传感数据的路面异常检测方法，其特征在于，包括如下步骤：A、识别异常分割点；基于给定的加速度序列S＝{a₁，…，a_i，…}确定fd(t_i，τ)，其代表在滑动窗口(t_i‑τ/2,t_i+τ/2)下垂直加速度的波动距离，然后使用基于阈值的方法选择候选异常分割点；B、删除错误分割点；需要排除其他因素导致垂直加速度数据的波动距离大于阈值的情况，利用逐段聚集平均表示方法和随机森林算法对正常子序列和异常子序列进行分类，排除错误分割点；C、学习训练集的尺度不变特性；通过步骤A和步骤B提取加速度序列S的异常子序列，利用Shapelet方法对异常子序列候选特征的预测质量进行了评价，选择出准确率最高的异常子序列作为尺度不变特征；D、在测试集中检测路面异常情况；循环执行步骤A、步骤B和步骤C，获得训练集D_tr中多种路面异常类型特征，然后基于随机森林模型识别测试集中子序列的路面异常类型。