[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

摘要

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。

主权项

1.一种基于5G便携式智能终端及MEC的交通对象识别方法，其特征在于，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；步骤5，当得到行人状态模型和聚类分析模型后，通过5G便携式智能终端、路侧设备、5G基站和5G MEC服务器之间信息交互，5G便携式智能终端本地将获取到的传感器数据导入行人状态识别模型且识别出行人所处的状态，然后将包括传感器数据、行人状态在内的信息导入5G MEC服务器中聚类分析模型识别出对应的交通对象，并把识别结果进行广播或者回传。