[发明专利]一种基于决策树生成规则的道路类型识别车载装置

权利要求书

1.一种基于决策树生成规则的道路类型识别车载装置，其特征在于，所述装置包括信号采集模块、车辆CAN总线、中央处理单元、数据存储单元和信号输出单元；所述数据存储单元存储有已知道路类型的车辆行驶数据；

所述中央处理单元用于从数据存储单元获取已知道路类型的车辆行驶数据，将已知道路类型的车辆行驶数据利用k折交叉验证对决策树模型进行训练，得到车辆行驶道路类型的识别模型；

所述信号采集模块用于通过车辆CAN总线实时获取当前车辆的行驶数据；

所述中央处理单元还用于将信号采集模块采集的当前车辆的行车信号进行预处理，提取对应的行驶相关指标，将该行驶相关指标输入得到的识别模型中，输出对应的道路类型标签，即识别出车辆行驶道路类型；

所述信号输出模块用于输出中央处理单元识别出的车辆行驶道路类型到云端。

2.根据权利要求1所述的基于决策树生成规则的道路类型识别车载装置，其特征在于，所述装置还包括速度传感器、方向盘转角传感器以及引擎传感器，所述车辆CAN总线通过速度传感器、方向盘转角传感器以及引擎传感器实时采集车辆运动过程中的行车信号。

3.根据权利要求1所述的基于决策树生成规则的道路类型识别车载装置，其特征在于，所述中央处理单元将已知道路类型的车辆行驶数据利用k折交叉验证对决策树模型进行训练，得到车辆行驶道路类型的识别模型具体包括：

将所述车辆行驶数据按照ΔT时间切分为多个数据集，给每个数据集标记对应的道路类型标签，将划分好道路类型的数据集进行预处理，获取数据集中的行驶相关指标，作为数据模型样本，并将数据模型样本利用k折交叉验证对决策树模型进行训练，得到模型指标评分，根据模型指标评分对决策树模型进行最优化，从而得到车辆行驶道路类型的识别模型。

4.根据权利要求2所述的基于决策树生成规则的道路类型识别车载装置，其特征在于，将所述车辆行驶数据按照ΔT时间切分为多个数据集，给每个数据集标记对应的道路类型标签，将划分好道路类型的数据集进行预处理，获取数据集中的行驶相关指标，作为数据模型样本具体包括：

从车辆行驶数据中先确定相关的七个行车信号，包括，车速、档位、制动踏板开度、加速踏板开度、方向盘转角速度、纵向加速度和横向加速度；

将已知道路类型的车辆行驶数据按照ΔT时间切分为多个数据集，每个数据集标记道路类型标签0-3，其中，0表示市区，1表示高速，2表示山地，3表示市郊；

对于各数据集，从所述数据集中获取相关的七个行车信号，根据得到的行车信号计算出所需要的行驶相关指标，作为数据模型样本，其中，所述数据模型样本包括对应数据集的行驶相关指标和道路类型标签。

5.根据权利要求2所述的基于决策树生成规则的道路类型识别车载装置，其特征在于，从所述数据集中获取相关的七个行车信号，根据得到的行车信号计算出所需要的行驶相关指标，作为数据模型样本具体包括：

从数据集中获取每一时刻的车速、档位、制动踏板开度、加速踏板开度、方向盘转角速度、纵向加速度和横向加速度，根据得到的各时刻的车速、档位、制动踏板开度、加速踏板开度、方向盘转角速度、纵向加速度和横向加速度，计算所述行驶相关指标，包括：车速大于0时的车速的25％分位点、中位数、均值、标准差和最大值；车辆停车时长占比和倒车时长占比；制动踏板开度的25％分位点、中位数、均值、标准差和最大值；加速踏板开度的25％分位点、中位数、均值、标准差和最大值；方向盘转角速度的25％分位点、中位数、均值、标准差和最大值；纵向加速度的25％分位点、中位数、均值、标准差和最大值；横向加速度的25％分位点、中位数、均值、标准差和最大值。