[发明专利]露天矿卡车状态识别模型建立方法及其应用

权利要求书

1.一种露天矿卡车状态识别模型建立方法，其特征在于，包括：

获取现有的露天矿卡车轨迹数据，所述卡车轨迹数据包括已经人工标记过卡车运行状态的轨迹的有标签数据，和原始GPS轨迹的无标签数据；

根据所述卡车轨迹数据得到轨迹数据多运动特征序列，所述轨迹数据多运动特征序列包括有标签多运动特征序列和无标签多运动特征序列；

利用所述轨迹数据多运动特征序列作为输入，基于对比学习增强方法对BERT模型进行无监督预训练；

调整经过预训练后得到的所述BERT模型，然后利用所述有标签多运动特征序列作为输入，进行监督学习，优化模型参数，得到所述露天矿卡车状态识别模型。

2.根据权利要求1所述的露天矿卡车状态识别模型建立方法，其特征在于，

所述有标签数据，包括对应轨迹数据的轨迹点经纬度、时间戳和运行状态；

所述无标签数据，包括对应轨迹数据的轨迹点经纬度和时间戳。

3.根据权利要求2所述的露天矿卡车状态识别模型建立方法，其特征在于，

所述根据所述卡车轨迹数据得到轨迹数据多运动特征序列包括：

将所述有标签数据按照其对应的卡车运行状态类别标签分割成具有单一运行状态的轨迹段集合，作为有标签轨迹段；

将所述无标签数据按照修剪的精确线性时间分割得到运行状态的轨迹段集合，作为无标签轨迹段；

根据所述有标签轨迹段和无标签轨迹段所包含的轨迹点经纬度、时间戳，获取所有轨迹序列的相对距离、速度、加速度和/或方向角序列，得到所述轨迹数据多运动特征序列。

4.根据权利要求3所述的露天矿卡车状态识别模型建立方法，其特征在于，

将任意一条有标签轨迹段定义为n是轨迹段的长度，每个轨迹点p_i＝{lon_i,lat_i,t_i}包含经纬度和时间戳三种数据，表示有标签轨迹段与其标签y_i的二元组，任意一条无标签轨迹段定义为长度也为n；

所述根据所述卡车轨迹数据得到轨迹数据多运动特征序列具体包括：

对于任意一条轨迹段或是利用如下公式计算出对应的运动特征，

其中，分别表示相对距离、时间间隔、距离、加速度和方向角；Vincenty()为计算两点之间的地理距离，Head()为计算两点之间的方向角；多个点组成序列，叠加这些特征序列构造成所述轨迹数据多运动特征序列，即运动特征矩阵x_i＝{x_i1,x_i2,…x_ih,…,x_in}，n是序列长度，x_ih＝(RD_h,S_h,A_h,J_h,Head_h)，d为运动特征数。

5.根据权利要求1所述的露天矿卡车状态识别模型建立方法，其特征在于，

所述基于对比学习增强方法对BERT模型进行无监督预训练包括：

利用对比损失函数对所述BERT模型进行预训练，经过预训练后得到的所述BERT模型包括：数据增强层、BERT编码器和对比损失层。