基于移動(dòng)終端的交通情境識(shí)別技術(shù)研究.pdf

1、交通情境識(shí)別又稱(chēng)為交通模式識(shí)別，是利用用戶(hù)的上下文信息對(duì)用戶(hù)所處的交通狀態(tài)的一種識(shí)別和感知，是人類(lèi)行為識(shí)別的子問(wèn)題。交通模式的自動(dòng)識(shí)別可以替代傳統(tǒng)的居民出行調(diào)查方式，更加便捷的獲取大量居民的出行方式信息數(shù)據(jù)。用于城市的交通規(guī)劃，緩解城市交通壓力以及提高人們的出行效率。本文探究使用深度學(xué)習(xí)的方法對(duì)手機(jī)傳感器進(jìn)行建模完成交通情境識(shí)別。
　　本文首先研究了傳統(tǒng)的基于手機(jī)傳感器的交通模式識(shí)別方法，包括使用的手機(jī)傳感器類(lèi)型、數(shù)據(jù)流處理過(guò)程、

2、以及傳統(tǒng)的分類(lèi)方法的性能。本文研究的交通模式分類(lèi)包括:公交、地鐵、出租、高鐵。根據(jù)研究需求采集并且構(gòu)建了相關(guān)交通模式識(shí)別的基準(zhǔn)數(shù)據(jù)集。共進(jìn)行255次采集包含15名采集人員，采集6種不同部位，總共7861分鐘的數(shù)據(jù)。在基準(zhǔn)測(cè)試數(shù)據(jù)集上，本文提出兩種交通模式識(shí)別方案:一、基于多層的RNN交通模式識(shí)別方案。方案對(duì)傳感器進(jìn)行預(yù)處理后提取簡(jiǎn)單的統(tǒng)計(jì)特征作為RNN網(wǎng)絡(luò)的輸入，使用多層或單層的lstm網(wǎng)絡(luò)提取時(shí)序特征用于交通模式識(shí)別，最終識(shí)別準(zhǔn)確率可