李婭 歐青立（湖南科技大學(xué)信息與電氣工程學(xué)院，湖南湘潭 411201）

基于智能手機(jī)的交通方式識(shí)別的研究

李婭 歐青立
（湖南科技大學(xué)信息與電氣工程學(xué)院，湖南湘潭 411201）

隨著移動(dòng)互聯(lián)網(wǎng)的普及，各種有關(guān)移動(dòng)互聯(lián)網(wǎng)的應(yīng)用蘊(yùn)含著巨大的商機(jī)，交通方式的自動(dòng)判別顯而易見(jiàn)在交通規(guī)劃領(lǐng)域和LBS（基于位置的服務(wù)）領(lǐng)域擁有著廣闊的應(yīng)用價(jià)值?，F(xiàn)階段的智能手機(jī)擁有越來(lái)越強(qiáng)大的功能，通信不再是手機(jī)的唯一功能，智能手機(jī)的強(qiáng)大在于其不僅擁有通信功能，還有強(qiáng)大的感知、運(yùn)算和存儲(chǔ)能力，但是在當(dāng)前有關(guān)基于智能手機(jī)的交通方式識(shí)別研究中，單一的數(shù)據(jù)來(lái)源是難以使交通方式識(shí)別算法有很好的適應(yīng)性的，另外，模式識(shí)別算法本身對(duì)于不同的場(chǎng)景也有著不同的適應(yīng)能力，這些對(duì)交通方式識(shí)別精度的提高是很大的阻礙。

交通方式識(shí)別 智能手機(jī) 隨機(jī)森林算法

隨著移動(dòng)互聯(lián)網(wǎng)的普及，各種有關(guān)移動(dòng)互聯(lián)網(wǎng)的應(yīng)用蘊(yùn)含著巨大的商機(jī)，交通方式的自動(dòng)判別顯而易見(jiàn)在交通規(guī)劃領(lǐng)域和LBS（基于位置的服務(wù)）領(lǐng)域擁有著廣闊的應(yīng)用價(jià)值。

1　交通方式識(shí)別關(guān)鍵技術(shù)研究

1.1交通方式識(shí)別概述

模式是客觀事物活動(dòng)的方式，它包括客觀事物本身，也包括有客觀事物在時(shí)間和空間分布的信息。時(shí)間萬(wàn)物都有其獨(dú)特性，這種獨(dú)特性可用三個(gè)方面來(lái)理解，即可觀察性、可區(qū)分性和相似性。

在AI（人工智能）領(lǐng)域，模式識(shí)別已經(jīng)是一個(gè)重要的分支，和人類(lèi)自身的識(shí)別系統(tǒng)相比，計(jì)算機(jī)的模式識(shí)別，其優(yōu)勢(shì)在于計(jì)算機(jī)擁有極強(qiáng)的計(jì)算能力，他可以?xún)?chǔ)存數(shù)量極大的樣本，并通過(guò)對(duì)這些樣本的分析來(lái)提取特征，而完成這些工作，計(jì)算機(jī)是高效的。如圖1所示為計(jì)算機(jī)模式識(shí)別系統(tǒng)的五個(gè)基本組成單元。

如圖1所示，現(xiàn)階段的模式識(shí)別系統(tǒng)一般都是由五個(gè)基本單元來(lái)組成。

（1）數(shù)據(jù)獲取單元；（2）預(yù)處理單元；（3）特征提取和選擇單元；（4）分類(lèi)器設(shè)計(jì)單元；（5）決策單元。

1.2定位技術(shù)研究

圖1　模式識(shí)別系統(tǒng)的五個(gè)組成單元

圖2　COO定位基本原理

1.2.1基站定位技術(shù)

在各種定位技術(shù)中，基站定位技術(shù)是最早開(kāi)始應(yīng)用的，基站定位目前采用的主要技術(shù)是COO（Cell of Origin）技術(shù)，COO技術(shù)的基本原理是，在移動(dòng)終端登錄到網(wǎng)絡(luò)以后會(huì)上報(bào)自己的小區(qū)ID，移動(dòng)網(wǎng)絡(luò)會(huì)據(jù)此估算用戶(hù)的當(dāng)前位置，如圖2所示。

1.2.2GPS定位技術(shù)

GPS由衛(wèi)星、地面監(jiān)控系統(tǒng)和移動(dòng)終端三個(gè)部分組成。衛(wèi)星提供精密的時(shí)間標(biāo)準(zhǔn)并提供定位信息，地面監(jiān)控系統(tǒng)主要是對(duì)衛(wèi)星工作狀態(tài)和運(yùn)行軌道的監(jiān)控。

1.2.3A-GPS定位技術(shù)

A-GPS定位技術(shù)，即輔助GPS定位技術(shù)，它是一種對(duì)GPS定位方法的改進(jìn)，A-GPS定位技術(shù)仍然無(wú)法解決數(shù)據(jù)缺失和數(shù)據(jù)漂移問(wèn)題，但由于有A-GPS服務(wù)器的存在，它可以起到很多輔助的作用。

1.3典型識(shí)別算法研究

在數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和模式識(shí)別等領(lǐng)域中，都需要分類(lèi)算法，分類(lèi)算法可以分為三個(gè)步驟：（1）對(duì)已知類(lèi)別訓(xùn)練集進(jìn)行分析；（2）生成分類(lèi)規(guī)則；（3）通過(guò)規(guī)則預(yù)測(cè)新數(shù)據(jù)的類(lèi)別。

圖3　陀螺儀有效性驗(yàn)證

圖4　聲音傳感器有效性驗(yàn)證

2　基于智能手機(jī)功能的交通方式識(shí)別研究

2.1數(shù)據(jù)采集

按照現(xiàn)階段智能手機(jī)的流行配置，本系統(tǒng)要求智能手機(jī)含有GPS模塊、加速度傳感器、陀螺儀、聲音傳感器和SIM卡。因?yàn)楝F(xiàn)在一般的智能手機(jī)都能夠滿(mǎn)足這個(gè)要求，本文就不再贅述手機(jī)選型。但是采樣頻率還是需要預(yù)先設(shè)定：GPS數(shù)據(jù)每秒采樣1次，加速度傳感器和陀螺儀的采樣頻率為32Hz，聲音傳感器每秒采樣30次。

2.2特征提取

特征量主要包括時(shí)域上的特征量，如均值、過(guò)均值率、標(biāo)準(zhǔn)差、中位數(shù)、最大值與最小值的差、個(gè)數(shù)等，頻域上的特征量包括和、方差兩類(lèi)。

（1）與速度相關(guān)的特征量；（2）與加速度相關(guān)的特征量；（3）與聲音相關(guān)的特征量；（4）與交通站點(diǎn)相關(guān)的特征量。

2.3基于改進(jìn)隨機(jī)森林算法的模式識(shí)別

獲取所有的特征之后，隨機(jī)森林算法過(guò)程可做如下描述：（1）輸入的數(shù)據(jù)即樣本集，每個(gè)樣本包含有若干個(gè)特征屬性和一個(gè)類(lèi)別屬性。（2）訓(xùn)練樣本集由Bagging方法隨機(jī)抽取，最后形成的是由N個(gè)樣本組成的訓(xùn)練樣本集。（3）從樣本的特征屬性中抽取部分屬性作為分裂屬性。（4）以上步驟重復(fù)n次，最后形成由n棵決策樹(shù)構(gòu)成的森林，最后再進(jìn)行匯總排序。

2.4特征量有效性的驗(yàn)證

特征量有效性的驗(yàn)證即比較使用和不使用的情況下F值的大小就可以了。

2.4.1陀螺儀

如圖3所示為陀螺儀有效性驗(yàn)證結(jié)果，驗(yàn)證結(jié)果表明，在不使用陀螺儀的情況下， 8種類(lèi)別的F值均有下降，這也說(shuō)明，陀螺儀的引入對(duì)于交通方式識(shí)別起到了一定的作用。

2.4.2聲音傳感器

如圖4所示為聲音傳感器有效性驗(yàn)證結(jié)果，驗(yàn)證結(jié)果表明，相比較陀螺儀，聲音傳感器的引入對(duì)于交通方式識(shí)別起到的作用更大。

2.5模型簡(jiǎn)化

（1）特征重要性排序；（2）模型簡(jiǎn)化結(jié)果。

模型簡(jiǎn)化包含兩個(gè)部分，一個(gè)是特征集的簡(jiǎn)化，那么在特征集簡(jiǎn)化之后，就可以進(jìn)行模型本身的簡(jiǎn)化。

3　總結(jié)與展望

交通方式識(shí)別最重要的就在于識(shí)別的精度以及易實(shí)施性，在易實(shí)施性方面智能手機(jī)擁有先天的優(yōu)勢(shì)，比如利用手機(jī)的GPS模塊和加速度傳感器進(jìn)行交通方式識(shí)別的研究論述就有不少，但是識(shí)別的精度仍然不夠，正是基于此，本文期望能夠在以下兩個(gè)方面對(duì)交通方式識(shí)別進(jìn)行更加深入的研究：（1）引入多種數(shù)據(jù)來(lái)源，解決交通方式識(shí)別中數(shù)據(jù)來(lái)源單一的問(wèn)題，并研究在新的數(shù)據(jù)來(lái)源被引入后，對(duì)識(shí)別準(zhǔn)確率的影響。（2）研究不同交通方式識(shí)別算法對(duì)識(shí)別準(zhǔn)確率的影響，特別是比較隨機(jī)森林算法和支持向量機(jī)算法在性能上的異同。

［1］熊文，陳小鴻.城市交通模式比較與啟示［J］.城市規(guī)劃，2009（3）：56-66.

［2］扈中偉，鄧小勇，郭繼孕.基于手機(jī)定位數(shù)據(jù)的居民出行需求特征分析［C］.第八屆中國(guó)智能交通年會(huì)優(yōu)秀論文集.2013：43-51.

［3］王亮.基于判別模式學(xué)習(xí)的人體行為識(shí)別方法研究［D］.黑龍江：哈爾濱哈爾濱工業(yè)大學(xué)，2011：15.

［4］李輝，張亞超，劉洋等.基于中國(guó)移動(dòng)網(wǎng)絡(luò)的實(shí)時(shí)交通信息采集技術(shù)［C］.第六屆中國(guó)智能交通年會(huì)暨第七屆國(guó)際節(jié)能與新能源汽車(chē)創(chuàng)新發(fā)展論壇優(yōu)秀論文集（上冊(cè)），2011：121-127.

［5］張治華.基于GPS軌跡的出行信息提取研究［D］.上海華東師范大學(xué)，2010：22-23.