基于多传感器的越野摩托车运动识别方法及设备与流程

技术特征：
1.一种基于多传感器的越野摩托车运动识别方法，其特征在于：具体包括以下步骤：步骤1，获取安装在越野摩托车上的各类传感器实时采集的运动传感信号，并对获取的运动传感信号进行卡尔曼滤波；所述运动传感信号包括车把转角传感信号、油门转角传感信号、前减震位移传感信号、后减震位移传感信号、前轮转速传感信号、后轮转速传感信号、车体三维加速度传感信号、车体三维偏转角传感信号、车体三维磁场传感信号、前叉三维加速度传感信号、前叉三维偏转角传感信号、前叉三维磁场传感信号、后架三维加速度传感信号、后架三维偏转角传感信号和后架三维磁场传感信号；步骤2，采用滑动时间窗口对步骤1中通过卡尔曼滤波后的各类传感信号进行特征提取，获得特征集；步骤3，对特征集中的每个特征进行均值与方差计算，得到扩展特征集；步骤4，将扩展特征集送入到预先训练好的运动场景分类模型中进行分类，获得越野摩托车的运动场景。2.根据权利要求1所述的基于多传感器的越野摩托车运动识别方法，其特征在于：按照以下方式训练所述运动场景分类模型：获取越野摩托车在每个运动场景下的大量运动传感信号，并对上述传感信号进行特征提取；将每个运动场景对应的特征作为训练数据，训练所述运动场景分类模型。3.根据权利要求1所述的基于多传感器的越野摩托车运动识别方法，其特征在于：在执行步骤4之前，获取安装在越野摩托车上的摄像机拍摄的环境图像，并对环境图像进行预处理和图像特征提取，并将提取的图像特征送入到预先训练好的运动环境分类模型中，识别出运动环境；选择该运动环境下的运动场景分类模型作为运动场景分类模型供步骤4使用。4.根据权利要求3所述的基于多传感器的越野摩托车运动识别方法，其特征在于，按照以下方式训练所述运动场景分类模型以及训练每种运动环境下的运动场景分类模型：针对每类运动环境，获取安装在越野摩托车上的摄像机实时拍摄的大量环境图像，以及获取安装在越野摩托车上的各类传感器在不同运动场景下实时采集的大量运动传感信号；对所有运动环境下的所有环境图像进行预处理和图像特征提取，并将提取的图像特征作为训练数据，训练所述运动场景分类模型；针对每类运动环境，对越野摩托车在不同运动场景下的大量运动传感信号进行特征提取，并将提取的特征作为训练数据，训练该类运动环境下的运动场景分类模型。5.根据权利要求1或2所述的基于多传感器的越野摩托车运动识别方法，其特征在于：所述运动场景包括直线行驶、上坡运动、下坡运动、左转弯运动、右转弯运动。6.根据权利要求3或4所述的基于多传感器的越野摩托车运动识别方法，其特征在于：所述运动场景包括直线行驶、上坡运动、下坡运动、左转弯运动、右转弯运动；所述运动环境包括沙地、草地、林地、陡坡。7.根据权利要求1-4任一项所述的基于多传感器的越野摩托车运动识别方法，其特征在于：车把转角传感信号、油门转角传感信号、前减震位移传感信号、后减震位移传感信号
分别由安装在越野摩托车车把、油门、前减震以及后减震上的霍尔拉线传感器进行采集；前轮转速传感信号、后轮转速传感信号分别由安装在越野摩托车前轮和后轮上的霍尔接近开关进行采集；车体三维加速度传感信号、车体三维偏转角传感信号、车体三维磁场传感信号由安装在越野摩托车车体上的九轴传感器进行采集；前叉三维加速度传感信号、前叉三维偏转角传感信号、前叉三维磁场传感信号由安装在越野摩托车前叉上的九轴传感器进行采集；后架三维加速度传感信号、后架三维偏转角传感信号和后架三维磁场传感信号由安装在越野摩托车后架上的九轴传感器进行采集。8.一种计算机设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-7任一项所述方法的步骤。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时以实现权利要求1-7任一项所述方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时以实现权利要求1-7任一项所述方法的步骤。

技术总结
本发明提供一种基于多传感器的越野摩托车运动识别方法及设备，所述方法包括以下步骤：步骤1，获取安装在越野摩托车上的各类传感器实时采集的运动传感信号，并对获取的运动传感信号进行卡尔曼滤波；步骤2，采用滑动时间窗口对通过卡尔曼滤波后的各类传感信号进行特征提取，获得特征集；步骤3，对特征集中的每个特征进行均值与方差计算，得到扩展特征集；步骤4，将扩展特征集送入到预先训练好的运动场景分类模型中进行分类，获得越野摩托车的运动场景。本发明利用神经网络分类器对实时采集的越野摩托车运动传感信息进行运动场景的同步识别分类，识别结果精准且无需等待大量数据采集，为分析和学习人类驾驶经验和决策逻辑提供基础。基础。基础。


技术研发人员：刘艳红 关启昱 陈章 霍本岩
受保护的技术使用者：清华大学
技术研发日：2021.11.17
技术公布日：2022/3/7