1、基于 IPv6校园 环 境 车辆 行 驶 行 为 建模与分析欧阳真超，齐之平，赵晓轲，牛建伟北京航空航天大学背景介 绍系 统 架构车辆 行 驶检测 模型实验 分析总结智能 移动终端的功能越来越强： 计算能力： 多核 CPU、 GPU等 通信能力： 蓝牙、 3/4/5G、 WiFi、 NFC等 感知能力： 陀螺仪、光强计、气压计、高清摄像头、磁力计等如下领域 得到 迅速发展： 移动 计算（ Mobile Computing） 移动 感知（ Mobile Sensing） 众 包（ Crowdsourcing）背景介 绍 智能 终 端 带 来的 研究场所：校园环境 网络环境： IPv4/6无线网络
2、全覆盖 研究目标：车辆行驶数据采集与建模 研究工具：基于 Android的移动平台背景介 绍 项 目 场 景和目 标通过移动终端设备内部的 多项传感器 捕获车辆的行驶数据，结合众包数据采集方案收集海量数据，结合 机器学习算法 构建车辆 驾驶行为识别 检测模型系 统 架构 概述平台校园网 IPv6和 IPv4无 线 网 络 通信平台基于 IPv6的 车联 网 Hadoop云 计 算平台基于 C/S架构的分布式数据采集系 统基于 Android智能 终 端的数据采集系 统采集 不同 终 端 类 型的 传 感数据采集 非同 类 运 动传 感器的数据采集算法 数据 预处 理 基本数据分析驾驶 行 为发
3、现 和 识别主要功能：1. 与智能移动终端进行数据交互2. 利用机器学习方法对增长数据进行 挖掘3. 通过 Web显示数据采集情况系 统 架构 云 计 算平台Ubuntu ServerHadoop挖掘分析 交互接口 数据 获 取MySQLApache Tomcat主要功能1. 传感器数据的采集和上传利用 Eclipse+Java研发 Android智能终端的 采集系统 ， 通过调度智能设备底层的传感器（如 加速度传感器 、 陀螺仪 等）接口读取车辆在行驶过程中数据 ，并通过校园环境 IPv6与 IPv4通信网络，提交采集的传感数据2. 驾驶行为的实时检测在一定规模的传感器数据基础上，利用 机器
4、学习方法训练相应模型，并智能移动终端对实时采集的数据进行分析和显示系 统 架构 数据采集端系 统 架构 传 感器数据定性分析传 感器 类 型 位置敏感 方向敏感 功能加速度 计 否 是 加速度陀螺 仪 否 是 角速度磁力 计 否 是 方向GPS 否 否 位置、速度重力 计 否 是 重力摄 像 头 是 是 图 像光感 传 感器 是 是 光 强 选择 加速度计 和 陀螺仪 两种惯性传感器的反馈数据 进行 采集 对 5种 常见行驶 行为进行采集： 左 /右转向、左 /右变道和掉头采用如图的相对位置固定 智能移动终端 ，构建传感器与车辆的 相对坐标系 映射关系。通过 惯性传感器 的实时 数据捕获车辆行驶中的反馈数据数据采集 司机： 教师、学生家长、的士司机和专车司机 车型 ： 轿车和 SUV 智能终端： Samsung Note3、 Google NS5、红米 Note1、Note3、 联想 S1系 统 架构 终 端放置 &采集 实验利用 检测的识别算法 MultiWave，能够有效的过滤原始传感器的噪声数据，并能够比传统的滑动窗口更为有效的捕获车辆的五种行驶事件 。针对 车辆行驶过程中产生的波形发生区间内数据，提出了一个 8维统计特征参数 集： 最大值、最小值、均值、方差、标准差、上四分位数 、 下四分位数、信息熵 ，作为训练输入。车辆 行 驶检测 模型 特征集
