论文部分内容阅读
随着移动智能终端的普及和汽车智能化概念的兴起，传感器遍布在生活中的各个场景中，人们的生活习惯随着技术的发展而悄然改变，精准的场景切换信息能够起到促进和辅助日常生活的作用。目前日常生活中的细分场景信息的获取技术较为落后，普适实用的场景识别技术的缺席问题亟待解决，广为普及的移动智能终端的功能日益强大使其成为了适合的服务应用平台。针对汽车的场景识别技术对无人驾驶，智能汽车和提升用户体验等方面都具有重要的价值。 本文着眼于城市生活中常见的汽车进出地下车库的细分场景，定制了针对该类场景的精准场景识别技术。通过对移动智能终端上的汽车场景识别技术进行探索，深入研究利用手机传感器进行汽车场景识别的可行方案，将目标问题拆分为两个子问题:汽车内外场景识别问题和进出地下出库场景识别问题。 首先，本文提出了基于声音反射特征的车内外场景识别算法。本文研究了声音信号的场景区分特性，验证了基于声音反射指纹的点定位场景识别技术，针对声音反射指纹在相近点的相关性小而导致的区域区分能力弱的问题，本文提出了利用声音声能时长特征进行区域级别的场景区分，以大量实验数据调整参数，完成了汽车小空间场景与室外空旷大空间场景的高精度场景识别。 其次，在高精度的汽车内外场景识别的基础上，本文深入探索了汽车进出地下车库细分场景识别的可行技术方案，探讨分析了气压与进出地下车库过程的海拔高度的对应关系，研究了角速度特征与加速度特征受地下车库结构的影响，分别提出了基于气压变化特性的识别算法、基于角速度变化特性的识别算法和基于加速度变化特性的识别算法三种汽车进出地下车库场景识别算法。 最后，本文提出了基于多传感器融合的汽车出入库识别算法。本文分析了单传感器模块的场景识别算法的局限性，为了能充分利用不同传感器信号特征在同一段时间内的关联性，利用支持向量机方法对基于单传感器特性的识别方法进行融合，完成高精度的基于多传感器融合的汽车进出地下车库场景识别技术。 本文实现了汽车出入地下车库识别系统。系统完成了精度达到了95％以上的基于声音反射声能时长的汽车内外识别，并最终完成多传感器融合的汽车进出地下车库场景识别技术，精度达到了92.4％。