CN106067000A - 基于时域范围的车辆低速碰撞信号的特征提取方法 - Google Patents

基于时域范围的车辆低速碰撞信号的特征提取方法 Download PDF

Info

Publication number
CN106067000A
CN106067000A CN201610365449.7A CN201610365449A CN106067000A CN 106067000 A CN106067000 A CN 106067000A CN 201610365449 A CN201610365449 A CN 201610365449A CN 106067000 A CN106067000 A CN 106067000A
Authority
CN
China
Prior art keywords
value
low speed
time domain
vehicle low
extracting method
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610365449.7A
Other languages
English (en)
Inventor
田雨农
邹秋霞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian Roiland Technology Co Ltd
Original Assignee
Dalian Roiland Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dalian Roiland Technology Co Ltd filed Critical Dalian Roiland Technology Co Ltd
Priority to CN201610365449.7A priority Critical patent/CN106067000A/zh
Publication of CN106067000A publication Critical patent/CN106067000A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction

Abstract

基于时域范围的车辆低速碰撞信号的特征提取方法，属于数据处理领域，以使得对于车辆低速碰撞信号中影响碰撞数据准确性的数据被提取出来。技术要点是：S1.对车辆碰撞发生到结束期间的碰撞信号提取其中的速度信号，且进行固定频率滤波；S2.对于滤波后的信号数据，提取其中的速度信号数据的最值。效果是：提取有用的信号数据，可以提升定损过程中，碰撞基础数据的准确性，提高定损精度。

Description

基于时域范围的车辆低速碰撞信号的特征提取方法
技术领域
本发明属于数据处理领域，涉及一种低速碰撞信号的特征提取方法。
背景技术
在远程定损技术项目中所采集的车辆行驶信号为离散信号，信号中包含多种不同频率的噪声信号，如果直接对信号进行分析，不仅无法直接找到信号的有用信息，对后面的机器学习产生很大的影响。选择信号数据中的何种，关系到碰撞数据获取的准确性。将复杂信号中的有用的、直观的特征提取出来，对于学习模型有着至关重要的作用。
发明内容
为了解决上述技术问题，本发明提出了一种基于时域范围的车辆低速碰撞信号的特征提取方法，以使得对于车辆低速碰撞信号中影响碰撞数据准确性的数据被提取出来。
为了实现上述目的，其技术方案是：一种基于时域范围的车辆低速碰撞信号的特征提取方法，包括：
S1.对车辆碰撞发生到结束期间的碰撞信号提取其中的速度信号，且进行固定频率滤波；
S2.对于滤波后的信号数据，提取其中的加速度信号数据的最大值和最小值，其中绝对值较大的为最值。
进一步的，所述步骤S2，还提取滤波后的信号数据的最值点到其后极值点的平均能量。
进一步的，所述步骤S2，还提取滤波后的信号数据的最大值的半波宽度和最小值的半波宽度。
进一步的，所述步骤S2，还提取滤波后的信号数据的最值到其临后极小(大)值的差值。
进一步的，所述步骤S2，还提取滤波后的信号数据的最值到其临后极小(大)值的跨度。
进一步的，所述步骤S2，还提取滤波后的信号数据的4中的差值/5中的跨度。
进一步的，所述步骤S2，还提取滤波后的信号数据的最值点到其后极值点的平均能量、最大值的半波宽度和最小值的半波宽度、最值到其临后极小(大)值的差值、最值到其临后极小(大)值的跨度、4中的差值/5中的跨度。
进一步的，求取滤波后的加速度信号每点的斜率的绝对值，再进行所有点斜率的平均值的求取。
进一步的，所述方法还包括步骤：S3.由步骤S2中提取速度信号数据得到的数据提取时域特征。
有益效果：经过大量数据信号观察和分析，发现信号波形的多种特征都能反映出碰撞的真实物理意义。而提取有用的信号数据，可以提升定损过程中，碰撞基础数据的准确性，提高定损精度，为此，本方法，提取了其中，经过观察和分析，更能实际反应碰撞的信号数据，以提供碰撞数据的准确性。
附图说明
图1为本方法的流程图。
具体实施方式
实施例1：一种基于时域范围的车辆低速碰撞信号的特征提取方法，包括：S1.对车辆碰撞发生到结束期间的碰撞信号提取其中的速度信号，且进行固定频率滤波；S2.对于滤波后的信号数据，提取其中的加速度信号数据的最大值和最小值，其中绝对值较大的为最值。最值(最大值与最小值)可以反映在碰撞发生时刻车辆的行驶速度的快慢，在碰撞物为刚性体的时候，行驶速度越大产生的最值越大；并且最大值的绝对值与最小值的绝对值进行比较，也可以反映出车辆是正向碰撞还是后面碰撞。S3.由步骤S2中提取速度信号数据得到的数据提取时域特征。
实施例2：具有与实施例1相同的技术方案，更为具体的是：所述步骤S2，提取的数据还包括，滤波后的信号数据的最值点到其后极值点的平均能量。最值点到其后极值点的平均能量，可以反映车辆在碰撞过程中的能量损失的快慢，不同的碰撞物会导致车辆在碰撞过程中有不同的能量损失。
实施例3：具有与实施例1或2相同的技术方案，更为具体的是：所述步骤S2，提取的数据还包括，最大值的半波宽度和最小值的半波宽度。
实施例4：具有与实施例1或2或3相同的技术方案，更为具体的是：所述步骤S2，提取的数据还包括，最值到其临后极小(大)值的差值。差值越大表明碰撞的越剧烈。
实施例5：具有与实施例1或2或3或4相同的技术方案，更为具体的是：所述步骤S2，提取的数据还包括，最值到其临后极小(大)值的跨度。跨度越大表明碰撞的越不剧烈。
实施例6：具有与实施例1或2或3或4或5相同的技术方案，更为具体的是：所述步骤S2，提取的数据还包括，差值/5中的跨度。4中的差值/5中的跨度，正负可以反映碰撞的方向，大小可以反映碰撞的剧烈程度
实施例7：一种基于时域范围的车辆低速碰撞信号的特征提取方法，包括：S1.对车辆碰撞发生到结束期间的碰撞信号提取其中的速度信号，且进行固定频率滤波；S2.对于滤波后的信号数据，提取其中的速度信号数据的最值、最值点到其后极值点的平均能量、最大值的半波宽度和最小值的半波宽度、最值到其临后极小(大)值的差值、最值到其临后极小(大)值的跨度、4中的差值/5中的跨度。S3.由步骤S2中提取速度信号数据得到的数据提取时域特征。之后，求取滤波后的加速度信号每点的斜率的绝对值，再进行所有点斜率的平均值的求取。
以上所述，仅为本发明创造较佳的具体实施方式，但本发明创造的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明创造披露的技术范围内，根据本发明创造的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明创造的保护范围之内。

Claims (9)

1.一种基于时域范围的车辆低速碰撞信号的特征提取方法，其特征在于，包括：
S1.对车辆碰撞发生到结束期间的碰撞信号提取其中的速度信号，且进行固定频率滤波；
S2.对于滤波后的信号数据，提取其中的加速度信号数据的最大值和最小值，其中绝对值较大的为最值。
2.如权利要求1所述的基于时域范围的车辆低速碰撞信号的特征提取方法，其特征在于，所述步骤S2，还提取滤波后的信号数据的最值点到其后极值点的平均能量。
3.如权利要求1所述的基于时域范围的车辆低速碰撞信号的特征提取方法，其特征在于，所述步骤S2，还提取滤波后的信号数据的最大值的半波宽度和最小值的半波宽度。
4.如权利要求1所述的基于时域范围的车辆低速碰撞信号的特征提取方法，其特征在于，所述步骤S2，还提取滤波后的信号数据的最值到其临后极小(大)值的差值。
5.如权利要求1所述的基于时域范围的车辆低速碰撞信号的特征提取方法，其特征在于，所述步骤S2，还提取滤波后的信号数据的最值到其临后极小(大)值的跨度。
6.如权利要求1所述的基于时域范围的车辆低速碰撞信号的特征提取方法，其特征在于，所述步骤S2，还提取滤波后的信号数据的4中的差值/5中的跨度。
7.如权利要求1所述的基于时域范围的车辆低速碰撞信号的特征提取方法，其特征在于，所述步骤S2，还提取滤波后的信号数据的最值点到其后极值点的平均能量、最大值的半波宽度和最小值的半波宽度、最值到其临后极小(大)值的差值、最值到其临后极小(大)值的跨度、4中的差值/5中的跨度。
8.如权利要求7所述的基于时域范围的车辆低速碰撞信号的特征提取方法，其特征在于，求取滤波后的加速度信号每点的斜率的绝对值，再进行所有点斜率的平均值的求取。
9.如权利要求1-8中任一权利要求所述的基于时域范围的车辆低速碰撞信号的特征提取方法，其特征在于，还包括步骤：
S3.由步骤S2中提取速度信号数据得到的数据提取时域特征。
CN201610365449.7A 2016-05-27 2016-05-27 基于时域范围的车辆低速碰撞信号的特征提取方法 Pending CN106067000A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610365449.7A CN106067000A (zh) 2016-05-27 2016-05-27 基于时域范围的车辆低速碰撞信号的特征提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610365449.7A CN106067000A (zh) 2016-05-27 2016-05-27 基于时域范围的车辆低速碰撞信号的特征提取方法

Publications (1)

Publication Number Publication Date
CN106067000A true CN106067000A (zh) 2016-11-02

Family

ID=57421478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610365449.7A Pending CN106067000A (zh) 2016-05-27 2016-05-27 基于时域范围的车辆低速碰撞信号的特征提取方法

Country Status (1)

Country Link
CN (1) CN106067000A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109543259A (zh) * 2018-11-09 2019-03-29 中国汽车技术研究中心有限公司 一种构建等效实车碰撞波形的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104296749A (zh) * 2014-11-03 2015-01-21 中国科学院深圳先进技术研究院 基于运动状态感知的低功耗定位方法及系统
CN105216714A (zh) * 2015-09-29 2016-01-06 北京贞正物联网技术有限公司 一种基于mems传感器的碰撞事故识别方法
CN105416296A (zh) * 2015-12-07 2016-03-23 重庆云途交通科技有限公司 一种基于三轴线加速度计的驾驶行为分析方法
CN105534527A (zh) * 2015-12-01 2016-05-04 深圳还是威健康科技有限公司 智能穿戴设备特殊状态的识别方法及智能穿戴设备
CN105588577A (zh) * 2014-10-23 2016-05-18 中国移动通信集团公司 一种用于运动监测装置的异常计步的检测方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105588577A (zh) * 2014-10-23 2016-05-18 中国移动通信集团公司 一种用于运动监测装置的异常计步的检测方法和装置
CN104296749A (zh) * 2014-11-03 2015-01-21 中国科学院深圳先进技术研究院 基于运动状态感知的低功耗定位方法及系统
CN105216714A (zh) * 2015-09-29 2016-01-06 北京贞正物联网技术有限公司 一种基于mems传感器的碰撞事故识别方法
CN105534527A (zh) * 2015-12-01 2016-05-04 深圳还是威健康科技有限公司 智能穿戴设备特殊状态的识别方法及智能穿戴设备
CN105416296A (zh) * 2015-12-07 2016-03-23 重庆云途交通科技有限公司 一种基于三轴线加速度计的驾驶行为分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
虞辰霏: ""自适应驾驶人特性的前撞预警方法研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
陆善彬等: ""汽车侧面碰撞仿真工具的验证开发及应用"", 《科学技术与工程》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109543259A (zh) * 2018-11-09 2019-03-29 中国汽车技术研究中心有限公司 一种构建等效实车碰撞波形的方法
CN109543259B (zh) * 2018-11-09 2023-03-31 中国汽车技术研究中心有限公司 一种构建等效实车碰撞波形的方法

Similar Documents

Publication Publication Date Title
CN110017991B (zh) 基于谱峭度和神经网络的滚动轴承故障分类方法及系统
CN103996287B (zh) 一种基于决策树模型的车辆强制换道决策方法
CN106685478A (zh) 基于信号时频图像信息提取的跳频信号参数估计方法
CN102440768B (zh) 脉搏波形特征点提取方法
CN103234767B (zh) 基于半监督流形学习的非线性故障检测方法
CN106017926A (zh) 基于变模态分解的滚动轴承故障诊断方法
DE102015212923A1 (de) Automatische Erkennung und Bewertung von Low-Speed-Crashs
CN105588717A (zh) 一种齿轮箱故障诊断方法
CN110647871A (zh) 一种基于时域特量增强的滚动轴承故障诊断方法及系统
CN106771598B (zh) 一种自适应谱峭度信号处理方法
CN113177537B (zh) 一种旋转机械设备的故障诊断方法及系统
CN110411766A (zh) 列车转向架蛇形失稳检测方法、装置、系统和存储介质
CN106067000A (zh) 基于时域范围的车辆低速碰撞信号的特征提取方法
CN103777187A (zh) 基于遍历随机Hough变换的弱目标检测前跟踪方法
CN102692450B (zh) 基于模糊综合评判的金属拉深件成形裂纹状态识别方法
CN102214257B (zh) 一种汽车碰撞波形特征参数识别方法
KR101651541B1 (ko) 슬라이딩 윈도우기반 ｉｆｆ 신호탐지 방법
CN106056150A (zh) 基于人工智能随机森林方法建立不同车型分零件远程定损系统及方法
CN106203324B (zh) 基于随机树的心电信号快速身份识别方法
CN107358678B (zh) 一种驾驶事件检测和识别方法
CN105628358A (zh) 基于参数自适应随机共振的离心机转子故障诊断方法
CN112163521A (zh) 一种车辆行驶行为的识别方法、装置及设备
CN104783786A (zh) 心电图特征识别系统及方法
CN106227999A (zh) 一种高适应性跌倒行为检测方法
CN104849546B (zh) 一种民航飞机散射信号多普勒频率估计方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20161102