[发明专利]基于加速度传感器和机器学习的路面坑洼检测方法

权利要求书

1.基于加速度传感器和机器学习的路面坑洼检测方法，其特征是，包括以下步骤：

步骤1、控制器模块采集加速度传感器收集到的加速度数据和GPS模块收集到的定位信息数据；

步骤2、使用嵌入式开发板将采集到的加速度传感器数据和GPS定位信息数据传送给树莓派；

步骤3、使用树莓派将收集到的道路信息数据存储到嵌入式数据库中并在有网络连接时将数据传输到服务器；

步骤4、服务器接收道路信息数据并计算坑洼检测阈值，使用阈值检测坑洼之后，将坑洼信息数据到传送到地图显示模块；其中，检测坑洼包括步骤S202，使用Socket链接通过网络读取存储在树莓派中的道路信息数据；

步骤S203，生成训练数据；

步骤S204，坑洼分类训练，使用K-MEANS机器学习方法，用步骤S203生成的训练数据集进行训练；

步骤S205，坑洼阈值计算；

步骤S206，块读取道路信息数据测试集中的一条进行坑洼检测；

步骤S207，判断读取到的数据中y轴加速度与z轴加速度的平方差是否大于阈值，若是，则执行步骤S208，若不是，则执行步骤S209；

步骤S208，写入坑洼数据的位置信息到文件中，并以换行符做结尾；

步骤S209，判断是否已经读完所有道路信息数据测试集，若不是，则执行步骤S206；若是，则程序结束；

步骤5、地图显示模块在地图上标注坑洼。

2.根据权利要求1所述的基于加速度传感器和机器学习的路面坑洼检测方法，其特征是，在步骤1和步骤2中，控制器模块采集数据和传送数据包括以下步骤：

步骤S102，完成初始化工作准备接受传感器数据；

步骤S103，控制器模块从I2C交互实例中获取GPS模块传输的数据；

步骤S104，判断从GPS模块中读取到的第一个字符是否为‘$’，如果不是，则执行步骤S103，如果是，则执行步骤S105；

步骤S105，读取加速度传感器数据；

步骤S106，控制器模块打包数据；

步骤S107，微控制器使用I2C交互实例将道路信息字符串传输至树莓派；

步骤S108，判断供电是否正常，如果供电正常，则执行步骤S103，继续收集道路数据；如果供电不正常，则结束。