摘要
本发明涉及一种多模态数据融合的城市道路骑行友好性评价方法,包括以下步骤:按不同道路使用状况分类,通过揭示偏好调查收集主观数据,利用熵值法和梯度提升决策树重要性分析法建立主观评价模型,确定各要素对不同类型道路骑行友好性的影响程度;以自行车作为检测载体,采集自行车行进过程中的振动信号和图像视频数据;基于振动信号估计路面平整度,基于图像视频数据识别机非隔离带分隔情况、非机动车道占用情况、骑行友好型标志和路侧景观,确定各项道路骑行友好性评价指标;对各项评价指标进行归一化处理后,与主观评价模型确定的各要素的影响程度进行加权求和,得到道路骑行友好性评价结果。与现有技术相比,本发明具有评价结果客观且可靠性高等优点。
技术关键词
多模态数据融合
性评价方法
城市道路
深度学习卷积神经网络
梯度提升决策树
隔离带
非机动车
采集自行车
全球定位系统定位
视频
标志
景观
图像
绿化带
指标
YOLO模型
路面
自行车车座
系统为您推荐了相关专利信息
应力传感器
区块链存证技术
孤立森林算法
锚杆
分级权限管理
负荷分析方法
空间聚类算法
矩阵
分类器
拉普拉斯
专用车
路侧控制单元
智能网联汽车
车辆控制方法
智能网联环境
电力线路故障检测
智能检测方法
激光点云数据
多任务神经网络
分布式光纤传感器
交通拥堵传播模型
超图模型
链路
拥堵信息
交通道路