摘要：由于GPS数据的来源多种多样,当前方法容易受到异常数据干扰影响,无法准确识别高寒环境下目标车辆的六种行驶状态,且跟踪误差较大,提出基于BP神经网络的高寒环境下车辆适应性跟踪测试方法,根据给出的高寒环境下车辆行驶信息预处理流程初步处理多种装置采集获得的车辆GPS数据,同时采用权值平均法和二次指数平滑法修复初步处理后的孤立车辆GPS数据和连续车辆GPS数据,实现高寒环境下的车辆异常行驶信息处理;计算车辆位置误差区域,将上述处理得到的车辆信息与电子地图中的相应信息做比对,依据D-S证据理论从多条候选道路中找出最有可能是目标车辆行驶所在的道路,计算出目标车辆在该条道路上最有可能的坐标;采用BP神经网络作为该条道路上目标车辆行为异常检测分类器,将连续若干次采集获得的车辆行驶速度和加速度信息作为输入参数输入到检测分类器中,判断交通事故类型,实现车辆在高寒环境下的适应性跟踪测试。实际应用结果显示,所提方法能够准确识别高寒环境下的车辆六种行驶状态,跟踪误差较小,克服了当前方法存在的弊端。

关键词：gps数据 车辆 高寒环境 适应性 跟踪 

单位：西安工业大学计算机科学与技术系; 西安710021