【技術實現步驟摘要】
本專利技術涉及一種基于xgboost算法識別的交互式駕校智能教練系統，屬于駕校培訓領域。
技術介紹
1、近年來，隨著經濟的快速發展，私家車數量快速增長，駕駛技能學習的人數也極具增加。然而，傳統的駕校培訓模式存在諸多不足，如：學員在密閉的車內進行駕駛訓練，往往無法對車身位姿有準確的把握；學員車內在駕駛訓練時，不能準確判斷是否已經犯錯；學員犯下的同一類型錯誤可能存在不同錯誤原因，自身無法清晰分辨并改正。這些問題限制了學員的駕駛技能提升，更影響了整個交通行業的安全與效率。因此，駕校培訓模式的改革與創新刻不容緩。我們面臨著傳統培訓模式僵化、效果欠佳的嚴峻挑戰，利用先進的教練系統革新培訓方式。
技術實現思路
1、本專利技術的目的在于提供一種基于xgboost算法識別的交互式駕校智能教練系統，提高駕校智能教練的智能性、穩定性和培訓質量。
2、為實現上述目的，本專利技術提供了一種基于xgboost算法識別的交互式駕校智能教練系統，包括下列模塊：傳感器模塊，車端系統模塊，交互模塊，中央系統模塊，數據庫模塊。該系統包括下列步驟：
3、步驟1：使用傳感器模塊采集車庫信息，完成訓練地圖車庫的構建;
4、步驟2：學員通過交互模塊登記自身信息，選擇訓練車輛，訓練任務;
5、步驟3：車端系統模塊接收傳感器模塊發送的精確定位信息，并在規定區域內開始訓練時，記錄車輛運行軌跡;
6、步驟4：通過車輛的定位信息和方位角信息以及訓練車輛的車身數據，標定出車身，
7、步驟5：根據車身位姿數據與車庫地圖，實時判別學員訓練情況，在出現錯誤時，立即播報錯誤內容以及錯誤原因，同時記錄信息發送到數據庫中;
8、步驟6：中央系統通過應用xgboost算法對學員的駕駛行為數據進行深入分析，確定學員訓練錯誤，基于分析結果，生成個性化訓練意見。
9、可選的，在步驟1的執行過程中，提前使用傳感器模塊，采集駕校車庫信息，完成地圖構建。
10、可選的，在步驟2的執行過程中，學員在訓練前，完成自身的信息登記，確定當次的訓練任務，確定當次訓練的車輛選擇。
11、可選的，在步驟3的執行過程中，在車端系統模塊中實時接收傳感器模塊即gnss接收機發送的差分定位數據，解算定位原始數據，并且將數據轉換為以車庫角為中心的直角坐標系。
12、可選的，步驟4的執行過程，包括下列步驟：
13、步驟4.1：根據車輛中心的定位信息及方位角信息。依據以下公式，推算車4角的經緯度數據：。
14、
15、
16、
17、
18、
19、
20、
21、
22、其中，、、、、、、、分別為當前車輛四角的經緯度，為當前車輛對角線長度，為赤道半徑，即6371393m，、分別為當前車輛中心的經緯度，為常數3.14，為車中垂線與對角線的夾角值，為當前車輛的方位角值；
23、步驟4.2：通過如下的經緯度轉車庫直角坐標系公式：
24、
25、
26、
27、。
28、其中，、為車庫直角坐標系圓心的經緯度，、為當前車輛中心的經緯度值，、為經緯度轉直角坐標系的變換系數，依據不同地區有不同數值，例廣西地區，為1.0158162，為1.1119693，為當前車輛的方位角。、為車輛在車庫直角坐標系下的坐標;
29、步驟4.3：依據以下公式確定當前車輛四邊的線段公式：
30、
31、
32、
33、其中、、、為車輛兩頂角在車庫直角坐標系下的坐標；
34、步驟4.4：將步驟4.2所得車輛4角在車庫坐標系下的坐標值和步驟4.3所得車輛4邊的線段方程，在交互模塊中繪制出車輛邊框和車庫邊框，方便學員從全局視角中看到自身操作，與學員實時交互。
35、可選的，在步驟5的執行過程中，依據步驟4.3所得的車邊4條線段公式，將其與車庫線段公式聯立，滿足以下三個條件確定碰到邊線：
36、1、解的和；2、；3、；
37、將該段定位軌跡保存并上傳中央系統，在中央系統中標記此軌跡為錯誤的訓練軌跡。
38、可選的，在步驟6的執行過程中，首先通過對傳感器收集的駕駛行為數據進行數據預處理，通過對數據集的方向盤操作和剎車等行為進行數據標注（過早、正常、過晚），將標注的數據轉為one-hot編碼，以便于模型處理；其次將處理好的數據集分割為訓練集、驗證集和測試集，以便于模型訓練和評估；再次使用xgboost算法對分類任務進行建模，采用交叉熵損失函數進行損失計算，通過遺傳算法進行超參數尋優；隨后驗證集和測試集上進行指標分析（準確率、精準率、召回率等）；最后將訓練好的模型部署到終端上，模型實時采集學員的數據并分析其駕駛行為，提供反饋建議。
39、本專利技術涉及一種基于xgboost算法識別的交互式駕校智能教練系統，系統包括傳感器模塊，車端系統模塊，交互模塊，中央系統模塊，數據庫模塊。使用傳感器模塊采集車庫信息，完成訓練地圖車庫的構建;學員通過交互模塊登記自身信息，選擇訓練車輛，訓練任務;車端系統模塊接收傳感器模塊發送的精確定位信息，記錄車輛運行軌跡;通過車輛的定位信息和方位角信息以及訓練車輛的車身數據，標定出車身，并在交互模塊上實時顯示車身位置與車庫地圖;根據車身與前期構建的訓練車庫地圖，實時判別學員的訓練情況，在出現錯誤時，立即播報錯誤內容以及錯誤原因，同時記錄原因及軌跡信息到數據庫中;中央系統通過應用xgboost算法對學員的駕駛行為數據進行深入分析，進一步確定學員訓練中的具體錯誤情況，基于分析結果，生成個性化的訓練意見，指導學員所需加強的訓練內容，提高駕駛技能，加速訓練效率。
本文檔來自技高網...【技術保護點】
1.一種基于XGBoost算法識別的交互式駕校智能教練系統，其特征在于，包括傳感器模塊，車端系統模塊，交互模塊，中央系統模塊，數據庫模塊。包括下列步驟：
2.如權利要求1所述的一種基于XGBoost算法識別的交互式駕校智能教練系統，其特征在于，
3.如權利要求2所述的一種基于XGBoost算法識別的交互式駕校智能教練系統，其特征在于，
4.如權利要求3所述的一種基于XGBoost算法識別的交互式駕校智能教練系統，其特征在于，
5.如權利要求4所述的一種基于XGBoost算法識別的交互式駕校智能教練系統，其特征在于，
6.如權利要求5所述的一種基于boost算法識別的交互式駕校智能教練系統，其特征在于，
7.如權利要求6所述的一種基于XGBoost算法識別的交互式駕校智能教練系統，其特征在于，
【技術特征摘要】
1.一種基于xgboost算法識別的交互式駕校智能教練系統，其特征在于，包括傳感器模塊，車端系統模塊，交互模塊，中央系統模塊，數據庫模塊。包括下列步驟：
2.如權利要求1所述的一種基于xgboost算法識別的交互式駕校智能教練系統，其特征在于，
3.如權利要求2所述的一種基于xgboost算法識別的交互式駕校智能教練系統，其特征在于，
4.如權利要...
【專利技術屬性】
技術研發人員：匡兵，王彬豪，李雨微，羅廷，景暉，
申請(專利權)人：桂林電子科技大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。