2019年研究生数学建模比赛,我们组选择的是D题目——《汽车行驶工况构建》。
选题分析
其实题目一发下来后,基本确定了这几个题目的已知条件、难易程度、问题结果要求等等,具体分析画了个思维导图:
对于A题目,没有接触过专业训练的同学一般都不会去选,因为这个涉及到AI训练的问题。不知道参加比赛的小伙伴们有没有注意到比赛官网好早就贴出通知,华为云为数学建模比赛提供免费的云平台,所以比赛前我就猜到,一定会有大数据的题目,果不其然!对于前期申请了云平台试用的同学,这是个绝佳的机遇,毕竟万一拿奖了,那就意味着可以去华为工作了把~。
对于B题目,没看太懂,直接放弃了。
对于C题目,这个题目我很清楚整个建模过程,但是具体怎么用代码实现,不敢去尝试,因为图像处理这些不是一朝一夕就能掌握的!其实题目中的砖块长度告诉了后,就可以根据长度和砖块在像素中的长度,计算得到一个比例尺,这样就可以根据像素求解实际距离了。对于车的车头,应该会有算法能够实现其车头特征的识别和提取,然确定像素位置,两个车头识别出来后,就可以计算像素距离,反求实际距离了。对于后面的问题研究的是速度,其实只需要根据视频的帧数计算每幅图像中特征点的像素移动距离,除以帧数对应的时长就可以计算出速度,进而做下一步研究... 以上就是我对C题目的大致理解了,不太好做,放弃。
对于D题目,这个题目倒是十分好理解的,基本上就是处理异常数据,提取运动片段,计算运动特征,找个代表出来,做特征表征,这个题目最有把握做出来,而且只有三个问题。并且我自己就是机械专业的,工况这个概念还是十分熟悉的,就决定是他了!
对于E题目,这是个开放性的题目,难在找数据,并且里面应该存在着大量气象学的图像研究,不太好搞,放弃!
对于F题目,年年都有无人机,我的预言验证了!题目看似很好理解,但是其实这种航迹规划类的题目,越做越会发现,约束条件不好描述,很容易陷入僵局,细思极恐!果断放弃!(去年就是死在无人机那个题目,这次打死不敢选)。
经过上面的分析,我和师弟确定了难度顺序:
\[ D < E < F < C < B < A \]
所以,选做D题目是比较有把握的,我们就做D题目!
前期准备
整理题目信息
大概在第一天上午结束的时候,我和师弟决定,就是D题目了。为了保证万无一失,我们先反复研究了题目的内容,其中包括题目的问题背景、问题目标、问题结果。画出了一个思维导图:
在这里面,我们有去研究过国家有关汽车工况实验的国家标准 GBT - 中国汽车行驶工况 第1部分:轻型汽车
文件内容整理
题目给了三个文件,非常有必要对三个文件做个具体分析:
我们注意到里面有经纬度的数据,于是想到有没有什么软件可以把连续的经纬度点画成轨迹。
起初本来想利用前端的知识,调用百度地图这样的API来画图,结果前端学的不够扎实,没能实现,这里给出经纬度定位的网站和几个勉强能实现的demo出处:
这个工作持续了一段时间,无果,决定放弃挣扎,看看有没有可以画这种图的软件。找了一会,还真有!
这个软件真的很强大,根据表格导入数据,确定经纬度数据行列,就可以画轨迹。于是我们赶紧画出了三个文件的轨迹:
很明显有异常数据嘛!!经纬度都跑到海上去了,查看才知道,全部是同为0的经纬度。
此外,我们还发现这次数据的采集地点在福建省福州市和莆田市。