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。
