智能手机车辆异常驾驶行为检测方法

• 作者: 刘华平 周后飞 石红星
• 来源期刊: 智能系统学报
• 学科: 交通运输
• 关键词: 智能手机 异常驾驶行为检测 传感器 核方法 极限学习机 支持向量机
• 年，卷（期）: 2016,（3）
• 页码范围: 410-417
• 页数: 8页
• 分类号: TP29|U49
• 字数: 5090字
• 语种: 中文
• DOI: 10.11992/tis.201504022

摘要

将智能手机作为车辆异常驾驶行为检测工具，设计了一种车辆异常驾驶行为检测方法和系统。系统通过获取车载智能手机内部的加速度传感器数据、陀螺仪传感器数据以及磁场传感器数据，经坐标旋转和特征提取，并利用基于核方法极限学习机（核ELM）得到的驾驶行为在线分析算法，以实现能实时识别包括频繁变道、频繁变速及急刹车在内的多种车辆异常驾驶行为，并在车辆出现异常驾驶行为时开启报警语音。测试结果表明，基于核ELM算法的驾驶行为分类器性能比基于支持向量机（ SVM ）算法更好，提出的异常驾驶行为检测系统能有效识别各种驾驶行为。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘华平	清华大学计算机科学与技术系	57	650	12.0	24.0
5	石红星		12	27	3.0	5.0
6	周后飞	重庆交通大学土木工程学院	3	12	1.0	3.0