基于随机森林分类器的追尾碰撞实时预警系统
计算机视觉与模式识别
2020-03-10 v1
摘要
追尾碰撞预警系统在提升驾驶安全方面具有重要作用。在此类系统中，采用一些措施来估计危险，系统会警告驾驶员更加谨慎。此类系统必须执行实时处理，以保留足够的时间和距离来避免与前车碰撞。为此，本文利用随机森林分类器开发了一种新系统。为了评估所提出系统的性能，使用了弗吉尼亚理工大学交通研究所100辆汽车数据库的车辆轨迹数据，并根据准确率和处理时间对这些方法进行了比较。利用TOPSIS多准则选择方法，我们表明所实现的分类器的结果优于包括贝叶斯网络、朴素贝叶斯、MLP神经网络、支持向量机、最近邻、基于规则的方法和决策树在内的不同分类器的结果。 presented实验表明，随机森林是所提出的驾驶员辅助系统的一种可接受算法，其检测预警情况的准确率为88.4%，检测安全情况的准确率为94.7%。
引用
@article{arxiv.1803.10988,
title = {A real-time warning system for rear-end collision based on random forest classifier},
author = {Fateme Teimouri and Mehdi Ghatee},
journal= {arXiv preprint arXiv:1803.10988},
year = {2020}
}
备注
26 Pages, 7 Tables, 16 Figures, Extracted from an MSc project with Department of Computer Science, Amirkabir University of Technology, Tehran, Iran