基于深度学习的攻击性驾驶行为检测方法
机器学习
2021-11-10 v1 人工智能
摘要
驾驶行为是道路碰撞与事故的主要原因之一，而通过识别并减少攻击性驾驶行为可降低此类事故。本研究识别驾驶员在不同情境（匆忙、心理冲突、报复）下开始攻击性驾驶的时刻。需要观察者（真实或虚拟）来检查驾驶行为以发现攻击性驾驶事件；我们通过使用智能手机的 GPS 传感器每三分钟检测位置并分类驾驶员驾驶行为，克服了该问题。为检测数据集中的时间序列模式，我们采用 RNN（GRU、LSTM）算法来识别驾驶过程中的模式。该算法独立于道路、车辆、位置或驾驶员特征。我们得出结论：三分钟（或更长）的驾驶（120 秒 GPS 数据）足以识别驾驶员行为。结果显示出高准确率与高 F1 分数。
引用
@article{arxiv.2111.04794,
title = {Deep Learning Approach for Aggressive Driving Behaviour Detection},
author = {Farid Talebloo and Emad A. Mohammed and Behrouz Far},
journal= {arXiv preprint arXiv:2111.04794},
year = {2021}
}