在车辆远程信息处理数据中寻找操控基序

驾驶行为对道路安全有很大影响。分析驾驶行为的一种流行方法是将关注点转移到操控动作上，因为它们能提供关于执行这些动作的驾驶者的有用信息。在本文中，我们通过时间序列中的基序检测，研究了一种从车辆远程信息处理数据中识别操控动作的新方法。我们实现了扩展基序发现（EMD）算法的改进版本，这是一种经典的可变长度时间序列基序检测算法，并将其应用于 UAH-DriveSet，一个公开的自然驾驶数据集。在对提取的基序进行系统探索后，我们能够得出结论：EMD 算法不仅能够提取简单的操控动作，如加速、制动和转弯，还能够提取更复杂的操控动作，如变道和超车动作，这验证了基序发现作为未来研究的一条有价值的方向。