maneuverRecognition:面向车辆车联网领域的时序分类 Python 包
机器学习
2025-07-01 v1 计算机视觉与模式识别
摘要
在车辆车联网领域,驾驶操作的自动识别用于分类和评估驾驶行为。这不仅作为增强保险个性化的一项组件,还用于提高道路安全性、减少事故及相关成本,以及降低油耗并支持环保驾驶。在此背景下,操作识别在技术上需要持续应用时间序列分类,这对车联网传感器数据的传输、预处理和存储、预测模型的训练以及预测本身提出了特殊挑战。尽管在收集相关数据或构建用于操作识别的预测模型方法方面已有大量研究,但在实践中仍需要 Python 包和函数,以便快速将数据转换为所需结构以及构建和评估此类模型。因此开发了 maneuverRecognition 包,以提供预处理、建模和评估所需的函数,并包含一个可修改的、基于 LSTM 的即用型网络结构。该包的实现使用通过智能手机传感器记录的三名不同人员的真实驾驶数据进行了演示。
引用
@article{arxiv.2506.23147,
title = {maneuverRecognition -- A Python package for Timeseries Classification in the domain of Vehicle Telematics},
author = {Jonathan Schuster and Fabian Transchel},
journal= {arXiv preprint arXiv:2506.23147},
year = {2025}
}
备注
6 pages, 2 figures