使用机器学习算法进行摩托车碰撞检测
机器学习
2024-03-15 v1 动力系统
摘要
全球范围内，摩托车吸引着广泛且多样化的用户。然而，由于摩托车事故中严重伤害和死亡率远高于乘用车事故，已将努力指向增加被动安全系统。冲击模拟表明，若摩托车配备了被动安全措施如气囊和安全带，即可大大降低摩托车与汽车碰撞时严重伤害或死亡的风险。为了实现被动安全系统的激活，必须在毫秒级内可靠地检测到各种碰撞配置下的碰撞，但绝不能出现误触发。在可靠检测潜在碰撞的挑战下，本文提出了一种针对机器学习算法适用性的调查。首先，引入一系列事故和驾驶操作的仿真，以收集训练机器学习分类模型的数据。随后，对其性能进行多种具有代表性和应用导向的标准进行评估和比较。
引用
@article{arxiv.2403.09491,
title = {On using Machine Learning Algorithms for Motorcycle Collision Detection},
author = {Philipp Rodegast and Steffen Maier and Jonas Kneifl and Jörg Fehr},
journal= {arXiv preprint arXiv:2403.09491},
year = {2024}
}