利用智能手机传感器与递归量化分析检测弱势道路使用者
计算机与社会
2020-06-15 v1 机器学习
系统与控制
系统与控制
摘要
随着自动驾驶汽车（AV）产业的快速发展，利用智能手机检测弱势道路使用者（VRUs）对于协同智能交通系统（C-ITSs）的安全应用至关重要。本研究探索了使用低功耗智能手机传感器与递归量化分析（RQA）特征完成该任务。这些特征基于从九个通道提取的阈值化相似度矩阵计算：加速度计、陀螺仪与旋转矢量在各方向（x、y、z）上的分量。鉴于GPS高功耗，排除GPS数据。将RQA特征添加至传统时域特征，以考察在使用二分类、四分类与五分类随机森林分类器时的分类准确率。实验结果显示，仅使用RQA特征即取得98.34%的准确率，加入时域特征后达98.79%，表现令人瞩目。结果优于既往报道准确率，表明RQA特征在VRU检测方面具有高分类能力。
引用
@article{arxiv.2006.06941,
title = {Vulnerable Road User Detection Using Smartphone Sensors and Recurrence Quantification Analysis},
author = {Huthaifa I. Ashqar and Mohammed Elhenawy and Mahmoud Masoud and Andry Rakotonirainy and Hesham A. Rakha},
journal= {arXiv preprint arXiv:2006.06941},
year = {2020}
}
备注
Published in: 2019 IEEE Intelligent Transportation Systems Conference (ITSC)