基于智能手機(jī)傳感器的人車狀態(tài)持續(xù)感知與危險駕駛識別
發(fā)布時間:2021-12-30 00:39
危險駕駛行為嚴(yán)重危害著道路交通安全,目前的監(jiān)測手段主要基于道路設(shè)備監(jiān)控和交警抽查,這種方式實施性、實時性較差,普及率低,難以準(zhǔn)確及時地識別危險駕駛。智能手機(jī)作為用戶隨身設(shè)備,普及率極高,且智能手機(jī)嵌入式傳感器豐富,被廣泛的研究應(yīng)用于危險駕駛行為模式的識別。本文基于智能手機(jī)傳感器識別危險駕駛行為,做了以下三方面的研究:第一,基于手機(jī)慣性傳感器的多維數(shù)據(jù)與Ground truth信息融合。數(shù)據(jù)決定了算法的上限,手機(jī)慣性傳感器本身的誤差和對外部Ground truth信息的依賴,始終是識別算法精度難以提高的瓶頸。本文提出了一種不依賴其他設(shè)備的策略,僅基于手機(jī)慣性傳感器進(jìn)行多維數(shù)據(jù)融合,獲取手機(jī)-車-慣性參考系之間的Ground truth信息,同時提高手機(jī)慣性傳感器數(shù)據(jù)的精度和可靠性。第二,基于智能手機(jī)傳感器的人車狀態(tài)持續(xù)感知。基于用戶手機(jī)傳感器數(shù)據(jù)和Ground truth信息,我們設(shè)計了人-車狀態(tài)感知算法。一方面,本文依據(jù)用戶手機(jī)的不同運(yùn)動模式,將手機(jī)時序狀態(tài)進(jìn)行分割和識別,以感知用戶的危險駕駛狀態(tài)。另一方面,基于智能手機(jī)對車輛狀態(tài)進(jìn)行感知,持續(xù)檢測車輛的行駛模式、車速、方向等多維度信息...
【文章來源】:中國科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校
【文章頁數(shù)】:87 頁
【學(xué)位級別】:碩士
【部分圖文】:
危險駕駛行為識別的3個主流方向
第2章相關(guān)工作??本章介紹近些年學(xué)術(shù)界關(guān)于危險駕駛行為識別的相關(guān)研究,依據(jù)研宄傳感??器設(shè)備的不同,如圖2.1,這些成果可以分為3個主流的方向。下面對這3個方??基于道路監(jiān)控設(shè)g識別?基于車載設(shè)奮識別危險??危險駕駐行為雜行為??S于0身智能手機(jī)識》』??危險駕駛行為??圖2.1危險駕駛行為識別的3個主流方向??向的相關(guān)工作進(jìn)行詳細(xì)介紹。??2.1基于道路監(jiān)控設(shè)備的危險駕駛行為識別??在城市化道路中,隨著道路攝像頭、測速雷達(dá)等監(jiān)控設(shè)備的普及,近年來學(xué)??術(shù)界及工業(yè)界基于道路監(jiān)控設(shè)備提出了不少識別危險駕駛行為的方案;诘??路監(jiān)控的識別危險駕駛行為,一方面需要對道路中的車輛進(jìn)行目標(biāo)識別和跟蹤,??另一方面需要基于車輛的運(yùn)動速度、方向、軌跡等信息提取特征,并設(shè)計對應(yīng)的??危險駕駛行為識別算法。??昆士蘭科技大學(xué)的團(tuán)隊利用道路攝像頭識別高速路段的酒駕ll5]。他們對高??速路段中的車輛進(jìn)行光流信息(Optical?flow)分析,包括圖像二值化處理、基于??梯度的特征提取等,從而對車輛的運(yùn)動軌跡進(jìn)行估計。其次,對車輛軌跡、速度??利用神經(jīng)網(wǎng)分類器分類、識別酒駕發(fā)生時車輛的異常行駛軌跡。??Shunsuke?Kamijo等人在T-ITS上提出了基于道路交叉口監(jiān)控攝像頭識別魯??莽駕駛的方法116]。這篇文章將640*480的圖像分為80*60個子塊Block,基于每??個子塊作為一個樣本點,設(shè)計了時空馬爾可夫條件隨機(jī)場spatio-temporal?Markov??random?field
第2章相關(guān)工作??2.3.1.智能手機(jī)傳感器處理相關(guān)算法??在許多研宄中,離線標(biāo)定是被廣泛采用的的智能手機(jī)傳感器處理策略。其??基本假設(shè)是:手機(jī)與車輛相對靜止,在參考坐標(biāo)系中作為一個整體建模。在相關(guān)??研宄中,手機(jī)一般被固定在車輛的固定位置,作為一個集成化的感知平臺,手機(jī)??中的攝像頭、慣性傳感器、GPS等被用于感知車輛運(yùn)動狀態(tài)信息。如圖2.4所示,??Derick?A.?Johnson等人提出了一種基于智能手機(jī)識別危險駕駛風(fēng)格的方法,手機(jī)??被安裝在車輛操作臺中央面板上,并對相機(jī)、慣性傳感器進(jìn)行離線標(biāo)定,從而對??車身參考系對齊。其次,他們在線讀取車輛CAN總線數(shù)據(jù)對手機(jī)的加速度信號??
本文編號:3557138
【文章來源】:中國科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校
【文章頁數(shù)】:87 頁
【學(xué)位級別】:碩士
【部分圖文】:
危險駕駛行為識別的3個主流方向
第2章相關(guān)工作??本章介紹近些年學(xué)術(shù)界關(guān)于危險駕駛行為識別的相關(guān)研究,依據(jù)研宄傳感??器設(shè)備的不同,如圖2.1,這些成果可以分為3個主流的方向。下面對這3個方??基于道路監(jiān)控設(shè)g識別?基于車載設(shè)奮識別危險??危險駕駐行為雜行為??S于0身智能手機(jī)識》』??危險駕駛行為??圖2.1危險駕駛行為識別的3個主流方向??向的相關(guān)工作進(jìn)行詳細(xì)介紹。??2.1基于道路監(jiān)控設(shè)備的危險駕駛行為識別??在城市化道路中,隨著道路攝像頭、測速雷達(dá)等監(jiān)控設(shè)備的普及,近年來學(xué)??術(shù)界及工業(yè)界基于道路監(jiān)控設(shè)備提出了不少識別危險駕駛行為的方案;诘??路監(jiān)控的識別危險駕駛行為,一方面需要對道路中的車輛進(jìn)行目標(biāo)識別和跟蹤,??另一方面需要基于車輛的運(yùn)動速度、方向、軌跡等信息提取特征,并設(shè)計對應(yīng)的??危險駕駛行為識別算法。??昆士蘭科技大學(xué)的團(tuán)隊利用道路攝像頭識別高速路段的酒駕ll5]。他們對高??速路段中的車輛進(jìn)行光流信息(Optical?flow)分析,包括圖像二值化處理、基于??梯度的特征提取等,從而對車輛的運(yùn)動軌跡進(jìn)行估計。其次,對車輛軌跡、速度??利用神經(jīng)網(wǎng)分類器分類、識別酒駕發(fā)生時車輛的異常行駛軌跡。??Shunsuke?Kamijo等人在T-ITS上提出了基于道路交叉口監(jiān)控攝像頭識別魯??莽駕駛的方法116]。這篇文章將640*480的圖像分為80*60個子塊Block,基于每??個子塊作為一個樣本點,設(shè)計了時空馬爾可夫條件隨機(jī)場spatio-temporal?Markov??random?field
第2章相關(guān)工作??2.3.1.智能手機(jī)傳感器處理相關(guān)算法??在許多研宄中,離線標(biāo)定是被廣泛采用的的智能手機(jī)傳感器處理策略。其??基本假設(shè)是:手機(jī)與車輛相對靜止,在參考坐標(biāo)系中作為一個整體建模。在相關(guān)??研宄中,手機(jī)一般被固定在車輛的固定位置,作為一個集成化的感知平臺,手機(jī)??中的攝像頭、慣性傳感器、GPS等被用于感知車輛運(yùn)動狀態(tài)信息。如圖2.4所示,??Derick?A.?Johnson等人提出了一種基于智能手機(jī)識別危險駕駛風(fēng)格的方法,手機(jī)??被安裝在車輛操作臺中央面板上,并對相機(jī)、慣性傳感器進(jìn)行離線標(biāo)定,從而對??車身參考系對齊。其次,他們在線讀取車輛CAN總線數(shù)據(jù)對手機(jī)的加速度信號??
本文編號:3557138
本文鏈接:http://sikaile.net/kejilunwen/qiche/3557138.html
最近更新
教材專著