危險駕駛行為嚴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,難以準確及時地識別危險駕駛。智能手機作為用戶隨身設備,普及率極高,且智能手機嵌入式傳感器豐富,被廣泛的研究應用于危險駕駛行為模式的識別。本文基于智能手機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備的策略,僅基于手機慣性傳感器進行多維數(shù)據(jù)融合,獲取手機-車-慣性參考系之間的Ground truth信息,同時提高手機慣性傳感器數(shù)據(jù)的精度和可靠性。第二,基于智能手機傳感器的人車狀態(tài)持續(xù)感知�；谟脩羰謾C傳感器數(shù)據(jù)和Ground truth信息,我們設計了人-車狀態(tài)感知算法。一方面,本文依據(jù)用戶手機的不同運動模式,將手機時序狀態(tài)進行分割和識別,以感知用戶的危險駕駛狀態(tài)。另一方面,基于智能手機對車輛狀態(tài)進行感知,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】：中國科學技術大學安徽省 211工程院校 985工程院校

【文章頁數(shù)】：87 頁

【學位級別】：碩士

【部分圖文】：

危險駕駛行為識別的3個主流方向

第２章相關工作??本章介紹近些年學術界關于危險駕駛行為識別的相關研究，依據(jù)研宄傳感??器設備的不同，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ｇ識別?基于車載設奮識別危險??危險駕駐行為雜行為??Ｓ于０身智能手機識》』??危險駕駛行為??圖２．１危險駕駛行為識別的３個主流方向??向的相關工作進行詳細介紹。??２．１基于道路監(jiān)控設備的危險駕駛行為識別??在城市化道路中，隨著道路攝像頭、測速雷達等監(jiān)控設備的普及，近年來學??術界及工業(yè)界基于道路監(jiān)控設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行目標識別和跟蹤，??另一方面需要基于車輛的運動速度、方向、軌跡等信息提取特征，并設計對應的??危險駕駛行為識別算法。??昆士蘭科技大學的團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，從而對車輛的運動軌跡進行估計。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，設計了時空馬爾可夫條件隨機場ｓｐａｔｉｏ－ｔｅｍｐｏｒａｌ?Ｍａｒｋｏｖ??ｒａｎｄｏｍ?ｆｉｅｌｄ

第２章相關工作??２．３．１．智能手機傳感器處理相關算法??在許多研宄中，離線標定是被廣泛采用的的智能手機傳感器處理策略。其??基本假設是：手機與車輛相對靜止，在參考坐標系中作為一個整體建模。在相關??研宄中，手機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??中的攝像頭、慣性傳感器、ＧＰＳ等被用于感知車輛運動狀態(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識別危險駕駛風格的方法，手機??被安裝在車輛操作臺中央面板上，并對相機、慣性傳感器進行離線標定，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)對手機的加速度信號??


本文編號：3557138