通過車輛軌跡數(shù)據(jù)挖掘,建立駕駛員的行為特征模型,評估駕駛員的事故傾向性,可以為智能輔助駕駛、保險、駕駛員培訓等領(lǐng)域帶來廣泛的應(yīng)用價值。然而傳統(tǒng)的基于軌跡數(shù)據(jù)分析的駕駛員分類方法存在一些局限性,如依賴基于專業(yè)經(jīng)驗的特征工程、沒有充分利用無標注數(shù)據(jù)、衛(wèi)星定位軌跡數(shù)據(jù)無法表征具體駕駛行為。近年來深度學習模型的發(fā)展,為解決這些問題開辟了新的思路。本文提出基于深度學習的軌跡挖掘方法,以解決這些不足,主要研究工作如下:(1)針對當前軌跡數(shù)據(jù)的特征提取依賴人工經(jīng)驗,導致缺乏客觀性與全面性的問題,提出一種基于卷積神經(jīng)網(wǎng)絡(luò)進行駕駛安全特性的挖掘方法。該方法首先對原始軌跡數(shù)據(jù)進行預(yù)處理,提取出軌跡點中的車輛運動狀態(tài)數(shù)據(jù),將其作為網(wǎng)絡(luò)的輸入。然后利用卷積層自動提取特征,結(jié)合樣本標簽使用全連接層對提取的特征進行分類。最后將同一駕駛員的軌跡分類結(jié)果組合,獲得該駕駛員的安全等級。實驗結(jié)果表明,所提出的方法能夠有效區(qū)分不同類型的駕駛員的駕駛行為特征,分類結(jié)果準確率達到76.4%。(2)為了解決目前研究未能充分利用無標注數(shù)據(jù)的問題,在卷積神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上提出一種半監(jiān)督的網(wǎng)絡(luò)模型。該模型利用標注與無標注數(shù)據(jù)訓練卷積...

【文章頁數(shù)】：89 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文內(nèi)容及結(jié)構(gòu)安排
第二章 駕駛行為特性分析方法
    2.1 駕駛行為特性分析基礎(chǔ)
        2.1.1 相關(guān)術(shù)語定義
        2.1.2 駕駛行為特性影響因素
        2.1.3 研究數(shù)據(jù)來源
    2.2 國內(nèi)外研究分析
        2.2.1 基于規(guī)則的分類算法
        2.2.2 基于數(shù)據(jù)的分類算法
        2.2.3 國內(nèi)外研究現(xiàn)狀評述
    2.3 基于車輛軌跡的駕駛安全分析方法
        2.3.1 原始軌跡數(shù)據(jù)預(yù)處理
        2.3.2 基于K-均值聚類的軌跡分類算法
        2.3.3 基于BP神經(jīng)網(wǎng)絡(luò)軌跡分類算法
        2.3.4 方法評估
    2.4 本章小結(jié)
第三章 基于深度學習的駕駛行為特性分析方法
    3.1 引言
    3.2 基于卷積神經(jīng)網(wǎng)絡(luò)的駕駛安全特性分類方法
        3.2.1 衛(wèi)星定位軌跡數(shù)據(jù)預(yù)處理
        3.2.2 卷積神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)
        3.2.3 軌跡分類結(jié)果組合方案
    3.3 實驗與結(jié)果分析
        3.3.1 評價指標
        3.3.2 訓練過程
        3.3.3 實驗結(jié)果分析
        3.3.4 與其他方案對比
    3.4 本章小結(jié)
第四章 基于深度半監(jiān)督的駕駛安全特性分類方法
    4.1 引言
    4.2 深度半監(jiān)督卷積神經(jīng)網(wǎng)絡(luò)軌跡分類方法
        4.2.1 卷積-反卷積自動編碼器
        4.2.2 卷積神經(jīng)網(wǎng)絡(luò)分類器
        4.2.3 兩階段模型訓練方法
    4.3 實驗結(jié)果與分析
        4.3.1 模型訓練過程
        4.3.2 模型驗證與分析
        4.3.3 與其他方案對比
    4.4 本章小結(jié)
第五章 基于換道軌跡的駕駛行為安全性分析
    5.1 引言
    5.2 基于多通道換道軌跡的駕駛安全評估方法
        5.2.1 換道軌跡提取
        5.2.2 特征樣本構(gòu)造
        5.2.3 網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)建
    5.3 實驗結(jié)果與分析
        5.3.1 模型驗證與分析
        5.3.2 與其他方案對比
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
附錄1 攻讀碩士學位期間撰寫的論文
附錄2 攻讀碩士學位期間申請的專利
附錄3 攻讀碩士學位期間參加的科研項目
致謝



本文編號：3787166