基于智能手机传感器的人车状态持续感知与危险驾驶识别

发布时间：2021-12-30 00:39

　　危险驾驶行为严重危害着道路交通安全,目前的监测手段主要基于道路设备监控和交警抽查,这种方式实施性、实时性较差,普及率低,难以准确及时地识别危险驾驶。智能手机作为用户随身设备,普及率极高,且智能手机嵌入式传感器丰富,被广泛的研究应用于危险驾驶行为模式的识别。本文基于智能手机传感器识别危险驾驶行为,做了以下三方面的研究:第一,基于手机惯性传感器的多维数据与Ground truth信息融合。数据决定了算法的上限,手机惯性传感器本身的误差和对外部Ground truth信息的依赖,始终是识别算法精度难以提高的瓶颈。本文提出了一种不依赖其他设备的策略,仅基于手机惯性传感器进行多维数据融合,获取手机-车-惯性参考系之间的Ground truth信息,同时提高手机惯性传感器数据的精度和可靠性。第二,基于智能手机传感器的人车状态持续感知。基于用户手机传感器数据和Ground truth信息,我们设计了人-车状态感知算法。一方面,本文依据用户手机的不同运动模式,将手机时序状态进行分割和识别,以感知用户的危险驾驶状态。另一方面,基于智能手机对车辆状态进行感知,持续检测车辆的行驶模式、车速、方向等多维度信息... 

【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】：87 页

【学位级别】：硕士

【部分图文】：

危险驾驶行为识别的3个主流方向

第２章相关工作??本章介绍近些年学术界关于危险驾驶行为识别的相关研究，依据研宄传感??器设备的不同，如图２．１，这些成果可以分为３个主流的方向。下面对这３个方??基于道路监控设ｇ识别?基于车载设奋识别危险??危险驾驻行为雜行为??Ｓ于０身智能手机识》』??危险驾驶行为??图２．１危险驾驶行为识别的３个主流方向??向的相关工作进行详细介绍。??２．１基于道路监控设备的危险驾驶行为识别??在城市化道路中，随着道路摄像头、测速雷达等监控设备的普及，近年来学??术界及工业界基于道路监控设备提出了不少识别危险驾驶行为的方案。基于道??路监控的识别危险驾驶行为，一方面需要对道路中的车辆进行目标识别和跟踪，??另一方面需要基于车辆的运动速度、方向、轨迹等信息提取特征，并设计对应的??危险驾驶行为识别算法。??昆士兰科技大学的团队利用道路摄像头识别高速路段的酒驾ｌｌ５］。他们对高??速路段中的车辆进行光流信息（Ｏｐｔｉｃａｌ?ｆｌｏｗ）分析，包括图像二值化处理、基于??梯度的特征提取等，从而对车辆的运动轨迹进行估计。其次，对车辆轨迹、速度??利用神经网分类器分类、识别酒驾发生时车辆的异常行驶轨迹。??Ｓｈｕｎｓｕｋｅ?Ｋａｍｉｊｏ等人在Ｔ－ＩＴＳ上提出了基于道路交叉口监控摄像头识别鲁??莽驾驶的方法１１６］。这篇文章将６４０＊４８０的图像分为８０＊６０个子块Ｂｌｏｃｋ，基于每??个子块作为一个样本点，设计了时空马尔可夫条件随机场ｓｐａｔｉｏ－ｔｅｍｐｏｒａｌ?Ｍａｒｋｏｖ??ｒａｎｄｏｍ?ｆｉｅｌｄ

第２章相关工作??２．３．１．智能手机传感器处理相关算法??在许多研宄中，离线标定是被广泛采用的的智能手机传感器处理策略。其??基本假设是：手机与车辆相对静止，在参考坐标系中作为一个整体建模。在相关??研宄中，手机一般被固定在车辆的固定位置，作为一个集成化的感知平台，手机??中的摄像头、惯性传感器、ＧＰＳ等被用于感知车辆运动状态信息。如图２．４所示，??Ｄｅｒｉｃｋ?Ａ．?Ｊｏｈｎｓｏｎ等人提出了一种基于智能手机识别危险驾驶风格的方法，手机??被安装在车辆操作台中央面板上，并对相机、惯性传感器进行离线标定，从而对??车身参考系对齐。其次，他们在线读取车辆ＣＡＮ总线数据对手机的加速度信号??


本文编号：3557138