Exclusivo BibloRed
Otros

Rapid Driving Style Recognition in Car-Following Using Machine Learning and Vehicle Trajectory Data

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Autor
Año de publicación 2019
Idioma Inglés
Publicado por Revista VirtualPRO,

Descripción: El choque por alcance es uno de los accidentes más comunes en carretera. El reconocimiento preciso del estilo de conducción teniendo en cuenta el riesgo de colisión trasera es crucial para diseñar sistemas útiles de asistencia al conductor y sistemas de control de vehículos. El objetivo de este estudio es desarrollar un método de reconocimiento del estilo de conducción basado en los datos de la trayectoria del vehículo extraídos del vídeo de vigilancia. En primer lugar, se seleccionan tres sustitutos de colisión trasera, Inversed Time to Collision (ITTC), Time-Headway (THW) y Modified Margin to Collision (MMTC), para evaluar el nivel de riesgo de colisión de la trayectoria del vehículo de cada conductor. El estilo de conducción de cada conductor en los datos de entrenamiento se etiqueta en función de su nivel de riesgo de colisión mediante el algoritmo K-mean. A continuación, las entradas del modelo de reconocimiento del estilo de conducción se extraen de las características de la trayectoria del vehículo, incluidas la aceleración, la velocidad relativa y la distancia relativa, utilizando la transformada discreta de Fourier (DFT), la transformada wavelet discreta (DWT) y un método estadístico para facilitar el reconocimiento del estilo de conducción. Por último, se aplica la máquina de vectores de apoyo (SVM) para reconocer el estilo de conducción basándose en los datos etiquetados. También se compara el rendimiento de Random Forest (RF), K-Nearest Neighbor (KNN) y Multi-Layer Perceptron (MLP) con SVM. Los resultados muestran que SVM supera a los demás con un 91,7con el método de extracción de características DWT.
Citación recomendada (normas APA)
: Hindawi, "Rapid Driving Style Recognition in Car-Following Using Machine Learning and Vehicle Trajectory Data", -:Revista VirtualPRO,, 2019. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3896821/), el día 2025-06-03.

Información adicional

Fuente Revista Virtual Pro
Términos y condiciones de uso Más información aquí
Año de publicación 2019

Rapid Driving Style Recognition in Car-Following Using Machine Learning and Vehicle Trajectory Data

Información adicional

Mis colecciones

¿Eliminar esta reseña?