一种基于混合深度神经网络的危险驾驶行为识别方法及系统

本发明公开了一种基于混合深度神经网络的危险驾驶行为识别方法及系统，属于智能驾驶技术领域。该方法包括：S1搭建基于卷积神经网络和双向门控循环单元的GA‑CNN‑BiGRU混合模型；所述GA‑CNN‑BiGRU混合模型的超参数利用遗传算法进行优化；S2构建数据集对所述GA‑CNN‑BiGRU混合模型进行训练；S3采集车辆行驶过程中行驶数据，包括速度、加速度以及转向角度；并将行驶数据转制成速度时程曲线数据、加速度时程曲线数据和方向角时程曲线；S4将行驶数据输入训练好的GA‑CNN‑BiGRU混合模型进行危险驾驶行为识别。本发明通过整合多种先进技术手段，实现了从特征提取到行为识别的一体化流程，相较于现有方法，在异常驾驶行为的识别上展现出了更高的准确性和可靠性。