摘要
本发明涉及一种面向场景异质的多维度异常驾驶行为特征解析与识别方法,包括以下步骤:S1、对场景进行多维度要素解析与场景分类;S2、采集人、车、路、环境的驾驶信息;S3、对异常驾驶行为数据进行识别并人工标定;S4、基于原始的时间序列数据,根据不同场景的驾驶任务,异常驾驶行为模式,构建细化的评价体系,根据大量实测数据进行机器学习确定指标阈值;S5、当车辆驶入场景路段时,通过车辆定位系统识别当前路段,识别当前路段场景的信息;S6、根据获取的场景信息,获取对应场景的驾驶任务和评价体系;S7、根据所述场景下的细化评价体系识别驾驶人的异常驾驶行为。本发明对异常驾驶行为做出更详细的解析,有助于推动公路交通安全的发展。
技术关键词
识别方法
异质
车辆定位系统
场景分类
机器学习方法
聚类算法
路段
序列
车辆轨迹信息
注意力
方向盘握力
指标
地理位置信息
数据
道路结构
编码器
加速度
输出特征
系统为您推荐了相关专利信息
面部
脸部识别方法
卷积神经网络提取
图像
融合特征
构建机器学习模型
数字孪生
人体健康监测
多元线性回归模型
机器学习方法
嵌入特征
模型训练方法
识别人脸图像
人脸识别方法
矩阵
焊缝识别方法
定位组件
角焊缝识别装置
标记件
终点