智能手机车辆异常驾驶行为检测方法

摘要：

将智能手机作为车辆异常驾驶行为检测工具，设计了一种车辆异常驾驶行为检测方法和系统。系统通过获取车载智能手机内部的加速度传感器数据、陀螺仪传感器数据以及磁场传感器数据，经坐标旋转和特征提取，并利用基于核方法极限学习机（核ELM）得到的驾驶行为在线分析算法，以实现能实时识别包括频繁变道、频繁变速及急刹车在内的多种车辆异常驾驶行为，并在车辆出现异常驾驶行为时开启报警语音。测试结果表明，基于核ELM算法的驾驶行为分类器性能比基于支持向量机（ SVM ）算法更好，提出的异常驾驶行为检测系统能有效识别各种驾驶行为。

关键词：智能手机、异常驾驶行为检测、传感器、核方法、极限学习机、支持向量机

所属期刊栏目：11

分类号：TP29;U49(自动化技术及设备)

资助基金：国家重点基础研究与发展计划项目2013CB329403．

在线出版日期：2016-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：410-417