期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
智能手机车辆异常驾驶行为检测方法
被引量：
8
1
作者
周后飞
刘华平
石红星
《智能系统学报》
CSCD
北大核心
2016年第3期410-417,共8页
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...
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。
展开更多
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
在线阅读
下载PDF
职称材料
紧急避撞工况下驾驶员异常行为检测
被引量：
1
2
作者
赵治国
李园
+2 位作者
胡昊锐
王鹏
陈晓蓉
《汽车工程》
EI
CSCD
北大核心
2022年第3期412-425,共14页
在紧急避撞场景下,驾驶员极易因慌乱和误判,产生异常驾驶行为,故提前检测出驾驶员的异常行为对于确保驾驶员自身和周边交通的安全有重要意义。为此,本文中提出了综合转向盘转角残差序列和相平面图判断的异常驾驶行为检测方法。首先,基...
在紧急避撞场景下,驾驶员极易因慌乱和误判,产生异常驾驶行为,故提前检测出驾驶员的异常行为对于确保驾驶员自身和周边交通的安全有重要意义。为此,本文中提出了综合转向盘转角残差序列和相平面图判断的异常驾驶行为检测方法。首先,基于相平面法确定车辆稳定性边界;接着,建立基于模型预测控制的驾驶员模型,构造实际驾驶操作与驾驶员模型参考输入间的转向盘转角残差序列;最后,计算驾驶员异常行为因子和评价函数,实现了对车辆偏离预期行驶轨迹的异常行为检测。仿真和硬件在环试验结果表明,所提出的异常驾驶行为检测方法能最晚于车辆偏离轨迹0.5 s前检测出驾驶员异常行为。
展开更多
关键词
紧急避撞
驾驶
员
异常
行为
检测
残差
异常
行为
因子
评价函数
在线阅读
下载PDF
职称材料
基于迁移VGG和线性支持高阶张量机的驾驶行为异常检测
被引量：
2
3
作者
张志威
程军圣
《机械设计与制造》
北大核心
2022年第3期91-96,共6页
基于视觉对驾驶行为进行异常检测中,出于行车安全的角度考虑,在采集驾驶行为样本时异常驾驶行为不能长时间持续,因此数据集会存在异常样本数较少的问题。而对于高阶小样本数据,线性支持高阶张量机(Support Higher-Order Tensor Machine...
基于视觉对驾驶行为进行异常检测中,出于行车安全的角度考虑,在采集驾驶行为样本时异常驾驶行为不能长时间持续,因此数据集会存在异常样本数较少的问题。而对于高阶小样本数据,线性支持高阶张量机(Support Higher-Order Tensor Machine,简称SHTM)具有很好的分类性能。但视觉图像会包括整个驾驶区域,使其存在较多冗余信息,影响SHTM的分类精度,采用视觉几何群19网络(Visual Geometry Group Network19,简称VGG19)对数据进行特征提取能够有效的解决这个问题。同时,对于VGG19训练过程中样本数不足的问题,迁移学习能够很好的解决。因此,提出迁移VGG支持高阶张量机算法(Transfer VGG-Support Higher-Order Tensor Machine,简称迁移VGG-SHTM),利用VGG19对样本数据进行特征提取,并引入迁移学习的方法解决VGG19训练过程中数据样本较少的问题,最后利用SHTM对提取的特征进行分类,实现驾驶行为异常检测。为了验证该方法的有效性,邀请十位不同的驾驶员进行驾驶行为异常检测实验,对比VGG19、SHTM以及迁移VGG-SHTM的分类精度。结果显示迁移VGG-SHTM算法分类性能最佳。
展开更多
关键词
迁移学习
VGG19网络
SHTM
驾驶
员
行为
异常
检测
在线阅读
下载PDF
职称材料
题名
智能手机车辆异常驾驶行为检测方法
被引量：
8
1
作者
周后飞
刘华平
石红星
机构
重庆交通大学土木工程学院
清华大学计算机科学与技术系
清华大学智能技术与系统国家重点实验室
北京城建道桥建设集团有限公司
出处
《智能系统学报》
CSCD
北大核心
2016年第3期410-417,共8页
基金
国家重点基础研究与发展计划项目(2013CB329403)
文摘
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
Keywords
smart phone
abnormal driving behavior detection
sensor
kernel method
support vector machine
分类号
U495 [交通运输工程—交通运输规划与管理]
U463.6 [机械工程—车辆工程]
TN929.53 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
紧急避撞工况下驾驶员异常行为检测
被引量：
1
2
作者
赵治国
李园
胡昊锐
王鹏
陈晓蓉
机构
同济大学汽车学院
出处
《汽车工程》
EI
CSCD
北大核心
2022年第3期412-425,共14页
基金
国家自然科学基金(52172390)资助。
文摘
在紧急避撞场景下,驾驶员极易因慌乱和误判,产生异常驾驶行为,故提前检测出驾驶员的异常行为对于确保驾驶员自身和周边交通的安全有重要意义。为此,本文中提出了综合转向盘转角残差序列和相平面图判断的异常驾驶行为检测方法。首先,基于相平面法确定车辆稳定性边界;接着,建立基于模型预测控制的驾驶员模型,构造实际驾驶操作与驾驶员模型参考输入间的转向盘转角残差序列;最后,计算驾驶员异常行为因子和评价函数,实现了对车辆偏离预期行驶轨迹的异常行为检测。仿真和硬件在环试验结果表明,所提出的异常驾驶行为检测方法能最晚于车辆偏离轨迹0.5 s前检测出驾驶员异常行为。
关键词
紧急避撞
驾驶
员
异常
行为
检测
残差
异常
行为
因子
评价函数
Keywords
emergent collision avoidance
driver’s abnormal behavior detection
residual error
abnormal behavior factor
evaluation function
分类号
U463.6 [机械工程—车辆工程]
在线阅读
下载PDF
职称材料
题名
基于迁移VGG和线性支持高阶张量机的驾驶行为异常检测
被引量：
2
3
作者
张志威
程军圣
机构
湖南大学机械与运载工程学院
出处
《机械设计与制造》
北大核心
2022年第3期91-96,共6页
基金
中国国家自然科学基金会(51875183)
文摘
基于视觉对驾驶行为进行异常检测中,出于行车安全的角度考虑,在采集驾驶行为样本时异常驾驶行为不能长时间持续,因此数据集会存在异常样本数较少的问题。而对于高阶小样本数据,线性支持高阶张量机(Support Higher-Order Tensor Machine,简称SHTM)具有很好的分类性能。但视觉图像会包括整个驾驶区域,使其存在较多冗余信息,影响SHTM的分类精度,采用视觉几何群19网络(Visual Geometry Group Network19,简称VGG19)对数据进行特征提取能够有效的解决这个问题。同时,对于VGG19训练过程中样本数不足的问题,迁移学习能够很好的解决。因此,提出迁移VGG支持高阶张量机算法(Transfer VGG-Support Higher-Order Tensor Machine,简称迁移VGG-SHTM),利用VGG19对样本数据进行特征提取,并引入迁移学习的方法解决VGG19训练过程中数据样本较少的问题,最后利用SHTM对提取的特征进行分类,实现驾驶行为异常检测。为了验证该方法的有效性,邀请十位不同的驾驶员进行驾驶行为异常检测实验,对比VGG19、SHTM以及迁移VGG-SHTM的分类精度。结果显示迁移VGG-SHTM算法分类性能最佳。
关键词
迁移学习
VGG19网络
SHTM
驾驶
员
行为
异常
检测
Keywords
Transfer Learning
VGG19
SHTM
Abnormal Driving Behavior Detection
分类号
TH16 [机械工程—机械制造及自动化]
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
智能手机车辆异常驾驶行为检测方法
周后飞
刘华平
石红星
《智能系统学报》
CSCD
北大核心
2016
8
在线阅读
下载PDF
职称材料
2
紧急避撞工况下驾驶员异常行为检测
赵治国
李园
胡昊锐
王鹏
陈晓蓉
《汽车工程》
EI
CSCD
北大核心
2022
1
在线阅读
下载PDF
职称材料
3
基于迁移VGG和线性支持高阶张量机的驾驶行为异常检测
张志威
程军圣
《机械设计与制造》
北大核心
2022
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
