基于车载手机数据深度特征的驾驶行为识别-计算机应用与软件.PDFVIP

第３６卷第１期　　　 计算机应用与软件 Ｖｏｌ３６Ｎｏ．１ ２０１９年１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊａｎ．２０１９ 基于车载手机数据深度特征的驾驶行为识别 １，２ １ １ 胡　松 　吴仲城 　张　俊 １（中国科学院合肥物质科学研究院强磁场科学中心　安徽合肥２３００３１） ２（中国科学技术大学　安徽合肥２３００２６） 摘　要　　针对驾驶行为识别问题，利用智能手机传感器采集相应车辆的加速度、角速度信息，并用手机角度信 息对原始数据进行矫正处理。传统的驾驶行为识别方法须事先对原始数据单元人为进行特征提取。为改善繁琐 的人工特征提取方法，提出一种驾驶行为识别领域基于改进的卷积神经网络的特征提取方法。原始数据经过组 合后，作为卷积神经网络的输入。通过改变卷积神经网络的损失函数，提高类内样本特征的相似度，再将提取的 特征作为核极限学习机的输入。实验结果表明，该方法可有效识别车辆的静止、急加速、急减速、正常行驶、左转 弯、右转弯等驾驶行为。 关键词　　特征提取　卷积神经网络　手机传感器　核极限学习机 中图分类号　ＴＰ３９１．４　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１９．０１．０１１ ＤＲＩＶＩＮＧＢＥＨＡＶＩＯＲＲＥＣＯＧＮＩＴＩＯＮＢＡＳＥＤＯＮＤＡＴＡＤＥＰＴＨ ＦＥＡＴＵＲＥＳＯＦＶＥＨＩＣＬＥＭＯＢＩＬＥＰＨＯＮＥ １，２ １ １ ＨｕＳｏｎｇ 　ＷｕＺｈｏｎｇｃｈｅｎｇ　ＺｈａｎｇＪｕｎ １（ＨｉｇｈＭａｇｎｅｔｉｃＦｉｅｌｄＬａｂｏｒａｔｏｒｙ，ＨｅｆｅｉＩｎｓｔｉｔｕｔｅｓｏｆＰｈｙｓｉｃａｌＳｃｉｅｎｃｅ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｈｅｆｅｉ２３００３１，Ａｎｈｕｉ，Ｃｈｉｎａ） ２（ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ，Ｈｅｆｅｉ２３００２６，Ａｎｈｕｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆｄｒｉｖｉｎｇｂｅｈａｖｉｏｒｒｅｃｏｇｎｉｔｉｏｎ，ｔｈｉｓｐａｐｅｒｕｓｅｄｓｍａｒｔｐｈｏｎｅｓｅｎｓｏｒｔｏｃｏｌｌｅｃｔ ａｃｃｅｌｅｒａｔｉｏｎａｎｄａｎｇｕｌａｒｖｅｌｏｃｉｔｙｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｖｅｈｉｃｌｅ，ａｎｄｕｓｅｄｍｏｂｉｌｅｐｈｏｎｅａｎｇｌｅｉｎｆｏｒｍａｔｉｏｎｔｏｃｏｒｒｅｃｔｔｈｅ ｏｒｉｇｉｎａｌｄａｔａ．Ｔｈｅｔｒａｄｉｔｉｏｎａｌｄｒｉｖｉｎｇｂｅｈａｖｉｏｒｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｍｕｓｔｅｘｔｒａｃｔｆｅａｔｕｒｅｓｆｒｏｍｏｒｉｇｉｎａｌｄａｔａｕｎｉｔａｒｔｉｆｉｃｉａｌｌｙ ｉｎａｄｖａｎｃｅ．Ｔｏｉｍｐｒｏｖｅｔｈｅｔｅｄｉｏｕｓｍａｎｕａｌｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｍｅｔｈｏｄ，ｗｅｐｒｏｐｏｓｅｄａｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎ ｔｈｅｉｍｐｒｏｖｅｄｃｏｎｖｏｌｕｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋｉｎｔｈｅｆｉｅｌｄｏｆｄｒｉｖｉｎｇｂｅｈａｖｉｏｒｒｅｃｏｇｎｉｔｉｏｎ．Ａｆｔｅｒｔｈｅｏｒｉｇｉｎａｌｄａｔａｗａｓ ｃｏｍｂｉｎｅｄ，ｉｔｗａｓｕｓｅｄａｓｔｈｅｉｎｐｕｔｏｆｃｏｎｖｏｌｕｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋ．Ｂｙｃｈａｎｇｉｎｇｔｈｅｌｏｓｓｆｕｎｃｔｉｏｎｏｆｔｈｅｃｏｎｖｏｌｕｔｉｏｎｎｅｕｒａｌ ｎｅｔｗｏｒｋ，ｔｈｅｓｉｍｉｌａｒｉｔｙｏｆｔｈｅｓａｍｐｌｅｆｅａｔｕｒｅｓｉｎｔｈｅｃｌａｓｓｗａｓｉｍｐｒｏｖｅｄ，ａｎｄｔｈｅｅｘｔｒａｃｔｅｄｆｅａｔｕｒｅｓｗｅｒｅｕｓｅｄａｓｔｈｅｉｎｐｕｔ ｏｆｔｈｅｋｅｒｎｅｌｅｘｔｒｅｍｅｌｅａｒｎｉｎｇｍａｃｈｉｎｅ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈ