[发明专利]一种基于机器学习与深度学习的驾驶员身份识别与驾驶状态监测方法有效
| 申请号： | 201710731390.3 | 申请日： | 2017-08-23 |
| 公开（公告）号： | CN107492251B | 公开（公告）日： | 2020-02-14 |
| 发明（设计）人： | 牛晓光;张逸昊;王嘉伟;王震;张淳;杨青虎;王安康 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01 |
| 代理公司： | 42222 武汉科皓知识产权代理事务所(特殊普通合伙) | 代理人： | 鲁力 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于机器学习与深度学习的驾驶员身份识别与驾驶状态监测方法。通过智能手机传感器采集汽车的运动数据，识别车辆驾驶元动作。运用模糊模式识别将驾驶元动作序列划分为驾驶操作。然后结合道路交通信息以及摄像设备通过计算机视觉技术识别出车辆行驶时前方的障碍物以及拥挤情况，并划分出不同的驾驶场景。结合驾驶操作分别提取出统计学特征，并组成特征向量作为深度神经网络的输入，通过构建个人驾驶特征库并训练对应的深度神经网络模型来识别驾驶员的身份。在确认了驾驶员的身份之后，通过递归神经网络来识别驾驶员各时刻的驾驶状态。本发明采用多信源数据，基于驾驶操作与场景，利用深度学习的方法，提高识别准确率。 | ||
| 搜索关键词： | 一种 基于 机器 学习 深度 驾驶员 身份 识别 驾驶 状态 监测 方法 | ||
【主权项】：
1.一种基于机器学习与深度学习的驾驶员身份识别与驾驶状态监测方法，其特征在于，包括以下步骤：/n步骤1：利用手机内置的加速度计、陀螺仪以及方向传感器以不小于30HZ的频率来采集驾驶员的车辆驾驶数据，并进行预处理工作；/n步骤2：利用阈值判别法根据采集到的传感器数据识别出每一时刻车辆的运动状态，即驾驶员动作；/n步骤3：根据识别的车辆驾驶员动作序列基于模糊识别结合标准动作库划分驾驶操作；/n步骤4：结合道路交通信息以及摄像设备基于计算机视觉技术识别出车辆行驶时前方的障碍物以及拥挤情况，并划分出不同的驾驶场景；/n步骤5：以驾驶场景和驾驶操作为分类依据，分别提取类别的数字信号统计学特征，作为深度神经网络的输入，对于每个驾驶员构建相应的个人驾驶特征库并训练对应的深度神经网络模型来识别驾驶员的身份；/n步骤6：在识别出驾驶员的身份之后，通过构建相应的递归神经网络来识别驾驶员各时刻的驾驶状态；/n步骤1中所述的利用手机内置的加速度计、陀螺仪以及方向传感器以不小于30HZ的频率来采集驾驶员的车辆驾驶数据，其具体实现包括以下子步骤：/n步骤1.1：在t时刻通过手机内置的加速度计、陀螺仪以及方向传感器采集到的九轴传感器数据分别为：加速度计x，y，z轴数据a
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉大学，未经武汉大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710731390.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种车队监控方法及系统
- 下一篇：一种基于物联网的停车场系统
