基于多模轨迹融合的货车危险驾驶行为辨识

本文通过分析公路货运车辆运动特征,对危险行车状态实时检测方法进行了探索。首先,从货运车辆运动状态序列样本中提取了多模轨迹特征来表征车辆急加速、急刹车、换道和颠簸等行车状态,并应用粗糙集理论对条件属性特征进行简约化处理。应用支持向量机方法建立轨迹特征和车辆危险驾驶行为的分类辨识模型,并运用遗传算法对分类辨识模型的参数进行标定和优化,从而使模型能够适应实车环境下的动态驾驶场景。实验结果表明,该方法可准确反映轨迹数据特征和行车安全状态特性,识别危险驾驶行为的正确率为94.4%。