原文传递
基于智能手机的驾驶员识别方法研究
| 论文题名： | 基于智能手机的驾驶员识别方法研究 |
| 关键词： | 驾驶员识别;智能手机;机器学习;情境感知;支持向量机 |
| 摘要： | 随着智能手机硬件和软件的快速发展，智能手机在人们的生活中占据着越来越重要的位置。智能手机除了拥有基本的通信能力以外，其在娱乐，办公，社交，金融等方面也提供很多便利的功能。然而智能手机也是一把双刃剑，在给人们生活带来便利的同时也带来了很多问题。其中由于智能手机导致的交通安全问题尤为突出。根据相关统计显示，智能手机干扰导致的交通事故在所有的交通事故中的比例逐年上升。如何降低智能手机对驾驶员的干扰已经成为了急需解决的问题。 智能手机传感器的加入使得其通过传感器，计算和通信等模块协同工作感知外界情境的能力更加强大。智能手机对情境的感知能力为解决降低智能手机对驾驶员的干扰这个问题奠定了基础。当通过智能手机感知到手机用户为驾驶员时，将能制定策略减少手机在驾驶过程的干扰，同时也不影响非驾驶人员手机的使用。 本文提出了一种基于智能手机的驾驶员识别方案。该方案仅仅利用智能手机的传感器，不依赖任何外界传感器，网络，计算设备等支持，识别出手机用户是否为驾驶过程中的驾驶人员。本方案的主要思想是：通过寻找驾驶员在驾驶准备阶段和驾驶过程中所展现出的特殊的关键动作来区分驾驶员和乘客，通过智能手机的感知能力识别出关键动作，在识别出关键动作的基础上推断用户的身份是否为驾驶员。本文的工作重点如下： ①寻找分析出合理可靠地区分驾驶员和乘客的关键动作。驾驶员和乘客在驾驶准备阶段和驾驶阶段都展现了各自具有固定意义的行为动作。例如，驾驶员会转动方向盘而乘客则不会。通过实验分析出，在驾驶过程中，区分驾驶员和乘客的动作为：上车抬腿，系安全带，踩刹车或油门，转方向盘和汽车通过不平路面。 ②设计一套可行的驾驶员识别方案。如何有效捕捉到区分驾驶员和乘客的关键动作，如何在捕捉到这些关键动作的基础上识别出用户是驾驶员。本文提出的方案中，将利用支持向量机技术对关键动作进行识别，在识别出关键动作后，结合本文提出的驾驶员识别状态图推断出用户的驾驶员身份。 ③对基于智能手机的驾驶员识别方案进行试验评估。本文基于Android操作系统实现了本文提出的驾驶员识别方案。并在真实的驾驶环境中对实现的方案进行试验评估。实验结果表明，每个关键动作的识别正确率至少为85％，在驾驶过程中驾驶员识别的正确率至少为90%。 |
| 作者： | 操舒平 |
| 专业： | 计算机技术 |
| 导师： | 向涛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
