-
公开(公告)号：CN108229304A
公开(公告)日：2018-06-29
申请号：CN201711144004.7
申请日：2017-11-17
Applicant: 清华大学
Abstract: 本发明公开了一种系统化的基于聚类思想的驾驶行为识别方法，所述驾驶行为识别方法，包括以下步骤：建立统计特征模型；利用惯性传感器进行驾驶行为数据采集；利用卡尔曼滤波器对所述数据进行滤波；对所述滤波后数据采用自适应窗函数方法提取有效驾驶行为数据，并进一步提取有效数据的统计特征；筛选得到最优的统计特征；对驾驶行为数据的统计特征进行分类，识别相应的驾驶行为。本发明基于聚类思想，提供了一种特征极少，计算量极低且精度极高的系统化驾驶行为识别方法，在社会安全，车险，车队管理等领域有广阔应用前景。
-
公开(公告)号：CN108229304B
公开(公告)日：2021-04-16
申请号：CN201711144004.7
申请日：2017-11-17
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了一种系统化的基于聚类思想的驾驶行为识别方法，所述驾驶行为识别方法，包括以下步骤：建立统计特征模型；利用惯性传感器进行驾驶行为数据采集；利用卡尔曼滤波器对所述数据进行滤波；对所述滤波后数据采用自适应窗函数方法提取有效驾驶行为数据，并进一步提取有效数据的统计特征；筛选得到最优的统计特征；对驾驶行为数据的统计特征进行分类，识别相应的驾驶行为。本发明基于聚类思想，提供了一种特征极少，计算量极低且精度极高的系统化驾驶行为识别方法，在社会安全，车险，车队管理等领域有广阔应用前景。
-
Search Results
2
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
