unnoyy

任务： 1.离十字路口距离(跳段)2.每个link的出度入度(多跳)3.出度入度的比值

Summary传感器、驾驶事件 Name Provider Samples Sensor label Object paper model Vehicle driving behavior(noget) IEEE DataPort 10,000 accelerometer、gyroscope 5acceleration normal drivingcollisionleft turnright turn idenepsy the driver’s driving behavior MV-CNN driverbehavior datasets(get) github 69 accelerometer、gyroscope、aceleracaoLinear、campoMagnetico 7Aggressive breakingAggressive accelerationAggressive left turnAggressive right turnAggressive left lane changeAggressive right lane changeNon-aggr ...

智能手机感知理解驾驶行为:目前的实践和挑战 摘要理解驾驶行为——即使是在自动驾驶技术迅速出现的情况下——仍然是人们关注的焦点，这有助于分解复杂的驾驶动力学，开发用户友好且可接受的自动驾驶汽车，并确保自动驾驶汽车和传统汽车在道路上安全共存。移动众感技术已经成为理解和模拟驾驶行为的一种手段。虽然通过智能手机收集数据的优势有很多(速度、准确性、成本低等)，但挑战包括但不限于准备速度、处理需求，以及方法、立法和安全问题，都是巨大的。本文旨在回顾基于智能手机传感器数据流分析驾驶行为的研究。我们首先建立一个包容性的逐步框架来描述从数据收集到知情决策的路径。接下来，对现有的文献进行了深入分析，并对数据收集和数据挖掘实践方面的挑战进行了批判性的讨论，特别强调了使用手机收集驾驶数据以及使用人群感知数据进行特征提取的局限性和关注点。随后，建模驾驶行为实践和端到端解决方案的司机协助和推荐系统也进行了回顾。本文最后讨论了文献中出现的最关键的挑战和未来的研究步骤。 介绍驾驶行为对于维护安全(Sagberg et al.， 2015)和可持续交通(Huang et al.， 2015)起着决定性的作用。2018) ...

AbstractINTRODUCTIONA.如图1所示，本文首先提出了一种基于学习的分类方法，利用小尺度驾驶模式从真实驾驶数据中识别驾驶事件。这些模式包含在几秒钟的驾驶数据中，通常与驾驶动作相对应，从而帮助描述驾驶员的行为。其次，本文将所学的模型应用于数字道路，即将道路的数值描述作为卡车驾驶模拟器的输入。 本文的贡献有四方面: 影响驾驶员行为的道路事件的识别和分类 提出并分析了一套对道路事件敏感的小型驾驶模式相关特征 使用两种机器学习技术，即决策树和线性逻辑回归，自动识别驾驶事件与真实驾驶数据。此外，驾驶事件 与真实驾驶数据，并且驾驶事件的识别还包括主要识别特征的选择 在实际驾驶数据和数字道路上进行了模型实验。后者为模拟驾驶数据。 首先，除了[6]中研究的节流空驱动事件之外，我们考虑更完整的驾驶事件集，包含特别是油门非空事件，即 driving at a speed limit reach a higher speed limit urban take-off main road or highway take-off adjust for stop adjust for oth ...

记录下查询到的交通领域类期刊谷歌学术排名，便于后续查询

Fuzzy Logic Based Event Detection现有的驾驶员程序分析机制通常基于多个输入数据和基于固定阈值的事件检测。例如，如果车辆的瞬时速度大于120公里/小时[6]，就会触发超速事件，这在高速公路的场景中是不现实的，在高速公路中，由于道路类型不同，速度限制可能会有所不同。像Greenroad[6]这样的商业应用也依赖GPS和智能手机传感器数据来检测事件。在这个应用程序中，分数被简单地计算为事件率，即应用程序计算的每单位距离上的事件数。在本例中，所有类型的事件都具有相同的评分相关性，并简单地合并到一个全局事件计数器中。 在SenseFleet中，本文同时考虑GPS和运动传感器的输入数据。 accelerometer 设备的加速度输出$a(t)=[a_x(t),a_y(t),a_z(t)]$,单位$m/s^2$,则加速度矢量大小的描述如下：$$|a(t)| = \quart(a_x(t)^2+a_y(t)^2+a_z(t)^2) \tag{1}$$本文试图通过独立考虑每个加速度轴来推断汽车的纵向和横向运动。为此，我们将加速度矢量平移到地球坐标系，以便与飞行器的轨迹相一 ...

横向加速或侧向运动代表行驶事件，如左右转弯和变道，而纵向加速则代表车辆制动和加速。 根据论文[1]中可以看出总共有13个驾驶事件，见下图 一个简单的线性插值用来处理这个不完整数据集。 论文[1]中根据实验内容提出了下面的13种驾驶事件 brake (B) sudden brake (SB) accelerate (A) sudden accelerate (SA) u-turn (U) left turn (L) sudden left turn (SL) right turn (R) sudden right turn (SR) lane change left (CL) sudden lane change left (SCL) lane change right(CR) sudden lane change right(SCR) 论文[2]中包含着5种攻击性驾驶事件 over speed limit (OS) sudden brake (SB) sudden acceleration (SA) sudden turn (ST) sudden lane change (SC ...

本文是论文《Driver behavior profiling:An investigation with different smartphone sensors and machine learning》的学习笔记...

本文是论文《Various Approaches for Driver and Driving Behavior Monitoring:A Review》的学习笔记，里面主要讨论对驾驶员和驾驶行为的各种监测方法以及对不安全驾驶行为的预测。

驾驶行为分析/驾驶风格这个领域了解到的公开数据集