登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
聚类分析和模糊逻辑在驾驶行为辨识中的应用
  • 摘要

    在驾驶行为识别以及车辆运动状态预测时,需将车辆连续运动过程离散化成状态,对状态划分时极易出现状态重复划分的情况,且利用隐马尔科夫模型在对行为状态序列进行判定时难以准确确定各个状态之间的转移概率以及各个状态的初始概率,因此,提出利用聚类分析对滑动时窗内的数据进行聚类,确保驾驶过程中状态划分的唯一性,此外,利用模糊逻辑规则对出现的异常行为状态进行修正.利用CPNtool层次化分析软件,将不同驾驶行为分成若干层,通过状态之间的转移实现层与层之间的交互,通过判定等时间段内状态流所占用某个层的时间比例来确定当前的驾驶行为.最终利用测试车采集到的样本数据对所建模型进行有效性验证,结果表明,该模型能够以可视化的方式展现不同驾驶行为之间的状态切换,对当前的驾驶行为的判断准确率达到了96%以上.

  • 作者

    孟妮  韩丹  MENG Ni  HAN Dan 

  • 作者单位

    陕西工业职业技术学院 咸阳712000/中国人民财产保险股份有限公司陕西省分公司 西安710043

  • 刊期

    2013年7期 ISTIC

  • 关键词

    驾驶行为  聚类分析  模糊逻辑  CPNtool  driving behavior  clustering analysis  fuzzy logic  CPNtool 

参考文献
查看更多︾
相似文献 查看更多>>
52.206.226.77