【论文速递】:老驾驶员轨迹数据中的异常行为检测

news/2024/2/29 17:00:37 标签: 自动驾驶, 人工智能

给定道路网络和一组轨迹数据,异常行为检测 (ABD) 问题是识别在行程中表现出明显方向偏差、急刹车和加速的驾驶员。ABD 问题在许多社会应用中都很重要,包括轻度认知障碍 (MCI) 检测和老年驾驶员的安全路线建议。由于时间细节轨迹数据集的规模很大,ABD 问题在计算上具有挑战性。在本文中,我们提出了一种边缘属性矩阵,该矩阵可以表示时间详细的轨迹数据集的关键属性并识别异常驾驶行为。使用真实世界数据集的实验表明,我们的方法可以识别异常驾驶行为。

图片

摘要:本文涉及的问题是在给定道路网络和一组轨迹数据的情况下,如何检测驾驶员在行程中表现出的显著方向偏差、急刹车和急加速等异常行为。这一问题在社会中有着广泛的应用,尤其与老年驾驶员的轻度认知障碍检测和安全路线推荐有关。由于轨迹数据集的大规模和时间详细性,这个异常行为检测问题在计算上是具有挑战性的。本文提出了一种边缘属性矩阵的方法,能够代表时间详细轨迹数据集的关键属性,并能够识别异常驾驶行为。通过真实世界数据集的实验证明了该方法的有效性。

引言:在给定道路网络和一组轨迹数据的背景下,异常行为检测问题旨在识别表现出显著方向偏差、急刹车和急加速的驾驶员。作者通过图形示例解释了问题的输入和输出,强调了他们提出的模型具有捕捉几何、方向和拓扑特征的优点。

应用领域:异常行为检测问题与识别老年驾驶员认知障碍有关。老年驾驶员在行程中面临许多挑战,如错过路线、错误转弯、迷失方向等。一些行程呈现循环模式,并且显著偏离预定路径。但并非所有偏离都是异常的,有可能是由于各种原因,如道路封锁、交通拥堵或紧急情况导致的正常行为。文中提到了老年驾驶员在行程中可能选择正确的路线,但却频繁进行急加速的情况,这可能是认知混乱或对道路网络条件缺乏认知的信号。

问题定义:在问题的定义中,作者将一次行程表示为一个有向图,节点代表道路网络上的空间位置,边代表道路段,每条边都有时间详细的驾驶属性。异常行为检测问题被形式化为计算与方向偏差、急刹车和急加速相关的异常得分。

方法:作者提出了一种边缘属性矩阵的方法,用于表示时间详细轨迹数据集的关键属性,并用于识别异常驾驶行为。该方法通过实验证明了其有效性。

相关工作:文中介绍了与GPS轨迹分析相关的一系列先前研究,这些研究主要集中在从一个特定起点到特定目的地的车辆行驶轨迹上,采用不同的方法识别异常行为。这些方法包括基于聚类、分割和检测的各种技术。

实验和结果:作者通过实验采集了老年驾驶员的轨迹数据,利用Isolation Forest(孤立森林)算法进行异常检测。实验结果表明,他们的方法在检测异常行为方面取得了较好的效果。文章提供了一些性能指标,如准确率、F1分数等。

结论和展望:本文通过提出一种基于边缘属性矩阵和Isolation Forest算法的方法,有效地识别了老年驾驶员的异常行为。未来,作者计划扩大数据集,进一步改进算法,以提高模型的性能。研究得到了国家科学基金会(NSF)和国家卫生研究院(NIH)的支持。

这篇文章深入浅出地介绍了异常行为检测问题,突出了老年驾驶员认知障碍检测的实际应用。作者通过详细的问题定义、方法描述和实验结果呈现,使读者能够全面了解他们的研究。文章通过实验结果验证了提出方法的有效性,并提供了对未来研究的展望。

正文:

图片

图片

图片

图片

图片

图片

这篇文章主要研究了在老年驾驶员的轨迹数据中可以检测到的异常行为。具体来说,研究者关注的是老年驾驶员在行驶过程中出现的显著方向偏离、急刹车和加速等行为。这些异常行为的检测对于许多社会应用非常重要,包括轻度认知障碍(MCI)的检测和为老年驾驶员提供安全路线建议。为了解决这个问题,研究者提出了一种称为Edge-Attributed Matrix的方法,可以表示轨迹数据集的关键属性,并识别异常驾驶行为。通过使用真实世界数据集进行实验证明,他们的方法可以有效地识别出异常驾驶行为。

人工智能工程师培训平台

工信部教考中心的人工智能算法工程师,人社部的人工智能训练师,中国人工智能学会的计算机视觉工程师、自然语言处理工程师的课程培训,以及证书报名和考试服务。

1篇原创内容

公众号


http://www.niftyadmin.cn/n/5228908.html

相关文章

Python+Jenkins+Allure Report接口自动化测试持续集成

项目介绍 接口功能测试应用&#xff1a; http://www.weather.com.cn/data/cityinfo/<city_code> .html 测试功能&#xff1a;获取对应城市的天气预报 源码&#xff1a;Python 功能包&#xff1a;HttpClient 请求方法&#xff1a;Get 自动化测试框架&#xff1a;pytes…

RPA机器人如何确保敏感数据的安全性

数据资源作为数字化时代的关键要素&#xff0c;其重要性一直受到高度重视&#xff0c;由此&#xff0c;数据安全也成为企业和个人必须面对的重要问题。随着RPA技术在各个行业的广泛应用&#xff0c;其系统安全性也成了每个企业关注的重中之重。经验丰富的RPA专家可以有效地采取…

池式组件 ----- Mysql连接池的原理实现

前言 本文是mysql连接池的实现。学完mysql连接池之后&#xff0c;接下来会结合多线程来进行测试&#xff0c;看看使用连接池性能高&#xff0c;还是不要连接池性能高&#xff0c;具体能差多少。当然这是下一篇文章了哈哈哈哈哈。当前首要任务是学会连接池&#xff0c;会都不会…

android NDK相关,调用C库,JNI,交叉编译,跨平台

首先就是库给我&#xff0c;我先进行开发&#xff08;按照文档&#xff09;&#xff0c;最后进行交叉编译ARM平台。 遇到的问题&#xff1a;我要看到代码效果&#xff0c;所以必须要在真机上跑代码&#xff0c;那么我调用的库就必须是我这个平台适用的&#xff0c;有两种方式&…

​[Oracle]编写程序,键盘输入n,计算1+前n项之和。测试案例:输入:10 输出:22.47​

编写程序&#xff0c;键盘输入n,计算1前n项之和。 测试案例&#xff1a; 输入&#xff1a;10 输出&#xff1a;22.47 代码如下&#xff1a; set serveroutput on declare v_sum number:0;v_n number;beginv_n:&n;for i in 1..v_n loopv_sum:v_sumsqrt(i); end loop; d…

竞赛选题 题目: 基于深度学习的疲劳驾驶检测 深度学习

文章目录 0 前言1 课题背景2 实现目标3 当前市面上疲劳驾驶检测的方法4 相关数据集5 基于头部姿态的驾驶疲劳检测5.1 如何确定疲劳状态5.2 算法步骤5.3 打瞌睡判断 6 基于CNN与SVM的疲劳检测方法6.1 网络结构6.2 疲劳图像分类训练6.3 训练结果 7 最后 0 前言 &#x1f525; 优…

flutter Running Gradle task ‘assembleDebug‘

flutter Running Gradle task assembleDebug Running Gradle task assembleDebug新问题描述新问题解决方案 Running Gradle task ‘assembleDebug’ 用Android Stduio创建Flutter项目的时候&#xff0c;会出现各种问题&#xff0c;踩了一个又一个&#xff0c;最后编译的时候可…

2021年6月23日 Go生态洞察:Stack Overflow上的Go集体

&#x1f337;&#x1f341; 博主猫头虎&#xff08;&#x1f405;&#x1f43e;&#xff09;带您 Go to New World✨&#x1f341; &#x1f984; 博客首页——&#x1f405;&#x1f43e;猫头虎的博客&#x1f390; &#x1f433; 《面试题大全专栏》 &#x1f995; 文章图文…

Vue3 刷新后,pinia存储的数据丢失怎么解决

这个问题有两种解决办法&#xff1a; 一是使用pinia的持久化存储一是使用vue的依赖注入 刷新后&#xff0c;通过pinia存储的vue store数据丢失&#xff0c;实际上是因为Vue原组件卸载、新组件重新挂载导致的&#xff0c;vue store是挂载在组件上的&#xff0c;当刷新导致组件…

06_MySQL数据库高可用解决方案(MHA)

各位道友好&#xff0c;鼠鼠我呀校招刚通过了移动的面试 &#xff0c;但是安排的岗位是偏远县城里面的岗位&#xff0c;各位能给给建议吗&#xff1f;鼠鼠我啊真不想有时候变成销售员去卖产品&#xff01;&#xff01;&#xff01; 任务背景 一、真实案例 公司现在需要做MySQ…

算法通关村第六关—序列恢复二叉树(青铜)

根据序列恢复二叉树 示例 给定序列恢复二叉树(1)前序&#xff1a;1 2 3 4 5 6 8 7 9 10 11 12 13 15 14(2)中序&#xff1a;3 4 8 6 7 5 2 1 10 9 11 15 13 14 123)后序&#xff1a;8 7 6 5 4 3 2 10 15 14 13 12 11 9 1 一、前中序列恢复二叉树 (1)前序&#xff1a;1 2 3…

【蓝桥杯选拔赛真题70】Scratch输入输出数字 少儿编程scratch图形化编程 蓝桥杯创意编程选拔赛真题解析

目录 scratch输入输出数字 一、题目要求 编程实现 二、案例分析 1、角色分析

U-GAT-IT 使用指南:人脸动漫风格化

U-GAT-IT 使用指南 网络结构优化目标 论文地址&#xff1a;https://arxiv.org/pdf/1907.10830.pdf 项目代码&#xff1a;https://github.com/taki0112/UGATIT U-GAT-IT 和 Pix2Pix 的区别&#xff1a; U-GAT-IT&#xff1a;主要应用于图像风格转换、图像翻译和图像增强等任务…

小红书API接口测试 | 小红书笔记详情 API 接口测试指南

一、引言 随着互联网的发展&#xff0c;越来越多的应用开始使用API接口来提供服务。而API接口的测试也变得越来越重要。本文将介绍如何使用Python语言进行小红书笔记详情API接口的测试。 二、小红书笔记详情API接口介绍 小红书笔记详情API接口是用于获取指定笔记详细信息的接…

【JavaEE】多线程 -- 死锁问题

目录 1. 问题引入 2.死锁问题的概念和原因 3. 解决死锁问题 1. 问题引入 在学习死锁之前, 我们先观察下面的代码能否输出正确的结果: 运行程序, 能正常输出结果: 这个代码只管上看起来, 好像是有锁冲突的, 此时的 locker 对象已经是加锁的状态, 在尝试对 locker 加锁, 不应该…

Set.toArray(new String[size]) 和 Set.toArray(new String[0]) 区别

Set.toArray(new String[size]) 和 Set.toArray(new String[0]) 区别 在Java中&#xff0c;Set.toArray(T[] array) 方法用于将集合&#xff08;Set&#xff09;中的元素转换为数组。两种常见的用法是&#xff1a; Set.toArray(new String[size]) Set.toArray(new String[0])…
最新文章