Numer: 04/2024 Str. 182
Autorzy: Abd-Majid Darsono , Nurul Mat-Yazi , A.S. Jaafar , Mohd Othman , Muhammad Ahmad :
Tytuł: Wykorzystanie sieci LSTM do przewidywania zachowań kierowców
Streszczenie: System przewidywania zachowania kierowcy był szeroko wykorzystywany do minimalizowania liczby wypadków drogowych, zwłaszcza do wykrywania nietypowych zachowań podczas jazdy, takich jak gwałtowne przyspieszanie, hamowanie awaryjne i nagła zmiana pasa ruchu. W artykule zaproponowano model głębokiego uczenia oparty na LSTM do klasyfikacji zachowań kierowców przy użyciu danych OBD-II. Wyniki sugerują, że proponowany model wykazuje naturalną zdolność do zatrzymywania i wykorzystywania informacji czasowych w danych wejściowych, przewyższając konwencjonalne metody uczenia maszynowego
Słowa kluczowe: Przewidywanie zachowania podczas jazdy, pamięć długotrwała (LSTM), czujniki pojazdu, przyspieszenie