一种基于机器学习与深度学习的驾驶员身份识别与驾驶状态监测方法

摘要

本发明涉及一种基于机器学习与深度学习的驾驶员身份识别与驾驶状态监测方法。通过智能手机传感器采集汽车的运动数据，识别车辆驾驶元动作。运用模糊模式识别将驾驶元动作序列划分为驾驶操作。然后结合道路交通信息以及摄像设备通过计算机视觉技术识别出车辆行驶时前方的障碍物以及拥挤情况，并划分出不同的驾驶场景。结合驾驶操作分别提取出统计学特征，并组成特征向量作为深度神经网络的输入，通过构建个人驾驶特征库并训练对应的深度神经网络模型来识别驾驶员的身份。在确认了驾驶员的身份之后，通过递归神经网络来识别驾驶员各时刻的驾驶状态。本发明采用多信源数据，基于驾驶操作与场景，利用深度学习的方法，提高识别准确率。