ترکیب الگوریتم های یادگیری ماشین به منظور نظارت بر رفتار رانندگی به کمک تلفن همراه هوشمند آگاه از محیط

با رشد روز افزون کاربران تلفنهای همراه هوشمند، کاربردها و امکانات این دستگاه نیز بیشتر شده است. از جمله میتوان از تلفنهای همراه هوشمند به عنوان یک ناظر برروی رانندگی افراد استفاده کرد، به طوری که رانندگی ایمن را از غیرایمن به صورت دایمی تشخیص دهد. با این همه، راهکارهای پیشین برای تعیین سبک رانندگی برا ساس ارزیابی مانورهای راننده بدون توجه به آگاهی از محیط بوده ا ست. در حالی که اگر تنها دادههای دریافتی در یک مانور، پایه استنباط برای تعیین سبک (ایمن یا غیرایمن) مانور باشد، تصمیم گیری منا سبی درباره ی نوع رانندگی افراد به د ست نمی آید. در مقاله حا ضر با تقسیم نمودن یک مانور به سه قسمت قبل، حین و بعد از آن و همچنین با دخیل کردن شرایط ترافیکی و آبوهوایی به نتایج ارزیابی مانورها، نظارت صحیح تری بر راننده صورت می گیرد. برای برر سی نوع رانندگی افراد از ترکیبی از روشهای منطق فازی، ماشین بردار پشتیبان و شبکه عصبی شعاعی در این مقاله استفاده می شود. سیستم پیشنهادی با برداشت اطلاعات بیشتری از محیط اطراف خود به دقت بسیار بهتری نسبت به دیگر راهکارهای ارایه شده رسیده است به طوری که شرایط ترافیکی، نوع مانور و مانورهای ناهنجار را به ترتیب با حداقل دقت %98، %92 و %100 مورد شناسایی قرار داده است.

Keywords:

حسگرهای تلفن همراه هو شمند , نظارت دایمی بر رانندگی , آگاهی از محیط , الگوریتم های یادگیری ماشین , شبکه عصبی شعاعی