基于广义回归神经网络的高速公路减速带行车风险检测模型

由于司机的错误可能会导致交通事故,如果能及时向司机提供建议,这种事故是可以避免的,如何检测驾驶风险是关键因素。首先,选择反应时间、加速度、初始速度、最终速度和速度差作为运动参数。方差分析结果表明,不同行驶状态下速度差异不显著,另外4个参数可以作为神经网络模型的输入变量,它们有15种不同的组合。检测模型结果表明,测试集的预测准确率达到86. 4%。输入变量的数量与预测准确率呈正相关。通过应用该方法,可以通过互联网发布车辆的危险状态以及驾驶员开始的危险行为,如疲劳驾驶、酒后驾驶、超速驾驶和分心驾驶。本研究的实证结果对减少交通事故具有重要意义。