| 论文名称 | 道路交通之事故辨识与碰撞机率估计: SVM与Random Forests之应用 |
| 年别 | 109 |
| 学位 | 硕士 |
| 学校系所 | 成功大学 交通管理科学系 |
| 作者 | 黄柏宗 |
| 指导教授 | 胡大瀛 |
| 论文摘要 | 近年来，伴随着资讯与通讯科技的发展与进步，各国政府积极地推行法规和安全措施，并以增进安全、效率与改善交通问题的智慧型运输系统来预防交通事故之发生，其乃透过分析大数据和距离等实质的数据来判断道路安全风险，并给予驾驶人应有的提示与警示；除此之外，大众对于自驾车的期许也随着时间日益增高，希望提高自驾车风险预测及事故预防等机制来提升行车之安全。 本研究以自驾车人工智能的角度，借此模拟自驾车判读外在环境或移动物件时的运作方式，如果有移动的物件被归类为会发生交通事故的潜在威胁，此时该如何去定义两车发生交通事故的碰撞机率。本研究将以SVM(Support Vector Machine)与Random forests作为使用之研究方法，透过从肇事影片当中撷取特定之特征值，并且一并求得在肇事发生之前，各个特征值在不同时间格之变化。 尔后，将不同时间格之特征值汇入这两种算法以训练出高准确度的模型，此举能用以辨识交通事故在不同情况下的碰撞机率为何。相互比较两种算法的训练结果，除了能得知何种算法具有较优良的表现之外，本研究将以拥有最佳结果的算法作为采用的高准确率模型，未来汇入一部影片之特征值，该模型将能够预测出该影片当中某一时间格之碰撞机率为何。 |
| 附件下载 | 电子档于2024-07-31开放下载 |
| 张贴日 | 2019/07/01 |
| Hashtags |
查看次数:
261