| 论文名称 | 以卷积神经网络建购客运驾驶跟车行为类形之分类模式 |
| 年别 | 108 |
| 学位 | 硕士 |
| 学校系所 | 交通大学 运输与物流管理学系 |
| 作者 | 林玟妗 |
| 指导教授 | 卢宗成 |
| 论文摘要 | 国道客运安全为我国所重视之交通议题之一,若能了解国道客运驾驶之驾驶情况,客运业者便能够有效对驾驶员采行适当的管理策略。本研究之目的在以卷积神经网络(CNN)建构一套跟车行为分类模型,将车载系统Mobileye所记录之驾驶员跟车车距资料作为研究资料,并考虑可能影响跟车行为之因素,如:天气、车速及日夜三个因素,进一步设计七种不同的情境组合来筛选资料并产制跟车车距矩阵图,将跟车车距矩阵图输入至本研究训练之CNN进行分类模型,得出该驾驶员的跟车类型。 经本研究实验,本研究所提出之分类模式在大多情境下皆有不错的分类成果,模型分类精确率平均为97%,显示本研究之分类模型具备驾驶员跟车行为分类之能力,此模型可提供客运业者作为参考,借由分类结果评估驾驶员的跟车行为类别,并针对不同类别驾驶员采行适当的管理策略。 |
| 附件下载 | (电子档于113-07-18后开放下载) |
| 张贴日 | 2019/11/04 |
| Hashtags |
查看次数:
6