典型文献
WiDriver:一种基于WiFi的驾驶员情绪波动识别框架
文献摘要：
驾驶过程中因为情绪波动过大而造成的驾驶状态失常现象,如路怒症等,是导致道路交通事故的重要因素之一,甚至可能造成严重的人员伤亡.现有的情绪波动识别检测工作主要是基于视觉和生物信号传感器的检测手段.然而,基于视觉的方法具有视觉阻塞或失真问题,基于生物信号的方法具有侵入性、隐私侵犯等问题,且其使用的设备也会带来不便或额外成本.本文提出一种新的基于WiFi信号的情绪波动识别框架WiDriver,以克服现有方法的不足.WiDriver首先通过菲涅耳区设计天线位置区域以达到最佳信号采集效果.其次,通过收集驾驶员油门与刹车动作的信道状态信息(Channel State Information)进行情绪识别系数计算,通过基于识别系数与LSTM的情绪判别器进行情绪波动识别.实验将WiDriver部署在商业WiFi基础设施中,并评估其在真实驾驶环境中的性能.实验结果表明WiDriver在真实场景中的平均识别率达到83.9％.
文献关键词：
驾驶员情绪波动;WiFi;信道状态信息;情绪系数;LSTM
中图分类号：
作者姓名：
周程宁;王青山;王琦;沈德伟
作者机构：
合肥工业大学数学学院,合肥230031
文献出处：
引用格式：
[1]周程宁;王青山;王琦;沈德伟-.WiDriver:一种基于WiFi的驾驶员情绪波动识别框架)[J].小型微型计算机系统,2022(10):2137-2142
A类：
WiDriver,驾驶员情绪波动,菲涅耳区,情绪系数
B类：
WiFi,识别框架,驶过,驾驶状态,失常,路怒症,致道,道路交通事故,人员伤亡,识别检测,检测工作,信号传感器,检测手段,失真,真问题,侵入性,隐私侵犯,天线,达到最佳,信号采集,采集效果,油门,刹车,信道状态信息,Channel,State,Information,情绪识别,判别器,驾驶环境,真实场景,识别率
AB值：
0.319486
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
