基于人工智能的駕駛行為分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

段仕浩

基于人工智能的駕駛行為分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

段仕浩

（南寧職業(yè)技術(shù)學(xué)院，廣西 南寧 530007）

文章介紹了人工智能技術(shù)在車輛駕駛行為分析中的應(yīng)用，并利用軟件研發(fā)、人工智能、物聯(lián)網(wǎng)等技術(shù)，對(duì)車輛駕駛?cè)藛T的駕駛行為進(jìn)行研究和分析，并開(kāi)發(fā)一套對(duì)車輛駕駛行為分析的軟件系統(tǒng)，對(duì)駕駛?cè)藛T的駕駛行為及駕駛環(huán)境進(jìn)行分析、識(shí)別、預(yù)警，從而降低事故發(fā)生率，保障人身財(cái)產(chǎn)安全。

人工智能；物聯(lián)網(wǎng)；行為分析；駕駛行為分析

引言

隨著科學(xué)技術(shù)的發(fā)展，人工智能正在越來(lái)越多地進(jìn)入并改變著人類的認(rèn)知與生活。人工智能已成為了科技革命和產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力，是我國(guó)未來(lái)發(fā)展的戰(zhàn)略核心技術(shù)，對(duì)我國(guó)各個(gè)領(lǐng)域都有深遠(yuǎn)的影響。人工智能技術(shù)快速迭代，正經(jīng)歷從云端到終端的過(guò)程，人工智能終端化能夠更好更快地幫助我們處理信息，解決問(wèn)題。駕駛行為分析技術(shù)是將AI算法應(yīng)用于汽車終端設(shè)備上，它將在城市智慧交通的應(yīng)用過(guò)程中，不斷優(yōu)化、提升駕駛安全系數(shù)以及給城市交通減輕壓力的同時(shí)，也給用戶帶來(lái)越來(lái)越多的良好駕車體驗(yàn)[1,2]。

1 需求分析

基于人工智能的駕駛行為分析系統(tǒng)是利用軟件研發(fā)、人工智能、物聯(lián)網(wǎng)等技術(shù)，設(shè)計(jì)和開(kāi)發(fā)一個(gè)智慧的駕駛行為分析系統(tǒng)。該系統(tǒng)針對(duì)各類營(yíng)運(yùn)車輛的駕駛行為進(jìn)行實(shí)時(shí)監(jiān)控，對(duì)車輛駕駛員進(jìn)行檢測(cè)和駕駛行為進(jìn)行識(shí)別，并利用軟件研發(fā)、人工智能、物聯(lián)網(wǎng)等技術(shù)，對(duì)車輛駕駛?cè)藛T的駕駛行為進(jìn)行研究和分析，并開(kāi)發(fā)一套對(duì)車輛駕駛行為分析的軟件系統(tǒng)，對(duì)駕駛?cè)藛T的駕駛行為及駕駛環(huán)境進(jìn)行分析、識(shí)別、預(yù)警[3-5]，從而降低事故發(fā)生率，保障人身財(cái)產(chǎn)安全。

2 系統(tǒng)設(shè)計(jì)

本系統(tǒng)在物理上采用車載端、手機(jī)端、管理端加上數(shù)據(jù)引擎和AI智慧引擎等服務(wù)進(jìn)行構(gòu)建，其中車載端、手機(jī)端和管理端是針對(duì)用戶進(jìn)行操作的應(yīng)用程序，數(shù)據(jù)引擎和AI智慧引擎為整個(gè)系統(tǒng)提供數(shù)據(jù)和人工智能分析服務(wù)。車載端是一個(gè)智能物聯(lián)網(wǎng)設(shè)備，它安裝在車輛內(nèi)部，主要用于采集駕駛數(shù)據(jù)和車輛環(huán)境數(shù)據(jù)，通過(guò)數(shù)據(jù)引擎和AI智慧引擎服務(wù)進(jìn)行數(shù)據(jù)分析，以實(shí)現(xiàn)對(duì)駕駛員駕駛行為進(jìn)行識(shí)別和分析、及時(shí)預(yù)警等功能。手機(jī)端是一款手機(jī)APP程序，它可用于車載端的綁定、參數(shù)的設(shè)置、日常業(yè)務(wù)處理等功能，是駕駛員對(duì)車載端的輔助應(yīng)用。管理端為車輛運(yùn)營(yíng)管理部門(mén)提供了一個(gè)強(qiáng)大的管理平臺(tái)，可進(jìn)行車輛管理、駕駛員管理、駕駛行為數(shù)據(jù)分析和預(yù)警等。這三個(gè)終端通過(guò)微服務(wù)進(jìn)行數(shù)據(jù)交互，融合了人工智能、物聯(lián)網(wǎng)等技術(shù)，其架構(gòu)如圖1所示。

圖1 系統(tǒng)架構(gòu)圖

系統(tǒng)基于“微服務(wù)”的開(kāi)發(fā)架構(gòu)進(jìn)行系統(tǒng)的整體設(shè)計(jì)，將系統(tǒng)功能分解到各個(gè)離散的微服務(wù)中以實(shí)現(xiàn)對(duì)系統(tǒng)的解耦。系統(tǒng)將后臺(tái)服務(wù)拆分為數(shù)個(gè)微服務(wù)，它們既相互獨(dú)立，又相互協(xié)作，從而滿足服務(wù)等級(jí)協(xié)議。整個(gè)系統(tǒng)圍繞業(yè)務(wù)功能來(lái)創(chuàng)建微服務(wù)，這些微服務(wù)可獨(dú)立地進(jìn)行開(kāi)發(fā)、管理和迭代，并使用云架構(gòu)和平臺(tái)式部署、管理和微服務(wù)功能。

系統(tǒng)圍繞業(yè)務(wù)功能將系統(tǒng)后臺(tái)服務(wù)拆分為智慧分析微服務(wù)、數(shù)據(jù)采集微服務(wù)、預(yù)警微服務(wù)、數(shù)據(jù)分析微服務(wù)等10多個(gè)微服務(wù)，車載端、手機(jī)端和管理端通過(guò)一個(gè)API Gateway調(diào)用相關(guān)的微服務(wù)，完成相關(guān)業(yè)務(wù)功能。API Gateway提供一個(gè)統(tǒng)一的服務(wù)接口，系統(tǒng)在實(shí)現(xiàn)相應(yīng)功能是通過(guò)API Gateway來(lái)確定調(diào)用哪個(gè)微服務(wù)。微服務(wù)架構(gòu)如圖2所示。

圖2 微服務(wù)架構(gòu)圖

3 功能模塊設(shè)計(jì)

本系統(tǒng)有三個(gè)終端，分別是手機(jī)APP端、智慧車載端、PC管理端，其中智慧車載端負(fù)責(zé)采集駕駛員的行駛數(shù)據(jù)，通過(guò)人工智能技術(shù)實(shí)時(shí)對(duì)所采集的數(shù)據(jù)進(jìn)行分析，并對(duì)違規(guī)行為提示預(yù)警。手機(jī)APP端提供給駕駛員查看違規(guī)信息，并進(jìn)行申訴等處理。管理端為車輛運(yùn)營(yíng)管理方進(jìn)行管理、行為分析、監(jiān)測(cè)和預(yù)警等日常業(yè)務(wù)的處理。其功能架構(gòu)如圖3所示。

圖3 功能模塊圖

3.1 手機(jī)App端

手機(jī)APP端主要利用Android技術(shù)開(kāi)發(fā)一款手機(jī)APP，該APP通過(guò)調(diào)用微服務(wù)提供的API接口獲取“智慧車載端”及“AI行為分析引擎”的分析結(jié)果進(jìn)行展示。

3.1.1 車載互聯(lián)模塊

車載互聯(lián)模塊主要提供用戶手機(jī)與智慧車載端進(jìn)行互聯(lián)，并綁定。車輛駕駛員通過(guò)車載互聯(lián)模塊的掃碼功能與智慧車載端進(jìn)行綁定，綁定后可以進(jìn)行相關(guān)設(shè)置及車輛定位。用戶可以通過(guò)手機(jī)APP設(shè)置車載端的參數(shù)，例如采集數(shù)據(jù)類型、時(shí)間間隔、靈敏度等。用戶也可以通過(guò)手機(jī)APP實(shí)時(shí)對(duì)車輛進(jìn)行定位，遠(yuǎn)程監(jiān)控車內(nèi)情況。

3.1.2 違規(guī)申訴模塊

違規(guī)申訴模塊主要提供兩個(gè)子功能模塊，分別是駕駛行為查閱和違規(guī)申訴功能。當(dāng)用戶被檢測(cè)到出現(xiàn)了危險(xiǎn)駕駛行為時(shí)，系統(tǒng)會(huì)發(fā)出提醒，并將該危險(xiǎn)駕駛行為進(jìn)行記錄，駕駛員可以通過(guò)該模塊查看駕駛行為的分析結(jié)果。如果駕駛員對(duì)該危險(xiǎn)駕駛行為有異議的話，可以通過(guò)申訴功能請(qǐng)求相關(guān)車輛運(yùn)營(yíng)管理部門(mén)進(jìn)行介入，從而對(duì)該危險(xiǎn)駕駛行為進(jìn)行申訴處理。

3.1.3 政策公告模塊

政策公告模塊用于查看車輛運(yùn)營(yíng)部門(mén)的相關(guān)政策及公告信息。駕駛員可以通過(guò)該模塊實(shí)時(shí)了解車輛運(yùn)營(yíng)部分發(fā)布的相關(guān)政策及公告信息。為了不影響駕駛員的駕駛，該模塊還提供了語(yǔ)言播報(bào)功能，駕駛員可以在駕駛過(guò)程中通過(guò)“聽(tīng)”的方式去獲取信息。

3.1.4 個(gè)人中心模塊

個(gè)人中心模塊是對(duì)個(gè)人信息的設(shè)置及車載端的相關(guān)參數(shù)的設(shè)置和查看。該模塊集成了系統(tǒng)的通用功能及個(gè)性化的功能，例如：登錄、個(gè)人信息設(shè)置和綁定、語(yǔ)言播報(bào)設(shè)置等。

3.2 智慧車載端

智慧車載端是基于V3S Linux開(kāi)發(fā)板定制開(kāi)發(fā)的車載物聯(lián)網(wǎng)設(shè)備。該開(kāi)發(fā)板具有車規(guī)級(jí)的ARM Coretx A7 CPU芯片和集成了64MB DDR2 RAM，搭載了面向汽車數(shù)字視頻記錄（DVR）和IP攝像機(jī)（IPC）監(jiān)控系統(tǒng)、4G路由模塊、WiFi聯(lián)網(wǎng)模塊等，主要用于物聯(lián)網(wǎng)、人臉識(shí)別、車牌識(shí)別、智能交互等基礎(chǔ)開(kāi)發(fā)。

3.2.1 數(shù)據(jù)采集模塊

智慧車載端通過(guò)內(nèi)置的攝像頭將駕駛員的實(shí)時(shí)駕駛情況傳輸?shù)紸I智慧引擎，AI智慧引擎通過(guò)對(duì)采集的視頻及圖像形象進(jìn)行分析，并結(jié)合歷史分析數(shù)據(jù)得出分析結(jié)果。AI智慧引擎如果判定當(dāng)前駕駛員處于危險(xiǎn)駕駛行為時(shí)，會(huì)將分析結(jié)果傳輸?shù)较到y(tǒng)后臺(tái)進(jìn)行記錄，同時(shí)發(fā)信息至手機(jī)APP及智慧車載端，并通過(guò)內(nèi)置的語(yǔ)音播報(bào)系統(tǒng)提示駕駛員規(guī)范自己的駕駛行為。

3.2.2 語(yǔ)言播報(bào)及煙霧采集模塊

智慧車載端在V3S Linux開(kāi)發(fā)板的基礎(chǔ)上定制了語(yǔ)言提示系統(tǒng)和煙霧感應(yīng)器。煙霧感應(yīng)器會(huì)采集車輛內(nèi)部的煙霧機(jī)溫度數(shù)據(jù)，發(fā)送至AI智慧引擎，并結(jié)合AI智慧引擎的分析將分析結(jié)果進(jìn)行語(yǔ)言播報(bào)。智慧車載端的分析結(jié)果將同步記錄到后臺(tái)系統(tǒng)，以便作為駕駛員違規(guī)駕駛的證據(jù)進(jìn)行存儲(chǔ)。

3.3 PC管理端

PC管理端提供車輛運(yùn)營(yíng)管理部門(mén)進(jìn)行綜合管理的平臺(tái)，它采用分布式部署，集成了AI智慧引擎和數(shù)據(jù)引擎，包含了行為分析模塊、違規(guī)申訴模塊、預(yù)警模塊、車輛管理、公司管理、人員管理等功能模塊。它面向的三類用戶分別是平臺(tái)管理員、運(yùn)營(yíng)管理人員和公司管理人員。

3.3.1 行為分析及預(yù)警模塊

行為分析模塊主要是輔助識(shí)別駕駛員的危險(xiǎn)駕駛行為，該模塊通過(guò)大數(shù)據(jù)技術(shù)分析駕駛員的歷史駕駛數(shù)據(jù)，為AI智慧引擎提供輔助判斷依據(jù)。該模塊使用了Hadoop大數(shù)據(jù)處理技術(shù)進(jìn)行開(kāi)發(fā)，形成一個(gè)大數(shù)據(jù)分析處理的微服務(wù)，對(duì)駕駛員的歷史駕駛數(shù)據(jù)進(jìn)行分析，與AI智慧引擎和違規(guī)申訴模塊協(xié)同完成駕駛員危險(xiǎn)駕駛行為的判定。預(yù)警模塊主要識(shí)別行為分析模塊的分析數(shù)據(jù)、對(duì)車輛運(yùn)營(yíng)公司、駕駛員和車輛運(yùn)營(yíng)管理部門(mén)進(jìn)行預(yù)警，將危險(xiǎn)駕駛行為帶來(lái)的危險(xiǎn)降到最低。

3.3.2 違規(guī)申訴及政策公告模塊

違規(guī)申訴模塊主要針對(duì)駕駛員及對(duì)應(yīng)運(yùn)營(yíng)公司提供違規(guī)申訴功能。該功能模塊記錄了駕駛員的所有危險(xiǎn)駕駛記錄，并提供違規(guī)申訴及違規(guī)處理功能。駕駛員對(duì)該危險(xiǎn)駕駛行為有異議的話，可以通過(guò)申訴功能請(qǐng)求相關(guān)車輛運(yùn)營(yíng)管理部門(mén)進(jìn)行介入，從而對(duì)該危險(xiǎn)駕駛行為進(jìn)行申訴處理。車輛運(yùn)營(yíng)管理部門(mén)通過(guò)該模塊對(duì)相關(guān)運(yùn)營(yíng)公司及駕駛員進(jìn)行處理。政策公告模塊用于發(fā)布相關(guān)政策及公告信息。

3.3.3 公司管理及人員管理模塊

公司管理模塊用于對(duì)各車輛運(yùn)營(yíng)公司進(jìn)行管理，可以添加、修改和暫停運(yùn)營(yíng)公司，并對(duì)公司的運(yùn)營(yíng)計(jì)劃、排班進(jìn)行審批等。人員管理主要是針對(duì)整個(gè)系統(tǒng)進(jìn)行人員的管理，包括車輛運(yùn)營(yíng)管理部門(mén)、公司、駕駛員等人員進(jìn)行統(tǒng)一管理，為不同類別的用戶設(shè)置權(quán)限和信息維護(hù)等。

3.3.4 車輛管理及駕駛員管理模塊

車輛管理及駕駛員管理模塊是針對(duì)車輛運(yùn)營(yíng)公司的功能模塊，車輛運(yùn)營(yíng)公司通過(guò)這兩個(gè)功能模塊可以對(duì)本公司的運(yùn)營(yíng)車輛、駕駛員及駕駛行為進(jìn)行管理和信息維護(hù)。

3.4 AI智慧引擎

AI智慧引擎是系統(tǒng)的大腦，它通過(guò)人工智能分析的算法，可以識(shí)別駕駛?cè)藛T的危險(xiǎn)駕駛行為，并能通過(guò)深度學(xué)習(xí)技術(shù)對(duì)駕駛行為進(jìn)行預(yù)警。AI智慧引擎通過(guò)Yolov3檢測(cè)網(wǎng)絡(luò)來(lái)定位駕駛員身體關(guān)鍵部位，結(jié)合駕駛室環(huán)境及相應(yīng)的規(guī)則，進(jìn)行實(shí)時(shí)駕駛動(dòng)作分析，確定是否是危險(xiǎn)駕駛行為，例如：使用手機(jī)、抽煙、不系安全帶、未佩戴口罩、閉眼、打哈欠、雙手離開(kāi)方向盤(pán)、視線偏離、疲勞等動(dòng)作姿態(tài)。AI智慧引擎的工作過(guò)程如下：智慧車載端通過(guò)攝像頭和煙霧采集器，采集駕駛室內(nèi)的駕駛視頻、圖片和煙霧等數(shù)據(jù)，通過(guò)網(wǎng)絡(luò)傳輸?shù)紸I智慧引擎；AI智慧引擎通過(guò)人工智能技術(shù)對(duì)接收的數(shù)據(jù)進(jìn)行分析，得到分析結(jié)果，如果判定為異常駕駛行為，則將分析結(jié)果傳輸給數(shù)據(jù)引擎，由數(shù)據(jù)引擎進(jìn)行后續(xù)處理。

AI智慧引擎分為兩個(gè)模塊，一個(gè)是決策（Decision）模塊，一個(gè)是行為（Behavior）模塊，決策模塊負(fù)責(zé)通過(guò)人工智能算法去識(shí)別駕駛員的異常行為及車內(nèi)環(huán)境，行為模塊負(fù)責(zé)根據(jù)決策模式的分析結(jié)果與數(shù)據(jù)引擎進(jìn)行交互，指揮數(shù)據(jù)引擎進(jìn)行相應(yīng)操作。

3.5 數(shù)據(jù)引擎

數(shù)據(jù)引擎是系統(tǒng)的心臟，負(fù)責(zé)處理數(shù)據(jù)及數(shù)據(jù)的交互，它分為兩個(gè)核心模塊，分別是數(shù)據(jù)庫(kù)引擎和數(shù)據(jù)服務(wù)引擎。數(shù)據(jù)庫(kù)引擎用于存儲(chǔ)、處理和保護(hù)駕駛員的行為數(shù)據(jù)的服務(wù)。利用數(shù)據(jù)庫(kù)引擎，系統(tǒng)可控制訪問(wèn)權(quán)限及事務(wù)，從而滿足本系統(tǒng)數(shù)據(jù)的存儲(chǔ)、交換等需求。

數(shù)據(jù)服務(wù)引擎是由一個(gè)個(gè)的微引擎組成，它們運(yùn)行在不同微服務(wù)中，主要用于處理不同微服務(wù)的數(shù)據(jù)處理及微服務(wù)之間的數(shù)據(jù)交互等操作。數(shù)據(jù)服務(wù)引擎采用服務(wù)組的模式進(jìn)行架構(gòu)，它由多個(gè)微服務(wù)組成，形成一個(gè)微服務(wù)組，當(dāng)這個(gè)微服務(wù)組被調(diào)用時(shí)，則通過(guò)API Gateway來(lái)管理和組合服務(wù)，以實(shí)現(xiàn)各微服務(wù)之間的數(shù)據(jù)交換及協(xié)同。

4 關(guān)鍵技術(shù)的實(shí)現(xiàn)

4.1 駕駛行為分析算法

該系統(tǒng)的AI引擎基于深度學(xué)習(xí)技術(shù)，駕駛行為識(shí)別算法采用YOLO v3目標(biāo)檢測(cè)網(wǎng)絡(luò)識(shí)別駕駛員的危險(xiǎn)行為，將智慧車載端獲取的視頻流轉(zhuǎn)換為相應(yīng)的圖片，通過(guò)網(wǎng)格的方式去檢測(cè)出駕駛員身體關(guān)鍵部位，并通過(guò)與相關(guān)規(guī)則進(jìn)行比對(duì)，識(shí)別出駕駛員當(dāng)前是否處于危險(xiǎn)駕駛中。

4.2 網(wǎng)絡(luò)傳輸方式

智慧車載端是連接到互聯(lián)網(wǎng)的智能設(shè)備組成，它使用處理器、傳感器和通信硬件等集成系統(tǒng)來(lái)發(fā)送所采集的數(shù)據(jù)。車載端使用了V3S Linux開(kāi)發(fā)板的4G路由模塊和WiFi聯(lián)網(wǎng)模塊與服務(wù)器進(jìn)行通信。車載端根據(jù)車輛現(xiàn)有聯(lián)網(wǎng)方式首選WiFi的方式接入網(wǎng)絡(luò)，同時(shí)也提供了4G移動(dòng)通信的方式接入。

4.3 微服務(wù)框架架構(gòu)

系統(tǒng)采用微服務(wù)架構(gòu)，根據(jù)業(yè)務(wù)功能開(kāi)發(fā)一個(gè)個(gè)的微服務(wù)，每個(gè)微服務(wù)實(shí)現(xiàn)一個(gè)獨(dú)立的功能，在自己的進(jìn)程中運(yùn)行，微服務(wù)之間通過(guò)輕量級(jí)通信機(jī)制進(jìn)行協(xié)作。系統(tǒng)微服務(wù)統(tǒng)一通過(guò)API Gateway接口對(duì)外一同服務(wù)功能，做到了解耦和輕量化的服務(wù)集成。

4.4 內(nèi)嵌語(yǔ)音播報(bào)系統(tǒng)

系統(tǒng)在V3S Linux開(kāi)發(fā)板中內(nèi)置了一個(gè)語(yǔ)音播報(bào)系統(tǒng)，它是以STM32為核心的嵌入式語(yǔ)音播報(bào)系統(tǒng)，其核心處理器選用的是以ARM Cortex-M3內(nèi)核的32位處理器STM32F103C8T6。系統(tǒng)的處理器接收上位機(jī)指令，解析得到文本信息，通過(guò)科大訊飛的中文語(yǔ)音合成板卡XF-S4240將文本信息轉(zhuǎn)換為語(yǔ)音信息，并使用語(yǔ)音的方式傳遞給駕駛員，該方式安全保密、及時(shí)有效。

4.5 安全問(wèn)題

系統(tǒng)采用了多項(xiàng)安全技術(shù)，通過(guò)加密、平臺(tái)安全強(qiáng)化和身份驗(yàn)證等方面，來(lái)為用戶提供更高的安全性。對(duì)于系統(tǒng)的安全，主要采用了以下技術(shù)。

（1）存儲(chǔ)加密：該系統(tǒng)使用了HASH算法加密用戶數(shù)據(jù)；系統(tǒng)為了提高加密效率。

（2）使用SSH加密協(xié)議：使用SSH加密協(xié)議，保障了系統(tǒng)在數(shù)據(jù)傳輸過(guò)程中，數(shù)據(jù)就算被截獲也不會(huì)泄露。

（3）平臺(tái)安全強(qiáng)化：系統(tǒng)平臺(tái)對(duì)一些關(guān)鍵區(qū)域，進(jìn)行了安全強(qiáng)化功能，保障了用戶及平臺(tái)數(shù)據(jù)的安全。

（4）權(quán)限管理系統(tǒng)：擁有一套強(qiáng)大的權(quán)限控制系統(tǒng)，能對(duì)系統(tǒng)訪問(wèn)權(quán)限進(jìn)行精細(xì)化的訪問(wèn)控制，從而保證了系統(tǒng)的安全性。

5 結(jié)論

本系統(tǒng)采用軟件研發(fā)、物聯(lián)網(wǎng)、人工智能等技術(shù)，對(duì)車輛駕駛員的駕駛行為進(jìn)行檢測(cè)和分析，并利用軟件研發(fā)、人工智能、物聯(lián)網(wǎng)等技術(shù)，對(duì)車輛駕駛?cè)藛T的駕駛行為進(jìn)行研究和分析，并開(kāi)發(fā)一套對(duì)車輛駕駛行為分析的軟件系統(tǒng)，對(duì)駕駛?cè)藛T的駕駛行為及駕駛環(huán)境進(jìn)行分析、識(shí)別、預(yù)警，從而降低事故發(fā)生率，保障人身財(cái)產(chǎn)安全。該項(xiàng)目的研究，也對(duì)城市智慧交通建設(shè)進(jìn)行了有效的補(bǔ)充。

[1] 王暢，蔣思琦，韓依洋. 運(yùn)輸車輛安全駕駛行為分析[J].現(xiàn)代商貿(mào)工業(yè)，2020，41(15): 194.

[2] 謝豆，陳曉鳳，鄭嘉怡，等. 基于機(jī)器視覺(jué)的疲勞駕駛檢測(cè)系統(tǒng)[J]. 物聯(lián)網(wǎng)技術(shù)，2020，10(11): 18-20.

[3] 黃麗蓉，潘雨青. 基于深度信念網(wǎng)絡(luò)的駕駛行為研究[J].計(jì)算機(jī)與數(shù)字工程，2020，48(8): 1958-1964.

[4] 王婧雯. 機(jī)動(dòng)車駕駛?cè)说湫筒涣捡{駛行為分析及干預(yù)方法研究[D]. 合肥: 合肥工業(yè)大學(xué)，2020.

[5] 屈晨昕. 汽車駕駛行為遠(yuǎn)程監(jiān)控分析系統(tǒng)的研究及應(yīng)用[J]. 信息通信，2017(12): 43-45.

Design and Implementation of Driving Behavior Analysis System Based on Artificial Intelligence

This paper introduces the application of artificial intelligence technology in vehicle driving behavior analysis, studies and analyzes the driving behavior of vehicle drivers by using software research and development, artificial intelligence, Internet of things and other technologies, and develops a software system for vehicle driving behavior analysis to analyze, identify and warn the driving behavior and driving environment of drivers, so as to reduce the accident rate and ensure the safety of personal and property.

artificial intelligence; Internet of things; behavior analysis; driving behavior analysis

TP18; TP31

A

1008-1151(2022)05-0005-04

2022-02-15

廣西高校中青年教師（科研）基礎(chǔ)能力提升“基于人工智能的駕駛行為分析系統(tǒng)的研究”（2020KY30010）。

段仕浩（1982－），男，廣西南寧人，南寧職業(yè)技術(shù)學(xué)院信息系統(tǒng)項(xiàng)目管理師，研究方向?yàn)橛?jì)算機(jī)軟件技術(shù)、人工智能技術(shù)、物聯(lián)網(wǎng)技術(shù)。