Análisis comparativo de clasificadores para la clasificación de frenado de emergencia de vehículos de carretera
Autores: Podusenko, Albert; Nikulin, Vsevolod; Tanev, Ivan; Shimohara, Katsunori
Idioma: Inglés
Editor: MDPI
Año: 2017
Acceso abierto
Artículo científico
2017
Análisis comparativo de clasificadores para la clasificación de frenado de emergencia de vehículos de carretera
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Viabilidad
Frenado de emergencia
Clasificadores
Algoritmos genéticos
Hiperparámetros
Dinámica
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
Investigamos la viabilidad de clasificar (inferir) las situaciones de frenado de emergencia en vehículos de carretera a partir del patrón de movimiento del pedal del acelerador. Entrenamos y comparamos varios clasificadores y empleamos algoritmos genéticos para ajustar sus hiperparámetros asociados. Utilizando datos de series temporales sin conexión de la dinámica del pedal del acelerador como conjunto de pruebas, los resultados experimentales sugieren que los clasificadores evolucionados detectan la situación de frenado de emergencia con al menos un 93% de precisión. El clasificador de mejor rendimiento podría integrarse en el agente que percibe la dinámica del pedal del acelerador en tiempo real y, si se detecta un frenado de emergencia, actúa aplicando frenos completos mucho antes de que el conductor hubiera podido aplicarlos.
Descripción
Investigamos la viabilidad de clasificar (inferir) las situaciones de frenado de emergencia en vehículos de carretera a partir del patrón de movimiento del pedal del acelerador. Entrenamos y comparamos varios clasificadores y empleamos algoritmos genéticos para ajustar sus hiperparámetros asociados. Utilizando datos de series temporales sin conexión de la dinámica del pedal del acelerador como conjunto de pruebas, los resultados experimentales sugieren que los clasificadores evolucionados detectan la situación de frenado de emergencia con al menos un 93% de precisión. El clasificador de mejor rendimiento podría integrarse en el agente que percibe la dinámica del pedal del acelerador en tiempo real y, si se detecta un frenado de emergencia, actúa aplicando frenos completos mucho antes de que el conductor hubiera podido aplicarlos.