| 論文名稱 | 道路交通之事故辨識與碰撞機率估計: SVM與Random Forests之應用 |
| 學位 | 碩士 |
| 年別 | 109 |
| 學校系所 | 成功大學 交通管理科學系 |
| 作者 | 黃柏宗 |
| 指導教授 | 胡大瀛 |
| 論文摘要 | 近年來，伴隨著資訊與通訊科技的發展與進步，各國政府積極地推行法規和安全措施，並以增進安全、效率與改善交通問題的智慧型運輸系統來預防交通事故之發生，其乃透過分析大數據和距離等實質的數據來判斷道路安全風險，並給予駕駛人應有的提示與警示；除此之外，大眾對於自駕車的期許也隨著時間日益增高，希望提高自駕車風險預測及事故預防等機制來提升行車之安全。 本研究以自駕車人工智慧的角度，藉此模擬自駕車判讀外在環境或移動物件時的運作方式，如果有移動的物件被歸類為會發生交通事故的潛在威脅，此時該如何去定義兩車發生交通事故的碰撞機率。本研究將以SVM(Support Vector Machine)與Random forests作為使用之研究方法，透過從肇事影片當中擷取特定之特徵值，並且一併求得在肇事發生之前，各個特徵值在不同時間格之變化。 爾後，將不同時間格之特徵值匯入這兩種演算法以訓練出高準確度的模型，此舉能用以辨識交通事故在不同情況下的碰撞機率為何。相互比較兩種演算法的訓練結果，除了能得知何種演算法具有較優良的表現之外，本研究將以擁有最佳結果的演算法作為採用的高準確率模型，未來匯入一部影片之特徵值，該模型將能夠預測出該影片當中某一時間格之碰撞機率為何。 |
| 附件下載 | 電子檔於2024-07-31開放下載 |
| 張貼日 | 2019/07/01 |
| Hashtags |
查看次數:
181