本工具是一款专业的 GMM-HMM路怒攻击性驾驶行为辨识分析工具, 基于 高斯混合模型 (GMM) 与 隐马尔可夫模型 (HMM) 算法。 能够智能分析车辆传感器数据(如速度、加速度、方向盘转角),精准识别 急加速、急减速、频繁变道 等攻击性驾驶特征。 为 交通安全研究 与 驾驶员状态评估 提供科学依据。
利用高斯混合模型对连续的驾驶行为观测数据(如加速度、转向角速度)进行聚类,提取潜在的行为特征分布。
通过隐马尔可夫模型建模驾驶状态的时间序列转移概率,识别从“正常驾驶”到“攻击性驾驶”的突变过程。
建议提供高频采样数据(如10Hz以上)的描述,包含速度、加速度及横向位移等关键参数。
报告将输出攻击性概率值及主要行为特征,概率越高代表路怒倾向越明显。