使用智能手机传感器进行驾驶风格检测

Question

我想使用Android智能手机设备测量加速度（分别向前和横向），以便能够分析驾驶行为/风格。

我的方法如下：

1。对齐坐标系

校准（无动作/第一动作）： 当汽车静止时，我会用Sensor.TYPE_GRAVITY计算重力的大小，并将其直接旋转到z轴（指向下方，假设是平坦的表面）。这样，音高和滚动角度应该接近零并且等于汽车相对于世界的角度。

在此之后，我将开始直接用汽车向前移动以使用Sensor.TYPE_ACCELEROMETER获得第一个动作指示，并将此幅度直接旋转到x轴（指向前方）。这样，偏航角度应该等于车辆与世界相关的航向。

更新方向（驾驶时）： 为了能够在驾驶时保持坐标系统对齐，我将使用Sensor.TYPE_GRAVITY来维持系统的滚动和俯仰

其中A_x，y，z是重力加速度。

通常，偏航角度将通过Sensor.ROTATION_VECTOR或Sensor.MAGNETIC_FIELD维持。然而，不使用它们的原因是因为我将在电动车中使用该应用程序。由发动机产生的大量伏特和安培可能会使这些传感器值的精度受损。因此，我所知道的最佳替代方案（尽管不是最佳的）是使用GPS航向来维持偏航角。

2。获得测量

通过应用上述所有旋转，应该可以保持智能手机和车辆坐标系之间的对齐，从而在x轴和y轴上给出纯粹的前向和横向加速度值。

问题：

• 这种做法是否适用，或者我是否错过了至关重要的内容？
• 对此有更简单/替代方法吗？

Answer 1

关于寻找加速度，如果您有权访问GPS的源代码，您无法通过计算GPS的距离/时间来找到前向运动吗？

如果目标是找到驾驶行为和风格，我会想象收集一个大型数据集，然后使用k均值聚类算法对数据进行排序，然后使用lstmRNN（进行预测）可能是另一种方法。 （虽然这要求您从大型数据集中获取数据，但我不知道这是否可行，也不知道您希望在数据集中包含哪些因素。）

虽然听起来像是一个有趣的问题。