摘要：文章提出一種基于深度學(xué)習(xí)的工業(yè)車輛駕駛行為識別的方法。該方法對工業(yè)車輛在實際工廠環(huán)境中行駛的特點進行分析,將三軸加速度傳感器和三軸角速度傳感器采集到的數(shù)據(jù)進行預(yù)處理,根據(jù)處理結(jié)果將數(shù)據(jù)送入深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練,完成對工業(yè)車輛駕駛行為的識別。系統(tǒng)先對樣本數(shù)據(jù)使用數(shù)據(jù)插值、標(biāo)準(zhǔn)化處理等方法進行預(yù)處理,通過數(shù)據(jù)增強算法減少過擬合的影響,再基于長短期記憶網(wǎng)絡(luò)(LSTM)處理時間序列數(shù)據(jù),構(gòu)建出CNN+LSTM的深度網(wǎng)絡(luò)模型,用于駕駛行為的識別。測試結(jié)果表明,所提模型識別整體準(zhǔn)確率可達(dá)96.51%,能夠準(zhǔn)確地識別出工業(yè)車輛行駛的狀態(tài)。