基于隐式交互和机器学习的智能手机寻泊检测

在驾驶时与智能停车系统交互寻找停车位可能既繁琐又不安全。我们提出了一个基于提升树分类器的系统，运行在智能手机上，自动检测驾驶员何时在寻找停车位。该系统不需要驾驶员的直接干预，基于上下文数据分析。分类器使用9名测试用户收集的真实数据（615次行程）进行训练和测试。通过这项研究，我们做出了以下贡献：（i）提供了关于寻泊检测的文献综述，（ii）提出了建模寻泊行为的方法，（iii）描述了分类器的设计、训练和测试并讨论了其结果。长期来看，我们的工作旨在通过依赖隐式理解用户行为和预测其需求的人本特征来改善汽车相关场景中的用户体验和安全性。