9、农业机械驾驶安全与室内农场车辆导航系统研究

农业机械驾驶安全与室内农场车辆导航系统研究

1. 农业机械驾驶安全系统

1.1 模型结果

模型对不同驾驶行为类别的评估指标结果如下表所示：
| 类别 | 精确率 | 召回率 | 准确率 | F1 分数 | AUC 分数 |
| — | — | — | — | — | — |
| 看向旁边 | 59% | 61% | 0.60 | 0.88 | - |
| 正常驾驶 | 76% | 60% | 0.67 | 0.88 | - |
| 玩手机 | 80% | 85% | 0.82 | 0.96 | - |
| 交谈 | 55% | 51% | 0.53 | 0.81 | - |
| 困倦 | 73% | 81% | 0.77 | 0.96 | - |
| 总体 | 70% | 69% | 70% | 0.69 | 0.90 |

从这些概率结果可以看出，模型对实际语义信息有较好的理解，通过判断视频的特定片段可以获取当前视频片段的类别。然而，模型对“交谈”类别存在较高的偏差，容易将其他类别误判为“交谈”类别，未来需要重点关注这方面的问题。

1.2 模型优势与不足

该研究通过将视频分类模型和深度学习算法应用于农业驾驶安全系统，实验验证了模型的可行性和有效性。结果表明，模型具有强大的分类和实时预测能力，这些优势表明该模型可以在实际中应用。

但模型也存在一些问题，对于语义重叠的动作容易出现误分类，需要在数据组件方面提供更多支持。模型的准确性还有提升空间，后续研究将聚焦于此。

1.3 研究成果总结

本研究旨