摘要：文章提出一種基于深度學習的工業車輛駕駛行為識別的方法。該方法對工業車輛在實際工廠環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據進行預處理,根據處理結果將數據送入深度神經網絡訓練,完成對工業車輛駕駛行為的識別。系統先對樣本數據使用數據插值、標準化處理等方法進行預處理,通過數據增強算法減少過擬合的影響,再基于長短期記憶網絡(LSTM)處理時間序列數據,構建出CNN+LSTM的深度網絡模型,用于駕駛行為的識別。測試結果表明,所提模型識別整體準確率可達96.51%,能夠準確地識別出工業車輛行駛的狀態。