数据集概述
本数据集基于MPU6050传感器采集的加速度计和陀螺仪数据，用于建模和分析风险驾驶行为。数据采集自三辆不同型号的汽车（福特Fiesta 1.4、福特Fiesta 1.25、现代i20）和三位年龄分别为27、28、37岁的驾驶员。数据集包含四种风险驾驶行为类别：突然加速、突然右转、突然左转和突然刹车，采样率约为每秒2个样本。数据总计包含19个文件，涵盖原始传感器数据和基于不同窗口大小提取的特征数据。
文件详解
- 原始传感器数据（sensor_raw.csv）
- 文件格式： CSV
- 字段映射介绍： 包含Class（行为类别标签）、DriverID（驾驶员编号）、TaskID（任务编号）、Hour/Minute/Second（时间戳）、GyroX/GyroY/GyroZ（陀螺仪三轴角速度，单位°/s）、AccX/AccY/AccZ（加速度计三轴加速度，单位m/s²）
- 特征数据文件（Features By Window Size目录下）
- 文件格式： CSV
- 字段映射介绍： 包含基于不同时间窗口（如14秒、9秒等）计算的特征，如AccMeanX/Y/Z（加速度均值）、AccCovX/Y/Z（加速度协方差）、AccSkewX/Y/Z（加速度偏度）、AccKurtX/Y/Z（加速度峰度）、AccSumX/Y/Z（加速度和）、AccMin/MaxX/Y/Z（加速度最小/最大值）、AccVarX/Y/Z（加速度方差）等统计特征，以及Target（目标类别标签）
- 数据收集摘要（Data Collection Summary.docx）
- 文件格式： DOCX
- 字段映射介绍： 提供数据收集过程的详细摘要信息
适用场景
- 风险驾驶行为识别: 基于传感器数据训练机器学习模型，自动识别突然加速、转弯和刹车等风险驾驶行为。
- 驾驶行为分析研究: 分析不同驾驶员、不同车型在各种驾驶场景下的行为模式差异。
- 汽车安全系统开发: 为高级驾驶辅助系统（ADAS）和自动驾驶系统提供行为识别数据支持。
- 传感器数据处理: 研究加速度计和陀螺仪数据在不同时间窗口下的特征提取方法和效果评估。
