近年来,随着国民经济和社会的飞速发展,汽车保有量也急剧攀升,道路交通安全问题越来越受到社会的广泛关注。统计数据显示不良的驾驶行为是引起交通事故的主要原因,分析车辆在行驶过程中的行为对于规范驾驶行为、减少交通事故、提高交通安全具有指导意义。互联网技术的快速发展和智能移动终端设备丰富的功能给人们的生活带来便捷,智能设备已经成为人们生活中不可缺少的一部分。IOS智能设备中的加速计和陀螺仪能够感知设备的移动和状态,通过这些传感器可以实现低成本的数据采集功能。本文利用IOS设备传感器采集并识别车辆的行驶行为,主要包括:换道、加速、减速、刹车等行为,在此基础上提出了基于支持向量机的识别算法,具体工作如下:1.利用智能手机/pad等移动终端中嵌入的加速计和陀螺仪采集车辆行驶过程中的加速度和角速度数据,针对车辆行驶过程中因车辆颠簸产生的零点漂移及高频噪声的问题,对采集到的数据进行标零和低通滤波处理。2.针对车辆行驶过程中换道、加速、减速和刹车时采集到的加速度和角速度数据,建立能够表征其行为特征的特征向量,包括数据的最大值、最小值、最大最小值之间的差值、均值及方差,提出了基于支持向量机的车辆行为分类器。为了解决连续换道等行为的识别,提出了一种N-δ滑动窗口截取算法,实现了对包含多个行为的数据的快速划分。3.搭建实验测试平台,并在城市道路中对本文提出的车辆行驶行为识别方法进行了实验测试,测试结果表明,该方法能够有效地识别车辆行驶行为。