毋庸置疑，智能手机已经成为人们生活中的必需品，以Android和iOS为主流的智能操作系统使得手机具备如同PC桌面系统一般可扩展性，能够“随时随地”提供各种娱乐和信息资讯。从苹果公司创新性地将传感器应用到苹果iphone4手机开始，手机的功能不再仅仅具备通话与短信功能，而是具备更强的智能“感知”能力。目前智能手机内置的传感器主要用于开发电子罗盘、体感游戏或提升用户体验的屏幕旋转等。而伴随我国城市汽车数量井喷式的增长，道路交通拥堵已经严重影响着人们的日常生活，而频发的严重交通事故引发全社会对于交通安全的关注与重视。国内外对于交通事故的统计分析指出，引发交通事故的主要原因来自驾驶者，而由周围环境或车辆自身造成的比例较小。同时研究表明，当驾驶者处于监督状态时其驾驶行为往往更具安全性。本文将利用Android智能手机的传感器，将智能手机的功能扩展性到驾驶识别领域中。车辆行驶过程的加速度信息能够反映当前车辆行驶的有效信息，比如正常行驶的加速减速以及转向，或者危险驾驶引发的急刹车或紧急转向等情形。智能手机具有“随时随地”“感知”的特性，因此将其以特定姿态放置在车辆内，就能够采集“宿主”车辆行驶过程中的实时加速度，从而识别当前车辆的驾驶情况。目前，智能手机传感器识别驾驶事件的研究方法，主要是将加速度测试模板与已知参考模板分别计算最短距离，对应的值最小，则将这段时间的驾驶识别为对应的事件。主要应用的算法有两种：一种是广泛应用到孤立语音识别的动态时间规划算法（DTW）；另一种是时间序列相似性度量的符号集近似算法（SAX）。SAX相较于DTW算法时间复杂度低，但PAA数据分割降维过程中容易丢失时间序列的极值信息。针对DTW与SAX算法的不足之处，本文在SAX算法的基础上利用扩展的符号集近似算法（Extended SAX，简称E-SAX），对PAA分割的每一分段数据保留其极值信息，并对字符化后的序列应用最长公共子序列（LCS）进行模式识别的匹配度计算，从而提高驾驶事件识别的准确率。除此之外，本文为消除汽车自身重力对行驶加速度测量的影响，应用加速度传感器与磁感应器的旋转矩阵，将Android手机标准坐标系旋转至世界坐标系（WCS）进行校准。通过测试实验，表明本文应用的E-SAX算法能够有效地识别驾驶事件；最后分析可能影响实验结果的多种因素并指出今后研究的改进思路。