Ax、Ay、Az)及三轴角速度(Gx、Gy、Gz)，运用 IMU (Inertial measurement unit，一种测量物体三轴姿态角(或角速率)以及加速度的装置)姿态融合算法或者MPU6050官方提供的数字运动处理DMP算法进行融合处理，求得整车运行的姿态角数据(即航向角Yaw、翻滚角Roll、俯仰角Pitch) ;3、数据分析:将加速度、角速度及姿态角数据绘制成数据波形图，并根据实际车载实验建立出符合不同驾驶行为的数学模型，比如汽车的实际航向角Yaw_R模型以及汽车的实际行驶方向的加速度judgeAy模型，其中，也可以将加速度、角速度及姿态角数据上传至上位机并绘制成数据波形图，上位机可以是车载设备或是通过无线、有线网络与如图2所示的装置进行通信，且具有一定计算能力的设备，比如司机的智能手机、个人电脑、PAD等通过数据线或是无线网络与0BD设备进行通信，并最终通过0BD接口与如图2所示的装置进行数据交互；4、驾驶行为判断:根据建立的汽车实际航向模型Yaw_R及实际行驶方向上的加速度模型judgeAy，设计判断算法，至少可以列举以下几种:1、1.5秒时间内航向角的变化率判断急转弯行为(左转或右转方向亦可通过现有的方向判断方案得出，比如通过传感器采集到的加速度方向进行判定)；2、加速度的值大于或小于某个阈值的时间维持在2s?3s时间段内判断急加速或急减速的驾驶行为。
[0020]在本实施例中，102的具体实现方案可以包括:
1021，通过加权滤波算法对所述速度数据进行处理得到Ax、Ay、Az、Gx、Gy、Gz，其中，所述三轴加速度表示为(Ax、Ay、Az)、所述三轴角速度表示为(Gx、Gy、Gz)。
[0021]1022，利用01^姿态融合算法获取用于表示旋转状态的四元数^0^142^3)，并根据所述表示旋转状态的四元数和欧拉角之间的转换算法，获取所述姿态角数据。
[0022]其中，所述表示旋转状态的四元数和欧拉角之间的转换算法包括:
俯仰角 Pitch=asin(_2 * ql * q3 + 2 * q0* q2)* 57.3。
[0023]翻滚角Roll: atan2 (2 * q2 * q3 + 2 * qO * ql, _2 * ql * ql - 2 * q2* q2+ 1)* 57.3o
[0024]航向角Yaw= atan2 (2* (ql*q2 + q0*q3)，q0*q0+ql*ql-q2*q2_q3*q3) * 57.3。
[0025]举例来说，为确保各硬件模块正常工作，可以按照如图3所示的软件架构图所示设计软件:
编写并加载驱动，主控单片机芯片STM32通过I2C总线读取G-sensor模块(即传感器MPU6050)，加载并调试驱动程序使STM32及MPU6050能够正常通信；
读取G-sensor模块的原始数据，标记出各数据的含义--三轴加速度(Ax、Ay、Az)及三轴角速度(Gx、Gy、Gz);
通过加权滤波算法对原始数据进行处理得到相对平稳的Ax、Ay、Az、Gx、Gy、Gz ；
利用DMP姿态融合算法获取用于表示旋转状态的四元数(q0、ql、q2、q3)，并根据所述表示旋转状态的四元数和欧拉角之间的转换算法，获取所述姿态角数据。
[0026]在本实施例中，103的具体实现方案，可以包括:
1031，判断在指定时间内三轴加速度的变化率是否维持在匀速或静止范围内，若是则根据公式一获取基于坐标系α的所述传感器固定于所述交通工具内的摆放姿态，其中坐标系α为:χ轴为平行于所述交通工具前端方向、y轴为竖直方向、ζ轴为水平垂直于X轴，所述公式一包括:
anglex = asin(Aax / A)angley = asin(Aay / A)anglez = asin (Aaz / A)
其中:A为固定值16384.0，Aax、Aay、Aaz为分别经过滤波算法处理的三轴加速度值，anglex、angley、anglez为三轴加速度值基于所述坐标系α的角度值。
[0027]例如:根据三轴加速度(Ax、Ay、Az)数据值，求出传感器车载摆放姿态。摆放姿态基于车身匀速或静止状态下计算，基于坐标系α —一X轴为平行于车头方向、y轴为竖直方向、ζ轴为水平垂直于X轴。具体算法包括::1.判断30s时间内三轴加速度变化率是否维持在匀速或静止范围内，若维持在匀速或静止状态范围内则跳至步骤ii，否则继续判断下一个30s状态；再根据公式一求出基于α坐标系的传感器MPU6050固定于车内的摆放姿态，具体的，Α为固定值16384.0 (重力加速度对应的传感器读数)。
[0028]1032，根据所述摆放姿态、所述三轴加速度(Ax、Ay、Az)、所述三轴角速度(Gx、Gy、Gz)和所述姿态角数据(Yaw、Pitch、Roll)建立至少包括以下的数学模型:
以车载场景为例:三轴加速度(Ax、Ay、Az)、三轴角速度(Gx、Gy、Gz)以及车身姿态角(Yaw、Pitch、Roll)建立数学模型。据车载OBD接口位置调研，传感器摆放姿态可归纳为绕传感器X轴、z轴旋转式放置或水平于车头方向放置，分别计算三轴加速度(Aax、Aay、Aaz)与A的比值，并与数据阈值0.08比较，即判断Aax/A、Aay/A, Aaz/A是否小于0.08，哪组比较为真即可判断传感器摆放姿态绕其对应的坐标轴(X、y、z)旋转放置。
[0029]若所述0BD接口水平于所述交通工具前端放置，则judgeAy=_Ay，Yaw_R=Yaw_this - Yaw—last;
若所述OBD接口绕所述传感器的X轴旋转式的放置，则judgeAy=((Az*sin(angley))-(Ay*sin(anglez)))/(cos(angley)*sin(anglez) - sin (angley)*cos (anglez))，Yaw_R=Yaw_this - Yaw_last;
若所述OBD接口绕所述传感器的z轴旋转式的放置，则judgeAy= ((Ax*sin (angley))-(Ay*sin(anglex)))/(cos(angley)*sin(anglex)+sin (angley)*cos (anglex))。
[0030]其中，若y轴与水平面的夹角在正负45度范围内，则Yaw_R=Ro 1 l_thi s_Ro 11_last，否则Yaw_R=Yaw_this - Yaw_last，米样频率为800ms/次，其中Ax、Ay、Az为经过所述加权滤波算法处理的三轴加速度值，judgeAy为平行于所述交通工具的移动方向的加速度值，Yaw_R为所述交通工具的移动方向上的角度。
[0031]在本实施例中，104的具体实现方案，可以包括:
判断频率为每1.6s判断一次，若Yaw_R在1.6s的变化角度超过40度，则判定为一次急转弯驾驶行为。
[0032]例如:判断频率设置为每1.6s判断一次，若是1.6s的变化角度超过阈值40度，如图4及图5所示的急左转或急右转时的单位时间内的变化率，即判断为一次急转弯驾驶。
[0033]若judgeAy的符号位为正且维持在2s?3s内大于等于阈值3000，则判定为一次急加速驾驶。
[0034]例如:judgeAy的符号位为正，如图7所示的急加速行驶时的数据分析波形图所示，若是维持在阈值3000以上2s?3s内，即判断为一次急加速驾驶。
[0035]若judgeAy的符号位为负且维持在2s?3s内小于等于阈值-3500，则判定为一次急减速驾驶。
[0036]例如:judgeAy的符号位为负，如图6所示的急减速行驶时的数据分析波形图所示，若是维持在阈值-3500以下2s?3s内，即判断为一次急减速驾驶。
[0037]需要说明的是，本实施例中所列举的仅为几种可能的具体驾驶行为判定方法，显然也可以采用101-103所得数据以及计算方式指定其他的驾驶行为判断方法。
[0038]本发明实施例提供的驾驶行为的分析方法，通过为0BD设备设计了外接处理器和传感器作为硬件核心的驾驶行为的分析装置，并基于该硬件核心设计了根据传感器所采集数据计算得到驾驶者的驾驶行为的方案。相对于现有技术，本发明在保障实时监测和智能评估的高效性和实时性的同时，避免了对于汽车总线的改动，并且本发明可以通过0BD接插件与已有的0BD设备相连接，代替0BD设备承担驾驶行为分析的功能，从而使得不同的车型都可以通过外接本发明所提供的装置来完成驾驶行为分析，又由于本发明所提供的装置的处理