器和传感器成本较低，小于重新设计总线的成本，因此本发明也达到了降低成本的目的。
[0039]本发明实施例还提供一种驾驶行为的分析装置，如图2所示的，包括:主处理器、与所述主处理器连接的0BD接插件、与所述主处理器连接的传感器。其中，所述主处理器为带有I2C总线接口的MCU。所述主处理器通过所述0BD接插件连接并固定于所述交通工具的0BD接口。所述交通工具通过所述0BD接口提供电源，并由电源模块将所述0BD接口提供电源转化为所述主处理器和所述传感器的工作电压。
[0040]所述传感器，用于获取交通工具在移动过程中的速度数据并向所述主处理器发送，所述速度数据包括三轴加速度和三轴角速度。
[0041]所述主处理器，用于根据所述速度数据获取所述交通工具在移动过程中的姿态角数据，所述姿态角包括所述交通工具的航向角、翻滚角和俯仰角。并根据所述速度数据和所述姿态角数据建立表示运动状态的数学模型，所述数学模型至少包括:实际航向角模型和实际行驶方向的加速度模型。再根据所建立的数学模型，确定所述交通工具的驾驶者的驾驶行为，其中至少包括:根据所述实际航向角模型确定所述驾驶者的急转弯行为，以及根据所述实际行驶方向的加速度模型确定所述驾驶者的急加速或急减速的驾驶行为。
[0042]其中，所述主处理器，具体用于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)。并利用01^姿态融合算法获取用于表示旋转状态的四元数^0^1^2、93)，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。
[0043]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。
[0044]翻滚角Roll: atan2 (2 * q2 * q3 + 2 * qO * ql, _2 * ql * ql - 2 * q2* q2+ 1)* 57.3o
[0045]航向角Yaw= atan2 (2* (ql*q2 + q0*q3)，q0*q0+ql*ql-q2*q2_q3*q3) * 57.3。
[0046]进一步的，所述主处理器，具体还用于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、z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。
[0047]所述主处理器，具体还用于根据所述摆放姿态、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:
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))。
[0048]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。
[0049]更进一步的，所述主处理器，具体还用于判断频率为每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。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。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。
[0050]本发明实施例提供的驾驶行为的分析装置，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器和传感器成本较低，小于重新设计总线的成本，因此本发明也达到了降低成本的目的。
[0051 ] 本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。
[0052]本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory, ROM)或随机存储记忆体(Random AccessMemory, RAM)等。
[0053]以上所述，仅为本发明的【具体实施方式】，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
【主权项】
1.一种驾驶行为的分析方法，其特征在于，包括: 主处理器通过相连的传感器获取交通工具在移动过程中的速度数据，所述速度数据包括三轴加速度和三轴角速度； 根据所述速度数据获取所述交通工具在移动过程中的姿态角数据，所述姿态角包括所述交通工具的航向角、翻滚角和俯仰角； 根据所述速度数据和所述姿态角数据建立表示运动状态的数学模型，所述数学模型至少包括:实际航向角模型和实际行驶方向的加速度模型； 根据所建立的数学模型，确定所述交通工具的驾驶者的驾驶行为，其中至少包括:根据所述实际航向角模型确定所述驾驶者的急转弯行为，以及根据所述实际行驶方向的加速度模型确定所述驾驶者的急加速或急减速的驾驶行为。2.根据权利要求1所述的方法，其特征在于，所述主处理器为带有I2C总线接口的MCU ;所述主处理器还与OBD接插件相连，并通过所述OBD接插件连接并固定于所述交通工具的OBD接口 ；所述交通工具通过所述OBD接口提供电源，并由电源模块将所述OBD接口提供的电压转化为所述主处理器和所述传感器的工作电压。3.根据权利要求2所述的方法，其特征在于，所述根据所述速度数据获取所述交通工具在移动过程中的姿态角数据，包括: 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)； 利用DMP姿态融合算法获取用于表示旋转状态的四元数(qO、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； 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 * qO* q2)* 57.3 ；翻滚角 Roll= atan2 (2 * q2 * q3 + 2 * qO * ql, _2 * ql