减速强度，并且加速强度大于预置的阈值，则判断发生了加速行为，如果减速强度大于加速强度，并且减速强度大于预置的阈值，则判断发生了刹车行为，如果加速强度和减速强度均小于预置的阈值，则该数据区间内未发生加速行为或刹车行为。
[0044]优选地，所述转弯并道判断模块包括转弯并道判断子模块，用于利用动态时间规整算法DTW计算所述角速度样本数据集合内的角速度矢量数据与预置的至少一个左转弯角速度基准数据序列，至少一个右转弯基准数据序列，至少一个左并道角速度基准数据序列和至少一个右并道角速度基准数据序列之间的差异值，选择最小的一个差异值，判断最小的所述差异值是否小于预置的差异值阈值，如果是，则将驾驶行为确定为所述差异值对应的基准数据序列的类型；
[0045]所述预置的角速度基准数据序列包括至少一个左转弯角速度基准数据序列，至少一个右转弯基准数据序列，至少一个左并道角速度基准数据序列和至少一个右并道角速度基准数据序列，所述将所述角速度样本集合内的角速度矢量数据与预置的角速度基准模板进行判断是否左转弯行为、右转弯行为、左并道行为或右并道行为。
[0046]优选地，还包括滤波模块，用于对所述行驶坐标系中的加速度矢量数据和角速度矢量数据进行低通滤波，滤除行驶过程产生的震动影响。
[0047]与现有技术相比，本发明具有以下优点:
[0048]本实施例提供的驾驶行为分析方法，可以利用现有的传感器等设备获得加速度矢量数据和角速度矢量数据，再将数据转换到行驶坐标系中，利用行驶坐标系中的数据判断是否发生驾驶行为的变化，由于设置了加速基准值、减速基准值、角速度基准数据序列，因此，本实施例中可以准确判断出这两种驾驶行为变化。而现有技术中基于GPS并不能检测出是否发生转弯，是否发生并道。并且当信号质量不好时，GPS数据传输将收到限制。而本实施例中不基于GPS，因此，不受信号质量的影响。
【附图说明】
[0049]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0050]图1是本发明提供的驾驶行为分析方法实施例一流程图；
[0051]图2是行驶坐标系与地理坐标系χ-y平面相比较示意图；
[0052]图3是本发明提供的驾驶行为分析方法实施例二流程图；
[0053]图4是本发明提供的样本区间的示意图；
[0054]图5是本发明提供的驾驶行为分析方法实施例三流程图；
[0055]图6是本发明提供的驾驶行为分析设备实施例一示意图；
[0056]图7是本发明提供的驾驶行为分析设备实施例二示意图；
[0057]图8是本发明提供的驾驶行为分析设备实施例三示意图。
【具体实施方式】
[0058]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0059]为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的【具体实施方式】做详细的说明。
[0060]参见图1，该图为本发明提供的驾驶行为分析方法实施例一流程图。
[0061]SlOl:读取车辆行驶过程中传感器检测到的车辆加速度矢量数据和角速度矢量数据；
[0062]S102:将所述加速度矢量数据和角速度矢量数据投影到行驶坐标系(X'，y'，z')中，得到行驶坐标系中的加速度矢量数据和角速度矢量数据；所述行驶坐标系为Z'轴垂直于地面，^轴沿车辆行驶方向，W轴垂直于太轴-Z'轴组成的平面；
[0063]如果传感器是直接安装在汽车上的，则将传感器检测到的矢量数据直接从传感器坐标系映射到行驶坐标系；如果是传感器是安装在手机上的，则需要先从手机坐标系转换到地理坐标系，再从地理坐标系转换到行驶坐标系。原因是手机姿态不固定，从而导致是的手机坐标系到行驶坐标系的映射关系不是唯一固定的，需要根据手机实时的姿态先从手机坐标系转换到地理坐标系，再转换到行驶坐标系。
[0064]需要说明的是，地理坐标系指的是真实世界的方向。
[0065]本申请可以利用手机中的传感器来进行检测，例如，可以利用手机中的加速度传感器、陀螺仪和磁力计读数的融合，得到手机相对于地理坐标系的加速度和转动角速度。
[0066]需要说明的是，融合算法可以由手机平台的应用程序编程接口(API，Applicat1nProgramming Interface)提供。
[0067]可以理解的是，加速度传感器、陀螺仪和磁力计是融合算法的输入数据，融合算法的输出数据是地理坐标系中的数据。
[0068]即利用手机可以获得车辆行驶时在地理坐标系(x，y，z)中的加速度矢量数据和角速度矢量数据；所述手机与车辆相对静止；可以理解的是，在数据采集阶段，手机与车辆相对静止即可。
[0069]另外，还有一种情况就是，由专门的一个检测模块来获得车辆行驶时在地理坐标系(x，y，z)中的加速度矢量数据和角速度矢量数据，该检测模块可以独立于手机而存在。
[0070]而利用已经存在的手机来完成数据的检测成本是最低的，因为现在的智能手机中已经涵盖了加速度传感器、陀螺仪和磁力计。
[0071]可以理解的是，行驶坐标系与地理坐标系相比较，z轴完全相同，不同的仅是Χ-y轴组成的二维平面，具体可以参见图2所示。
[0072]以一个加速度矢量V为例，需要通过它在地理坐标系中的坐标(x，y)和Θ算出V在行驶坐标系中的坐标,1')。
[0073]具体的计算为:
[0074]X, = x*cos ( Θ ) -y*sin ( θ )；
[0075]y' = x*sin ( θ )+y*cos ( θ )；
[0076]另由于两个坐标系的z轴相同，因此投影前后加速度和角速度的z轴读数均不变，即:
[0077]z' =z;
[0078]需要说明的是，将地理坐标系中的数据转换到行驶坐标系中，必须得到车辆实际的行驶方向，因此，车辆的实际行驶方向可以由GPS来获得，即获得图2中的Θ。
[0079]例如，1s内车辆的行驶方向一般不会变化，因此，即使GPS信号短时间不太好，也不影响行驶方向的获得。这样本实施例提供的方法对于GPS的依赖性很小，因为主要的数据均是通过手机上的各个传感器来获得，而不是通过GPS来获得。
[0080]S103:从所述行驶坐标系中的矢量数据中选择驾驶行为发生变化的加速度样本数据集合和/或角速度样本数据集合；
[0081]S104:将所述加速度样本数据集合内的加速度矢量数据与预置的加速基准值和预置的减速基准值进行比较，判断是否发生加速行为或者刹车行为；
[0082]需要说明的是，从采集的数据中可以分析出是否发生驾驶行为的变化，将包括驾驶行为变化的数据集合内的矢量数据作为有效数据来进行后续比较分析。
[0083]加速度变化时可能对应的是加速，也可能对应的是刹车。
[0084]S105:将所述角速度样本数据集合内的角速度矢量数据与预置的角速度基准数据序列进行比较，判断是否发生了左转弯行为、右转弯行为、左并道行为或右并道行为。
[0085]角速度变化时可能对应的转弯，也可能对应的是并道，其中转弯又分为左转弯和右转弯，并道又分为左并道和右并道。
[0086]可以理解的是，加减速判断与转弯并道判断是分别独立判断的，判断加减速依据的是加速度数据，判断转弯并道依据的是角速度数据。车辆在实际行驶过程中，可能加速与转弯并存，可能加速与并道并存，可能减速与转弯并存，可能减速与并道并存。
[0087]需要说明的是，S104和S105是部分前后顺序的，都是位于S103之后的。
[0088]本实施例提供的驾驶行为分析方法，可以利用现有的传感器等设备获得加速度矢量数据和角速度矢量数据，再将数据转换到行驶坐标系中，利用行驶坐标系中的数据判断是否发生驾驶行为的变化，由于设置了加速基准值、减速基准值、角速度基准数据序列，因此，本实施例中可以准确判断出这两种驾驶行为变化。而现有技术中基于GPS并不能检测出是否发生转弯，是否发生并道。并且当信号质量不好时，GPS数据传输将收到限制。而本实施例中不基于GPS，因此，不受信号质量的影响。
[0089]方法实施例二:
[0090]参见图3，该图为本发明提供的驾驶行为分析方法实施例二流程图。
[0091]本实施例中介绍驾驶行为变化为加速或减速的具体判断步骤。
[0092]需要说明的是，无论是判断加减速，还是判断转弯并道，均需要采集有效的驾驶行为发生变化的数据，这些有效的数据的采集方式是相同的。下面首先介绍有效数据的采集。
[0093]本实施例中的S301-S302分别与S101-S102相同，在此不再赘述。
[0094]S303:从所述行驶坐标系中的第一个加速度矢量数据对应位置作为当前位置开始，每次向后移