析方法，其特征在于，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，具体为: 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，每次向后移动一个数据作为当前位置，并进行如下计算: 按照预置的加速度窗口长度L，从当前位置向后顺序选取L个加速度矢量数据，计算L个加速度矢量数据的y轴分量的平方和的均值，并判断所述均值是否大于预置的加速度阈值； 从连续i次判断得到均值大于所述加速度阈值之后连续j次判断得到均值小于所述加速度阈值的加速度矢量数据中，选择第I个到第i+j-Ι个加速度矢量数据作为一个加速度样本数据集合； 从所述行驶坐标系中的第一个角速度矢量数据对应位置作为当前位置开始，每次向后移动一个数据作为当前位置，并进行如下计算: 按照预置的角速度窗口长度M，从当前位置开始向后顺序选取M个角速度矢量数据，计算M个角速度矢量数据的z轴分量的平方和的均值，判断所述均值是否大于预置的角速度阈值； 从连续i’次判断得到均值大于所述加速度阈值之后连续j’次判断得到均值小于所述加速度阈值的加速度矢量数据中，选择第I个到第i’ +j’ -1个角速度矢量数据作为一个角速度样本数据集合。3.根据权利要求2所述的驾驶行为分析方法，其特征在于，将所述加速度样本数据集合内的加速度矢量数据与加速基准值和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具体包括: 从所述加速度样本集合内的第一个加速度矢量数据对应位置作为当前位置，每次向后移动一个数据作为当前位置，并进行如下计算: 从当前位置开始向后顺序选取预置的N个加速度矢量数据，计算N个加速度矢量数据的I轴分量的和值的均值；用计算得到的N-1个均值中最大的一个均值除以预置的加速基准值，得到加速强度； 从所述加速度样本数据集合内的第一个加速度矢量数据开始，对应位置作为当前位置，每次向后移动一个数据作为当前位置，并进行如下计算: 从当前位置开始向后顺序选取预置的P个加速度矢量数据，计算P个加速度矢量数据的I轴分量的和值的均值；用计算得到的P-1个均值中最小的一个均值的绝对值除以预置的减速基准值，得到减速强度； 比较所述加速强度、所述减速强度和预置的阈值的大小，如果加速强度大于减速强度，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。4.根据权利要求2所述的驾驶行为分析方法，其特征在于，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，具体包括: 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。5.根据权利要求1-4任一项所述的驾驶行为分析方法，其特征在于，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；之前还包括: 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。6.一种驾驶行为分析设备，其特征在于，包括:数据读取模块、行驶坐标系数据获得模块、选择模块、加减速判断模块和转弯并道判断模块； 所述数据读取模块，用于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； 所述行驶坐标系数据获得模块，用于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,1'，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，y'轴沿车辆行驶方向，X'轴垂直于y'轴-Z'轴组成的平面； 所述选择模块，用于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； 所述加减速判断模块，用于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； 所述转弯并道判断模块，用于所述角速度样本数据集合内的角速度矢量数据分别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。7.根据权利要求6所述的驾驶行为分析设备，其特征在于，所述选择模块包括选择子模块，用于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，每次向后移动一个数据作为当前位置，并进行如下计算: 按照预置的加速度窗口长度L，从当前位置向后顺序选取L个加速度矢量数据，计算L个加速度矢量数据的y轴分量的平方和的均值，并判断所述均值是否大于预置的加速度阈值； 从连续i次判断得到均值大于所述加速度阈值之后连续j次判断得到均值小于所述加速度阈值的加速度矢量数据中，选择第I个到第i+j-Ι个加速度矢量数据作为一个加速度样本数据集合； 从所述行驶坐标系中的第一个角速度矢量数据对应位置作为当前位置开始，每次向后移动一个数据作为当前位置，并进行如下计算: 按照预置的角速度窗口长度M，从当前位置开始向后顺序选取M个角速度矢量数据，计算M个角速度矢量数据的z轴分量的平方和的均值，判断所述均值是否大于预置的角速度阈值； 从连续i’次判断得到均值大于所述加速度阈值之后连续j’次判断得到均值小于所述加速度阈值的加速度矢量数据中，选择第I个到第i’ +j’ -1个角速度矢量数据作为一个角速度样本数据集合。8.根据权利要求7所述的驾驶行为分析设备，其特征在于，所述加减速判断模块包括:强度获得子模块和判断子模块； 所述强度获得子模块，用于从所述加速度样本集合内的第一个加速度矢量数据对应位置作为当前位置，每次向后移动一个数据作为当前位置，并进行如下计算:从当前位置开始向后顺序选取预置的N个加速度矢量数据，计算N个加速度矢量数据的y轴分量的和值的均值；用计算得到的N-1个均值中最大的一个均值除以预置的加速基准值，得到加速强度；从所述加速度样本数据集合内的第一个加速度矢量数据开始，对应位置作为当前位置，每次向后移动一个数据作为当前位置，并进行如下计算:从当前位置开始向后顺序选取预置的P个加速度矢量数据，计算P个加速度矢量数据的I轴分量的和值的均值；用计算得到的P-1个均值中最小的一个均值的绝对值除以预置的减速基准值，得到减速强度； 所述判断子模块，用于比较所述加速强度、所述减速强度和预置的阈值的大小，如果加速强度大于减速强度，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。9.根据权利要求7所述的驾驶行为分析设备，其特征在于，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； 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。10.根据权利要求6-9任一项所述的驾驶行为分析设备，其特征在于，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。
【专利摘要】本发明提供一种驾驶行为分析方法及设备，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；将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，从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；将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；将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。由于设置了加速基准值、减速基准值、角速度基准数据序列，可以准确判断出这两种驾驶行为变化。
【IPC分类】G07C5/08, G06F19/00
【公开号】CN105718710
【申请号】CN201410722918
【发明人】姚宇星, 钟速明, 孙健康
【申请人】高德软件有限公司
【公开日】2016年6月29日
【申请日】2014年12月2日
【公告号】WO2016086792A1...