基于智能车载终端的驾驶行为识别方法

文档序号:10726715
基于智能车载终端的驾驶行为识别方法
【专利摘要】本发明提出了一种基于智能车载终端的驾驶行为识别方法,包括如下步骤:步骤S101,设置驾驶行为,并将所述驾驶行为分解为多个驾驶模式;步骤S102,根据每个驾驶模式中涉及的行驶信息计算出对应的驾驶行为识别模式;步骤S103,利用智能车载终端GID获取车辆在行驶中的行驶信息;步骤S104,将获取的行驶信息引入到每个驾驶模式的驾驶行为识别模式中,进行判断所述车辆所属的驾驶模式。本发明对驾驶行为进行量化分析,识别驾驶行为状态,为车联网保险服务等相关行业提供理论基础。
【专利说明】
基于智能车载终端的驾驶行为识别方法
技术领域
[0001] 本发明涉及驾驶行为识别技术领域,特别涉及一种基于智能车载终端的驾驶行为 识别方法。
【背景技术】
[0002] 车辆在行驶过程中司机的驾驶行为受多方面因素影响,环境、车辆、道路等情况的 多变性和复杂性以及驾驶员行车过程中操作熟练程度和对应急事件的反应程度都会导致 驾驶行为的不同。
[0003] 驾驶行为影响因素分为两大类:1)内部因素:主要指驾驶员自身对驾驶行为的影 响,如驾驶员的性别、年龄、违章记录、出险次数、驾车经历以及对道路交通法规态度等;2) 外部因素:主要指外界环境因素的影响,如道路等级、道理状况、车况指数等。
[0004] 针对驾驶行为影响指标选取问题,过多的指标存在重复情况,导致工作量加大;而 过少指标会导致所选指标因不具备代表性导致分析结果不全面。因此,遵循驾驶行为指标 选取的系统、可操作、客观、和独立四大原则。
[0005] 如中国专利CN 104463244A的发明专利,该发明提供一种用于移动智能设备的异 常驾驶行为监测和识别方法和系统,使用了智能手机的传感器可以快速检测出异常驾驶行 为,然而,该发明在驾驶行为影响指标选取中,采用过多的指标且存在重复情况,导致工作 量加大。

【发明内容】

[0006] 本发明的目的旨在至少解决所述技术缺陷之一。
[0007]为此,本发明的目的在于提出一种驾驶行为指标少的基于智能车载终端的驾驶行 为识别方法。
[0008] 为了实现上述目的,本发明提供一种基于智能车载终端的驾驶行为识别方法,包 括如下步骤:
[0009] 步骤S101,设置驾驶行为,并将所述驾驶行为分解为多个驾驶模式;
[0010] 步骤S102,根据每个驾驶模式中涉及的行驶信息计算出对应的驾驶行为识别模 式;
[0011] 步骤S103,利用智能车载终端GID获取车辆在行驶中的行驶信息;
[0012] 步骤S104,将获取的行驶信息引入到每个驾驶模式的驾驶行为识别模式中,进行 判断所述车辆所属的驾驶模式。
[0013] 优选的,所述多个驾驶模式包括疲劳驾驶行为模式、变速行为模式、转弯行为模 式。
[0014] 优选的,所述疲劳驾驶行为模式对应的疲劳驾驶行为识别公式为: 、,??"<3ΜΤ二 drive<7.5h
[0015] FatigueLewl = < 1,3.5 < Τ;ιιη < 4hvV.5h < T;i>ii!:,nv< Sh % T:>4mj;utaldrj油
[0016] 其中:i表示驾驶员;
[0017] 表示驾驶员i的两条行车数据的时间间隔;
[0018] ?1表示当天驾驶员i从第一条行车数据开始或者上一次停车休息结束之后的单 次连续行驶时间;
[0019] r二表示驾驶员i单次停车休息时间;
[0020] I表示驾驶员i车辆驾驶速度;当1大于5km/h表明驾驶员i首次启动车辆或者停车 休息后再次启动车辆小于0.5km/h表明驾驶员i停车休息;
[0021 ] 表示驾驶员i全天驾驶时间累计值,显然,;
[0022] ConF表示驾驶员i当天单次疲劳驾驶事件数;
[0023] FagitueLevel表示疲劳驾驶程度,当单次连续行驶时间小于3.5h且全天驾驶时间 累计值小于7.5h为正常驾驶状态,即FagitueLevel = 0;当单次连续行驶时间大于3.5h且小 于4h或者天驾驶时间累计值大于7.5h且小于8h为疲劳驾驶告警,即FagitueLevel = 1;当单 次连续行驶时间大于4h或者全天驾驶时间累计值大于8h为违规疲劳驾驶,即FagitueLevel =2;
[0024] Fe为疲劳驾驶事件数,显然Fe为单次疲劳驾驶事件数和累计超时疲劳驾驶事件数 之和。
[0025] 优选的,所述疲劳驾驶行为模式的识别判断包括以下步骤:
[0026]获取车辆在行驶中的行驶信息;
[0027]根据行车速度1判断驾驶员行车是否停止或者休息;
[0028]若单次连续行车后驾驶员休息后,当时间满足行业规定20min,对历史行车时间进 行累计更新,否则根据单次连续行车时长判断驾驶员的疲劳行车程度,并且单次疲劳驾驶 事件数增加一次;
[0029] 若驾驶员单次连续行车仍在继续,对当前行车时间进行更新;
[0030] 若当天所有行车数据处理完毕,则需要根据全天驾驶时间累计值对疲劳行车程度 再一次进行判定;若全天驾驶时间累计值超过8h,则为驾驶超时事件,即疲劳驾驶。
[0031] 优选的,所述变速行为模式对应的变速驾驶行为识别公式为: 0, a > 3m! s\0.25.v <T < 3s
[0032] ShiftStatus ~<\, a < -3m! s'. 0.25.v <T < 3λ a < -Am / λ ' I Lv* 0.5/?? / .v, 0. l,v < T < 3.v
[0033] 其中,v表示车辆在行驶过程中的速度;
[0034] T表示车辆在行驶过程中的加速持续时间;
[0035] a表示车辆在行驶过程中的加速度,公式为:
[0037] 其中,t表示车辆在行驶过程中的时间;
[0038] Δ t表示车辆在行驶过程中的时间变化量;
[0039] ShiftStatus表示变速行为类型,当持续时间T在0.25~3s之间,如果加速度a彡 3m/s2,则为急加速行为,即Shif tStatus = 0 ;如果加速度a<-3m/s2,则为急减速行为, ShiftStatus = 1;当持续时间T在0.1~3s之间,如果加速度a<_4m/s2且速度v<0.5m/s,贝lj 为急刹车行为,即ShiftStatus = 2。
[0040]优选的,所述变速行为模式的识别判断包括以下步骤:
[0041 ]获取车辆在行驶中的行驶信息;
[0042] 当加速度值达到设定的最大加速度阈值时开始计算急加速过程;
[0043] 对变速行为模式进行判断,当加速的持续时间在一定范围内时,加速度超过急加 速阈值时,为急加速事件;加速度小于急减速阈值时,为急减速事件,当加速的持续时间在 另一范围内时,加速度小于急刹车阈值且速度小于速度阈值时,为急刹车事件;
[0044] 当加速度值小于最大加速度阈值一段时间,就结束计算急加速过程。
[0045] 优选的,所述转弯行为模式对应的变速驾驶行为识别公式为: ......[0, AT; > 2s
[0046] TurnLevel = < I, ft? >()./! brad / λ· ! I.v' > 30fe? / < ΔT; < 2.v
[0047] 其中,i表示驾驶员;
[0048] j表示车辆在行驶过程中的行车数据条数;
[0049] Δ IV表示第j与j-Ι条行车数据的时间间隔;
[0050] ω表示车辆在行驶过程中的角速度;
[00511 ν表示车辆在行驶过程中的速度。
[0052] TurnLevel表示转弯行为程度,如果当天两条行车数据时间间隔Δ IV在0~2s之 间,角速度ω多0.45rad/s且速度v多30km/h时,则为转弯行为,如果当天两条行车数据时间 间隔A IV超过2s,则不属于转弯行为。
[0053]优选的,所述转弯行为模式的识别包括以下步骤:
[0054]获取车辆在行驶中的行驶信息;
[0055]根据当天两条行车数据时间间隔进行判断,如果时间间隔在0~2s之间,且角速度 ω彡〇. 45rad/s且速度v彡30km/h时,则判断为转弯行为;反之,则不是转弯行为;如果时间 间隔超过2s,则不是转弯行为;
[0056]结束转弯行为的识别计算。
[0057]本发明的基于智能车载终端的驾驶行为识别方法具有以下特点:
[0058] 1、本发明利用智能车载终端GID通过车载诊断系统0BD接口获取车辆在行驶中的 行驶信息(动态及静态信息),并经由车联网技术上传至车云平台。在车云平台中对车辆数 据信息进行处理,对驾驶员在行车过程中的急加速、急减速、急刹车、急转弯以及疲劳驾驶 状态进行识别判断。
[0059] 2、本发明提出基于行车时长的疲劳驾驶识别算法,利用智能车载终端GID获取的 车辆行车数据信息,统计出当天连续行车时间和累计行车时间,依据交通运输行业相关法 定法规判别车主行车时间是否超时,识别驾驶员疲劳驾驶状况。
[0060] 3、本发明中变速行为识别算法利用车辆行车速度、行车时间等数据信息,分析出 变速行为的持续时间和加速度,当达到急加速、急减速和急刹车判定条件时识别驾驶员变 速行为。
[0061] 4、本发明中转弯行为识别算法根据行行车定位、行车速度等数据信息,分析出转 弯角度、持续时间和速度值,当达到急转弯判定条件时识别驾驶员急转弯行为。
[0062] 5、本发明对驾驶行为进行量化分析,识别驾驶行为状态,为车联网保险服务等相 关tx业提供理论基础。
[0063] 本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变 得明显,或通过本发明的实践了解到。
【附图说明】
[0064] 本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得 明显和容易理解,其中:
[0065]图1为本发明的整体流程图;
[0066] 图2为本发明的疲劳驾驶行为识别算法流程图;
[0067] 图3为本发明的变速行为识别算法流程图;
[0068] 图4为本发明的转弯行为识别算法流程图。
【具体实施方式】
[0069] 下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终 相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附 图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
[0070] 智能车载终端(GID)又称卫星定位智能车载终端)融合了 GPS技术、里程定位技术 及汽车黑匣技术,能用于对运输车辆的现代化管理,包括:行车安全监控管理、运营管理、月艮 务质量管理、智能集中调度管理、电子站牌控制管理等。
[0071] 本发明提供一种基于智能车载终端的驾驶行为识别方法,参考附图1,包括如下步 骤:
[0072] 步骤S101,设置驾驶行为,并将驾驶行为分解为多个驾驶模式;
[0073] 其中,多个驾驶模式包括疲劳驾驶行为模式、变速行为模式、转弯行为模式。
[0074] 步骤S102,根据每个驾驶模式中涉及的行驶信息计算出对应的驾驶行为识别模 式;
[0075] 多个驾驶模式的驾驶行为识别包括以下几种算法:
[0076] 1)疲劳驾驶行为识别算法
[0077] 依据相关交通运输行业规定,疲劳驾驶定义为两类:1、当连续行车时间超过4小时 且休息时间少于20分钟为单次疲劳驾驶事件;2、一天之中累计驾驶时间超过8小时为当天 累计疲劳驾驶事件。
[0078] 因此,疲劳驾驶行为模式对应的疲劳驾驶行为识别公式为: H<15hSS_m'.e<1.5h
[0079] FatlgiieLcvcl = 1,3.5 < T\m < Mukl5h < T;^ < 8Λ , (1 ) 2, Tm>mrniu_ve>u
[0080] 其中:i表示驾驶员;
[0081 ] 表示驾驶员i的两条行车数据的时间间隔;
[0082] 表示当天驾驶员i从第一条行车数据开始或者上一次停车休息结束之后的单 次连续
[0083] 行驶时间;
[0084] 表示驾驶员i单次停车休息时间;
[0085] I表示驾驶员i车辆驾驶速度;当1大于5km/h表明驾驶员i首次启动车辆或者停车 休息后再次启动车辆小于0.5km/h表明驾驶员i停车休息;
[0086] 2^"/,/,,1,6表示驾驶员1全天驾驶时间累计值,显然,?:,"",^=7^, /<,,.;,>11;
[0087] ConF表示驾驶员i当天单次疲劳驾驶事件数;
[0088] FagitueLevel表示疲劳驾驶程度,当单次连续行驶时间小于3.5h且全天驾驶时间 累计值小于7.5h为正常驾驶状态,即FagitueLevel = 0;当单次连续行驶时间大于3.5h且小 于4h或者天驾驶时间累计值大于7.5h且小于8h为疲劳驾驶告警,即FagitueLevel = 1;当单 次连续行驶时间大于4h或者全天驾驶时间累计值大于8h为违规疲劳驾驶,即FagitueLevel =2;对应的疲劳驾驶行为识别算法流程图参考附图2。
[0089] Fe为疲劳驾驶事件数,显然Fe为单次疲劳驾驶事件数和累计超时疲劳驾驶事件数 之和。
[0090]疲劳驾驶行为模式的识别判断包括以下步骤:
[0091 ]获取车辆在行驶中的行驶信息;
[0092]根据行车速度1判断驾驶员行车是否停止或者休息;
[0093]若单次连续行车后驾驶员休息后,当时间满足行业规定20min,对历史行车时间进 行累计更新,否则根据单次连续行车时长判断驾驶员的疲劳行车程度,并且单次疲劳驾驶 事件数增加一次;
[0094] 若驾驶员单次连续行车仍在继续,对当前行车时间进行更新;
[0095] 若当天所有行车数据处理完毕,则需要根据全天驾驶时间累计值对疲劳行车程度 再一次进行判定;若全天驾驶时间累计值超过8h,则为驾驶超时事件,即疲劳驾驶。
[0096] 2)变速行为识别算法
[0097]变速行为包括急加速、急减速、急刹车行为等,而变速行为识别的主要依据是车辆 在行驶过程中前进方向速度及加速度。物理学中运动加速度定义为速度的变化量与发生变 化所用时间的比值:
[0099] 其中,a表示车辆在行驶过程中的加速度
[0100] t表示车辆在行驶过程中的时间;
[0101 ] Δ t表示车辆在行驶过程中的时间变化量。
[0102] 变速行为识别算法是利智能车载终端GID通过OBD II采集的车辆行车速度、行车 时间等数据信息,分析出变速行为的开始时间、结束时间、持续时间、最大加速度值、平均加 速度值。根据公式(2)两次采样间的速度差除以采样时间间隔,此值即为加速度,若此值为 正数,说明车辆处于加速行驶状态;若为负数则说明车辆处于减速或者刹车状态。其主要思 想有:
[0103] 急加速行为识别:当加速度值达到设定的最大加速度阈值时开始计算急加速过 程,当且仅当加速时间超过一定值时,为急加速事件,当加速度值小于最大加速度阈值一段 时间,就会结束计算急加速过程。
[0104] 急减速和急刹车行为识别:当减速度值达到设定的最大减速度阈值时开始计算急 减速过程,当且仅当减速时间超过一定值时,为急减速事件,当减速度值小于最大减速度阈 值一段时间,就会结束计算急减速过程;此外,若减速度值达到设定的刹车减速度阈值时开 始计算急刹车过程,当且仅当一定时间内车辆停止运动时为急刹车事件。
[0105] 因此,变速行为模式对应的变速驾驶行为识别公式为: 0, a > 3m i s', 0.25.v <T < 3s
[0106] ShifiStatus = 1, a < -3m / s', 0.25.S <T < 3s ,(3) 2,e / s2且v < 0.5m / a 0,1s < Γ S 3:s.
[0107] 其中,v表示车辆在行驶过程中的速度;
[0108] T表示车辆在行驶过程中的加速持续时间;
[0109] ShiftStatus表示变速行为类型,当持续时间T在0.25~3s之间,如果加速度a彡 3m/s2,则为急加速行为,即Shif tStatus = 0 ;如果加速度a<-3m/s2,则为急减速行为, ShiftStatus = 1;当持续时间T在0.1~3s之间,如果加速度a<_4m/s2且速度v<0.5m/s,贝lj 为急刹车行为,即ShiftStatus = 2。
[0110] 变速行为模式的识别判断包括以下步骤:
[0111] 获取车辆在行驶中的行驶信息;
[0112] 当加速度值达到设定的最大加速度阈值时开始计算急加速过程;
[0113] 对变速行为模式进行判断,当加速的持续时间在一定范围内时,加速度超过急加 速阈值时,为急加速事件;加速度小于急减速阈值时,为急减速事件,当加速的持续时间在 另一范围内时,加速度小于急刹车阈值且速度小于速度阈值时,为急刹车事件;
[0114] 当加速度值小于最大加速度阈值一段时间,就结束计算急加速过程。
[0115] 其中,变速行为中相关速度和加速度阈值需要设定及判定条件如表1所示,变速行 为识别算法流程图如图3所示,
[0116] 表1变速行为识别判定条件
[0118] 该算法主要过程:
[0119] 1、判断当天两条行车数据时间间隔是否在0~2s之间,若超过2s,数据时间间隔太 长,不满足公式(2)要求,则该条数据没有意义;若在2s内,则对加速度进行计算。
[0120] 2、当加速度达到表1所示阈值时,对事件持续时间进行统计;当速度、加速度和时 间持续时间均满足表1中变速行为识别判定条件,则对应变速事件数目加1,直到当天行车 数据全部处理完毕为止。
[0121] 3)转弯行为识别算法
[0122] 转弯行为识别算法是利用智能车载终端GID通过OBD II获取的车辆行车速度、行 车时间以及GPS等数据信息,分析出急转弯行为的开始时间、结束时间、持续时间、转弯角度 等。
[0123] 急转弯行为识别算法的思想是通过获取GPS的角度值与0BD数据中的车速来计算, 当车转弯的时会有一个角度,这时如果转弯的角度与车速到了一个设定值,则为一个急转 弯的过程开始,如果此行为持续一段时间,算此时有一个急转弯的动作,中途转弯的角度与 车速可以不达到设定值一段时间,如果超出该时间,则判断急转弯过程终止。
[0124] 根据机动车辆行车准则,机动车进出掉头、转弯、下坡时车行速度不得超过每小时 30公里,因此本发明中将车辆转弯时速度阈值设定为30km/h。
[0125] 转弯行为模式对应的变速驾驶行为识别公式为: f〇:, AT/ >2s , (4)
[0126] TurnLevel = ^ ' 1.,oj > 0. A^Srad/ slEeLv > 2>Qkm / h,0 < AT^ < 2s
[0127] 其中,i表示驾驶员;
[0128] j表示车辆在行驶过程中的行车数据条数;
[0129] △ IV表示第j与j-Ι条行车数据的时间间隔;
[0130] ω表示车辆在行驶过程中的角速度;
[0131] ν表示车辆在行驶过程中的速度。
[0132] TurnLevel表示转弯行为程度,如果当天两条行车数据时间间隔Δ IV在0~2s之 间,角速度ω多0.45rad/s且速度ν多30km/h时,则为转弯行为,如果当天两条行车数据时间 间隔A IV超过2s,则不属于转弯行为。
[0133] 转弯行为模式的识别包括以下步骤:
[0134] 获取车辆在行驶中的行驶信息;
[0135] 根据当天两条行车数据时间间隔进行判断,如果时间间隔在0~2s之间,且角速度 ω彡〇. 45rad/s且速度ν彡30km/h时,则判断为转弯行为;反之,则不是转弯行为;如果时间 间隔超过2s,则不是转弯行为;
[0136] 结束转弯行为的识别计算。
[0137] 转弯行为识别算法流程如图4所示,该算法主要过程:判断当天两条行车数据时间 间隔是否在〇~2s之间,若超过2s,数据时间间隔太长,则该条数据没有意义;若在2s内,则 对角速度速度进行判断。当角速度达到阈值时,对事件持续时间进行统计;当速度、时间持 续时间均达到转弯行为识别判定条件,则急转弯事件数目加1,直到当天行车数据全部处理 完毕为止。
[0138] 步骤S103,利用智能车载终端GID获取车辆在行驶中的行驶信息;
[0139] 步骤S104,将获取的行驶信息引入到每个驾驶模式的驾驶行为识别模式中,进行 判断车辆所属的驾驶模式。
[0140] 本发明利用智能车载终端GID通过车载诊断系统0BD接口获取车辆在行驶中的行 驶信息(动态及静态信息),并经由车联网技术上传至车云平台。在车云平台中对车辆数据 信息进行处理,根据疲劳驾驶行为识别算法、变速行为识别算法、转弯行为识别算法对驾驶 员在行车过程中的急加速、急减速、急刹车、急转弯以及疲劳驾驶状态进行识别判断。
[0141] 本发明提出基于行车时长的疲劳驾驶识别算法,利用智能车载终端GID获取的车 辆行车数据信息,统计出当天连续行车时间和累计行车时间,依据交通运输行业相关法定 法规判别车主行车时间是否超时,识别驾驶员疲劳驾驶状况。
[0142] 本发明中变速行为识别算法利用车辆行车速度、行车时间等数据信息,分析出变 速行为的持续时间和加速度,当达到急加速、急减速和急刹车判定条件时识别驾驶员变速 行为。
[0143] 本发明中转弯行为识别算法根据行行车定位、行车速度等数据信息,分析出转弯 角度、持续时间和速度值,当达到急转弯判定条件时识别驾驶员急转弯行为。
[0144] 本发明对驾驶行为进行量化分析,识别驾驶行为状态,为车联网保险服务等相关 行业提供理论基础。
[0145] 尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例 性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨 的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围 由所附权利要求极其等同限定。
【主权项】
1. 一种基于智能车载终端的驾驶行为识别方法,其特征在于,包括如下步骤: 步骤S101,设置驾驶行为,并将所述驾驶行为分解为多个驾驶模式; 步骤S102,根据每个驾驶模式中设及的行驶信息计算出对应的驾驶行为识别模式; 步骤S103,利用智能车载终端GID获取车辆在行驶中的行驶信息; 步骤S104,将获取的行驶信息引入到每个驾驶模式的驾驶行为识别模式中,进行判断 所述车辆所属的驾驶模式。2. 如权利要求1所述的一种基于智能车载终端的驾驶行为识别方法,其特征在于:所述 多个驾驶模式包括疲劳驾驶行为模式、变速行为模式、转弯行为模式。3. 如权利要求2所述的一种基于智能车载终端的驾驶行为识别方法,其特征在于:所述 疲劳驾驶行为模式对应的疲劳驾驶行为识别公式为:其中:i表示驾驶员; Τι表示驾驶员i的两条行车数据的时间间隔; 写,"表示当天驾驶员i从第一条行车数据开始或者上一次停车休息结束之后的单次连 续行驶时间; 表示驾驶员i单次停车休息时间; Vi表示驾驶员i车辆驾驶速度;当Vi大于5km/h表明驾驶员i首次启动车辆或者停车休息 后再次启动车辆;Vi小于0.5km/h表明驾驶员i停车休息; fwaftiriw.表不驾驶贝i全天驾驶时间累计值,显然,写。?二軍。?αΛ*.?片7。《 ConF表示驾驶员i当天单次疲劳驾驶事件数; 化gi化eLevel表示疲劳驾驶程度,当单次连续行驶时间小于3.化且全天驾驶时间累计 值小于7.化为正常驾驶状态,目阳agitueLevel = 0;当单次连续行驶时间大于3.化且小于4h 或者天驾驶时间累计值大于7.化且小于化为疲劳驾驶告警,目阳agitueLevel = 1;当单次连 续行驶时间大于地或者全天驾驶时间累计值大于化为违规疲劳驾驶,即化gi化eLevel = 2; Fe为疲劳驾驶事件数,显然Fe为单次疲劳驾驶事件数和累计超时疲劳驾驶事件数之 和。4. 如权利要求3所述的一种基于智能车载终端的驾驶行为识别方法,其特征在于:所述 疲劳驾驶行为模式的识别判断包括W下步骤: 获取车辆在行驶中的行驶信息; 根据行车速度Vi判断驾驶员行车是否停止或者休息; 若单次连续行车后驾驶员休息后,当时间满足行业规定20min,对历史行车时间进行累 计更新,否则根据单次连续行车时长判断驾驶员的疲劳行车程度,并且单次疲劳驾驶事件 数增加一次; 若驾驶员单次连续行车仍在继续,对当前行车时间进行更新; 若当天所有行车数据处理完毕,则需要根据全天驾驶时间累计值对疲劳行车程度再一 次进行判定;若全天驾驶时间累计值超过化,则为驾驶超时事件,即疲劳驾驶。5. 如权利要求2所述的一种基于智能车载终端的驾驶行为识别方法,其特征在于:所述 变速行为模式对应的变速驾驶行为识别公式为:其中,V表示车辆在行驶过程中的速度; T表示车辆在行驶过程中的加速持续时间; a表示车辆在行驶过程中的加速度,公式为:其中,t表示车辆在行驶过程中的时间; A t表示车辆在行驶过程中的时间变化量; Shif tStatus表示变速行为类型,当持续时间T在0.25~3s之间,如果加速度a>3m/s2, 则为急加速行为,即ShiftStatus = 0;如果加速度a《-3m/s2,则为急减速行为,即 Shif tStatus = 1;当持续时间T在0.1~3s之间,如果加速度a《-4m/s2且速度v《0.5m/s,则 为急刹车行为,即ShiftStatus = 2。6. 如权利要求2或5所述的一种基于智能车载终端的驾驶行为识别方法,其特征在于: 所述变速行为模式的识别判断包括W下步骤: 获取车辆在行驶中的行驶信息; 当加速度值达到设定的最大加速度阔值时开始计算急加速过程; 对变速行为模式进行判断,当加速的持续时间在一定范围内时,加速度超过急加速阔 值时,为急加速事件;加速度小于急减速阔值时,为急减速事件,当加速的持续时间在另一 范围内时,加速度小于急刹车阔值且速度小于速度阔值时,为急刹车事件; 当加速度值小于最大加速度阔值一段时间,就结束计算急加速过程。7. 如权利要求2所述的一种基于智能车载终端的驾驶行为识别方法,其特征在于:所述 转弯行为模式对应的变速驾驶行为识别公式为:其中,i表示驾驶员; j表示车辆在行驶过程中的行车数据条数; ΔΓ/表示第j与j-1条行车数据的时间间隔; ω表示车辆在行驶过程中的角速度; V表示车辆在行驶过程中的速度。 TumLevel表示转弯行为程度,如果当天两条行车数据时间间隔Δ7;.'在0~2s之间,角速 度w>〇.45rad/s且速度v>30km/h时,则为转弯行为,如果当天两条行车数据时间间隔 Δ7;超过2s,则不属于转弯行为。8. 如权利要求2或7所述的一种基于智能车载终端的驾驶行为识别方法,其特征在于: 所述转弯行为模式的识别包括w下步骤: 获取车辆在行驶中的行驶信息; 根据当天两条行车数据时间间隔进行判断,如果时间间隔在0~2s之间,且角速度 0.4虹ad/s且速度30km/h时,则判断为转弯行为;反之,则不是转弯行为;如果时间间隔 超过2s,则不是转弯行为; 结束转弯行为的识别计算。
【文档编号】G08G1/01GK106097709SQ201610483041
【公开日】2016年11月9日
【申请日】2016年6月27日
【发明人】李 泳, 宋强, 彭江琴
【申请人】江苏迪纳数字科技股份有限公司
再多了解一些
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1