基于积分窗口的驾驶行为分析方法及系统与流程

本发明涉及一种驾驶行为分析方法及系统，尤其涉及一种基于积分窗口的驾驶行为分析方法及系统。

背景技术：

目前基于加速度数据的汽车驾驶行为分析主要有以下几类方法：

(1)加速度峰值法：通过测量汽车上的碰撞加速度信号，判断加速度是否达到预定的阈值。

(2)速度变化量法：通过对加速度信号进行积分运算得到汽车速度变化量，判断速度变化量是否大于预先设定的阈值。

(3)加速度坡度法：通过对加速度信号求导，得到加速度变化量作为判断指标。

(4)比功率法：通过计算比功率作为判断指标，该指标中综合了加速度、速度变化量、加速度坡度三个量。

(5)神经网络法：通过构造一个神经网络系统，利用神经网络的自学习功能，事先输入加速度数据和判断条件，对网络进行训练。

针对上述算法，现有技术分别有以下不足：

(1)加速度峰值法

由于加速度信号变化非常快，而且与汽车结构的振动有关,容易受到外界的干扰，故这种算法一般用于机械式传感系统，加速度的阈值定的比较高，以提高抗干扰性能，电子式传感器的系统则很少采用。

(2)速度变化量法

这种算法容易受到累计误差的影响，且对加速度的突然变化不够敏感。

(3)加速度坡度法

这种算法需对加速度信号进行很好的滤波，同时较易受到环境或是汽车结构中随机扰动的影响。

(4)比功率法

算法复杂，同时要求对加速度进行较好的滤波。

(5)神经网络法

这种算法理论上是可行的，只要选择阶数适当，构造出的神经网络可适应任何系统。由于实际实验的次数所限，输入的训练样本受到限制，具体实现起来较为困难。

现有技术对于汽车驾驶行为的判断均存在一定程度的不足，驾驶行为判断准确率低下,大大影响驾驶行为的判断。

技术实现要素：

本发明解决的技术问题是：构建一种基于积分窗口的驾驶行为分析方法及系统，克服现有技术驾驶行为判断准确率低下的技术问题。

本发明的技术方案是：构建一种基于积分窗口的驾驶行为分析方法，包括如下步骤：

采集加速度：通过加速度传感器获取汽车运行的加速度信号；

构建积分窗口：以加速度值为纵坐标，加速度采集时间为横坐标，以一定的积分窗宽度，积分窗的右边界即是加速度的当前时刻；

以积分窗进行积分：积分窗随着时间在时间轴上移动，对积分窗中的加速度信号积分，获取积分窗积分结果。

二次积分：若窗口积分结果高于第一阈值或低于负的第一阈值时，对高于或低于的部分进行二次积分，并输出积分结果。驾驶行为分析：根据二次积分结果进行判断，若窗口积分结果高于第一阈值，同时二次积分结果高于第二阈值，则判断为急加速；若窗口积分结果低于负的第一阈值，同时二次积分结果高于第二阈值，则判断为急减速；其他情形判断为正常行驶。

本发明的进一步技术方案是：对获取的加速度传感器中的加速度值进行一阶低通滤波：y(k)＝αx(k)+(1-α)y(k-1)，其中：x(k)为加速度传感器输出的加速度信号，x(s)为加速度传感器输出的加速度信号x(k)的拉氏变换，y(k)为加速度传感器输出的加速度信号一阶低通滤波器输出信号，y(s)为加速度传感器输出的加速度信号一阶低通滤波器输出信号的拉氏变换，s为复变量，t为一阶低通滤波器时间常数。

本发明的进一步技术方案是：在进行一阶低通滤波时，变换为以下一阶低通滤波：

其中：α为参数,x(k)为加速度传感器输出的加速度信号，y(k)为加速度传感器输出的加速度信号一阶低通滤波器输出信号，y(k-1)表示第(k-1)的时刻加速度传感器输出的加速度信号一阶低通滤波器输出信号，x(k-1)表示加速度传感器输出的加速度信号。

本发明的进一步技术方案是：对一阶低通滤波后加速度信号再进行递推中值滤波。

本发明的技术方案是：提供一种基于积分窗口的驾驶行为分析系统，包括采集模块、窗口积分模块、二次积分模块、驾驶行为分析模块，所述采集模块通过加速度传感器获取汽车运行的加速度信号，以加速度值为纵坐标，加速度采集时间为横坐标，以一定的积分窗宽度，积分窗的右边界即是加速度的当前时刻，积分窗随着时间在时间轴上移动，所述窗口积分模块对积分窗中的加速度信号积分并获取积分窗积分结果；若窗口积分结果高于第一阈值或低于负的第一阈值时，所述二次积分模块对高于或低于的部分进行二次积分，并输出积分结果。所述驾驶行为分析模块根据二次积分结果进行判断，若窗口积分结果高于第一阈值，同时二次积分结果高于第二阈值，则判断为急加速；若积分窗积分结果低于负的第一阈值，同时二次积分结果高于第二阈值，则判断为急减速；其他情形判断为正常行驶。

本发明的进一步技术方案是：还包括一阶低通滤波模块，所述一阶低通滤波模块获取的加速度传感器中的加速度值进行一阶低通滤波。

本发明的进一步技术方案是：还包括递推中值滤波模块，所述递推中值滤波模块对一阶低通滤波后加速度信号再进行递推中值滤波。

本发明的技术效果是：构建一种基于积分窗口的驾驶行为分析方法及系统，所述采集模块通过加速度传感器获取汽车运行的加速度信号，以加速度值为纵坐标，加速度采集时间为横坐标，以一定的积分窗宽度，积分窗的右边界即是加速度的当前时刻，积分窗随着时间在时间轴上移动，所述窗口积分模块对积分窗中的加速度信号积分并获取积分窗积分结果；若窗口积分结果高于第一阈值或低于负的第一阈值时，所述二次积分模块对高于或低于的部分进行二次积分，并输出积分结果。所述驾驶行为分析模块根据二次积分结果进行判断，若窗口积分结果高于第一阈值，同时二次积分结果高于第二阈值，则判断为急加速；若积分窗积分结果低于负的第一阈值，同时二次积分结果高于第二阈值，则判断为急减速；其他情形判断为正常行驶。本发明算法具有结构简单、需调整参数少、物理意义明确、只依赖于加速度数据的优点。经实际测试，选取合适的参数后，本发明提出的算法判断汽车驾驶行为的准确率可以达到90％已上。

附图说明

图1为本发明的流程图。

图2为本发明的结构示意图。

具体实施方式

下面结合具体实施例，对本发明技术方案进一步说明。

如图1、图2所示，本发明的具体实施方式是：构建一种基于积分窗口的驾驶行为分析方法，包括如下步骤：

采集加速度：所述采集模块1通过加速度传感器获取汽车运行的加速度信号。

构建积分窗口：以加速度值为纵坐标，加速度采集时间为横坐标，以一定的积分窗宽度，积分窗的右边界即是加速度的当前时刻。

以积分窗进行积分：积分窗随着时间在时间轴上移动，所述窗口积分模块2对积分窗中的加速度信号积分，获取积分窗积分结果。

二次积分：若窗口积分结果高于第一阈值或低于负的第一阈值时，对高于或低于的部分进行二次积分，并输出积分结果。具体实施过程如下：还包括一阶低通滤波模块4，所述一阶低通滤波模块获取的加速度传感器中的加速度值进行一阶低通滤波。

第一步改进一阶低通滤波算法，将加速度传感器获得的原始数据通过所设计的改进一阶低通滤波器，去除原数据中的直流分量。

改进一阶低通滤波算法基本原理如下：

一阶低通滤波器的传递函数表示为：

其中：x(k)为加速度传感器输出的加速度信号，x(s)为加速度传感器输出的加速度信号x(k)的拉氏变换，y(k)为加速度传感器输出的加速度信号一阶低通滤波器输出信号，y(s)为加速度传感器输出的加速度信号一阶低通滤波器输出信号的拉氏变换，s为复变量，t为一阶低通滤波器时间常数。(1)式可作如下变换：

其中，h为传感器采样周期，h＝0.02秒。定义：

则式可以写为

y(k)＝αx(k)+(1-α)y(k-1)(4)

取α<<1，式即为标准的一阶低通滤波器。

考虑到实际加速度传感器输出信号x(k)会带有较明显的噪声，对式(4)中的αx(k)作如下替换：

则改进后的一阶低通滤波器为

改进一阶低通滤波算法中需要手动选择的参数为α。该参数的选取与传感器信号中有用信号和无用信号的频率相关。一阶低通滤波器的截止频率由下式计算：

α取值越小，滤直流分量效果越明显。一般可取α＝1/256。

本发明还包括递推中值滤波模块5，所述递推中值滤波模块5对一阶低通滤波后加速度信号再进行递推中值滤波。

第二步递推中值滤波。使数据平滑，去掉信号中的高频噪声。

本发明提出一种递推中值滤波算法，算法步骤如下：

(1)将离当前时刻k最近的5个数据y(k-4),y(k-3),y(k-2),y(k-1),y(k)分别存入临时变量x_tmp(1),x_tmp(2),x_tmp(3),x_tmp(4),x_tmp(5)；

(2)比较x_tmp(1),x_tmp(2),x_tmp(3),x_tmp(4),x_tmp(5)中相邻的元素。如果第一个比第二个大，就交换两个变量的取值，即如果x_tmp(j)>x_tmp(j+1)，就交换x_tmp(j)和x_tmp(j+1)的取值；

(3)对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对；

(4)重复步骤(2)和(3)，直到没有任何一对数据需要比较；

(5)输出变量x_tmp(3)的值，存入变量y(k)中；

(6)令k＝k+1，转到步骤(1)，开始下一时刻的计算。

变量说明如下：

y(k)：k时刻的改进一阶低通滤波器输出数据

x_tmp(1),x_tmp(2),x_tmp(3),x_tmp(4),x_tmp(5)：临时变量，用于存放数据

i：表示循环计算的次数

j：表示临时变量x_tmp的索引值

y(k)：递推中值滤波算法输出变量，用于存放k时刻算法的输出值

在上述递推中值滤波算法中，滤波宽度一般选为5。

第三步驾驶行为判断逻辑。

窗口积分

对于递推中值滤波算法的输出数据，首先采用移动窗算法进行积分，以获得汽车在积分窗口内的速度变化量。

采用一定的积分窗(积分上、下限)宽度，对窗内的加速度信号进行积分。窗随着时间在时间轴上移动，窗的右边界即是加速度的当前时刻。积分公式为：

其中：y(k)为递推中值滤波输出数据，win为窗宽，s(k,win)为积分结果。当积分值超过设定阈值时，则开启驾驶行为判断逻辑。

积分算法实现时，采用newton-cotes求积公式实现对加速度信号的积分。为提高计算精度，算法中采用复化梯形求积公式进行计算。公式如下：

二次积分

若窗口积分结果高于第一阈值或低于负的第一阈值时，对高于或低于的部分进行二次积分，并输出积分结果。

所述二次积分模块6对移动窗口积分结果进行二次积分。以急加速为例。由于积分的是窗口积分曲线中超过第一阈值部分的面积，当该部分面积超过第二阈值时，则判断为急加速。当窗口积分曲线中超过第一阈值部分的时间较长时，为避免一次行为多次判断，这里考虑到移动窗口积分曲线变化的连续性，同样以急加速为例，当积分曲线值超过第一阈值时开启积分运算，具体的计算方法采用newton-cotes求积公式，一旦积分曲线值下降到第一阈值以下，则将二次积分值取出并与第二阈值比较。在完成一次比较后，存储二次积分值的变量值清零，用于下一次的二次积分运算，这样能有效避免一次行为多次判断的情况。

驾驶行为分析

所述驾驶行为分析模块3根据二次积分果进行判断若窗口积分结果高于第一阈值或低于负的第一阈值时，所述二次积分模块对高于或低于的部分进行二次积分，并输出积分结果。所述驾驶行为分析模块根据二次积分结果进行判断，若窗口积分结果高于第一阈值，同时二次积分结果高于第二阈值，则判断为急加速；若积分窗积分结果低于负的第一阈值，同时二次积分结果高于第二阈值，则判断为急减速；其他情形判断为正常行驶。

如图1、图2所示，本发明的具体实施方式是：提供一种基于积分窗口的驾驶行为分析系统，包括采集模块1、窗口积分模块2、二次积分模块6、驾驶行为分析模块3，所述采集模块1通过加速度传感器获取汽车运行的加速度信号，以加速度值为纵坐标，加速度采集时间为横坐标，以一定的积分窗宽度，积分窗的右边界即是加速度的当前时刻，积分窗随着时间在时间轴上移动，所述窗口积分模块2对积分窗中的加速度信号积分并获取积分窗积分结果；若窗口积分结果高于第一阈值或低于负的第一阈值时，所述二次积分模块对高于或低于的部分进行二次积分，并输出积分结果。所述驾驶行为分析模块根据二次积分结果进行判断，若窗口积分结果高于第一阈值，同时二次积分结果高于第二阈值，则判断为急加速；若积分窗积分结果低于负的第一阈值，同时二次积分结果高于第二阈值，则判断为急减速；其他情形判断为正常行驶。

本发明的技术效果是：所述采集模块1通过加速度传感器获取汽车运行的加速度信号，以加速度值为纵坐标，加速度采集时间为横坐标，以一定的积分窗宽度，积分窗的右边界即是加速度的当前时刻，积分窗随着时间在时间轴上移动，所述窗口积分模块2对积分窗中的加速度信号积分并获取积分窗积分结果；所述二次积分模块6对窗口积分结果高于第一阈值或低于负的第一阈值的部分进行二次积分；所述驾驶行为分析模块3根据二次积分结果进行判断，若窗口积分结果高于第一阈值，同时二次积分结果高于第二阈值，则判断为急加速；若积分窗积分结果低于负的第一阈值，同时二次积分结果高于第二阈值，则判断为急减速；其他情形判断为正常行驶。本发明算法具有结构简单、需调整参数少、物理意义明确、只依赖于加速度数据的优点。经实际测试，选取合适的参数后，本发明提出的算法判断汽车驾驶行为的准确率可以达到90％已上。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。