本发明涉及驾驶行为分析,尤其涉及基于车辆和路侧感知数据的异常驾驶行为识别方法及系统。
背景技术:
1、近年来随着社会经济飞速发展,汽车数量呈指数增长,出现了越来越多的异常驾驶行为,异常驾驶行为包括酒后驾车、疲劳驾驶、注意力分散(开车的同时接听电话、玩手机等)、情绪化驾驶等,这些异常驾驶行为引发了越来越多的交通事故,因此,监控驾驶员的驾驶行为并对异常驾驶行为给予警报,能有效减少交通事故状况的发生。
2、现有技术中,如公开号为cn116142063a的中国专利公开了一种汽车危险行驶状态输出系统,又如公开号为cn116141963a的中国专利公开了一种车载式酒精检测方法及检测系统,它们均依赖车辆内部进行异常驾驶行为识别。这种方式需要车主配合安装相关传感器,不易推广。并且,部分智能算法需要强大算力,而车载处理器无法提供强大算力。
3、随着车路协同技术发展,路侧设有路侧感知设备,并在车辆上设置有与云控平台通信的车载单元(obu),路侧感知设备通过v2x技术将其感知的路侧信息同步发送给云控平台和汽车。但路侧感知设备并不能对每辆车实时采集,且拍摄图像质量受天气影响较大,因此,仅基于路侧感知数据进行异常驾驶行为识别,虽然可借助云控中心的强大运算能力,但是也存在局限性。
技术实现思路
1、本发明旨在解决现有技术中存在的技术问题,提供基于车辆和路侧感知数据的异常驾驶行为识别方法及系统。
2、为了实现本发明的上述目的,根据本发明的第一个方面,本发明提供了基于车辆和路侧感知数据的异常驾驶行为识别方法,在每个控制周期内,执行:0bu实时上报车辆信息至云控平台,所述车辆信息包括位置信息、车速、方向盘转角、前车车距、时间标签和车辆id;云控平台基于已获取的每个车辆的车辆信息获得每个车辆的异常驾驶评分;路侧感知设备拍摄车辆图像并将所述车辆图像上传至云控平台;云控平台筛选出包含驾驶员的驾驶员图像,对驾驶员图像进行识别处理获得驾驶员状态类别,所述驾驶员状态类别包括正常和异常,异常包括酒驾、疲劳、情绪异常和不专注;结合每个车辆的异常驾驶评分和驾驶员状态类别确定该车辆是否存在异常驾驶行为。
3、为了实现本发明的上述目的,根据本发明的第二个方面,本发明提供了一种基于本发明第一方面所述的基于车辆和路侧感知数据的异常驾驶行为识别方法的交通安全管理系统,包括云控平台、路侧感知设备以及路网中车辆的0bu,所述云控平台分别与路侧感知设备和0bu连接通信。
4、本发明的技术方案中,云控平台利用0bu上传的车辆信息获得车辆的异常驾驶评分,再利用路侧感知设备拍摄的图像获得驾驶员状态类别,结合了异常驾驶评分和驾驶员状态类别来进行判断,能提高异常驾驶行为识别的准确性,本发明结合车载传感器提供的车速、前车车距、位置信息、方向盘转角等车辆感知数据和路侧感知设备拍摄的图像数据,来进行异常驾驶行为识别,无需在车辆上另外设置酒精传感器、拍摄驾驶员面部图像的摄像头等设备,利用云控中心的强大计算能力可以提高异常驾驶行为识别的实时性,还能够实现路网内同时识别多个异常驾驶车辆。
1.基于车辆和路侧感知数据的异常驾驶行为识别方法,其特征在于,在每个控制周期内,执行:
2.如权利要求1所述的基于车辆和路侧感知数据的异常驾驶行为识别方法,其特征在于,所述云控平台基于已获取的每个车辆的车辆信息获得每个车辆的异常驾驶评分,包括:
3.如权利要求2所述的基于车辆和路侧感知数据的异常驾驶行为识别方法,其特征在于,获取车辆i整体的无故变速次数的方法为:
4.如权利要求3所述的基于车辆和路侧感知数据的异常驾驶行为识别方法,其特征在于,获取车辆i整体的突发变道次数的方法为:
5.如权利要求3或4所述的基于车辆和路侧感知数据的异常驾驶行为识别方法,其特征在于,获取车辆i的前车车距过小次数的方法为:
6.如权利要求5所述的基于车辆和路侧感知数据的异常驾驶行为识别方法,其特征在于,获取车辆i的绿灯滞后启动次数的方法为:
7.如权利要求1或2或3或4或6所述的基于车辆和路侧感知数据的异常驾驶行为识别方法,其特征在于,所述结合每个车辆的异常驾驶评分和驾驶员状态类别确定该车辆是否存在异常驾驶行为,包括:
8.如权利要求7所述的基于车辆和路侧感知数据的异常驾驶行为识别方法,其特征在于,当确定车辆i存在异常驾驶行为时,云控平台发送警示提醒至车辆i的obu和车辆i附近车辆的0bu。
9.如权利要求8所述的基于车辆和路侧感知数据的异常驾驶行为识别方法,其特征在于,当确定车辆存在异常驾驶行为时,云控平台还发送预警信息至交通管理平台,预警信息中包括车辆id、异常驾驶评分和驾驶员状态类别。
10.一种基于权利要求1-9之一所述的基于车辆和路侧感知数据的异常驾驶行为识别方法的交通安全管理系统,其特征在于,包括云控平台、路侧感知设备以及路网中车辆的0bu,所述云控平台分别与路侧感知设备和obu连接通信。