驾驶事件检测方法与流程

本发明涉及车联网技术领域，尤其涉及一种驾驶事件检测方法。

背景技术：

车联网是物联网在汽车领域的具体应用，车载端通过车联网可以获取车况信息、驾驶信息、路况交通信息等。车载端在获取上述信息的基础上，能够对该信息进行整合和应用，例如，车载端通过对上述信息进行整合，以实现对驾驶事件的检测。

现有驾驶事件检测方法，主要为车载端通过传感器来获取传感数据，车载端对该传感数据进行数据分析，来检测车辆所处的状态。例如，根据加速度传感器传来的传感数据，发现传感数据超过预设值，则确定车辆处于急加速状态；根据陀螺仪传感器传来的传感数据和GPS传来的位置变化数据，发现传感数据超过阈值，且位置变化超过阈值，则确定车辆处于急转弯状态等。

然而，现有技术都是从一个粗粒度的角度对驾驶事件进行检测，即只检测急减速、急转弯等“急”事件，而对于一般的加减速、转弯事件不进行检测。

技术实现要素：

本发明提供一种驾驶事件检测方法，能够细粒度地对驾驶事件进行检测，即能够检测出更加丰富的事件类型，如一般的加减速、转弯事件，同时还可以检测出每种驾驶事件的发生过程，从而提高事件检测的适用性、实时性和准确性。

本发明提供的一种驾驶事件检测方法，包括：

终端设备获取传感器数据和GPS数据，并对所述传感器数据和所述GPS数据进行预处理，得到车辆的每一时间点对应的驾驶特征值；

所述终端设备对每两个相邻时间点各自对应的所述驾驶特征值进行分析处理，得到车辆的多个中间驾驶状态；

所述终端设备对时间上连续的多个所述中间驾驶状态进行整合处理，得到车辆的驾驶事件。

如上所述的驾驶事件检测方法，所述驾驶特征值包括：由所述传感器数据得到的行驶方向上的加速度最大值、最小值，由所述GPS数据得到的速度值；

所述终端设备对每两个相邻时间点各自对应的所述驾驶特征值进行分析处理，得到车辆的多个中间驾驶状态，包括：

所述终端设备对每两个相邻时间点各自对应的所述速度值进行对比分析，得到车辆的多个中间驾驶状态，各所述中间驾驶状态具体为如下中的一种：速度增大状态或者速度减小状态；

所述终端设备对时间上连续的多个所述中间驾驶状态进行整合处理，得到车辆的驾驶事件，包括：

所述终端设备根据时间上连续的多个所述中间驾驶状态和其中一个所述中间驾驶状态对应的时间点的行驶方向上的加速度最大值与加速度最小值的差值，得到车辆的驾驶事件，各所述驾驶事件具体为如下中的一种：启动、急启动、加速、急加速、减速、急减速、停止或者急停止。

如上所述的驾驶事件检测方法，所述终端设备对每两个相邻时间点各自对应的所述速度值进行对比分析，得到车辆的多个中间驾驶状态，包括：

针对任意两个相邻的时间点，记为第一时间点和第二时间点，若所述第一时间点对应的速度值为V1，所述第二时间点对应的速度值为V2，且所述V2大于所述V1，所述V2与所述V1的差值C1大于第一阈值，则所述终端设备确定所述中间驾驶状态为速度增大状态；或者

若所述第一时间点对应的速度值为V1，所述第二时间点对应的速度值为V2，且所述V2小于所述V1，所述V1与所述V2的差值C2大于所述第一阈值，则所述终端设备确定所述中间驾驶状态为速度减小状态；

所述终端设备根据时间上连续的多个所述中间驾驶状态和其中一个所述中间驾驶状态对应的时间点的行驶方向上的加速度最大值与加速度最小值的差值，得到车辆的驾驶事件，包括：

若时间上连续的多个所述中间驾驶状态均为速度增大状态，所述终端设备获取所述多个所述中间驾驶状态对应的速度增加累积量，在确定所述速度增加累积量大于第二阈值时，判断所述其中一个中间驾驶状态对应的第二时间点的行驶方向上的加速度最大值与加速度最小值的差值是否大于第三阈值；

若是，则判断首个中间驾驶状态对应的第一时间点的速度是否为0，若是，则确定所述驾驶事件为急启动事件，若否，则确定所述驾驶事件为急加速驾驶事件；

若否，则判断首个中间驾驶状态对应的第一时间点的速度是否为0，若是，则确定所述驾驶事件为启动事件，若否，则确定所述驾驶事件为加速驾驶事件；

或者

若时间上连续的多个所述中间驾驶状态均为速度减小状态，所述终端设备获取所述多个所述中间驾驶状态对应的速度减小累积量，在确定所述速度减小累积量大于第二阈值时，判断所述其中一个中间驾驶状态对应的行驶方向上的加速度最大值与加速度最小值的差值的绝对值是否大于第三阈值；

若是，则判断最后一个中间驾驶状态对应的第二时间点的速度是否为0，若是，则确定所述驾驶事件为急停止事件，若否，则确定所述驾驶事件为急减速驾驶事件；

若否，则判断最后一个中间驾驶状态对应的第二时间点的速度是否为0，若是，则确定所述驾驶事件为停止事件，若否，则确定所述驾驶事件为减速驾驶事件。

如上所述的驾驶事件检测方法，所述驾驶特征值包括：根据所述传感器数据得到的角速度平均值和所述GPS数据得到的速度值和方位；

所述终端设备对每两个相邻时间点各自对应的所述驾驶特征值进行分析处理，得到车辆的多个中间驾驶状态，包括：

所述终端设备对每两个相邻时间点各自对应的所述方位进行分析处理，得到车辆的多个中间驾驶状态，各所述中间驾驶状态具体为如下中的一种：相对于地球坐标系，角度增大状态或者角度减小状态；

所述终端设备对时间上连续的多个所述中间驾驶状态进行整合处理，得到车辆的驾驶事件，包括：

根据所述中间驾驶状态对应的时间点的绕地球坐标系Z轴旋转的角速度平均值和速度值，得到向心加速度值；

所述终端设备根据时间上连续的多个所述中间驾驶状态和其中一个所述中间驾驶状态对应的时间点的所述向心加速度值，得到车辆的驾驶事件，各所述驾驶事件具体为如下中的一种：左转弯、右转弯、急左转弯、急右转弯、左掉头、右掉头、急左掉头或急右掉头。

如上所述的驾驶事件检测方法，所述终端设备对每两个相邻时间点各自对应的所述方位进行分析处理，得到车辆的多个中间驾驶状态，包括：

针对任意两个相邻的时间点，记为第一时间点和第二时间点，若所述第一时间点对应的方位为第一角度，所述第二时间点对应的方位为第二角度，且所述第二角度大于所述第一角度，所述第二角度与所述第一角度的差值W1大于第四阈值，则所述终端设备确定所述中间驾驶状态为相对于地球坐标系角度增大状态；或者若所述第一时间点对应的方位为第一角度，所述第二时间点对应的方位为第二角度，且所述第二角度小于所述第一角度，所述第二角度与所述第一角度的差值的绝对值W2大于所述第四阈值，则所述终端设备确定所述中间驾驶状态为相对于地球坐标系角度减小状态；

所述终端设备根据时间上连续的多个所述中间驾驶状态和其中一个所述中间驾驶状态对应的时间点的向心加速度值，得到车辆的驾驶事件，包括：

根据所述中间驾驶状态对应的第二时间点的绕地球坐标系Z轴旋转的角速度平均值和速度值，得到所述向心加速度值；

若时间上连续的多个所述中间驾驶状态均为角度增大状态，所述终端设备获取所述多个所述中间驾驶状态对应的角度增加累积量，在确定所述角度增加累积量大于第五阈值时，判断所述角度增加累积量是否大于第六阈值，所述第六阈值大于所述第五阈值；

若是，则判断所述其中一个中间驾驶状态对应的第二时间点的向心加速度值是否大于第七阈值；若是，则确定所述驾驶事件为急右掉头驾驶事件，若否，则确定所述驾驶事件为右掉头驾驶事件；

若否，则判断所述其中一个中间驾驶状态对应的第二时间点的向心加速度值是否大于所述第七阈值；若是，则确定所述驾驶事件为急右转弯驾驶事件，若否，则确定所述驾驶事件为右转弯驾驶事件；

或者

若时间上连续的多个所述中间驾驶状态均为角度减小状态，所述终端设备获取所述多个所述中间驾驶状态对应的角度减小累积量，在确定所述角度减小累积量大于第五阈值时，判断所述角度变化累积量是否大于第六阈值，所述第六阈值大于所述第五阈值；

若是，则判断所述其中一个中间驾驶状态对应的第二时间点的向心加速度值是否大于第七阈值；若是，则确定所述驾驶事件为急左掉头驾驶事件，若否，则确定所述驾驶事件为左掉头驾驶事件；

若否，则判断所述其中一个中间驾驶状态对应的第二时间点的向心加速度值是否大于所述第七阈值；若是，则确定所述驾驶事件为急左转弯事件，若否，则确定所述驾驶事件为左转弯事件。

如上所述的驾驶事件检测方法，所述驾驶特征值包括：根据所述传感器数据得到的角速度平均值和所述GPS数据得到的速度值和方位；

所述终端设备对每两个相邻时间点各自对应的所述方位进行分析处理，得到车辆的多个中间驾驶状态，各所述中间驾驶状态具体为如下中的一种：左偏、右偏、急左偏、急右偏；

所述终端设备对时间上连续的多个所述中间驾驶状态进行整合处理，得到所述驾驶事件，包括：

若所述第一中间驾驶状态为左偏，第二中间状态为右偏，且第一中间状态与第二中间状态的时间差小于第九阈值，则判断所述第二中间状态对应的向心加速度值是否大于第十阈值，若是，则确定所述车辆的驾驶事件为急左并线驾驶事件，如否，则确定所述车辆的驾驶事件为左并线驾驶事件；或者

若所述第一中间驾驶状态为右偏，第二中间状态为左偏，且第一中间状态与第二中间状态的时间差小于第九阈值，则判断所述第二中间状态对应的向心加速度值是否大于第十阈值，若是，则确定所述车辆的驾驶事件为急右并线驾驶事件；若否，则确定所述车辆的驾驶事件为右并线驾驶事件。

如上所述的驾驶事件检测方法，所述终端设备对时间上连续的多个所述中间驾驶状态进行整合处理，得到车辆的驾驶事件之后，还包括：

将所述驾驶事件存储至驾驶事件队列；

判断所述驾驶事件队列中多个相邻的驾驶事件是否符合一定预设模式；

若否，对所述多个相邻的驾驶事件进行复杂驾驶事件检测，得到复杂驾驶事件。

如上所述的驾驶事件检测方法，若所述GPS数据对应的速度值异常，则所述终端设备根据加速度传感器数据获取加速度方差，根据所述加速度方差获取速度差值，根据陀螺仪传感器获取绕地球坐标系Z轴旋转的角速度，根据所述绕地球坐标系Z轴旋转的角速度获取方位变化值；或者

若所述加速度传感器对应的加速度值异常，则所述终端设备根据GPS数据提供的速度，获取加速度值；

若所述陀螺仪传感器对应的绕地球坐标系Z轴旋转的角速度值异常，则根据GPS数据提供的方位，获取绕地球坐标系Z轴旋转的角速度值。

如上所述的驾驶事件检测方法，该方法还包括：所述终端设备获取加速度传感器在一时间点的多个Z轴加速度值，获取Z轴最大加速度值与Z轴最小加速值的差值，若差值大于第一预设差值且小于第二预设差值，则根据历史统计的阈值判断所述车辆的驾驶事件是否为震动驾驶事件，若所述差值超过第二预设差值，则确定车辆的驾驶事件为震动驾驶事件；或者

所述终端设备获取加速度传感器在一时间点的X轴加速度值平均值，Y轴加速度平均值，得到加速度合成值，若所述加速度合成值大于第一预设合成值且小于第二预设合成值，则确定车辆的驾驶事件为启动驾驶事件，若所述加速度合成值大于第三预设合成值，则确定车辆的驾驶事件为急启动驾驶事件，若所述加速度合成值小于第三预设合成值且大于第二预设合成值，则根据历史统计的阈值判断所述车辆的驾驶事件是否为急启动驾驶事件，其中，所述第一预设合成值、第二预设合成值、第三预设合成值依次增大；或者

所述终端设备获取GPS数据，根据所述GPS数据获取所述车辆的速度，当上一时刻速度为0，若当前时刻速度大于第一预设速度且小于第二预设速度，则确定车辆的驾驶事件为启动驾驶事件，若所述当前时刻速度大于第三预设速度，则确定车辆的驾驶事件为急启动驾驶事件，若所述当前时刻速度大于第二预设速度且小于第三预设速度，则根据历史统计的阈值判断车辆的驾驶事件是否为急启动驾驶事件，其中，所述第一预设速度、第二预设速度、第三预设速度依次增大；或者

所述终端获取传感器数据，对所述传感器数据进行预处理，得到车辆的每一时间点对应的驾驶特征值，所述驾驶特征值包括Z轴加速度，若连续预设个Z轴加速度方差小于预设值，则确定车辆的驾驶事件为驻车事件；或者

所述终端获取GPS数据，根据所述GPS数据获取所述车辆的速度，若连续预设个时间点，所述车辆的速度均为0，则确定车辆的驾驶事件为驻车事件；或者

所述终端设备获取预设数量的驾驶特征值，所述驾驶特征值是由所述传感器数据确定，所述驾驶特征值包括Z轴加速度方差，Z轴加速度平均值，若当前时刻和上一时刻的Z轴加速度方差值均小于第一预设值，则确定车辆的驾驶事件为停止事件，若连续3个Z轴加速度平均值中存在一Z轴加速度平均值大于第二预设值，则确定车辆的驾驶事件为急停止事件，除此之外，根据历史统计的阈值判断车辆的驾驶事件是否为急停止事件；或者

所述终端设备获取GPS数据，根据所述GPS数据获取所述车辆的速度，在连续3个速度中，若第一时间点的速度不为0且小于第一预设值，第二时间点和第三时间点的速度均为0，则确定车辆的驾驶事件为停止事件；若第一时间点的速度大于第三预设值，且第二时间点和第三时间点的速度均为0，则确定车辆的驾驶事件为急停止事件，若第一时间点的速度大于第一预设值且小于第二预设值，则根据历史统计的阈值判断车辆的驾驶事件是否为急停止事件，其中，第一预设值、第二预设值以及第三预设值依次增大；

所述终端设备获取GPS数据，根据所述GPS数据获取所述车辆的速度，若当前时刻的速度与上一时刻的速度之差大于第一预设值，则确定车辆的驾驶事件为急加速驾驶事件，若当前时刻的速度与上一时刻的速度之差小于第二预设值，则确定车辆的驾驶事件为急减速驾驶事件，所述第一预设值与第二预设值互为相反数，若当前时刻的速度与上一时刻的速度之差大于第一预设值且小于第三预设值，则根据历史统计的阈值判断车辆的驾驶事件是否为急加速驾驶事件，若当前时刻的速度与上一时刻的速度之差大于第二预设值且小于第四预设值，则根据历史统计的阈值判断车辆的驾驶事件是否为急减速驾驶事件。

如上所述的驾驶事件检测方法，所述方法还包括：阈值的选取，确定所述中间驾驶状态时，采用阈值的自适应选取；在对累积变化量进行判断时，采用认为的设定；在判断“急”事件时，根据统计的历史数据来设定。

本发明提出的驾驶事件检测方法通过终端设备获取传感器数据和GPS数据，并对传感器数据和GPS数据进行预处理，得到车辆的每一时间点对应的驾驶特征值，终端设备对每两个相邻时间点各自对应的驾驶特征值进行分析处理，得到车辆的多个中间驾驶状态，终端设备对时间上连续的多个中间驾驶状态进行整合处理，从而得到车辆的驾驶事件，既细粒度地对驾驶事件进行了检测，即检测出更加丰富的事件类型，如一般的加减速、转弯事件，同时还检测出了每种驾驶事件的发生过程，提高了事件检测的适用性、实时性和准确性。

附图说明

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一简单地介绍，显而易见地，下面描述中的附图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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的驾驶事件检测方法的流程图；

图2为本发明一实施例提供的驾驶事件检测方法的流程图；

图3为本发明一实施例提供的驾驶事件检测方法的流程图；

图4为本发明一实施例提供的驾驶事件检测方法的流程图；

图5为本发明一实施例提供的驾驶事件检测方法的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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作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。

图1为本发明一实施例提供的驾驶事件检测方法的流程图。本实施例提供的方法可以由驾驶事件检测装置来执行，该装置可以由软件和/或硬件实现，该装置可以为终端设备，该终端设备可以为手机、平板等。该终端设备在执行该方法时，该终端设备位于车辆上。如图1所示，本方法可以包括：

S101、终端设备获取传感器数据和GPS数据，并对所述传感器数据和所述GPS数据进行预处理，得到车辆的每一时间点对应的驾驶特征值。

S102、所述终端设备对每两个相邻时间点各自对应的所述驾驶特征值进行分析处理，得到车辆的多个中间驾驶状态。

S103、所述终端设备对时间上连续的多个所述中间驾驶状态进行整合处理，得到车辆的驾驶事件。

具体地，终端设备中设置有传感器和GPS定位模块，该传感器具体可以为加速度传感器、陀螺仪传感器和方向传感器。当终端设备位于车辆上时，终端设备可以获取对应的传感器数据以及GPS数据，该传感器数据表征了车辆的运行状态，该GPS数据可以表征车辆的位置等。

进一步地，在步骤101中，在获取到传感器数据和GPS数据之后，由于传感器数据和GPS数据会出现异常等情况，且本实施例中实时获取传感器数据和GPS数据，数据量比较大，因此，需要对数据进行预处理。

对传感器数据进行预处理的过程可以为：

打开驾驶事件检测系统，系统自动开启传感器。统计传感器一秒内采集的传感器数据数量，进而获得传感器的采集频率。之后，系统根据此传感器采集频率选取一个合适的系统采集频率，合适的系统采集频率的候选频率可以为10Hz、20Hz、40Hz、50Hz、100Hz、200Hz。具体选取过程可以为：系统获知加速度传感器在一秒中采集了48个数据，陀螺仪传感器采集了108个数据。以较小的48hz为基准，从候选频率中选择小于48的最大频率，即40hz，作为系统采集频率。接着，系统以此频率采集传感器的数据。对GPS数据进行预处理的过程为：对得到的经度、纬度等GPS数据进行处理，通过单位时间内车辆的位置变化得到该车辆的速度，通过经纬度的变化得到方位。通常这种功能由智能终端系统服务自动完成。

将每秒内采集到的原始数据加工成一组特征值。该特征值例如可以为三轴方向上加速度传感器的平均值、最大值、最小值、方差，三轴方向上陀螺仪传感器的平均值、最大值、最小值、方差，相对北极的水平方向上方向传感器平均值、最大值、最小值、方差，速度，方位。

在步骤102中，终端设备对每两个相邻时间点各自对应的驾驶特征值进行分析处理，得到车辆的多个中间驾驶状态。车辆的多个中间驾驶状态例如可以是速度增大状态或者角度增大状态。

在步骤103中，根据时间上连续的多个中间驾驶状态进行整合处理，得到车辆的驾驶事件。例如，若时间上连续的多个中间驾驶状态均为速度增大状态，则确定该车辆的驾驶事件为加速驾驶事件，再例如，若时间上连续的多个中间驾驶状态均为角度增大状态，则确定该车辆的驾驶事件为右转弯驾驶事件。

可选地，本发明提出的驾驶事件检测方法还可以检测震动驾驶事件。

具体地，震动事件只能由传感器来进行检测，当仅有GPS时，不进行震动事件的检测。一旦检测到发生震动，若GPS无异常，则之后所有涉及“加速度传感器”的事件的检测应当使用GPS模式；若GPS异常，则跳过相关的事件检测。检测的具体过程可以为：终端设备获取加速度传感器在一时间点的多个Z轴加速度值，获取Z轴最大加速度值与Z轴最小加速值的差值，若差值大于第一预设差值1.5且小于第二预设差值3，则将历史发生震动事件时的Z轴最大加速度值与Z轴最小加速值的差值由大到小排序，选取前a％处的值，例如10％，作为判定阈值，Z轴最大加速度值与Z轴最小加速值的差值大于该判定阈值则确定车辆的驾驶事件为震动驾驶事件；若差值超过第二预设差值3，则确定车辆的驾驶事件为震动驾驶事件。

可选地，仅当处于驻车状态时，进行启动驾驶事件的检测，一旦检测到启动驾驶事件则取消驻车状态。对于启动驾驶事件的检测，检测的具体过程可以为：当仅传感器数据正常时，终端设备获取加速度传感器在一时间点的X轴加速度值平均值，Y轴加速度平均值，得到加速度合成值，若加速度合成值大于第一预设合成值0.2且小于第二预设合成值0.8，则确定车辆的驾驶事件为启动驾驶事件，若加速度合成值大于第三预设合成值1.5，则确定车辆的驾驶事件为急启动驾驶事件，若加速度合成值小于第三预设合成值1.5且大于第二预设合成值0.8，则将历史发生急启动驾驶事件时的加速度合成值由大到小排序，选取前a％处的值，例如10％，作为判定阈值，加速度合成值大于该判定阈值则确定车辆的驾驶事件为急启动驾驶事件。

当仅GPS数据正常时，终端设备获取GPS数据，根据GPS数据获取车辆的速度，当上一时刻速度为0，若当前时刻速度大于第一预设速度0且小于第二预设速度1，则确定车辆的驾驶事件为启动驾驶事件，若当前时刻速度大于第三预设速度3，则确定车辆的驾驶事件为急启动驾驶事件，若当前时刻速度大于第二预设速度1且小于第三预设速度3，则将历史发生急启动驾驶事件时的速度由大到小排序，选取前a％处的值，例如10％，作为判定阈值，当前时刻速度大于该判定阈值则判定为急启动驾驶事件。

当传感器数据和GPS数据都正常时，加速度合成值大于0.2或当前时刻速度大于0即判定为启动驾驶事件，而急启动驾驶事件通过仅传感器数据正常时的方式进行判定，再此不再赘述。

可选地，本实施例还可以进行驻车事件的检测。检测的具体过程可以为：当仅传感器数据正常时，终端获取传感器数据，对传感器数据进行预处理，得到车辆的每一时间点对应的驾驶特征值，驾驶特征值包括Z轴加速度，若连续4个Z轴加速度方差小于预设值0.01，则确定车辆的驾驶事件为驻车事件。

当仅GPS数据正常时，终端获取GPS数据，根据GPS数据获取车辆的速度，若连续4个时间点，车辆的速度均为0，则确定车辆的驾驶事件为驻车事件；或者

当传感器数据和GPS数据都正常时，若连续4个时间点，车辆的速度为0且Z轴加速度方差小于预设值0.01时，则确定车辆的驾驶事件为驻车事件。

可选地，仅当不处于驻车状态时，进行停止事件的检测。对于停止事件的检测，检测的具体过程可以为：

当仅传感器数据正常时，终端设备获取预设数量的驾驶特征值，驾驶特征值是由传感器数据确定，驾驶特征值包括Z轴加速度方差，Z轴加速度平均值，若当前时刻和上一时刻的Z轴加速度方差值均小于第一预设值0.01，则确定车辆的驾驶事件为停止事件，若连续3个Z轴加速度平均值中存在一Z轴加速度平均值大于第三预设值1.5，则确定车辆的驾驶事件为急停止事件，除此之外，则将历史发生急停止事件时的Z轴加速度平均值由大到小排序，选取前a％处的值，例如10％，作为判定阈值，大于该判定阈值则判定为急停止。

当仅GPS数据正常时，终端设备获取GPS数据，根据GPS数据获取车辆的速度，在连续3个速度中，若第一时间点的速度不为0且小于第一预设值1，第二时间点和第三时间点的速度均为0，则确定车辆的驾驶事件为停止事件；若第一时间点的速度大于第三预设值3，且第二时间点和第三时间点的速度均为0，则确定车辆的驾驶事件为急停止事件，若第一时间点的速度大于第一预设值1且小于第二预设值3，则将历史发生急停止事件时第一时间点的速度由大到小排序，选取前a％处的值，例如10％，作为判定阈值，第一时间点的速度大于该判定阈值则判定为急停止。

当传感器数据和GPS数据都正常时，同时满足仅传感器数据正常时为停止事件和仅GPS数据正常时为停止事件的条件，则确定车辆的驾驶事件为停止事件，其中,急停止事件依据仅传感器数据正常时的条件进行检测。

可选地，本实施例中，还可以以如下方式进行急加速、急减速、急变速驾驶事件的检测。

急加速、急减速检测的具体过程可以为：终端设备获取GPS数据，根据GPS数据获取车辆的速度，若当前时刻的速度与上一时刻的速度之差大于第一预设值1.6，则确定车辆的驾驶事件为急加速驾驶事件，若当前时刻的速度与上一时刻的速度之差小于第二预设值-1.6，则确定车辆的驾驶事件为急减速驾驶事件，第一预设值与第二预设值互为相反数，若当前时刻的速度与上一时刻的速度之差小于第一预设值1.6且大于第三预设值0.8，则将历史发生急加速驾驶事件时的当前时刻的速度与上一时刻的速度之差由大到小排序，选取前a％处的值，例如10％，作为判定阈值，当前时刻的速度与上一时刻的速度之差大于该判定阈值则判定为急加速驾驶事件，若当前时刻的速度与上一时刻的速度之差大于第二预设值-1.6且小于第四预设值-0.8，则将历史发生急减速驾驶事件时的当前时刻的速度与上一时刻的速度之差由小到大排序，选取前a％处的值，例如10％，作为判定阈值，当前时刻的速度与上一时刻的速度之差小于该判定阈值则判定为急减速驾驶事件。

急变速驾驶事件检测的具体过程可以为：终端设备获取加速度传感器数据，由X轴加速度值平均值和Y轴加速度平均值，得到加速度合成值平均值，由X轴加速度值最大值和Y轴加速度最大值得到加速度合成值最大值，若加速度合成值平均值大于1.0且加速度合成值最大值大于1.3，则确定车辆的驾驶事件为急变速驾驶事件。

本发明提出的驾驶事件检测方法通过终端设备获取传感器数据和GPS数据，并对传感器数据和GPS数据进行预处理，得到车辆的每一时间点对应的驾驶特征值，终端设备对每两个相邻时间点各自对应的驾驶特征值进行分析处理，得到车辆的多个中间驾驶状态，终端设备对时间上连续的多个中间驾驶状态进行整合处理，从而得到车辆的驾驶事件，既细粒度地对驾驶事件进行了检测，即检测出更加丰富的事件类型，如一般的加减速、转弯事件，同时还检测出了每种驾驶事件的发生过程，提高了事件检测的适用性、实时性和准确性。

下面分别采用几个详细的实施例，来说明本实施例的驾驶事件检测方法。

一种可行的实施例，终端设备获取传感器数据和GPS数据，并对传感器数据和GPS数据进行预处理，得到车辆的每一时间点对应的速度值和行驶方向上的加速度最大值、最小值；终端设备对每两个相邻时间点各自对应的速度值进行分析处理，得到车辆的多个中间驾驶状态，各中间驾驶状态具体为如下中的一种：速度增大状态或者速度减小状态；终端设备根据时间上连续的多个中间驾驶状态和其中一个中间驾驶状态对应的时间点的行驶方向上的加速度最大值与加速度最小值的差值，得到车辆的驾驶事件，各驾驶事件具体为如下中的一种：启动、急启动、加速、急加速、减速、急减速、停止或者急停止。

具体地，针对任意两个相邻的时间点，记为第一时间点和第二时间点，若第一时间点对应的速度值为V1，第二时间点对应的速度值为V2，且V2大于V1，V2与V1的差值C1大于第一阈值，则终端设备确定中间驾驶状态为速度增大状态；或者

若第一时间点对应的速度值为V1，第二时间点对应的速度值为V2，且V2小于V1，V1与V2的差值C2大于第一阈值，则终端设备确定中间驾驶状态为速度减小状态。

在得到车辆的多个中间驾驶状态之后，根据中间驾驶状态确定驾驶事件的过程可如图2和图3所示。

图2为驾驶事件检测方法实施例一的流程图。在图2所示的实施例中，时间上连续的多个中间驾驶状态均为速度增大状态，对应的本实施例提供的方法可以包括：

S201、所述终端设备获取所述多个所述中间驾驶状态对应的速度增加累积量，在确定所述速度增加累积量大于第二阈值时，判断所述其中一个中间驾驶状态对应的第二时间点的行驶方向上的加速度最大值与加速度最小值的差值是否大于第三阈值，若是，执行S202，若否，执行S203。

S202、判断首个中间驾驶状态对应的第一时间点的速度是否为0，若是，则确定所述驾驶事件为急启动事件，若否，则确定所述驾驶事件为急加速驾驶事件。

S203、判断首个中间驾驶状态对应的第一时间点的速度是否为0，若是，则确定所述驾驶事件为启动事件，若否，则确定所述驾驶事件为加速驾驶事件。

图3为驾驶事件检测方法实施例一的流程图。在图3所示的实施例中，时间上连续的多个中间驾驶状态均为速度减小状态，对应的本实施例提供的方法可以包括：

S301、所述终端设备获取所述多个所述中间驾驶状态对应的速度减小累积量，在确定所述速度减小累积量大于第二阈值时，判断所述其中一个中间驾驶状态对应的行驶方向上的加速度最大值与加速度最小值的差值的绝对值是否大于第三阈值，若是，执行S302，若否，执行S303。

S302、判断最后一个中间驾驶状态对应的第二时间点的速度是否为0，若是，则确定所述驾驶事件为急停止事件，若否，则确定所述驾驶事件为急减速驾驶事件。

S303、判断最后一个中间驾驶状态对应的第二时间点的速度是否为0，若是，则确定所述驾驶事件为停止事件，若否，则确定所述驾驶事件为减速驾驶事件。

本发明提出的驾驶事件检测方法通过终端设备获取传感器数据和GPS数据，并对传感器数据和GPS数据进行预处理，得到车辆的每一时间点对应的速度值和行驶方向上的加速度最大值、最小值，终端设备对每两个相邻时间点各自对应的速度值进行分析处理，得到车辆的多个中间驾驶状态，即速度增大状态或者速度减小状态，终端设备根据时间上连续的多个中间驾驶状态和其中一个中间驾驶状态对应的时间点的行驶方向上的加速度最大值与加速度最小值的差值，得到车辆的驾驶事件，即启动、急启动、加速、急加速、减速、急减速、停止或者急停止，从而既细粒度地对驾驶事件进行了检测，即检测出更加丰富的事件类型，如一般的加减速、转弯事件，同时还检测出了每种驾驶事件的发生过程，提高了事件检测的适用性、实时性和准确性。

另一种可行的实施例，终端设备获取传感器数据和GPS数据，并对传感器数据和GPS数据进行预处理，得到车辆的每一时间点对应的角速度平均值、速度值和方位；终端设备对每两个相邻时间点各自对应的方位进行分析处理，得到车辆的多个中间驾驶状态，各中间驾驶状态具体为如下中的一种：相对于地球坐标系，角度增大状态或者角度减小状态；根据中间驾驶状态对应的时间点的绕地球坐标系Z轴旋转的角速度平均值和速度值，得到向心加速度值；终端设备根据时间上连续的多个中间驾驶状态和其中一个中间驾驶状态对应的时间点的向心加速度值，得到车辆的驾驶事件，各驾驶事件具体为如下中的一种：左转弯、右转弯、急左转弯、急右转弯、左掉头、右掉头、急左掉头或急右掉头。

具体地，针对任意两个相邻的时间点，记为第一时间点和第二时间点，若第一时间点对应的方位为第一角度，第二时间点对应的方位为第二角度，且第二角度大于第一角度，第二角度与第一角度的差值W1大于第四阈值，则终端设备确定中间驾驶状态为相对于地球坐标系角度增大状态；或者

若第一时间点对应的方位为第一角度，第二时间点对应的方位为第二角度，且第二角度小于第一角度，第二角度与第一角度的差值的绝对值W2大于第四阈值，则终端设备确定中间驾驶状态为相对于地球坐标系角度减小状态。

在得到车辆的多个中间驾驶状态之后，根据中间驾驶状态确定驾驶事件的过程可如图4和图5所示。

在图4所示的实施例中，根据中间驾驶状态对应的第二时间点的绕地球坐标系Z轴旋转的角速度平均值和速度值，得到向心加速度值，时间上连续的多个中间驾驶状态均为角度增大状态，对应的本实施例提供的方法可以包括：

S401、所述终端设备获取所述多个所述中间驾驶状态对应的角度增加累积量，在确定所述角度增加累积量大于第五阈值时，判断所述角度增加累积量是否大于第六阈值，所述第六阈值大于所述第五阈值，若是，执行S402，若否，执行S403。

S402、判断所述其中一个中间驾驶状态对应的第二时间点的向心加速度值是否大于第七阈值；若是，则确定所述驾驶事件为急右掉头驾驶事件，若否，则确定所述驾驶事件为右掉头驾驶事件。

S403、判断所述其中一个中间驾驶状态对应的第二时间点的向心加速度值是否大于所述第七阈值；若是，则确定所述驾驶事件为急右转弯驾驶事件，若否，则确定所述驾驶事件为右转弯驾驶事件。

在图5所示的实施例中，根据中间驾驶状态对应的第二时间点的绕地球坐标系Z轴旋转的角速度平均值和速度值，得到向心加速度值，时间上连续的多个中间驾驶状态均为角度减小状态，对应的本实施例提供的方法可以包括：

S501、所述终端设备获取所述多个所述中间驾驶状态对应的角度减小累积量，在确定所述角度减小累积量大于第五阈值时，判断所述角度变化累积量是否大于第六阈值，所述第六阈值大于所述第五阈值，若是，执行S502，若否，执行S503。

S502、判断所述其中一个中间驾驶状态对应的第二时间点的向心加速度值是否大于第七阈值；若是，则确定所述驾驶事件为急左掉头驾驶事件，若否，则确定所述驾驶事件为左掉头驾驶事件。

S503、判断所述其中一个中间驾驶状态对应的第二时间点的向心加速度值是否大于所述第七阈值；若是，则确定所述驾驶事件为急左转弯事件，若否，则确定所述驾驶事件为左转弯事件。

本发明提出的驾驶事件检测方法通过终端设备获取传感器数据和GPS数据，并对传感器数据和GPS数据进行预处理，得到车辆的每一时间点对应的角速度平均值、速度值和方位，终端设备对每两个相邻时间点各自对应的方位进行分析处理，得到车辆的多个中间驾驶状态，即相对于地球坐标系的角度增大状态或者角度减小状态，由中间驾驶状态对应的时间点的绕地球坐标系Z轴旋转的角速度平均值和速度值，得到向心加速度值，终端设备根据时间上连续的多个中间驾驶状态和其中一个中间驾驶状态对应的时间点的向心加速度值，得到车辆的驾驶事件，即左转弯、右转弯、急左转弯、急右转弯、左掉头、右掉头、急左掉头或急右掉头，从而既细粒度地对驾驶事件进行了检测，即检测出更加丰富的事件类型，如一般的加减速、转弯事件，同时还检测出了每种驾驶事件的发生过程，提高了事件检测的适用性、实时性和准确性。

又一种可行的实施例，终端设备获取传感器数据和GPS数据，并对传感器数据和GPS数据进行预处理，得到车辆的每一时间点对应的角速度平均值、速度值和方位；终端设备对每两个相邻时间点各自对应的方位进行分析处理，得到车辆的多个中间驾驶状态，各中间驾驶状态具体为如下中的一种：左偏、右偏、急左偏、急右偏；终端设备对时间上连续的多个中间驾驶状态进行整合处理，得到驾驶事件。

在本实施例中，中间驾驶状态，即左偏、右偏、急左偏、急右偏，具体获取过程为与图4、图5所示的转弯的检测方法类似，仅第五阈值更换为较小的第十一阈值，在此不在复述。

在本实施例中，驾驶事件的具体获取过程可以为：若第一中间驾驶状态为左偏，第二中间状态为右偏，且第一中间状态与第二中间状态的时间差小于第九阈值，则判断第二中间状态对应的向心加速度值是否大于第十阈值，若是，则确定车辆的驾驶事件为左急并线，如否，则确定车辆的驾驶事件为左并线；或者

若第一中间驾驶状态为右偏，第二中间状态为左偏，且第一中间状态与第二中间状态的时间差小于第九阈值，则判断第二中间状态对应的向心加速度值是否大于第十阈值，若是，则确定车辆的驾驶事件为右急并线；若否，则确定车辆的驾驶事件为右并线。

本发明提出的驾驶事件检测方法通过终端设备获取传感器数据和GPS数据，并对传感器数据和GPS数据进行预处理，得到车辆的每一时间点对应的角速度平均值、速度值和方位，终端设备对每两个相邻时间点各自对应的方位进行分析处理，得到车辆的多个中间驾驶状态，即左偏、右偏、急左偏、急右偏，终端设备对时间上连续的多个中间驾驶状态进行整合处理，从而得到车辆的驾驶事件，即左并线、左急并线、右并线、右急并线，从而既细粒度地对驾驶事件进行了检测，即检测出更加丰富的事件类型，如一般的加减速、转弯事件，同时还检测出了每种驾驶事件的发生过程，提高了事件检测的适用性、实时性和准确性。

在上述各实施例的基础上，在确定驾驶事件之后，还可以将驾驶事件存储至驾驶事件队列；判断驾驶事件队列中多个相邻的驾驶事件是否一致；若否，对多个相邻的驾驶事件进行复杂驾驶事件检测，得到复杂驾驶事件。

具体地，当驾驶事件队列中有连续的、交替出现的左并线和右并线事件，交替出现的次数超过一定阈值时，判定为蛇形驾驶事件。

当驾驶事件队列中一连串事件的速度都很低，且出现连续的、交替性的启动、停止事件，交替出现的次数超过一定阈值且低速行驶时间超过一定阈值时，判定为堵车。

当驾驶事件队列中出现加速事件紧接着转弯事件时，判定为转弯时加速。转弯时车辆应当降低速度，转弯时加速则是一种危险的驾驶行为。

进一步地，本实施例还提供了阈值的选取方式。在确定中间驾驶状态时，采用的阈值自适应选取。具体地，先设定一个初始的阈值，在用户行驶一段时间后，更新阈值。以速度增大状态的判断阈值即第一阈值为例：第一步，用户对第一阈值指定一个准确率参数，如60％；第二步，对于最近若干段行程的速度值，计算每次速度值改变超过第一阈值时的变化程度，这个变化程度可以用一个随机变量来表示，记为X1；第三步，对于最近若干段行程中发生加速事件的详细过程，计算每次加速事件发生时，速度值改变超过第一阈值时的变化程度，记为X2；第四步，算出X1和X2的分布函数，然后通过遍历找到某一个阈值x，使得X1>x的数量k1以及X2>x的数量k2，满足k2/k1>60％，x就作为新的阈值。

在对累积变化量进行判断时，采用人为的设定。具体地，需要根据不同上层应用需求来人为的设定。

在判断“急”事件时，默认采用固定阈值和历史统计阈值相结合来设定。具体地，所述固定阈值为两个，当该特征值超过较大固定阈值，则直接判定事件发生；若小于较小固定阈值，则直接判定事件不发生；若在两个值之间，则根据历史统计阈值进行判定。

历史统计阈值的获取过程具体可以为：采用统计历史数据，取前10％(这个百分比需要人为设定)的做法。具体地说，就是将历史行程中发生事件时的全部特征值取出，对相关的特征值(比如速度变化)进行从大到小排序，取第10％*n个(n为特征值个数)值作为历史统计阈值。

此外，还可以通过配置指定只使用固定阈值或只使用历史统计阈值。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。