基于智能車載終端的駕駛行為識別方法
【專利摘要】本發(fā)明提出了一種基于智能車載終端的駕駛行為識別方法，包括如下步驟：步驟S101，設置駕駛行為，并將所述駕駛行為分解為多個駕駛模式；步驟S102，根據每個駕駛模式中涉及的行駛信息計算出對應的駕駛行為識別模式；步驟S103，利用智能車載終端GID獲取車輛在行駛中的行駛信息；步驟S104，將獲取的行駛信息引入到每個駕駛模式的駕駛行為識別模式中，進行判斷所述車輛所屬的駕駛模式。本發(fā)明對駕駛行為進行量化分析，識別駕駛行為狀態(tài)，為車聯網保險服務等相關行業(yè)提供理論基礎。
【專利說明】
基于智能車載終端的駕駛行為識別方法
技術領域
[0001] 本發(fā)明涉及駕駛行為識別技術領域，特別涉及一種基于智能車載終端的駕駛行為 識別方法。
【背景技術】
[0002] 車輛在行駛過程中司機的駕駛行為受多方面因素影響，環(huán)境、車輛、道路等情況的 多變性和復雜性以及駕駛員行車過程中操作熟練程度和對應急事件的反應程度都會導致 駕駛行為的不同。
[0003] 駕駛行為影響因素分為兩大類：1)內部因素：主要指駕駛員自身對駕駛行為的影 響，如駕駛員的性別、年齡、違章記錄、出險次數、駕車經歷以及對道路交通法規(guī)態(tài)度等;2) 外部因素:主要指外界環(huán)境因素的影響，如道路等級、道理狀況、車況指數等。
[0004] 針對駕駛行為影響指標選取問題，過多的指標存在重復情況，導致工作量加大;而 過少指標會導致所選指標因不具備代表性導致分析結果不全面。因此，遵循駕駛行為指標 選取的系統(tǒng)、可操作、客觀、和獨立四大原則。
[0005] 如中國專利CN 104463244A的發(fā)明專利，該發(fā)明提供一種用于移動智能設備的異 常駕駛行為監(jiān)測和識別方法和系統(tǒng)，使用了智能手機的傳感器可以快速檢測出異常駕駛行 為，然而，該發(fā)明在駕駛行為影響指標選取中，采用過多的指標且存在重復情況，導致工作 量加大。

【發(fā)明內容】

[0006] 本發(fā)明的目的旨在至少解決所述技術缺陷之一。
[0007]為此，本發(fā)明的目的在于提出一種駕駛行為指標少的基于智能車載終端的駕駛行 為識別方法。
[0008] 為了實現上述目的，本發(fā)明提供一種基于智能車載終端的駕駛行為識別方法，包 括如下步驟：
[0009] 步驟S101，設置駕駛行為，并將所述駕駛行為分解為多個駕駛模式；
[0010] 步驟S102,根據每個駕駛模式中涉及的行駛信息計算出對應的駕駛行為識別模 式；
[0011] 步驟S103，利用智能車載終端GID獲取車輛在行駛中的行駛信息；
[0012] 步驟S104,將獲取的行駛信息引入到每個駕駛模式的駕駛行為識別模式中，進行 判斷所述車輛所屬的駕駛模式。
[0013] 優(yōu)選的，所述多個駕駛模式包括疲勞駕駛行為模式、變速行為模式、轉彎行為模 式。
[0014] 優(yōu)選的，所述疲勞駕駛行為模式對應的疲勞駕駛行為識別公式為： 、,??"<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表示駕駛員；
[0017] 表示駕駛員i的兩條行車數據的時間間隔；
[0018] ?1表示當天駕駛員i從第一條行車數據開始或者上一次停車休息結束之后的單 次連續(xù)行駛時間；
[0019] r二表示駕駛員i單次停車休息時間；
[0020] I表示駕駛員i車輛駕駛速度；當1大于5km/h表明駕駛員i首次啟動車輛或者停車 休息后再次啟動車輛小于0.5km/h表明駕駛員i停車休息；
[0021 ] 表示駕駛員i全天駕駛時間累計值，顯然，;
[0022] ConF表示駕駛員i當天單次疲勞駕駛事件數；
[0023] FagitueLevel表示疲勞駕駛程度，當單次連續(xù)行駛時間小于3.5h且全天駕駛時間 累計值小于7.5h為正常駕駛狀態(tài)，即FagitueLevel = 0;當單次連續(xù)行駛時間大于3.5h且小 于4h或者天駕駛時間累計值大于7.5h且小于8h為疲勞駕駛告警，即FagitueLevel = 1;當單 次連續(xù)行駛時間大于4h或者全天駕駛時間累計值大于8h為違規(guī)疲勞駕駛，即FagitueLevel =2；
[0024] Fe為疲勞駕駛事件數，顯然Fe為單次疲勞駕駛事件數和累計超時疲勞駕駛事件數 之和。
[0025] 優(yōu)選的，所述疲勞駕駛行為模式的識別判斷包括以下步驟：
[0026]獲取車輛在行駛中的行駛信息；
[0027]根據行車速度1判斷駕駛員行車是否停止或者休息；
[0028]若單次連續(xù)行車后駕駛員休息后，當時間滿足行業(yè)規(guī)定20min，對歷史行車時間進 行累計更新，否則根據單次連續(xù)行車時長判斷駕駛員的疲勞行車程度，并且單次疲勞駕駛 事件數增加一次；
[0029] 若駕駛員單次連續(xù)行車仍在繼續(xù)，對當前行車時間進行更新；
[0030] 若當天所有行車數據處理完畢，則需要根據全天駕駛時間累計值對疲勞行車程度 再一次進行判定;若全天駕駛時間累計值超過8h，則為駕駛超時事件，即疲勞駕駛。
[0031] 優(yōu)選的，所述變速行為模式對應的變速駕駛行為識別公式為： 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表示車輛在行駛過程中的速度；
[0034] T表示車輛在行駛過程中的加速持續(xù)時間；
[0035] a表示車輛在行駛過程中的加速度，公式為：
[0037] 其中，t表示車輛在行駛過程中的時間；
[0038] Δ t表示車輛在行駛過程中的時間變化量；
[0039] ShiftStatus表示變速行為類型，當持續(xù)時間T在0.25~3s之間，如果加速度a彡 3m/s2，則為急加速行為，即Shif tStatus = 0 ;如果加速度a<-3m/s2，則為急減速行為， ShiftStatus = 1;當持續(xù)時間T在0.1~3s之間，如果加速度a<_4m/s2且速度v<0.5m/s，貝lj 為急剎車行為，即ShiftStatus = 2。
[0040]優(yōu)選的，所述變速行為模式的識別判斷包括以下步驟：
[0041 ]獲取車輛在行駛中的行駛信息；
[0042] 當加速度值達到設定的最大加速度閾值時開始計算急加速過程；
[0043] 對變速行為模式進行判斷，當加速的持續(xù)時間在一定范圍內時，加速度超過急加 速閾值時，為急加速事件;加速度小于急減速閾值時，為急減速事件，當加速的持續(xù)時間在 另一范圍內時，加速度小于急剎車閾值且速度小于速度閾值時，為急剎車事件；
[0044] 當加速度值小于最大加速度閾值一段時間，就結束計算急加速過程。
[0045] 優(yōu)選的，所述轉彎行為模式對應的變速駕駛行為識別公式為： ......[0, AT； > 2s
[0046] TurnLevel = < I, ft? >()./! brad / λ· ! I.v' > 30fe? / < ΔT； < 2.v
[0047] 其中，i表示駕駛員；
[0048] j表示車輛在行駛過程中的行車數據條數；
[0049] Δ IV表示第j與j-Ι條行車數據的時間間隔；
[0050] ω表示車輛在行駛過程中的角速度；
[00511 ν表示車輛在行駛過程中的速度。
[0052] TurnLevel表示轉彎行為程度，如果當天兩條行車數據時間間隔Δ IV在0~2s之 間，角速度ω多0.45rad/s且速度v多30km/h時，則為轉彎行為，如果當天兩條行車數據時間 間隔A IV超過2s，則不屬于轉彎行為。
[0053]優(yōu)選的，所述轉彎行為模式的識別包括以下步驟：
[0054]獲取車輛在行駛中的行駛信息；
[0055]根據當天兩條行車數據時間間隔進行判斷，如果時間間隔在0~2s之間，且角速度 ω彡〇. 45rad/s且速度v彡30km/h時，則判斷為轉彎行為;反之，則不是轉彎行為；如果時間 間隔超過2s，則不是轉彎行為；
[0056]結束轉彎行為的識別計算。
[0057]本發(fā)明的基于智能車載終端的駕駛行為識別方法具有以下特點：
[0058] 1、本發(fā)明利用智能車載終端GID通過車載診斷系統(tǒng)0BD接口獲取車輛在行駛中的 行駛信息（動態(tài)及靜態(tài)信息），并經由車聯網技術上傳至車云平臺。在車云平臺中對車輛數 據信息進行處理，對駕駛員在行車過程中的急加速、急減速、急剎車、急轉彎以及疲勞駕駛 狀態(tài)進行識別判斷。
[0059] 2、本發(fā)明提出基于行車時長的疲勞駕駛識別算法，利用智能車載終端GID獲取的 車輛行車數據信息，統(tǒng)計出當天連續(xù)行車時間和累計行車時間，依據交通運輸行業(yè)相關法 定法規(guī)判別車主行車時間是否超時，識別駕駛員疲勞駕駛狀況。
[0060] 3、本發(fā)明中變速行為識別算法利用車輛行車速度、行車時間等數據信息，分析出 變速行為的持續(xù)時間和加速度，當達到急加速、急減速和急剎車判定條件時識別駕駛員變 速行為。
[0061] 4、本發(fā)明中轉彎行為識別算法根據行行車定位、行車速度等數據信息，分析出轉 彎角度、持續(xù)時間和速度值，當達到急轉彎判定條件時識別駕駛員急轉彎行為。
[0062] 5、本發(fā)明對駕駛行為進行量化分析，識別駕駛行為狀態(tài)，為車聯網保險服務等相 關tx業(yè)提供理論基礎。
[0063] 本發(fā)明附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變 得明顯，或通過本發(fā)明的實踐了解到。
【附圖說明】
[0064] 本發(fā)明的上述和/或附加的方面和優(yōu)點從結合下面附圖對實施例的描述中將變得 明顯和容易理解，其中：
[0065]圖1為本發(fā)明的整體流程圖；
[0066] 圖2為本發(fā)明的疲勞駕駛行為識別算法流程圖；
[0067] 圖3為本發(fā)明的變速行為識別算法流程圖；
[0068] 圖4為本發(fā)明的轉彎行為識別算法流程圖。
【具體實施方式】
[0069] 下面詳細描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終 相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附 圖描述的實施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。
[0070] 智能車載終端(GID)又稱衛(wèi)星定位智能車載終端）融合了 GPS技術、里程定位技術 及汽車黑匣技術，能用于對運輸車輛的現代化管理，包括:行車安全監(jiān)控管理、運營管理、月艮 務質量管理、智能集中調度管理、電子站牌控制管理等。
[0071] 本發(fā)明提供一種基于智能車載終端的駕駛行為識別方法，參考附圖1，包括如下步 驟：
[0072] 步驟S101，設置駕駛行為，并將駕駛行為分解為多個駕駛模式；
[0073] 其中，多個駕駛模式包括疲勞駕駛行為模式、變速行為模式、轉彎行為模式。
[0074] 步驟S102,根據每個駕駛模式中涉及的行駛信息計算出對應的駕駛行為識別模 式；
[0075] 多個駕駛模式的駕駛行為識別包括以下幾種算法：
[0076] 1)疲勞駕駛行為識別算法
[0077] 依據相關交通運輸行業(yè)規(guī)定，疲勞駕駛定義為兩類：1、當連續(xù)行車時間超過4小時 且休息時間少于20分鐘為單次疲勞駕駛事件;2、一天之中累計駕駛時間超過8小時為當天 累計疲勞駕駛事件。
[0078] 因此，疲勞駕駛行為模式對應的疲勞駕駛行為識別公式為： 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表示駕駛員；
[0081 ] 表示駕駛員i的兩條行車數據的時間間隔；
[0082] 表示當天駕駛員i從第一條行車數據開始或者上一次停車休息結束之后的單 次連續(xù)
[0083] 行駛時間；
[0084] 表示駕駛員i單次停車休息時間；
[0085] I表示駕駛員i車輛駕駛速度；當1大于5km/h表明駕駛員i首次啟動車輛或者停車 休息后再次啟動車輛小于0.5km/h表明駕駛員i停車休息；
[0086] 2^"/,/,,1,6表示駕駛員1全天駕駛時間累計值，顯然，?：,"",^=7^, /<,,.;,>11;
[0087] ConF表示駕駛員i當天單次疲勞駕駛事件數；
[0088] FagitueLevel表示疲勞駕駛程度，當單次連續(xù)行駛時間小于3.5h且全天駕駛時間 累計值小于7.5h為正常駕駛狀態(tài)，即FagitueLevel = 0;當單次連續(xù)行駛時間大于3.5h且小 于4h或者天駕駛時間累計值大于7.5h且小于8h為疲勞駕駛告警，即FagitueLevel = 1;當單 次連續(xù)行駛時間大于4h或者全天駕駛時間累計值大于8h為違規(guī)疲勞駕駛，即FagitueLevel =2;對應的疲勞駕駛行為識別算法流程圖參考附圖2。
[0089] Fe為疲勞駕駛事件數，顯然Fe為單次疲勞駕駛事件數和累計超時疲勞駕駛事件數 之和。
[0090]疲勞駕駛行為模式的識別判斷包括以下步驟：
[0091 ]獲取車輛在行駛中的行駛信息；
[0092]根據行車速度1判斷駕駛員行車是否停止或者休息；
[0093]若單次連續(xù)行車后駕駛員休息后，當時間滿足行業(yè)規(guī)定20min，對歷史行車時間進 行累計更新，否則根據單次連續(xù)行車時長判斷駕駛員的疲勞行車程度，并且單次疲勞駕駛 事件數增加一次；
[0094] 若駕駛員單次連續(xù)行車仍在繼續(xù)，對當前行車時間進行更新；
[0095] 若當天所有行車數據處理完畢，則需要根據全天駕駛時間累計值對疲勞行車程度 再一次進行判定;若全天駕駛時間累計值超過8h，則為駕駛超時事件，即疲勞駕駛。
[0096] 2)變速行為識別算法
[0097]變速行為包括急加速、急減速、急剎車行為等，而變速行為識別的主要依據是車輛 在行駛過程中前進方向速度及加速度。物理學中運動加速度定義為速度的變化量與發(fā)生變 化所用時間的比值：
[0099] 其中，a表示車輛在行駛過程中的加速度
[0100] t表示車輛在行駛過程中的時間；
[0101 ] Δ t表示車輛在行駛過程中的時間變化量。
[0102] 變速行為識別算法是利智能車載終端GID通過OBD II采集的車輛行車速度、行車 時間等數據信息，分析出變速行為的開始時間、結束時間、持續(xù)時間、最大加速度值、平均加 速度值。根據公式(2)兩次采樣間的速度差除以采樣時間間隔，此值即為加速度，若此值為 正數，說明車輛處于加速行駛狀態(tài);若為負數則說明車輛處于減速或者剎車狀態(tài)。其主要思 想有：
[0103] 急加速行為識別：當加速度值達到設定的最大加速度閾值時開始計算急加速過 程，當且僅當加速時間超過一定值時，為急加速事件，當加速度值小于最大加速度閾值一段 時間，就會結束計算急加速過程。
[0104] 急減速和急剎車行為識別：當減速度值達到設定的最大減速度閾值時開始計算急 減速過程，當且僅當減速時間超過一定值時，為急減速事件，當減速度值小于最大減速度閾 值一段時間，就會結束計算急減速過程;此外，若減速度值達到設定的剎車減速度閾值時開 始計算急剎車過程，當且僅當一定時間內車輛停止運動時為急剎車事件。
[0105] 因此，變速行為模式對應的變速駕駛行為識別公式為： 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表示車輛在行駛過程中的速度；
[0108] T表示車輛在行駛過程中的加速持續(xù)時間；
[0109] ShiftStatus表示變速行為類型，當持續(xù)時間T在0.25~3s之間，如果加速度a彡 3m/s2，則為急加速行為，即Shif tStatus = 0 ;如果加速度a<-3m/s2，則為急減速行為， ShiftStatus = 1;當持續(xù)時間T在0.1~3s之間，如果加速度a<_4m/s2且速度v<0.5m/s，貝lj 為急剎車行為，即ShiftStatus = 2。
[0110] 變速行為模式的識別判斷包括以下步驟：
[0111] 獲取車輛在行駛中的行駛信息；
[0112] 當加速度值達到設定的最大加速度閾值時開始計算急加速過程；
[0113] 對變速行為模式進行判斷，當加速的持續(xù)時間在一定范圍內時，加速度超過急加 速閾值時，為急加速事件;加速度小于急減速閾值時，為急減速事件，當加速的持續(xù)時間在 另一范圍內時，加速度小于急剎車閾值且速度小于速度閾值時，為急剎車事件；
[0114] 當加速度值小于最大加速度閾值一段時間，就結束計算急加速過程。
[0115] 其中，變速行為中相關速度和加速度閾值需要設定及判定條件如表1所示，變速行 為識別算法流程圖如圖3所示，
[0116] 表1變速行為識別判定條件
[0118] 該算法主要過程：
[0119] 1、判斷當天兩條行車數據時間間隔是否在0~2s之間，若超過2s，數據時間間隔太 長，不滿足公式(2)要求，則該條數據沒有意義;若在2s內，則對加速度進行計算。
[0120] 2、當加速度達到表1所示閾值時，對事件持續(xù)時間進行統(tǒng)計；當速度、加速度和時 間持續(xù)時間均滿足表1中變速行為識別判定條件，則對應變速事件數目加1，直到當天行車 數據全部處理完畢為止。
[0121] 3)轉彎行為識別算法
[0122] 轉彎行為識別算法是利用智能車載終端GID通過OBD II獲取的車輛行車速度、行 車時間以及GPS等數據信息，分析出急轉彎行為的開始時間、結束時間、持續(xù)時間、轉彎角度 等。
[0123] 急轉彎行為識別算法的思想是通過獲取GPS的角度值與0BD數據中的車速來計算， 當車轉彎的時會有一個角度，這時如果轉彎的角度與車速到了一個設定值，則為一個急轉 彎的過程開始，如果此行為持續(xù)一段時間，算此時有一個急轉彎的動作，中途轉彎的角度與 車速可以不達到設定值一段時間，如果超出該時間，則判斷急轉彎過程終止。
[0124] 根據機動車輛行車準則，機動車進出掉頭、轉彎、下坡時車行速度不得超過每小時 30公里，因此本發(fā)明中將車輛轉彎時速度閾值設定為30km/h。
[0125] 轉彎行為模式對應的變速駕駛行為識別公式為： f〇：, AT/ >2s , (4)
[0126] TurnLevel = ^ ' 1.，oj > 0. A^Srad/ slEeLv > 2>Qkm / h,0 < AT^ < 2s
[0127] 其中，i表示駕駛員；
[0128] j表示車輛在行駛過程中的行車數據條數；
[0129] △ IV表示第j與j-Ι條行車數據的時間間隔；
[0130] ω表示車輛在行駛過程中的角速度；
[0131] ν表示車輛在行駛過程中的速度。
[0132] TurnLevel表示轉彎行為程度，如果當天兩條行車數據時間間隔Δ IV在0~2s之 間，角速度ω多0.45rad/s且速度ν多30km/h時，則為轉彎行為，如果當天兩條行車數據時間 間隔A IV超過2s，則不屬于轉彎行為。
[0133] 轉彎行為模式的識別包括以下步驟：
[0134] 獲取車輛在行駛中的行駛信息；
[0135] 根據當天兩條行車數據時間間隔進行判斷，如果時間間隔在0~2s之間，且角速度 ω彡〇. 45rad/s且速度ν彡30km/h時，則判斷為轉彎行為;反之，則不是轉彎行為；如果時間 間隔超過2s，則不是轉彎行為；
[0136] 結束轉彎行為的識別計算。
[0137] 轉彎行為識別算法流程如圖4所示，該算法主要過程:判斷當天兩條行車數據時間 間隔是否在〇~2s之間，若超過2s，數據時間間隔太長，則該條數據沒有意義;若在2s內，則 對角速度速度進行判斷。當角速度達到閾值時，對事件持續(xù)時間進行統(tǒng)計；當速度、時間持 續(xù)時間均達到轉彎行為識別判定條件，則急轉彎事件數目加1，直到當天行車數據全部處理 完畢為止。
[0138] 步驟S103,利用智能車載終端GID獲取車輛在行駛中的行駛信息；
[0139] 步驟S104,將獲取的行駛信息引入到每個駕駛模式的駕駛行為識別模式中，進行 判斷車輛所屬的駕駛模式。
[0140] 本發(fā)明利用智能車載終端GID通過車載診斷系統(tǒng)0BD接口獲取車輛在行駛中的行 駛信息(動態(tài)及靜態(tài)信息），并經由車聯網技術上傳至車云平臺。在車云平臺中對車輛數據 信息進行處理，根據疲勞駕駛行為識別算法、變速行為識別算法、轉彎行為識別算法對駕駛 員在行車過程中的急加速、急減速、急剎車、急轉彎以及疲勞駕駛狀態(tài)進行識別判斷。
[0141] 本發(fā)明提出基于行車時長的疲勞駕駛識別算法，利用智能車載終端GID獲取的車 輛行車數據信息，統(tǒng)計出當天連續(xù)行車時間和累計行車時間，依據交通運輸行業(yè)相關法定 法規(guī)判別車主行車時間是否超時，識別駕駛員疲勞駕駛狀況。
[0142] 本發(fā)明中變速行為識別算法利用車輛行車速度、行車時間等數據信息，分析出變 速行為的持續(xù)時間和加速度，當達到急加速、急減速和急剎車判定條件時識別駕駛員變速 行為。
[0143] 本發(fā)明中轉彎行為識別算法根據行行車定位、行車速度等數據信息，分析出轉彎 角度、持續(xù)時間和速度值，當達到急轉彎判定條件時識別駕駛員急轉彎行為。
[0144] 本發(fā)明對駕駛行為進行量化分析，識別駕駛行為狀態(tài)，為車聯網保險服務等相關 行業(yè)提供理論基礎。
[0145] 盡管上面已經示出和描述了本發(fā)明的實施例，可以理解的是，上述實施例是示例 性的，不能理解為對本發(fā)明的限制，本領域的普通技術人員在不脫離本發(fā)明的原理和宗旨 的情況下在本發(fā)明的范圍內可以對上述實施例進行變化、修改、替換和變型。本發(fā)明的范圍 由所附權利要求極其等同限定。
【主權項】
1. 一種基于智能車載終端的駕駛行為識別方法，其特征在于，包括如下步驟： 步驟S101，設置駕駛行為，并將所述駕駛行為分解為多個駕駛模式； 步驟S102,根據每個駕駛模式中設及的行駛信息計算出對應的駕駛行為識別模式； 步驟S103,利用智能車載終端GID獲取車輛在行駛中的行駛信息； 步驟S104,將獲取的行駛信息引入到每個駕駛模式的駕駛行為識別模式中，進行判斷 所述車輛所屬的駕駛模式。2. 如權利要求1所述的一種基于智能車載終端的駕駛行為識別方法，其特征在于:所述 多個駕駛模式包括疲勞駕駛行為模式、變速行為模式、轉彎行為模式。3. 如權利要求2所述的一種基于智能車載終端的駕駛行為識別方法，其特征在于:所述 疲勞駕駛行為模式對應的疲勞駕駛行為識別公式為：其中：i表示駕駛員； Τι表示駕駛員i的兩條行車數據的時間間隔； 寫,"表示當天駕駛員i從第一條行車數據開始或者上一次停車休息結束之后的單次連 續(xù)行駛時間； 表示駕駛員i單次停車休息時間； Vi表示駕駛員i車輛駕駛速度；當Vi大于5km/h表明駕駛員i首次啟動車輛或者停車休息 后再次啟動車輛;Vi小于0.5km/h表明駕駛員i停車休息； fwaftiriw.表不駕駛貝i全天駕駛時間累計值，顯然，寫。?二軍。?αΛ*.?片7?！? ConF表示駕駛員i當天單次疲勞駕駛事件數； 化gi化eLevel表示疲勞駕駛程度，當單次連續(xù)行駛時間小于3.化且全天駕駛時間累計 值小于7.化為正常駕駛狀態(tài)，目陽agitueLevel = 0;當單次連續(xù)行駛時間大于3.化且小于4h 或者天駕駛時間累計值大于7.化且小于化為疲勞駕駛告警，目陽agitueLevel = 1;當單次連 續(xù)行駛時間大于地或者全天駕駛時間累計值大于化為違規(guī)疲勞駕駛，即化gi化eLevel = 2; Fe為疲勞駕駛事件數，顯然Fe為單次疲勞駕駛事件數和累計超時疲勞駕駛事件數之 和。4. 如權利要求3所述的一種基于智能車載終端的駕駛行為識別方法，其特征在于:所述 疲勞駕駛行為模式的識別判斷包括W下步驟： 獲取車輛在行駛中的行駛信息； 根據行車速度Vi判斷駕駛員行車是否停止或者休息； 若單次連續(xù)行車后駕駛員休息后，當時間滿足行業(yè)規(guī)定20min，對歷史行車時間進行累 計更新，否則根據單次連續(xù)行車時長判斷駕駛員的疲勞行車程度，并且單次疲勞駕駛事件 數增加一次； 若駕駛員單次連續(xù)行車仍在繼續(xù)，對當前行車時間進行更新； 若當天所有行車數據處理完畢，則需要根據全天駕駛時間累計值對疲勞行車程度再一 次進行判定;若全天駕駛時間累計值超過化，則為駕駛超時事件，即疲勞駕駛。5. 如權利要求2所述的一種基于智能車載終端的駕駛行為識別方法，其特征在于:所述 變速行為模式對應的變速駕駛行為識別公式為：其中，V表示車輛在行駛過程中的速度； T表示車輛在行駛過程中的加速持續(xù)時間； a表示車輛在行駛過程中的加速度，公式為：其中，t表示車輛在行駛過程中的時間； A t表示車輛在行駛過程中的時間變化量； Shif tStatus表示變速行為類型，當持續(xù)時間T在0.25~3s之間，如果加速度a>3m/s2， 則為急加速行為，即ShiftStatus = 0;如果加速度a《-3m/s2,則為急減速行為，即 Shif tStatus = 1;當持續(xù)時間T在0.1~3s之間，如果加速度a《-4m/s2且速度v《0.5m/s，則 為急剎車行為，即ShiftStatus = 2。6. 如權利要求2或5所述的一種基于智能車載終端的駕駛行為識別方法，其特征在于： 所述變速行為模式的識別判斷包括W下步驟： 獲取車輛在行駛中的行駛信息； 當加速度值達到設定的最大加速度闊值時開始計算急加速過程； 對變速行為模式進行判斷，當加速的持續(xù)時間在一定范圍內時，加速度超過急加速闊 值時，為急加速事件;加速度小于急減速闊值時，為急減速事件，當加速的持續(xù)時間在另一 范圍內時，加速度小于急剎車闊值且速度小于速度闊值時，為急剎車事件； 當加速度值小于最大加速度闊值一段時間，就結束計算急加速過程。7. 如權利要求2所述的一種基于智能車載終端的駕駛行為識別方法，其特征在于:所述 轉彎行為模式對應的變速駕駛行為識別公式為：其中，i表示駕駛員； j表示車輛在行駛過程中的行車數據條數； ΔΓ/表示第j與j-1條行車數據的時間間隔； ω表示車輛在行駛過程中的角速度； V表示車輛在行駛過程中的速度。 TumLevel表示轉彎行為程度，如果當天兩條行車數據時間間隔Δ7；.'在0~2s之間，角速 度w>〇.45rad/s且速度v>30km/h時，則為轉彎行為，如果當天兩條行車數據時間間隔 Δ7；超過2s，則不屬于轉彎行為。8. 如權利要求2或7所述的一種基于智能車載終端的駕駛行為識別方法，其特征在于： 所述轉彎行為模式的識別包括w下步驟： 獲取車輛在行駛中的行駛信息； 根據當天兩條行車數據時間間隔進行判斷，如果時間間隔在0~2s之間，且角速度 0.4虹ad/s且速度30km/h時，則判斷為轉彎行為；反之，則不是轉彎行為；如果時間間隔 超過2s，則不是轉彎行為； 結束轉彎行為的識別計算。
【文檔編號】G08G1/01GK106097709SQ201610483041
【公開日】2016年11月9日
【申請日】2016年6月27日
【發(fā)明人】李 泳, 宋強, 彭江琴
【申請人】江蘇迪納數字科技股份有限公司