基于多传感器的危险驾驶行为检测和评估方法技术

本发明专利技术提出了一种基于多传感器的危险驾驶行为检测和评估方法，包括：利用车辆上的多个传感器，采集所述车辆驾驶过程中的多个传感器反馈数据；对所述多个传感器反馈数据以预设驾驶行为判别算法进行分析，根据分析结果识别出所述车辆的行驶模式，生成驾驶行为分析结果；将所述驾驶行为分析结果与预设正常驾驶模型进行比对，判断所述驾驶行为是否存在危险，以及针对每个所述驾驶行为和驾驶全程生成所述车辆的驾驶行为评估报告。本发明专利技术对正在行驶中发生转向、变道和掉头的车辆的行驶模式进行识别和判断，并利用判别结果，结合实时行驶速度与安全行驶模型对应阈值进对比，从而判断当前驾驶行为的安全性。

【技术实现步骤摘要】

本专利技术涉及多传感器数据融合
，特别涉及一种基于多传感器的危险驾驶 行为检测和评估方法。
技术介绍
随着生活水平的快速提升，自驾汽车已经成为人们出行的主要交通方式。与此同 时，也伴随着危险驾驶行为的出现。 从驾驶角度，构成人们出行的威胁包含两个方面:每天都会涌现大批的驾驶新手； 同时也存在许多驾驶娴熟却对当前交规不熟悉的人员。因此开车用户需要能够对自身驾驶 技术进行量化评判的标准和指导。另外，对于车辆保险业，依据用户行为调整业务需求能够 针对性的推出更加合理的保险业务。通过对用户的驾驶过程进行量化分级，一方面能够合 理化车险的销售模式，增加车险业务的盈利;另一方面也能促进用户驾驶水平的提高，养成 良好的驾驶素养。 经调查发现，除酒驾和不可抗力因素外，大部分交通事故的起因是开车用户的不 良驾驶习惯。不良的驾驶习惯主要包含不当的转向、变道和掉头。目前辅助驾驶的行驶状态 检测方法主要有三类： (1)基于OBD (On-Board D iagnost i c)的检测方法:具有最高的准确性和稳定性，但 不同汽车生产公司的0BD接口及编码不同，接口读取实现成本高，同时可能引起用户驾驶的 安全控制，这使得基于0BD的技术难以普及； (2)基于视频监控的检测方法:该技术比较准确，但是受限于环境光线和天气影 响，同时大量图像的识别分析计算，计算代价和存储成本很高； (3)基于车载内置传感器的检测方法：在一些高端车辆中，载有价格昂贵的传感 器、电子雷达和监控设备。这些设备在一定程度上能为驾驶提供便利，但一般不具备对驾驶 行为分析的能力。 此外，为降低成本并便于普及，现有技术中存在望借助智能手机、平板电脑、车载 导航和定制车载辅助驾驶等智能设备，进行车辆检测的方式，但分别存在不同程度的缺陷。 (1)利用智能手机的后置摄像头依据采集道路的信息进行驾驶状况的检测，但由 于软硬件环境限制，实时性和精准度很难被满足。 ⑵利用智能手机中的加速度传感器、陀螺仪和电子罗盘对驾驶行为进行检测，能 够有效的降低计算的时空复杂度，并且不容易受到环境光照和天气的影响。但电子罗盘容 易受到环境中的磁场干扰，影响判断结果。此外，加速度传感器和陀螺仪在数据采集的过程 中容易受到传感器的噪声干扰，难以识别其中捕获到的驾驶模式。 现有技术提出一种基于Inertial Measurement Units(IMUs)的检测模式，能够在 一定程度上对传感器噪声进行分离，获取目标传感器数值参数。但该方法对驾驶行为的分 类逻辑比较简单，无法对相对复杂的驾驶行为进行分析。如图1所示，现有技术还提出一种利用霍尔磁效应传感器，也就是电子罗盘对车辆 的转向进行判断，来测量驾驶中的转向行为。但是在附近有强磁场或者电磁干扰时，会导致 电子罗盘扰动甚至失效，因此检测方法稳定性较弱。
技术实现思路
本专利技术的目的旨在至少解决所述技术缺陷之一。 为此，本专利技术的目的在于提出一种基于多传感器的危险驾驶行为检测和评估方 法，对正在行驶中发生转向、变道和掉头的车辆的行驶模式进行识别和判断，再通过判别结 果，结合实时行驶速度与安全行驶模型对应阈值进对比，判断当前驾驶行为的安全性。 为了实现上述目的，本专利技术的实施拟提供一种基于多传感器的危险驾驶行为检测 和评估方法，包括如下步骤：步骤S1，利用车辆上的多个传感器，采集所述车辆驾驶过程中的多种传感器反馈 数据； 步骤S2,对所述多种传感器反馈数据以预设驾驶行为判别算法进行分析，根据分 析结果识别出所述车辆的行驶模式，生成驾驶行为分析结果。其中，所述驾驶行为分析结果 包括每个所述驾驶行为及对应的传感器反馈数据； 步骤S3,将所述驾驶行为分析结果与预设正常驾驶模型进行比对，判断所述驾驶 行为是否存在危险，以及针对每个所述驾驶行为和驾驶全程生成所述车辆的驾驶行为评估 的报告。 进一步，所述多个传感器包括:角速度传感器和GPS速度传感器。 进一步，所述多个传感器采用以下两种形式之一： (1)固定于所述车辆内的角速度传感器和GPS速度传感器； (2)集成于智能设备内的陀螺仪的角速度传感器和GPS速度传感器，其中，所述智 能设备固定于所述车辆的前窗上。 进一步，多个传感器反馈数据包括所述GPS速度传感器采集的车辆速度数据和所 述角速度传感器采集的车辆在转向、变道和掉头时的传感器波形数据。 进一步，在所述步骤S2中，所述预设驾驶行为判别算法采用MultiWave算法。 进一步，在所述步骤S2中， 首先，对所述传感器波形数据进行波形过滤，将过滤后波形数据存入MultiWave链 表； 然后，对所述MultiWave链表中的波形数据进行分析，计算出波的数量和对应的特 征值，根据所述波的数量和特征值识别，对所述车辆的行驶模式进行识别，其中，所述特征 值包括:波形的PN正负性和、最大角速度值、单个波的角速度均值和单个波的持续时间和转 向角度的绝对值。 进一步，对符合以下条件的传感器波形数据进行过滤： (1)低于预设角速度传感器下限阈值的波形数据； (2)单个波传感器数值的最大值低于预设有效波形峰值阈值的波形数据； (3)波形持续时间低于预设基本波形持续时间的波形数据； 当超过预设检测等待时间仍未检测到新的波形数据，将结束本次检测，开始识别 驾驶行为。 进一步，在所述根据波的数量和特征值识别，对所述车辆的行驶模式进行识别，包 括:： (1)单个波:波形为正向波，则出所述车辆向左转;波形为负向波，则出所述车辆向 右转;转向角度的绝对值位于区间时为温和变道;转向角度的绝对值位于区间为转向；转向角度的绝对值位于区间为掉头； (2)两个波情况：两个波形均为正向波时，继续判断转向角度，如果转向角度的绝对值位于区间 为左转向；转向角度的绝对值位于区间为向左掉头； 两个波形均为负向波时，继续判断转向角度，如果转向角度的绝对值位于区间 为右转向；转向角度的绝对值位于区间为向右掉头； 第一个波形为正向波，第二个波形为负向波时，所述车辆为向左变道；第一个波形为负向波，第二个波形为正向波时，所述车辆为向右变道； (3)三个波:如果转向角度的绝对值位于区间时为温和变道;转向角度的绝 对值位于区间为转向；转向角度的绝对值位于区间附近为掉头； (4)超过三个波:所述车辆短时间发生剧烈摆动。进一步，在所述步骤S3中，预设正常驾驶模型由不同时速下的车辆正常行驶中的 传感器反馈数据计算得到，其中，所述预设正常驾驶模型为按时速分级的驾驶模型。进一步，在所述步骤S3中，根据判断出的驾驶行为，将所述车辆速度数据与所述预 设正常驾驶模型中对应驾驶行为的时速区间的安全模型进行比对，寻找对应时速区间的安 全模型阈值，并对比当前波形传感器各数据是否在安全阈值区间内，如果传感器数值在对 应时速区间的安全数值范围内，则判定所述驾驶行为安全，否则判为所述驾驶行为存在危 险。根据本专利技术实施例的，对正在行驶 中发生转向、变道和掉头的车辆的行驶模式进行识别和判断，并利用判别结果，结合实时行 驶速度与安全行驶模型对应阈值进对比，从而判断当前驾驶行为的安全性。本专利技术只需要调用普通智能设备中的陀螺仪角速度传感器和GPS速度传感器，不 需要额外的硬件设备，安装成本几乎为零，并且不调用摄像头，所需存储空间低本文档来自技高网...

【技术保护点】
一种基于多传感器的危险驾驶行为检测和评估方法，其特征在于，包括如下步骤：步骤S1，利用车辆上的多个传感器，采集所述车辆驾驶过程中的多种传感器反馈数据；步骤S2，对所述多种传感器反馈数据以预设驾驶行为判别算法进行分析，根据分析结果识别出所述车辆的行驶模式，生成驾驶行为分析结果，其中，所述驾驶行为分析结果包括每个所述驾驶行为及对应的传感器反馈数据；步骤S3，将所述驾驶行为分析结果与预设正常驾驶模型进行比对，判断所述驾驶行为是否存在危险，以及针对每个所述驾驶行为和驾驶全程生成所述车辆的驾驶行为评估报告。

【技术特征摘要】

【专利技术属性】
技术研发人员：马俊杰，牛建伟，欧阳真超，赵晓轲，
申请(专利权)人：北京高科中天技术股份有限公司，
类型：发明
国别省市：北京;11