The present invention provides a driving method of event detection and recognition, the method includes: suspected event decision stage: continued access to the forward direction of the automobile acceleration value, compared with the suspected event threshold to determine severity of suspected acute plus / deceleration events; distance template matching stage: the determination of suspected acute and / the event and serious events were deceleration corresponding to the level of the template matching, comparing the determination of suspected acute deceleration events and template distance when the distance is smaller than the template distance threshold, serious level of the event templates for real vehicle driving danger level. The method of driving incident detection and recognition can effectively identify the dangerous driving event, such as emergency acceleration / deceleration, so as to remind drivers to correct their driving habits and ensure traffic safety.
【技术实现步骤摘要】
一种驾驶事件检测和识别方法
本专利技术属于计算机识别领域,具体涉及一种驾驶事件检测和识别方法。
技术介绍
司机在驾驶过程中因路况或个人驾驶习惯常常产生危险的驾驶事件,危险驾驶事件不仅对司机自己的生命财产安全造成威胁,还会对交通产生影响。及时检测和识别出危险驾驶事件对于司机的安全驾驶是很有必要。危险驾驶事件中发生频率最高的是急加/减速事件,急加速事件是在行驶过程中由于驾驶员在极短时间内踩踏油门过猛导致汽车在短时间内速度急速增加,且加速度增长到一个非常高的值。而急减速事件是由于驾驶员在极短时间内踩踏刹车板过猛导致汽车在短时间内速度急速下降,加速度达到一个非常高的值(负向)。这两类危险驾驶事件与汽车前进方向的加速度有关,而汽车前进方向的加速度可以通过一些传感器获取到。目前对事件检测和识别的方法主要分为三类:1、使用阈值方法识别,由于急加/减速事件往往伴随着很高的加速度值,因此使用了基于阈值的判定方法。当检测到加速度超过某一阈值(正负分别对应急加速和急减速)时,即判定发生了急加/减速事件。这样的识别算法效率高,易于实现,但是原始数据中常常伴随着噪声,基于简单的阈值来识别事件会产生大量的误判。2、使用分类器识别,提取了急加/减速事件中的加速度值的平均值,极值等特征放入SVM分类器进行训练,获取可以识别急加/减速事件的分类器。这类算法识别准确率高,但为了保证分类器的准确率需要使用大量的训练集进行训练,时间成本和能耗都很高。3、使用DTW进行识别,动态时间规整(DynamicTimeWarping,DTW)算法是一种基于动态规划思想的模板匹配算法,最早应用于语音识别领域 ...
【技术保护点】
一种驾驶事件检测和识别方法,包括:(1)疑似事件判定阶段:持续获取汽车前进方向的加速度值,与疑似事件的门限值进行比较,判定所述汽车的疑似急加/减速事件的严重等级;(2)模板距离匹配阶段:将所述判定的疑似急加/减速事件分别与对应的严重等级的事件模板进行匹配,比较所述判定的疑似急加/减速事件与事件模板距离,当所述距离小于设置的事件模板距离的阈值时,则事件模板的严重等级即为车辆真实的危险驾驶等级。
【技术特征摘要】
1.一种驾驶事件检测和识别方法,包括:(1)疑似事件判定阶段:持续获取汽车前进方向的加速度值,与疑似事件的门限值进行比较,判定所述汽车的疑似急加/减速事件的严重等级;(2)模板距离匹配阶段:将所述判定的疑似急加/减速事件分别与对应的严重等级的事件模板进行匹配,比较所述判定的疑似急加/减速事件与事件模板距离,当所述距离小于设置的事件模板距离的阈值时,则事件模板的严重等级即为车辆真实的危险驾驶等级。2.如权利要求1所述的方法,其特征在于,计算疑似事件的数据段E和所述事件模板对应的数据段M的距离方法为计算E和M的众多可能的匹配结果中最短的距离,具体步骤为,a)初始化系统设置E和M的初始距离为D=0;b)检测系统从第一个点对(E1,M1)开始,对于每一个点对(Ei,Mj),根据公式D=min{D(Ei-1,Mj-1)+d(i,j),D(Ei-1,Mj)+d(i,j),D(Ei,Mj-1)+d(i,j)}计算记录对应点的距离D,其中d(i,j)为模板中Ei,Mi的欧式距离,其随着i,j的增加计算逐段路径距离D的和;c)将步骤b)中所述计算逐段路径距离D的和加上最后一个点对(En,Mm)距离后得到的距离中,值最小的路径即两段序列各个点匹配的结果,即为E和M的距离,其中i=1,2,3...n,j=1,2,3...,m,n,m为正整数。3.如权利要求2所述的方法,其特征在于,所述E和M计算距离时,数据点对应的规则有:两段数据的首尾一定是第一条与第一条对应,最后一条与最后一条对应;两个序列上的点要按...
【专利技术属性】
技术研发人员:李欢,勾媛洁,李鸣盛,
申请(专利权)人:北京航空航天大学,博识峰云深圳信息技术有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。