一种判别异常驾驶行为的方法及装置制造方法及图纸

本发明专利技术公开了一种判别异常驾驶行为的方法及装置，该方法包括：获取并存储车辆实时轨迹数据，所述轨迹数据包括车辆速度、加速度、跟车间距、车辆偏离距离和换道次数中的至少两种数据；读取车辆历史轨迹数据，计算获得相关轨迹数据的历史平均值；计算异常驾驶判别的综合函数值，并根据综合函数值确定驾驶行为危险程度级别；在驾驶行为危险程度级别属于异常驾驶时发出异常驾驶行为提示警报。本发明专利技术提供的方法便于计算，实时性和可操作性强，可有效预防醉驾、疲劳驾驶等异常驾驶行为，提高道路交通安全。

A method and device for discriminating abnormal driving behavior

The invention discloses a method and a device for distinguishing abnormal driving behaviors, the method includes: acquiring and storing the real-time vehicle trajectory data, the trajectory data include vehicle speed, acceleration, and vehicle to vehicle distance from at least two data distance and lane changing times in history; read the vehicle trajectory data, calculate the correlation the average value of historical track data; calculation of abnormal driving integrated discriminant function of value, and to determine the dangerous driving behavior level according to the comprehensive function value; a abnormal driving behavior indicating alarm belongs to abnormal driving in dangerous driving behavior level. The method provided by the invention is convenient for calculation, real-time and operable, and can effectively prevent abnormal driving behaviors such as drunk driving and fatigue driving, and improve road traffic safety.

【技术实现步骤摘要】
一种判别异常驾驶行为的方法及装置
本专利技术涉及智能交通控制领域，具体涉及一种判别异常驾驶行为的方法及装置。
技术介绍
随着社会不断进步，经济快速发展，汽车行业也在突飞猛进。据公安部交管局统计，截至2016年底，全国机动车保有量达2.9亿辆，其中汽车1.94亿辆；机动车驾驶人3.6亿人，其中汽车驾驶人超过3.1亿人，而汽车保有量的新注册量和年增量均达历史最高水平。随着群众生活水平的不断提升，汽车刚性需求保持旺盛，汽车保有量保持迅猛增长趋势，2016年新注册登记的汽车达2752万辆，保有量净增2212万辆，均为历史最高水平。汽车占机动车的比率持续提高，近五年占比从50.39％提高到65.97％。日益增长的车辆带来了一系列问题，包括交通安全、环境污染、能源消耗等，其中交通安全问题直接关系到交通参与者的生命财产。据数据统计，由于驾驶员判断决策失误而引发的交通事故约占交通总事故的30％，造成了大量的人员伤亡和巨大的经济损失。因此，危险发生之前，对车辆运行的异常情况判别，进而形成安全预警，这是是一种降低交通事故风险的有效途径。已有研究中，中国专利201610515677.8公开的一种基于车辆定本文档来自技高网...

【技术保护点】
一种判别异常驾驶行为的方法，其特征在于，包括如下步骤：获取并存储车辆实时轨迹数据，所述轨迹数据包括车辆速度、加速度、跟车间距、车辆偏离距离和换道次数中的至少两种数据；读取车辆历史轨迹数据，计算获得相关轨迹数据的历史平均值，包括车辆速度、加速度、跟车间距或车辆偏离距离的历史平均值；计算异常驾驶判别的综合函数值，并根据综合函数值确定驾驶行为危险程度级别；其中，综合函数值的计算方法为：

【技术特征摘要】
1.一种判别异常驾驶行为的方法，其特征在于，包括如下步骤：获取并存储车辆实时轨迹数据，所述轨迹数据包括车辆速度、加速度、跟车间距、车辆偏离距离和换道次数中的至少两种数据；读取车辆历史轨迹数据，计算获得相关轨迹数据的历史平均值，包括车辆速度、加速度、跟车间距或车辆偏离距离的历史平均值；计算异常驾驶判别的综合函数值，并根据综合函数值确定驾驶行为危险程度级别；其中，综合函数值的计算方法为：式中：f[ki(t)]为t时刻下第i个影响因素ki的作用值，αi为对应的权重参数，M为影响因素个数；所述影响因素至少包括速度、加速度、跟车间距、车辆偏离距离和换道次数中的两个；当影响因素选取为速度、加速度、跟车间距或车辆偏离距离时，其作用值取值为：当t时刻的数值小于设定的阈值时，取值为t时刻的数值与历史平均值的比值，当t时刻的数值不小于设定的阈值时，取值为t时刻的数值与历史平均值的差值的绝对值；当影响因素选取为换道次数时，取值为t时刻时设定统计时长内的换道次数；在驾驶行为危险程度级别属于异常驾驶时发出异常驾驶行为提示警报。2.根据权利要求1所述的一种判别异常驾驶行为的方法，其特征在于，所述驾驶行为危险程度级别分为正常驾驶、轻微异常驾驶、异常驾驶和严重异常驾驶四级，对应的综合函数值判断条件分别为：0≤f(t)<F、F≤f(t)<2F、2F≤f(t)<3F和f(t)≥3F，其中F是判断危险程度的分段单位值。3.根据权利要求2所述的一种判别异常驾驶行为的方法，其特征在于，F值与道路形式和驾驶员驾驶熟练程度相关，根据不同道路形式、不同驾龄分等级设置。4.根据权利要求1所述的一种判别异常驾驶行为的方法，其特征在于，车辆换道次数的统计时长为N·T，车辆速度、加速度、跟车间距和车辆偏离距离的历史平均值取t-N·T至t-T间的数据的平均值，T为采集周期，N为[1,20]范围的整数，当历史数据存储时间长度不大于N·T时，取当前对应的所有历史数据平均值。5.一种判别异常驾驶行为的装置，其特征在于...

【专利技术属性】
技术研发人员：王昊，董长印，
申请(专利权)人：南京阿尔特交通科技有限公司，
类型：发明
国别省市：江苏,32