【技术实现步骤摘要】
基于特征融合的失证人员危险驾驶行为预测方法及系统
本专利技术涉及计算机
，更具体地，是一种基于特征融合的失证人员危险驾驶行为预测方法及系统。
技术介绍
随着社会的发展，以及居民生活水平的提高，我国汽车保有量逐年上升，随之而来的是交通事故率高居不下。据有关部门统计，失证人员危险驾驶行为正是造成交通事故频发的重要原因之一。失证人员危险驾驶行为主要包括无证驾驶、驾驶证过期、驾驶证被吊销、酒驾、醉驾、毒驾、历史犯罪人员高危驾驶等情形。上述危险驾驶行为极大地危害了公众的生命财产安全，社会不良影响极大，因此各地政府和公安部门都对该类行为予以重点打击查处。传统的打击方法主要有两种，其一是人工排查，比如在某些路口设置警力随机抽查驾驶员的驾驶证、对驾驶员进行酒精浓度测试等；另外一种是事后发现，比如针对已经发生交通事故的驾驶员定责时才发现相应的危险驾驶行为。传统手段的主要问题在于会极大地耗费人力物力、且覆盖面不全，有较大的局限性。当前，也出现了基于人工智能的危险驾驶行为检测方法，通常需要在车上加装智能检测设备来检测驾驶员的...
【技术保护点】
1.一种基于特征融合的失证人员危险驾驶行为预测方法，其特征在于，包括以下步骤：/nS1通过身份特征采集设备，采集经过该设备附近的人员轨迹信息和车辆轨迹信息；/nS2对采集到的人员轨迹信息和车辆轨迹信息进行去重处理，并保存至本地数据库中；/nS3筛选出区域活跃车辆，根据采集到的人员轨迹信息和车辆轨迹信息进行人-车关联，找出潜在的车辆实际驾驶人；/nS4对可能存在危险驾驶行为的实际驾驶人进行预测，给相关工作人员进行实时的告警推送；/nS5将告警结果汇总，导出危险驾驶人信息详细报表，转入步骤S6；/nS6重复步骤S1-S5，实现对失证人员危险驾驶行为的持续检测。/n
【技术特征摘要】
1.一种基于特征融合的失证人员危险驾驶行为预测方法，其特征在于，包括以下步骤：
S1通过身份特征采集设备，采集经过该设备附近的人员轨迹信息和车辆轨迹信息；
S2对采集到的人员轨迹信息和车辆轨迹信息进行去重处理，并保存至本地数据库中；
S3筛选出区域活跃车辆，根据采集到的人员轨迹信息和车辆轨迹信息进行人-车关联，找出潜在的车辆实际驾驶人；
S4对可能存在危险驾驶行为的实际驾驶人进行预测，给相关工作人员进行实时的告警推送；
S5将告警结果汇总，导出危险驾驶人信息详细报表，转入步骤S6；
S6重复步骤S1-S5，实现对失证人员危险驾驶行为的持续检测。
2.如权利要求1所述的一种基于特征融合的失证人员危险驾驶行为预测方法，其特征在于，所述步骤S1中，身份特征采集设备包括：侦码采集设备、MAC地址采集设备、人脸摄像头和车牌卡口。
3.如权利要求2所述的一种基于特征融合的失证人员危险驾驶行为预测方法，其特征在于，侦码采集设备、MAC地址采集设备以及人脸摄像头与车牌卡口安装于同一位置。
4.如权利要求1所述的一种基于特征融合的失证人员危险驾驶行为预测方法，其特征在于，所述步骤S2中对采集到的人员轨迹信息和车辆轨迹信息进行去重处理的方法包括：
S21针对某一较小时间段∆T内重复采集到的人员轨迹信息、车辆轨迹信息仅保留其中一个；
S22根据Relief（RelevantFeatures）法，选取目标人员与车辆的出现天数D、共站站点数S、出现次数C三个特征来计算匹配度M。
5.如权利要求1所述的一种基于特征融合的失证人员危险驾驶行为预测方法，其特征在于，人员轨迹信息包括身份特征信息、人员地址信息以及人员时间戳，车辆信息包括车牌号、车辆地址信息以及车辆时间戳。
6.如权利要求1所述的一种基于特征融合的失证人员危险驾驶行为预测方法，其特征在于，所述步骤S3中筛选区域活跃车辆的方法包括：
S31统计N天内，某辆车出现的次数X，若X大于预先设定的阈值X0，则认为该车辆为活跃车辆。
7.如权利要求1所述的一种基于特征融合的失证人员危险驾驶行为预测...
【专利技术属性】
技术研发人员：徐熙豪，王雯婷，王倩，陈磊，吴善新，尹浩文，
申请(专利权)人：南京森根安全技术有限公司，
类型：发明
国别省市：江苏;32
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。