车辆驾驶预测方法、系统、计算机设备及可读存储介质技术方案

本发明专利技术提供了一种车辆驾驶预测方法，所述方法包括：监测用户驾驶车辆时的车辆运行数据；将所述车辆运行数据转换为用于描述用户行为习惯的参数指标；根据所述参数指标生成参数向量，并将所述参数向量输入训练好的用户驾驶行为习惯模型中；通过所述用户驾驶行为习惯模型基于所述参数向量输出预测结果，该预测结果包括各个行为的出现概率；及根据所述用户驾驶行为习惯模型输出的预测结果，预测事故概率。本发明专利技术提供的车辆驾驶预测方法，可以根据参数向量和用户习惯高效地预测用户下一步会有出现什么行为，并根据各种行为出现的概率来预测事故发生概率，使得用户可以调整不良驾驶行为习惯，减少事故的发生。

【技术实现步骤摘要】
车辆驾驶预测方法、系统、计算机设备及可读存储介质
本专利技术涉及人工智能
，尤其涉及一种车辆驾驶预测方法、系统、计算机设备以及计算机可读存储介质。
技术介绍
随着车辆的逐年增加，交通事故严重威胁人们的生命财产安全。为降低交通事故发生率，传统的解决方案是：从交通道路、外界环境、汽车性能等因素进行分析，以在交通事故发生时向驾驶员发出警报，提供躲避事故的躲避措施，因此，国内外很多机构都在研究汽车碰撞预警系统。然而，本专利技术人认为：用户的驾驶行为习惯，才是导致事故发生的重要因素。在汽车行驶过程中，情况瞬息万变，对应不同的道路情况进行习惯性的反应，才是事故发生的重要因素。因此，有必要提供一种车辆驾驶预测方法，来根据用户习惯高效地预测用户应对场景下的行为和相应的事故概率。
技术实现思路
本专利技术的目的是提供一种车辆驾驶预测方法、系统、计算机设备以及计算机可读存储介质，用于根据用户习惯高效地预测下一步的行为，从而进一步预测发生事故的概率。本专利技术的一个方面提供了一种车辆驾驶预测方法，所述方法包括：监测用户驾驶车辆时的车本文档来自技高网...

【技术保护点】
1.一种车辆驾驶预测方法，其特征在于，所述方法包括：/n监测用户驾驶车辆时的车辆运行数据；/n将所述车辆运行数据转换为用于描述用户行为习惯的参数指标；/n根据所述参数指标生成参数向量，并将所述参数向量输入训练好的用户驾驶行为习惯模型中；/n通过所述用户驾驶行为习惯模型基于所述参数向量输出预测结果，该预测结果包括各个行为的出现概率；及/n根据所述用户驾驶行为习惯模型输出的预测结果，预测事故概率。/n

【技术特征摘要】
1.一种车辆驾驶预测方法，其特征在于，所述方法包括：
监测用户驾驶车辆时的车辆运行数据；
将所述车辆运行数据转换为用于描述用户行为习惯的参数指标；
根据所述参数指标生成参数向量，并将所述参数向量输入训练好的用户驾驶行为习惯模型中；
通过所述用户驾驶行为习惯模型基于所述参数向量输出预测结果，该预测结果包括各个行为的出现概率；及
根据所述用户驾驶行为习惯模型输出的预测结果，预测事故概率。


2.根据权利要求1所述的车辆驾驶预测方法，其特征在于，所述将所述参数向量输入训练好的用户驾驶行为习惯模型中的步骤包括：
S1：创建主线程、第一副线程和第二副线程；所述第一副线程加载有第一用户驾驶行为习惯模型，所述第二幅线程加载有第二用户驾驶行为习惯模型，所述第一用户驾驶行为习惯模型和所述第二用户驾驶行为模块均为所述用户驾驶行为习惯模型；
S2：通过所述主线程获取当前周期的车辆运行数据，并根据所述当前周期的车辆运行数据生成相应的当前周期的参数指标；
S3：通过所述主线程将所述当前周期的参数指标传送至所述第一副线程中；
S4：通过所述第一副线程根据所述当前周期的参数指标生成当前周期的参数向量，将所述当前周期的参数向量输入到所第一用户驾驶行为习惯模型，并根据所述第一用户驾驶行为习惯模型输出预测结果；
S5：通过所述主线程获取所述当前周期的实际结果以及从所述第一副线程中获取所述当前周期对应的预测结果，将所述当前周期的参数指标、所述当前周期的预测结果和实际结果输入到所述第二副线程中；
S6：通过所述第二副线程根据所述当前周期的参数指标、所述当前周期的预测结果和实际结果，修改所述第二用户驾驶行为习惯模型的模型参数；
重复执行步骤S2至步骤S6直至到达预设时间长度之后，通过所述主线程获取所述第二副线程中的更新后的第二用户驾驶行为习惯模型，并将所述更新后的第二用户驾驶行为习惯模型加载到所述第一副线程中，以替换所述第一用户驾驶行为习惯模型，以使所述第一副线程基于所述更新后的第二用户驾驶习惯模型进行预测操作。


3.根据权利要求2所述的车辆驾驶预测方法，其特征在于，在所述步骤S1之后，所述方法还包括：
维持所述第一副线程处于工作状态；
检测所述车辆是否处于稳定路段；及
若所述车辆处于所述稳定路段，则启动所述第二...

【专利技术属性】
技术研发人员：蒋磊，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东;44