一种基于道路场景识别的分心驾驶识别方法技术

本发明专利技术涉及一种基于道路场景识别的分心驾驶识别方法，包括步骤：1)利用车辆惯性导航系统采集数据，并将惯性导航系统采集的数据进行预处理；2)将预处理后的惯性导航系统数据基于滑动时间窗进行相关特征集合的初始化；3)根据步骤2)初始化后的数据建立分心驾驶识别模型，对不同道路场景进行特征的提取；4)基于分心驾驶识别模型，进行基于道路场景识别的分心驾驶识别。与现有技术相比，本发明专利技术具有适应多场景、稳定性强、识别精度高等优点。

【技术实现步骤摘要】
一种基于道路场景识别的分心驾驶识别方法
本专利技术涉及驾驶行为识别
，尤其是涉及一种基于道路场景识别的分心驾驶识别方法。
技术介绍
驾驶员在驾驶车辆的过程中，常常会受到周围环境的影响而无法时刻专注于驾驶行为。而驾驶员在驾驶过程中的分心是引起交通事故的重要原因之一。国内对分心驾驶的研究起步较晚，且对于分心驾驶的生理特性研究不够深入。截止目前，已有的研究大多采用模拟驾驶器数据进行，模拟驾驶器数据可靠性存疑，且在分析模型设置中往往没有融入对驾驶场景的考虑，导致检测准确率较低。此外，对于基于眼动或驾驶行为数据的分心驾驶识别方法，这些方法只能够对显著的分心行为比较有效，因同样未考虑驾驶场景的因素，稳定性较差且精度较差。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种具有适应多场景、稳定性强、精度高的基于道路场景识别的分心驾驶识别方法。本专利技术的目的可以通过以下技术方案来实现：一种基于道路场景识别的分心驾驶识别方法，该方法包括下列步骤：S1：利用车辆惯性导航系统采集数据，并将惯性导航系本文档来自技高网...

【技术保护点】
1.一种基于道路场景识别的分心驾驶识别方法，其特征在于，包括下列步骤：/n1)利用车辆惯性导航系统采集数据，并将惯性导航系统采集的数据进行预处理；/n2)将预处理后的惯性导航系统数据基于滑动时间窗进行相关特征集合的初始化；/n3)根据步骤2)初始化后的数据建立分心驾驶识别模型，对不同道路场景进行特征的提取；/n4)基于分心驾驶识别模型，进行基于道路场景识别的分心驾驶识别。/n

【技术特征摘要】
1.一种基于道路场景识别的分心驾驶识别方法，其特征在于，包括下列步骤：
1)利用车辆惯性导航系统采集数据，并将惯性导航系统采集的数据进行预处理；
2)将预处理后的惯性导航系统数据基于滑动时间窗进行相关特征集合的初始化；
3)根据步骤2)初始化后的数据建立分心驾驶识别模型，对不同道路场景进行特征的提取；
4)基于分心驾驶识别模型，进行基于道路场景识别的分心驾驶识别。


2.根据权利要求1所述的基于道路场景识别的分心驾驶识别方法，其特征在于，步骤1)具体包括下列步骤：
11)利用车辆惯性导航系统采集数据；
12)采用滑动平均的方法对惯性导航系统采集的数据去除噪声；
13)插值采用非线性插值法，对惯性导航系统采集的数据进行插值处理。


3.根据权利要求1所述的基于道路场景识别的分心驾驶识别方法，其特征在于，步骤2)具体包括下列步骤：
21)对预处理后的数据获取时间窗内的基本特征的均值、标准差和变异系数；
22)进行离散小波变换，将变换后的数据作为模型训练样本。


4.根据权利要求1所述的基于道路场景识别的分心驾驶识别方法，其特征在于，步骤3)具体包括下列步骤：
31)建立基于LGBM模型的道路场景识别模型，采用贝叶斯算法对道路场景识别模型进行参数组合寻优，通过提取偏航角速度的小波特征训练场景识别模型；
32)建立基于LGBM模型的分心识别模型，采用DE算法对分心识别模型进行参数组合寻优，并使用准确率、精确率、正确率、召回率和F1得分对模型的识别性能进行评估。

【专利技术属性】
技术研发人员：蒋愚明，陆键，彭一川，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海;31