基于车头时距来辨识驾驶风格的方法及系统技术方案

本发明专利技术公开了一种基于车头时距辨识驾驶风格的方法，包括以下步骤：S1、采集若干名驾驶员自然驾驶环境下的行车视频和车头时距数据，对所有驾驶员的驾驶风格进行分类；S2、将车头时距进行分段聚类，并根据该车头时距值所属的预设等级范围转化为代码；S3、利用滑动时间窗法检测跟车模式；S4、根据典型模式中车头时距的分布情况将典型模式划分为不同的跟车状态，并依次赋予不同的分值；S5、随机选取一部分驾驶员的车头时距数据作为模型训练集，结合已知的驾驶风格结果得到各驾驶风格的阈值；S6、其余驾驶员的数据作为测试集，对测试集驾驶员的驾驶风格进行识别；S7、对比交叉验证，评判结果识别的准确率。

【技术实现步骤摘要】
基于车头时距来辨识驾驶风格的方法及系统
本专利技术涉及驾驶行为分析领域，尤其是涉及一种基于车头时距来辨识驾驶风格的方法及系统。
技术介绍
随着机动车保有量的急剧增长，道路交通安全形式愈加严峻，驾驶人作为“人-车-路”闭环系统中最不稳定的主体因素，往往由于对行车环境观察不周、决策失误、操作失误等原因，成为交通事故的主要诱因。驾驶风格是表征驾驶员固有驾驶方式的整体性指标，据研究表明，驾驶人的风格与交通安全密切相关，我国根据驾驶员的驾驶行为表现一般将驾驶员分为谨慎型、普通型和激进型三类，激进型的驾驶员在驾驶过程中安全性相对较低。智能网联领域，根据驾驶员的不同驾驶风格，提供给驾驶员符合其行驶特征的在辅助驾驶模式，增加了汽车服务的安全性和人性化。总结发现，目前对于驾驶员驾驶风格的分类方法大概可以分为两大类，一类是主观问卷法，即通过驾驶员填写问卷来主观判定其驾驶风格；另一类是客观驾驶数据评价法，即通过分析驾驶员的驾驶行为数据来客观判定其驾驶风格；客观评价时多采用聚类算法，对驾驶员的多个指标数据进行聚类分析，从而获取驾驶员的驾驶风格。目前的驾驶风格分类方法过于单一化，而且存在分类不合理、识别准确度低等问题，从而大大降低了驾驶风格识别的精度。
技术实现思路
本专利技术主要目的在于，提供一种可以提高驾驶风格识别准确率的利用车头时距来辨识跟车模式从而对驾驶风格进行分类的方法及系统。本专利技术所采用的技术方案是：提供一种基于车头时距辨识驾驶风格的方法，其特征在于，具体步骤如下：S1、采集若干名驾驶员自然驾驶环境下的行车视频和车头时距数据，采用三分制量表法对所有驾驶员的驾驶风格进行分类；S2、将车头时距进行分段聚类，并根据该车头时距值所属的预设等级范围转化为代码；S3、利用滑动时间窗法检测跟车模式，每m个连续时间长度的代码为一个跟车模式，结合驾驶风格分类结果筛选出不同类型驾驶风格的驾驶员出现频繁的跟车模式，并将其作为每种驾驶风格对应的典型模式，其中m为自然数；S4、根据典型模式中车头时距的分布情况将典型模式划分为不同的跟车状态，并依次赋予不同的分值；S5、随机选取一部分驾驶员的车头时距数据作为模型训练集，根据模型训练集中每位驾驶员出现不同跟车状态的分值以及对应的时间百分比来计算每位驾驶员的分值，并结合已知的驾驶风格结果得到各驾驶风格的阈值；S6、其余驾驶员的数据作为测试集，并计算出驾驶员的分值，根据步骤S5中设定的驾驶风格阈值对测试集驾驶员的驾驶风格进行识别；S7、将步骤S6中识别的结果与划分的驾驶风格结果进行对比交叉验证，评判结果识别的准确率。接上述技术方案，将典型模式划分为激进、较激进、普通、较保守、保守5种类型的跟车状态。接上述技术方案，为五种类型的跟车状态依次赋予分值5、3、0、-3、-5。接上述技术方案，预设等级范围具体根据车头间距分布情况按从小到大的顺序划分为[0,t1)，[t1,t2)，[t2,t3)，…，[tn-1,tn]共n个等级，并依次设置代码为1，2，3，4，…，n，n为自然数。接上述技术方案，步骤S2具体为：将原始数据转换为分段聚合近似表示形式，分段聚合近似的帧持续时间为t秒，以t秒的平均值来代表t秒内的车头时距值；根据车头时距所属等级及等级编码规则把分段聚合近似数据转换为字符串。接上述技术方案，步骤S3中，每m个代码组合标识为一个驾驶模式，共n个等级，则产生nm种跟车模式。接上述技术方案，步骤S5中，训练集中驾驶员的分值Score计算公式为：式中：Pe为驾驶员的跟车模式为模式e的时间占总驾驶时间的百分比，scoree为跟车模式对应的分值。接上述技术方案，步骤S5中各驾驶风格的阈值确定具体为：将每种驾驶风格的驾驶员得分最大值设定为该种驾驶风格的最大值，得分最小值设定为该种驾驶风格的最小值。接上述技术方案，步骤S1中，具体通过三位专家观看视频的方式，采用三分制量表法对所有驾驶员的驾驶风格进行分类。本专利技术还提供一种基于车头时距辨识驾驶风格的系统，包括：数据采集模块，用于采集若干名驾驶员自然驾驶环境下的行车视频和车头时距数据；分类模块，用于采用三分制量表法对所有驾驶员的驾驶风格进行分类；代码转化模块，用于将车头时距进行分段聚类，并根据该车头时距值所属的预设等级范围转化为代码；跟车模式确定模块，用于利用滑动时间窗法检测跟车模式，每m个连续时间长度的代码为一个跟车模式，结合驾驶风格分类结果筛选出不同类型驾驶风格的驾驶员出现频繁的跟车模式，并将其作为每种驾驶风格对应的典型模式，其中m为自然数；赋值模块，用于根据典型模式中车头时距的分布情况将典型模式划分为不同的跟车状态，并依次赋予不同的分值；模型训练模块，用于随机选取一部分驾驶员的车头时距数据作为模型训练集，根据模型训练集中每位驾驶员出现不同跟车状态的分值以及对应的时间百分比来计算每位驾驶员的分值，并结合已知的驾驶风格结果得到各驾驶风格的阈值；模型测试模块，用于将其余驾驶员的数据作为测试集，并计算出驾驶员的分值，根据定的驾驶风格阈值对测试集驾驶员的驾驶风格进行识别；交叉验证模块，用于将模型测试模块识别的结果与划分的驾驶风格结果进行对比交叉验证，评判结果识别的准确率。本专利技术产生的有益效果是：本专利技术利用车头时距的分布特点驾驶员的驾驶风格进行分类，通过分析驾驶员的车头时距，采用定量化的方法对驾驶风格进行识别，方法简单，可操作性强；根据不同环境下的车头间距分布情况不同来调整车头时距的分级情况，方法灵活，适用性强。目前的一些雷达或车载数据采集设备采集的数据种类有限，仅能采集到速度、车头时距等种类较少的数据，利用车头时距对驾驶风格进行分类易于实现，可操作性较强。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是本专利技术实施例基于车头时距辨识驾驶风格的方法的流程图；图2是本专利技术另一实施例的基于车头时距辨识驾驶风格的方法的流程图；图3是本专利技术实施例基于车头时距辨识驾驶风格的系统结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，本专利技术实施例基于车头时距辨识驾驶风格的方法，包括以下步骤：S1、采集若干名驾驶员自然驾驶环境下的行车视频和车头时距数据，采用三分制量表法对所有驾驶员的驾驶风格进行分类；S2、将车头时距进行分段聚类，并根据该车头时距值所属的预设等级范围转化为代码；S3、利用滑动时间窗法检测跟车模式，每m个连续时间长度的代码为一个跟车模式，结合驾驶风格分类结果筛选出不同类型驾驶风格的驾驶员出现频繁的跟车模式，并将其作为每种驾驶风格对应的典型模式，其中m为自然数；S4、根据典型模式中车头时距的本文档来自技高网...

【技术保护点】
1.一种基于车头时距辨识驾驶风格的方法，其特征在于，具体步骤如下：/nS1、采集若干名驾驶员自然驾驶环境下的行车视频和车头时距数据，采用三分制量表法对所有驾驶员的驾驶风格进行分类；/nS2、将车头时距进行分段聚类，并根据该车头时距值所属的预设等级范围转化为代码；/nS3、利用滑动时间窗法检测跟车模式，每m个连续时间长度的代码为一个跟车模式，结合驾驶风格分类结果筛选出不同类型驾驶风格的驾驶员出现频繁的跟车模式，并将其作为每种驾驶风格对应的典型模式，其中m为自然数；/nS4、根据典型模式中车头时距的分布情况将典型模式划分为不同的跟车状态，并依次赋予不同的分值；/nS5、随机选取一部分驾驶员的车头时距数据作为模型训练集，根据模型训练集中每位驾驶员出现不同跟车状态的分值以及对应的时间百分比来计算每位驾驶员的分值，并结合已知的驾驶风格结果得到各驾驶风格的阈值；/nS6、其余驾驶员的数据作为测试集，并计算出驾驶员的分值，根据步骤S5中设定的驾驶风格阈值对测试集驾驶员的驾驶风格进行识别；/nS7、将步骤S6中识别的结果与划分的驾驶风格结果进行对比交叉验证，评判结果识别的准确率。/n

【技术特征摘要】
1.一种基于车头时距辨识驾驶风格的方法，其特征在于，具体步骤如下：
S1、采集若干名驾驶员自然驾驶环境下的行车视频和车头时距数据，采用三分制量表法对所有驾驶员的驾驶风格进行分类；
S2、将车头时距进行分段聚类，并根据该车头时距值所属的预设等级范围转化为代码；
S3、利用滑动时间窗法检测跟车模式，每m个连续时间长度的代码为一个跟车模式，结合驾驶风格分类结果筛选出不同类型驾驶风格的驾驶员出现频繁的跟车模式，并将其作为每种驾驶风格对应的典型模式，其中m为自然数；
S4、根据典型模式中车头时距的分布情况将典型模式划分为不同的跟车状态，并依次赋予不同的分值；
S5、随机选取一部分驾驶员的车头时距数据作为模型训练集，根据模型训练集中每位驾驶员出现不同跟车状态的分值以及对应的时间百分比来计算每位驾驶员的分值，并结合已知的驾驶风格结果得到各驾驶风格的阈值；
S6、其余驾驶员的数据作为测试集，并计算出驾驶员的分值，根据步骤S5中设定的驾驶风格阈值对测试集驾驶员的驾驶风格进行识别；
S7、将步骤S6中识别的结果与划分的驾驶风格结果进行对比交叉验证，评判结果识别的准确率。


2.根据权利要求1所述的基于车头时距辨识驾驶风格的方法，其特征在于，将典型模式划分为激进、较激进、普通、较保守、保守5种类型的跟车状态。


3.根据权利要求2所述的基于车头时距辨识驾驶风格的方法，其特征在于，为五种类型的跟车状态依次赋予分值5、3、0、-3、-5。


4.根据权利要求1所述的基于车头时距辨识驾驶风格的方法，其特征在于，预设等级范围具体根据车头间距分布情况按从小到大的顺序划分为[0,t1)，[t1,t2)，[t2,t3)，…，[tn-1,tn]共n个等级，并依次设置代码为1，2，3，4，…，n，n为自然数。


5.根据权利要求4所述的基于车头时距辨识驾驶风格的方法，其特征在于，步骤S2具体为：
将原始数据转换为分段聚合近似表示形式，分段聚合近似的帧持续时间为t秒，以t秒的平均值来代表t秒内的车头时距值；根据车头时距所属等级及等级编码规则把分段聚合近似数据转换为字符串。


6.根据权利要求4所述...

【专利技术属性】
技术研发人员：吕能超，高谨谨，王玉刚，吴超仲，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北;42