【技术实现步骤摘要】
一种驾驶行为识别方法、装置、电子设备及存储介质
本专利技术涉及数据处理
，特别是涉及一种驾驶行为识别方法、装置、电子设备及存储介质。
技术介绍
随着工业技术的发展，汽车已成为当今社会必不可少的交通工具。随着车辆数量的剧增，驾驶人员的不良驾驶行为成为交通事故问题的一个重要因素。驾驶行为的研究有利于解决由不良驾驶行为导致的交通堵塞和交通事故等问题。目前对于驾驶行为的研究主要是基于视觉图像的驾驶行为识别方法。具体的，通常是首先采用图像采集设备采集驾驶员驾驶过程中的驾驶图像，然后对该驾驶图像进行识别分析，从而得到驾驶员的驾驶行为。然而，由于在自然环境中，光纤强弱会经常发生变化，因此，图像采集设备采集的图像的质量，往往会受到自然环境中的光线强弱的影响，进而会影响驾驶行为的识别结果的精确度。
技术实现思路
本专利技术实施例的目的在于提供一种驾驶行为识别方法、装置、电子设备及存储介质，以避免自然环境中的光线强弱变化对驾驶行为的识别结果的影响。具体技术方案如下：第一方面，本专利技术实...
【技术保护点】
1.一种驾驶行为识别方法，其特征在于，应用于车辆，所述方法包括：/n获取在车辆行驶过程中采集的行驶数据段，其中，采集所述行驶数据段的终端设备的坐标系与所述车辆所在位置的地理坐标系相同，所述行驶数据段中包括多组行驶数据，每组行驶数据包括多个行驶数据，所述终端设备设置于所述车辆中；/n将所述行驶数据段输入预先训练得到的驾驶行为识别模型，得到所述预先训练得到的驾驶行为识别模型输出的与所述行驶数据段对应的驾驶行为，其中，所述预先训练得到的驾驶行为识别模型为采用标记有驾驶行为的多段训练样本数据段，对预先设置的驾驶行为识别模型进行训练得到的。/n
【技术特征摘要】
1.一种驾驶行为识别方法，其特征在于，应用于车辆，所述方法包括：
获取在车辆行驶过程中采集的行驶数据段，其中，采集所述行驶数据段的终端设备的坐标系与所述车辆所在位置的地理坐标系相同，所述行驶数据段中包括多组行驶数据，每组行驶数据包括多个行驶数据，所述终端设备设置于所述车辆中；
将所述行驶数据段输入预先训练得到的驾驶行为识别模型，得到所述预先训练得到的驾驶行为识别模型输出的与所述行驶数据段对应的驾驶行为，其中，所述预先训练得到的驾驶行为识别模型为采用标记有驾驶行为的多段训练样本数据段，对预先设置的驾驶行为识别模型进行训练得到的。
2.根据权利要求1所述的方法，其特征在于，在所述获取在车辆行驶过程中采集的行驶数据段之前，所述方法还包括：
获取所述终端设备发送的待分割数据；
将所述待分割数据分割为具有相同数据组数的多段所述行驶数据段。
3.根据权利要求2所述的方法，其特征在于，在所述将所述待分割数据分割为具有相同数据组数的多段所述行驶数据段之后，所述方法还包括：
采用预设筛选条件对所述多段所述行驶数据段进行筛选，得到筛选后的多段行驶数据段，其中，所述预设筛选条件包括：分割后的数据段中的数据的组数大于第一预设组数阈值；所述分割后的数据段的头部中每组数据的横向坐标轴的数值和纵向坐标轴的数值的模大于预设模数阈值；所述分割后的数据段中的尾部中每组数据的横向坐标轴的数值和纵向坐标轴的数值的模小于所述预设模数阈值；其中，所述头部为所述分割后的数据段中按照从前到后的顺序，组数总和大于第二预设组数阈值的多组数据；所述尾部为所述分割后的数据段中按照从后到前的顺序，组数总和小于第三预设组数阈值的多组数据；
所述获取在车辆行驶过程中采集的行驶数据段，包括：
获取在所述车辆行驶过程中采集的经筛选后的多段行驶数据段。
4.根据权利要求3所述的方法，其特征在于，所述预设筛选条件还包括：分割后的数据段中包含一组最大行驶数据，且所述最大行驶数据位于所述分割后的数据段的中心。
5.根据权利要求2所述的方法，其特征在于，在终端设备的坐标系与所述车辆所在位置的地理坐标系不同时，在所述将所述待分割数据分割为具有相同数据组数的多段所述行驶数据段之前，所述方法还包括：
采用预先设置的数据转换模型，将所述终端设备发送的待分割数据转换为在所述车辆所在位置的地理坐标系下的待分割数据；
所述将所述待分割数据分割为具有相同数据组数的多段所述行驶数据段，包括：
将所述在所述车辆所在位置的地理坐标系下的待分割数据，分割为具有相同数据组数的多段所述行驶数据段。
6.根据权利要求1所述的方法，其特征在于，采用标记有驾驶行为的多段训练样本数据段，对预先设置的驾驶行为识别模型进行训练，得到所述预...
【专利技术属性】
技术研发人员：王强，常莉，杜恒晨，雷振东，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11
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。