本发明专利技术实施例公开了一种不良驾驶行为识别方法、装置、设备及介质。该方法包括：获取当前驾驶相关数据，并确定当前驾驶行为的当前驾驶行为类别；根据当前驾驶行为类别和预先训练的不良驾驶行为识别模型确定当前驾驶行为所属的驾驶环境分组，以及对应的不良驾驶行为阈值；根据不良驾驶行为识别模型确定当前驾驶行为对应的当前驾驶行为特征，并根据当前驾驶行为特征和不良驾驶行为阈值判断当前驾驶行为是否为不良驾驶行为。通过运行本发明专利技术实施例所提供的技术方案，可以解决环境的变化会引起人和车的变化，而现有技术中往往仅对驾驶员的驾驶图像进行识别，降低了不良驾驶行为识别的准确性的问题，实现提高不良驾驶行为识别的准确性和效率的效果。性和效率的效果。性和效率的效果。
【技术实现步骤摘要】
一种不良驾驶行为识别方法、装置、设备及介质
[0001]本专利技术实施例涉及行为识别技术，尤其涉及一种不良驾驶行为识别方法、装置、设备及介质。
技术介绍
[0002]随着技术的发展和进步，购车成本越来越低，同时随着人们生活水平的整体提高，为了生活的更加便利，越来越多的人选择购买私家车。在道路上有越来越多车辆的情况下，不良的驾驶行为一方面易导致交通堵塞，另一方面会增加交通事故的发生几率，因此，需要对不良驾驶行为进行识别。
[0003]由于人
‑
车
‑
环境属于一个闭环，环境的变化会引起人和车的变化，而现有技术中往往仅对驾驶员的驾驶图像进行识别，降低了不良驾驶行为识别的准确性。
技术实现思路
[0004]本专利技术实施例提供一种不良驾驶行为识别方法、装置、设备及介质，以实现提高不良驾驶行为识别的准确性和效率。
[0005]第一方面，本专利技术实施例提供了一种不良驾驶行为识别方法，该方法包括：
[0006]获取当前驾驶相关数据，并通过预设驾驶行为识别算法，基于所述当前驾驶相关数据确定当前驾驶行为的当前驾驶行为类别；
[0007]根据所述当前驾驶行为类别和预先训练的不良驾驶行为识别模型确定所述当前驾驶行为所属的驾驶环境分组，以及与所述驾驶环境分组对应的不良驾驶行为阈值；
[0008]获取所述当前驾驶行为对应的当前驾驶行为特征，并根据所述当前驾驶行为特征和所述不良驾驶行为阈值判断所述当前驾驶行为是否为不良驾驶行为。
[0009]第二方面，本专利技术实施例还提供了一种不良驾驶行为识别装置，该装置包括：
[0010]当前行为类别确定模块，用于获取当前驾驶相关数据，并通过预设驾驶行为识别算法，基于所述当前驾驶相关数据确定当前驾驶行为的当前驾驶行为类别；
[0011]分组阈值确定模块，用于根据所述当前驾驶行为类别和预先训练的不良驾驶行为识别模型确定所述当前驾驶行为所属的驾驶环境分组，以及与所述驾驶环境分组对应的不良驾驶行为阈值；
[0012]不良驾驶行为判断模块，用于获取所述当前驾驶行为对应的当前驾驶行为特征，并根据所述当前驾驶行为特征和所述不良驾驶行为阈值判断所述当前驾驶行为是否为不良驾驶行为。
[0013]第三方面，本专利技术实施例还提供了一种电子设备，该电子设备包括：
[0014]一个或多个处理器；
[0015]存储装置，用于存储一个或多个程序，
[0016]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的不良驾驶行为识别方法。
[0017]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的不良驾驶行为识别方法。
[0018]本专利技术实施例通过获取当前驾驶相关数据，并通过预设驾驶行为识别算法，基于当前驾驶相关数据确定当前驾驶行为的当前驾驶行为类别；根据当前驾驶行为类别和预先训练的不良驾驶行为识别模型确定当前驾驶行为所属的驾驶环境分组，以及与驾驶环境分组对应的不良驾驶行为阈值；根据不良驾驶行为识别模型确定当前驾驶行为对应的当前驾驶行为特征，并根据当前驾驶行为特征和不良驾驶行为阈值判断当前驾驶行为是否为不良驾驶行为。解决环境的变化会引起人和车的变化，而现有技术中往往仅对驾驶员的驾驶图像进行识别，降低了不良驾驶行为识别的准确性的问题，实现提高不良驾驶行为识别的准确性和效率的效果。
附图说明
[0019]图1为本专利技术实施例一提供的一种不良驾驶行为识别方法的流程图；
[0020]图2为本专利技术实施例二提供的一种不良驾驶行为识别模型训练过程的流程图；
[0021]图3为本专利技术实施例三提供的一种不良驾驶行为识别装置的结构示意图；
[0022]图4为本专利技术实施例四提供的一种电子设备的结构示意图。
具体实施方式
[0023]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0024]实施例一
[0025]图1为本专利技术实施例一提供的一种不良驾驶行为识别方法的流程图，本实施例可适用于判断当前驾驶行为是否为不良驾驶行为的情况，该方法可以由本专利技术实施例所提供的不良驾驶行为识别装置来执行，该装置可以由软件和/或硬件的方式实现。参见图1，本实施例提供的不良驾驶行为识别方法，包括：
[0026]步骤110、获取当前驾驶相关数据，并通过预设驾驶行为识别算法，基于所述当前驾驶相关数据确定当前驾驶行为的当前驾驶行为类别。
[0027]其中，当前驾驶相关数据为与驾驶相关的多源数据，例如为当前天气数据、当前交通数据、当前驾驶行为数据等。
[0028]预设驾驶行为识别算法可以为基于大数据的行为识别算法，本实施例对此不进行限制。通过预设驾驶行为识别算法计算当前驾驶相关数据，确定当前驾驶行为的当前驾驶行为类别，其中当前驾驶行为类别可以为加速、减速、自动紧急制动、转向、弯道制动、前向碰撞预警、车道偏离预警、车身电子稳定控制、驾驶预判、怠速等中的至少一种。
[0029]步骤120、根据所述当前驾驶行为类别和预先训练的不良驾驶行为识别模型确定所述当前驾驶行为所属的驾驶环境分组，以及与所述驾驶环境分组对应的不良驾驶行为阈值。
[0030]根据当前驾驶行为类别，将当前驾驶行为进行分组，例如若当前驾驶行为类别可以为减速，则将当前驾驶行为分至与减速相关的分组中。
[0031]其中，减速相关的分组可以为多组，可以根据当前驾驶相关数据中具体数据进行分组，示例性的，减速行为分组1为天气晴、交通状况拥堵、驾驶道路为城市道路、驾驶车速为0
‑
20km/h，减速行为分组2为天气晴、交通状况拥堵、驾驶道路为乡村道路、驾驶车速为0
‑
20km/h。当前驾驶相关数据为天气晴、交通状况拥堵、驾驶道路为乡村道路、驾驶车速为11km/h，则当前驾驶行为的分组为分组2。
[0032]其中，每个驾驶环境分组对应相应的预先确定的不良驾驶行为阈值，因此在当前驾驶行为确定所属的驾驶环境分组时，即确定相应不良驾驶行为阈值。
[0033]步骤130、获取所述当前驾驶行为对应的当前驾驶行为特征，并根据所述当前驾驶行为特征和所述不良驾驶行为阈值判断所述当前驾驶行为是否为不良驾驶行为。
[0034]其中，当前驾驶行为特征为当前驾驶行为中具有代表性的特征，例如若当前驾驶行为为加速，则当前驾驶行为特征可以为加速过程中的最大加速度；若当前驾驶行为为转向，则当前驾驶行为特征可以为转向过程中最大方向盘转速。
[0035]将当前驾驶行为特征与不良驾驶行为阈值作比较，若满足阈值比较要求，例如大于不良驾驶行为阈值，则确定当前驾驶行为为不良驾驶行为。
[0036]本实施例所提供的技术方案，通过当本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种不良驾驶行为识别方法，其特征在于，包括：获取当前驾驶相关数据，并通过预设驾驶行为识别算法，基于所述当前驾驶相关数据确定当前驾驶行为的当前驾驶行为类别；根据所述当前驾驶行为类别和预先训练的不良驾驶行为识别模型确定所述当前驾驶行为所属的驾驶环境分组，以及与所述驾驶环境分组对应的不良驾驶行为阈值；获取所述当前驾驶行为对应的当前驾驶行为特征，并根据所述当前驾驶行为特征和所述不良驾驶行为阈值判断所述当前驾驶行为是否为不良驾驶行为。2.根据权利要求1所述的方法，其特征在于，所述不良驾驶行为识别模型的训练过程，包括：获取历史驾驶相关数据，并通过所述预设驾驶行为识别算法，基于所述历史驾驶相关数据确定各历史驾驶行为的历史驾驶行为类别；基于所述历史驾驶行为类别确定各所述历史驾驶行为所属的第一驾驶环境分组，并获取各所述第一驾驶环境分组对应的分组特征；确定所述历史驾驶行为的候选影响因素，并根据所述分组特征从所述候选影响因素中确定目标影响因素；基于所述历史驾驶行为和所述目标影响因素确定各所述历史驾驶行为所属的第二驾驶环境分组，并根据各所述第二驾驶环境分组中的成员确定所述第二驾驶环境分组对应的不良驾驶行为阈值。3.根据权利要求2所述的方法，其特征在于，在基于所述历史驾驶相关数据确定各所述历史驾驶行为所属的第一驾驶环境分组之前，还包括：根据所述历史驾驶行为类别确定预设筛选条件，并根据所述预设筛选条件对所述历史驾驶行为进行筛选。4.根据权利要求2所述的方法，其特征在于，获取各所述第一驾驶环境分组对应的分组特征，包括：根据所述第一驾驶环境分组对应的历史驾驶行为类别，确定对应的历史驾驶行为特征和历史统计特征；根据所述历史驾驶行为特征和所述历史统计特征获取所述分组特征。5.根据权利要求2所述的方法，其特征在于，确定所述历史驾驶行为的候选影响因素，并根据所述分组特征从所述候选影响因素中确定目标影响因素，包括：确定与所述第一驾驶环境分组的驾驶行为类别对应的所述历史驾驶行为的候选影响因素；根据偏相关分析法分析各所述候选影响因素与所述分组特征的相关关系；根据所述相关关系从所述候选影响因素中确定所述目标影响因素。6.根据权利要求2...
【专利技术属性】
技术研发人员：王旭，吕贵林，高洪伟，何云廷，王文彬，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：
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。