本申请涉及汽车驾驶技术领域，可应用于自动驾驶车辆，具体涉及一种驾驶风格识别方法和装置，所述方法包括：获取目标车辆在连续的各时刻的各特征向量值，所述特征向量用于表示目标车辆的瞬时驾驶状态，其中，所述特征向量包括用于表示目标车辆与其相关对象之间状态的状态特征；对所述各特征向量值，以连续的N个值为一个采样单位进行采样，获得多个样本，其中，所述N为预设值；根据所述多个样本确定所述目标车辆的驾驶风格。基于本申请提供的技术方案，可以使驾驶风格识别结果更加全面准确。可以使驾驶风格识别结果更加全面准确。可以使驾驶风格识别结果更加全面准确。
【技术实现步骤摘要】
驾驶风格识别方法、辅助驾驶方法及装置
[0001]本申请涉及汽车驾驶
，特别涉及一种驾驶风格识别方法、辅助驾驶方法、装置、计算设备及存储介质。
技术介绍
[0002]在道路上，不同的驾驶员可能存在不同的驾驶风格，如激进型、平稳型、谨慎型等。驾驶员还可能处于一些特殊的危险驾驶状态，比如酒驾、毒驾、疲劳驾驶等。驾驶风格与危险驾驶行为密切相关，因此，准确识别周边车辆的驾驶风格对本车的安全驾驶非常重要。
[0003]关于现有技术中对驾驶风格的识别问题，目前主要是对本车驾驶风格的识别。通过采集本车的驾驶状态特征来计算指标值，再利用指标值与多个阈值作比较，分别对应不同的驾驶风格。该方案采集的特征为单一时刻的驾驶状态特征，不能很好地描述连续的车辆驾驶过程，因此导致车辆的驾驶风格识别不准确。
技术实现思路
[0004]鉴于现有技术的以上问题，本申请提供一种驾驶风格识别方法、辅助驾驶方法、装置、计算设备及存储介质，使可以对目标车辆的驾驶风格进行识别，且根据持续驾驶操作间的连续性进行识别，从而提高驾驶风格识别的准确性。
[0005]为了达到上述目的，本申请第一方面提供一种驾驶风格识别方法，包括：
[0006]获取目标车辆在连续的各时刻的各特征向量值，所述特征向量用于表示目标车辆的瞬时驾驶状态；
[0007]对所述各特征向量值，以连续的N个值为一个采样单位进行采样，获得多个样本；
[0008]根据所述多个样本确定所述目标车辆的驾驶风格。
[0009]由上，本方面提供的技术方案，通过获得连续的各时刻的各特征向量值，并将具有时间连续性的特征向量进行采样，使获得的样本保留了连续微观驾驶操作间的连续性，可以更准确的描述驾驶过程，进而提高驾驶风格的识别准确性。
[0010]作为第一方面的一种实现方式，所述N大于1时，相邻两次采样获得的两个样本中，至少一个同一时刻对应的特征向量值存在于所述两个样本中。
[0011]由上，通过使至少一个同一时刻对应的特征向量值存在于所述两个样本中，即将前一次采样获得的样本中最后一时刻特征向量作为下一次采样获得的样本中第一时刻的特征向量，可以更完整的保留相邻时间内驾驶状态间的相关性。
[0012]作为第一方面的一种实现方式，所述特征向量包括表示目标车辆的自身状态的状态特征，和/或表示目标车辆与其相关对象之间状态的状态特征。
[0013]由上，本方面提供的特征向量不仅包括表示目标车辆的自身状态的状态特征，还包括表示目标车辆与其相关对象之间状态的状态特征，使驾驶状态描述更完整，更能反映目标车辆的驾驶状态，进而使驾驶风格预测更加准确。
[0014]作为第一方面的一种实现方式，所述表示目标车辆的自身状态的状态特征包括至
少以下之一：加速状态对应的状态特征、转向状态对应的状态特征、超速状态对应的状态特征。
[0015]由上，上述各个状态特征均可以由外部车辆传感器或者摄像头直接采集获得，使数据采集更为简单。另外，由于不同的驾驶风格在加速度上表现差异明显，如激进驾驶者会频繁的加减速，而平稳驾驶者更倾向于尽量匀速行驶。因此，加速状态为驾驶风格识别的一个重要因素。其次，不同的驾驶风格在转向状态上表现差异明显，如激进驾驶者会频繁变道超车，另外，疲劳驾驶、酒驾、毒驾等也会因为失去控制能力而不自觉偏离车道。因此，转向状态也为驾驶风格识别的一个重要因素。另外，超速可以反映车辆本身的驾驶状态，即使周边没有车辆，超速驾驶仍是危险的，因此，本方面将超速状态作为驾驶风格识别的一个重要因素。
[0016]作为第一方面的一种实现方式，所述表示目标车辆与其相关对象之间状态的状态特征包括至少以下之一：与其相关对象之间碰撞发生时间的状态特征、与其相关对象之间相对距离的状态特征、与其相关对象之间相对速度的状态特征。
[0017]由上，本方面提供了几种可能的表示目标车辆与其相关对象之间状态的状态特征来描述目标车辆与周边对象间的互相影响情况，可以更准确的描述车辆的驾驶状态，使驾驶风格识别更加准确。
[0018]作为第一方面的一种实现方式，所述相关对象包括至少以下之一：与目标车辆相关的车辆、与目标车辆相关的行人、与目标车辆相关的静态障碍物。
[0019]作为第一方面的一种实现方式，所述与目标车辆相关的车辆包括：
[0020]车辆直行时位于目标车辆所在车道的前方车辆和/或后方车辆；或者
[0021]车辆变道时位于目标车辆目标车道的前方车辆和/或后方车辆。
[0022]由上，提供了与目标车辆相关车辆的确定方法，可以精确确定出目标车辆的相关车辆，为驾驶风格识别提供支撑。
[0023]作为第一方面的一种实现方式，所述根据所述多个样本确定所述目标车辆的驾驶风格，包括：
[0024]根据所述多个样本，利用预先训练的隐含狄利克雷分布模型确定所述目标车辆的驾驶风格。
[0025]作为第一方面的一种实现方式，所述预先训练的隐含狄利克雷分布模型的训练过程包括：
[0026]预先获取预设数量的目标车辆在连续的各时刻的各特征向量值；
[0027]对所述各特征向量值，以连续的N个值为一个采样单位进行采样，获得多个样本；
[0028]将所述多个样本作为隐含狄利克雷分布模型的输入层训练样本，利用吉布斯采样算法训练所述隐含狄利克雷分布模型，获得所述预先训练的隐含狄利克雷分布模型。
[0029]本申请的第二方面提供一种驾驶风格识别装置，包括：
[0030]获取模块，用于获取目标车辆在连续的各时刻的各特征向量值，所述特征向量用于表示目标车辆的瞬时驾驶状态；
[0031]采样模块，用于对所述各特征向量值，以连续的N个值为一个采样单位进行采样，获得多个样本；
[0032]确定模块，用于根据所述多个样本确定所述目标车辆的驾驶风格。
[0033]作为第二方面的一种实现方式，在所述采样模块中，所述N大于1时，相邻两次采样获得的两个样本中，至少一个同一时刻对应的特征向量值存在于所述两个样本中。
[0034]作为第二方面的一种实现方式，在所述获取模块和采样模块中，所述特征向量包括表示目标车辆的自身状态的状态特征，和/或表示目标车辆与其相关对象之间状态的状态特征。
[0035]作为第二方面的一种实现方式，所述表示目标车辆的自身状态的状态特征包括至少以下之一：加速状态对应的状态特征、转向状态对应的状态特征、超速状态对应的状态特征。
[0036]作为第二方面的一种实现方式，所述表示目标车辆与其相关对象之间状态的状态特征包括至少以下之一：与其相关对象之间碰撞发生时间的状态特征、与其相关对象之间相对距离的状态特征、与其相关对象之间相对速度的状态特征。
[0037]作为第二方面的一种实现方式，所述相关对象包括至少以下之一：与目标车辆相关的车辆、与目标车辆相关的行人、与目标车辆相关的静态障碍物。
[0038]作为第二方面的一种实现方式，所述与目标车辆相关的车辆包本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种驾驶风格识别方法，其特征在于，包括：获取目标车辆在连续的各时刻的各特征向量值，所述特征向量用于表示目标车辆的瞬时驾驶状态；其中，所述特征向量包括用于表示目标车辆与其相关对象之间状态的状态特征；对所述各特征向量值，以连续的N个值为一个采样单位进行采样，获得多个样本；其中，所述N为预设值；根据所述多个样本确定所述目标车辆的驾驶风格。2.根据权利要求1所述的方法，其特征在于，所述N大于1时，相邻两次采样获得的两个样本中，至少一个同一时刻对应的特征向量值存在于所述两个样本中。3.根据权利要求1所述的方法，其特征在于，所述特征向量还包括表示目标车辆的自身状态的状态特征。4.根据权利要求3所述的方法，其特征在于，所述表示目标车辆的自身状态的状态特征包括至少以下之一：加速状态对应的状态特征、转向状态对应的状态特征、超速状态对应的状态特征。5.根据权利要求1所述的方法，其特征在于，所述表示目标车辆与其相关对象之间状态的状态特征包括至少以下之一：与其相关对象之间碰撞发生时间的状态特征、与其相关对象之间相对距离的状态特征、与其相关对象之间相对速度的状态特征。6.根据权利要求5所述的方法，其特征在于，所述相关对象包括至少以下之一：与目标车辆相关的车辆、与目标车辆相关的行人、与目标车辆相关的静态障碍物。7.根据权利要求6所述的方法，其特征在于，所述与目标车辆相关的车辆包括：车辆直行时位于目标车辆所在车道的前方车辆和/或后方车辆；或者车辆变道时位于目标车辆目标车道的前方车辆和/或后方车辆。8.根据权利要求1所述的方法，其特征在于，所述根据所述多个样本确定所述目标车辆的驾驶风格，包括：根据所述多个样本，利用预先训练的隐含狄利克雷分布模型确定所述目标车辆的驾驶风格。9.根据权利要求8所述的方法，其特征在于，所述预先训练的隐含狄利克雷分布模型的训练过程包括：预先获取预设数量的目标车辆在连续的各时刻的各特征向量值；对所述各特征向量值，以连续的N个值为一个采样单位进行采样，获得多个样本；将所述多个样本作为隐含狄利克雷分布模型的输入层训练样本，利用吉布斯采样算法训练所述隐含狄利克雷分布模型，获得所述预先训练的隐含狄利克雷分布模型。10.一种驾驶风格识别装置，其特征在于，包括：获取模块，用于获取目标车辆在连续的各时刻的各特征向量值，所述特征向量用于表示目标车辆的瞬时驾驶状态；其中，所述特征向量包括用于表示目标车辆与其相关对象之间状态的状态特征；采样模块，用于对所述各特征向量值，以连续的N个值为一个采样单位进行采样，获得多个样本；其中，所述N为预设值；确定模块，用于根据所述多个样本确定所述目标车辆的驾驶风格。
11.根据权利要求10所述的装置，其特征在于，所述N大于1时，相邻两次采样获得的两个样本中，至少一个同一时刻对应的特征向量值存在于所述两个样本中。12.根据权利要求10所述的装置，其特征在于，所述特征向量还包括表示目标车辆的自身状态的状态特征。13.根据权利要求12所述的装置，其特征在于，所述表示目标车辆的自身状态的状态特征包括至少以下之一：加速状态对应的状态特征、转向状态对应的状态特征、超速状态对应的状态特征。14.根据权利要求10所述的装置，其特征在于，所述表示...
【专利技术属性】
技术研发人员：陈艺帆，覃力，沈伟锋，
申请(专利权)人：华为技术有限公司，
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。