当前位置: 首页 > 专利查询>扬州大学专利>正文

一种基于车辆GPS数据的驾驶员异常变速辨识方法技术

技术编号:34178519 阅读:19 留言:0更新日期:2022-07-17 12:30
本发明专利技术公开了一种基于车辆GPS数据的驾驶员异常变速辨识方法,首先,对预先获取的车辆GPS数据进行预处理;其次,离散变速阈值求解,将车辆速度、加速度作为关键指标,对GPS数据的速度进行分箱处理,通过特征线法和肘部图法确定各分箱的离散加速阈值;然后,动态变速阈值拟合,通过改进最小二乘法对离散阈值进行拟合得到驾驶员异常变速的动态阈值,并得到该阈值的数学方程;最后,异常变速行为辨识:将动态阈值方程带入历史或实时数据,对异常变速行为加以辨识。本发明专利技术不依赖于道路等级、天气情况、交通状态等复杂环境参数,具有实时性、准确性和适应性,能适用于各类环境下的驾驶员异常变速识别,能够在驾驶事前防控、主动管控平台等进行实际应用。行实际应用。行实际应用。

【技术实现步骤摘要】
一种基于车辆GPS数据的驾驶员异常变速辨识方法


[0001]本专利技术属于城市交通安全
,具体涉及一种基于车辆GPS数据的驾驶员异常变速辨识方法。

技术介绍

[0002]根据世界卫生组织《Global Status Report on Road Safety》数据报告显示,全球每年约有135万人因道路交通事故死亡,其中,因驾驶员突发状况或者干扰驾驶行为而造成人员伤亡的事故呈上升趋势。因此在车辆行驶过程中对行驶状态进行监测,使其处于异常状态时可以对驾驶员进行预警或者采取紧急制动措施以保证驾驶员以及乘客的安全是尤为重要的。
[0003]目前的驾驶员安全驾驶检测技术多是基于监测驾驶员的一种或多种控制活动(例如:加速、制动、转向等)来检测车辆的状态。而随着数据科学和数据挖掘技术的高速发展,驾驶员的安全驾驶行为不在局限于通过实时监测等方法进行评价,而更加偏向于通过驾驶员驾驶行为状态的海量异构数据,客观定量地对驾驶员的安全属性进行评价。
[0004]驾驶员因素是交通安全的最主要因素,如何科学客观识别驾驶员的异常变速行为,从而公正地评判本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于车辆GPS数据的驾驶员异常变速辨识方法,其特征在于,包括以下几个步骤:(1)对预先获取的车辆GPS数据进行预处理;(2)离散变速阈值求解:将车辆速度、加速度作为关键指标,对GPS数据的速度进行分箱处理,通过特征线法和肘部图法确定各分箱的离散加速阈值;(3)动态变速阈值拟合:通过改进最小二乘法对离散阈值进行拟合得到驾驶员异常变速的动态阈值,并得到该阈值的数学方程;(4)异常变速行为辨识:将动态阈值方程带入历史或实时数据,对异常变速行为加以辨识。2.根据权利要求1所述的基于车辆GPS数据的驾驶员异常变速辨识方法,其特征在于,步骤(1)所述车辆GPS数据共包括6个字段,分别为车牌号、GPS时间、经度、纬度、方向和速度;所述车辆GPS数据经过数据清洗、数据插值、车辆转角和加速度计算后,包含车辆行驶的速度和加速度两个字段。3.根据权利要求1所述的基于车辆GPS数据的驾驶员异常变速辨识方法,其特征在于,所述步骤(2)包括以下步骤:(21)速度分箱处理:对样本数据的速度范围进行分箱,以1km/h的分箱宽度进行分箱操作,此时得到的分箱数量较为合适;(22)确定各分箱的加速度临界值:分别取每个速度分箱内加速度的a至b分位数作为特征点,将各级分位数点依次相连可得到多条特征线,将它们作为安全变速阈值线备选位置;相邻分位数特征线的间距,体现了不同特征线处加速度的绝对变化,由于相邻特征线的间距随着速度的变化发生改变,不能直观体现加速度值的跃迁程度,因此对各特征值进行标准化处理:其中,Q(i)表示第i分位数特征点加速度值组成的向量;Q(u)表示最高分位数加速度值组成的向量;Q(l)表示最低分位数加速度组成的向量;Q

(i)表示标准化后的i分位数特征点加速度值组成的向量;相邻标准化特征线的间距,能够反映相邻分位点样本加速度的相对变化,考虑到不同速度区间下安全变速阈值位置可能发生变化,令速度区间R为安全变速阈值位置相对稳定区域,计算相邻标准化特征线间的距离,并记为标化邻差SND,具体处理公式为:其中,d
R
(i)表示在速度区间R内i分位数特征线处的SND指标;表示在特...

【专利技术属性】
技术研发人员:邓社军朱俊豪宇泓儒于世军嵇涛管恩丞施议彭浪李婷婷王晓莹郦红艺张海旻姚炎宏徐成窦玥虞宇浩马天启
申请(专利权)人:扬州大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1