【技术实现步骤摘要】
本专利技术涉及交通安全与行为分析，尤其涉及一种描述驾驶行为风险特征的图谱构建方法。
技术介绍
1、目前，对于驾驶人尤其是新手驾驶人的培训特征无法实现精准多维刻画，导致无法量化评价新手驾驶人的培训效果，从而影响驾驶人驾驶技能和安全意识的提升。基于驾驶行为的风险辨识检验研究成果主要是以驾驶行为相关参数进行分析，通过建立数学模型统计分析实现驾驶行为识别分类和预测，且针对驾驶行为风险的研究多以群体风险水平划分为主，在个体化的驾驶行为特征表达方面有所缺失，且大多的预测模型并不能直观形象的体现出驾驶行为的差异性，理解较为困难，无法直接的根据数据和模型去甄别驾驶员的具体特征。
2、驾驶行为建模的基本功能之一是识别和纠正危险行为。驾驶行为具有动态、实时与时空性。因此，需要一些视觉描述工具来直观地表达驾驶员在驾驶过程中特征的变化。图谱是显示知识发展进程与结构关系的一系列各种不同的图形，它是展示具有内部联系紧密性，复杂性，不稳定性和连续变化性等特征的数据的手段，目前在各种领域得到了广泛应用，但应用于交通安全层面下的驾驶行为可视化研究相对较少，且...
【技术保护点】
1.一种描述驾驶行为风险特征的图谱构建方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种描述驾驶行为风险特征的图谱构建方法，其特征在于，步骤S1中，将驾驶行为模式定义为在一小段时间内的加速度变化的方法如下：
3.根据权利要求2所述的一种描述驾驶行为风险特征的图谱构建方法，其特征在于，步骤S2中，数据降维和编码的具体方法为：借鉴符号聚合近似方法并对该方法进行改进，对加速度变化的连续数据进行降维和编码，包括如下步骤：
4.根据权利要求3所述的一种描述驾驶行为风险特征的图谱构建方法，其特征在于，新的数据序列转换为的数值编码划分...
【技术特征摘要】
1.一种描述驾驶行为风险特征的图谱构建方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种描述驾驶行为风险特征的图谱构建方法，其特征在于，步骤s1中，将驾驶行为模式定义为在一小段时间内的加速度变化的方法如下：
3.根据权利要求2所述的一种描述驾驶行为风险特征的图谱构建方法，其特征在于，步骤s2中，数据降维和编码的具体方法为：借鉴符号聚合近似方法并对该方法进行改进，对加速度变化的连续数据进行降维和编码，包括如下步骤：
4.根据权利要求3所述的一种描述驾驶行为风险特征...
【专利技术属性】
技术研发人员：欧居尚，赵晓华，亓航，姚莹，彭翠山，刘畅，
申请(专利权)人：四川警察学院，
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。