【技术实现步骤摘要】
本申请涉及驾驶风格识别，特别涉及一种基于横纵向因子的驾驶风格识别方法及装置。
技术介绍
1、驾驶人的驾驶风格与其性别、年龄、性格、学历等信息相关，在相同环境下，不同风格的驾驶人可能会表现出不同的驾驶行为。对驾驶风格进行识别可以帮助推断驾驶人意图，使驾驶辅助系统做出更符合驾驶人预期的操作。早期对驾驶风格的识别主要基于主观调查问卷，包括驾驶行为量表、驾驶行为问卷和驾驶人愤怒指标等。随着技术的发展，基于客观驾驶数据对驾驶风格进行识别的方法也相继涌现，并以其客观性逐渐成为了驾驶风格识别的主流方法。
2、相关技术中，通过客观数据对驾驶风格进行研究主要可分为基于规则的方法和基于学习的方法。基于规则的方法也被称为基于阈值的方法，即根据预先设定的变量阈值对驾驶风格进行分类。基于学习的方法又可分为监督学习和非监督学习两类。监督学习表示已有数据及其分类属性的真值，算法可以通过对数据的学习来预测新的数据类别。当现有数据不包含分类属性真值时，直接对数据进行分类的方法则被称为非监督学习。
3、然而，相关技术中的驾驶风格识别方法在对驾驶风格...
【技术保护点】
1.一种基于横纵向因子的驾驶风格识别方法，其特征在于，应用于模型构建阶段，其中，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，在对所述特征参数进行降维处理之前，还包括：
3.根据权利要求2所述的方法，其特征在于，在对所述特征参数进行标准化处理之后，还包括：
4.根据权利要求3所述的方法，其特征在于，所述相关系数矩阵的计算公式为：
5.根据权利要求1所述的方法，其特征在于，在将所述多个因子特征值输入至所述预先构建的驾驶风格识别模型之前，还包括：
6.根据权利要求5所述的方法，其特征在于，在将...
【技术特征摘要】
1.一种基于横纵向因子的驾驶风格识别方法，其特征在于，应用于模型构建阶段，其中，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，在对所述特征参数进行降维处理之前，还包括：
3.根据权利要求2所述的方法，其特征在于，在对所述特征参数进行标准化处理之后，还包括：
4.根据权利要求3所述的方法，其特征在于，所述相关系数矩阵的计算公式为：
5.根据权利要求1所述的方法，其特征在于，在将所述多个因子特征值输入至所述预先构建的驾驶风格识别模型之前，还包括：
6.根据权利要求5所述的方法，其特征在于，在将所述多个因子特征值输入至所述预先构建的驾驶风格识别模型之前...
【专利技术属性】
技术研发人员：王建强，姜竣凯，张博，柴华，韩泽宇，王嘉昊，徐少兵，
申请(专利权)人：清华大学，
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。