[发明专利]一种辨认驾驶人员的车载设备及辨认方法有效

专利信息
申请号: 201710085385.X 申请日: 2017-02-17
公开(公告)号: CN106915354B 公开(公告)日: 2019-03-29
发明(设计)人: 高文 申请(专利权)人: 大连毅无链信息技术有限公司
主分类号: B60W40/09 分类号: B60W40/09
代理公司: 大连智高专利事务所(特殊普通合伙) 21235 代理人: 李猛
地址: 116023 辽宁省大连*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 辨认 驾驶 人员 车载 设备 方法
【说明书】:

发明是关于一种辨认驾驶人员的车载设备及辨认方法,属于车载智能设备领域。技术方案如下:包括车辆总线数据监听读取单元、MCU计算单元、本地存储单元、网络通信单元和数据特征存储及分析云平台,所述车辆总线数据监听读取单元一端与车辆进行连接,另一端与所述MCU计算单元连接,所述MCU计算单元分别与本地存储单元和网络通信单元连接,所述网络通信单元与所述数据特征存储及分析云平台连接。有益效果是:本发明通过车载设备接入总线后进行数据解析,并应用一定计算方法取得驾驶特征后传至云平台,加之结合云平台保存的大数据不断自学习更新和匹配优化,以达到准确区分不同驾驶人员的目的,从而更加智能和高效地对车辆和驾驶人进行管理。

技术领域

本发明涉及一种车载终端监控设备,尤其涉及一种辨认驾驶人员的车载设备及辨认方法。

背景技术

现阶段市场上存有多种接入车辆总线的终端监控设备,这类设备可以使人们获得车辆实时运行数据,来查看车辆运行情况及故障情况。但是市场上还没有一种能够通过总结分析驾驶员对车辆操作的相关数据从而达到区分出驾驶人员的设备,而此类硬件设备将广泛应用于车辆管理,保险理赔,违章处置,自动驾驶,汽车租赁、共享出行等领域,本发明的设备及方法可以通过提取驾驶人员的驾驶特征并应用分类算法得到区分驾驶人员的目的。

发明内容

为了更加智能和高效地对车辆和驾驶人进行管理,本发明提供一种辨认驾驶人员的车载设备及辨认方法,该装置和方法能够通过总结分析驾驶员对车辆操作的相关数据从而达到区分出驾驶人员的目的,从而更加智能和高效地对车辆和驾驶人进行管理,可以广泛应用于车辆管理,保险理赔,违章处置,自动驾驶,汽车租赁、共享出行等领域。所述技术方案如下:

一种辨认驾驶人员的车载设备,包括车辆总线数据监听读取单元、MCU计算单元、本地存储单元、网络通信单元和数据特征存储及分析云平台,所述车辆总线数据监听读取单元一端与车辆进行连接,另一端与所述MCU计算单元连接,所述MCU计算单元分别与本地存储单元和网络通信单元连接,所述网络通信单元与所述数据特征存储及分析云平台连接。

进一步的,所述车辆总线数据监听读取单元与车辆总线或者车辆标准诊断接口连接。

进一步的,所述车辆总线数据监听读取单元通过CAN总线或者以太网与车辆连接。

本发明还包括一种辨认驾驶人员的方法,使用上述的辨认驾驶人员的车载设备,执行如下步骤:

S1、车辆总线数据监听读取单元通过接入汽车总线实时获取车辆的速度、发动机转速、油门、刹车、档位和方向盘角度信息;

S2、采用中值滤波,过滤噪声数据;

S3、实时判断最新若干秒内的数据是否有转向信息,如果没有转向消息,返回S1,如果有转向消息,进入S4;

S4、提取5维度特征向量,所述5维特征向量包括超拐最值、超拐占整个周期的百分比、回归均值位置、缺拐最值、缺拐占整个周期的百分比;

S5、数据特征存储及分析云平台采用ANN算法产生分类器,设备上传的特征向量通过与特征数据库比对,判断出驾驶人员的身份。

进一步的,S4中提取特征向量步骤如下:

p1、在惯性坐标系OXY下设(Xr,Yr)和(Xf,Yf)分别为车辆后轴和前轴的轴心坐标,Φ为车体的横摆角,Φf为前轮偏角,Vr为车辆后轴中心速度,Vf为车辆前轴中心速度,L为车辆轴距,R为后轮转向半径,P为车辆转动圆心,M为车辆后轴轴心,N为前轴轴心;

p2、采用下述等式得出后轴行驶轴心(Xr,Yr)处速度:

Vr=Xr’cos(Φ)+Yr’sin(Φ),

Xr和Yr是坐标,Xr’和Yr’为后轮在相对坐标系下的速度;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连毅无链信息技术有限公司,未经大连毅无链信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710085385.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top