[发明专利]驾驶员身份识别方法及装置

说明书

本发明公开一种驾驶员身份识别方法及装置。该驾驶员身份识别方法，包括：获取给定行程数据，从所述给定行程数据提取行程特征；获取给定车主标识，根据所述给定车主标识获取对应分类模型；将所述提取的给定行程数据的行程特征输入所述分类模型，得到模型输出；根据所述模型输出确定所述给定行程数据对应的车主是否为所述给定车主标识对应的车主。本发明提供的方案，能比较准确的识别出驾驶员是否为原有车主，提高识别准确性。

技术领域

本发明涉及车联网技术领域，具体涉及一种驾驶员身份识别方法及装置。

背景技术

随着物联网的发展，车联网大数据的分析应用对于车辆行驶的作用愈加重要。在车辆驾驶过程中，车主的驾驶行为表现出多样性，不同车主的驾驶行为是不一致的，驾驶行为的特征主要体现在车速、加速度、急转弯等方面。相关技术中识别当前驾驶员是否为原有车主的方法，有的是利用地图轨迹间的相似度进行分类识别，但是，考虑到有时存在代驾行为，行驶的地图轨迹与原有车主驾驶的地图轨迹也是相似的，所以采用地图轨迹间的相似度进行车主分类识别也有较大的缺陷。

因此，现有的驾驶员身份识别方法，还不能比较准确的识别出车辆新行程的驾驶员是否为原有车主，识别准确性较差。

发明内容

有鉴于此，本发明的目的在于提出一种驾驶员身份识别方法及装置，能比较准确的识别出驾驶员是否为原有车主，提高识别准确性。

本发明提供一种驾驶员身份识别方法，包括：

获取给定行程数据，从所述给定行程数据提取行程特征；

获取给定车主标识，根据所述给定车主标识获取对应分类模型；

将所述提取的给定行程数据的行程特征输入所述分类模型，得到模型输出；

根据所述模型输出确定所述给定行程数据对应的车主是否为所述给定车主标识对应的车主。

优选的，所述根据所述给定车主标识获取对应分类模型，包括：

根据所述给定车主标识从数据库查找对应的文本型模型数据；

将所述文本型模型数据转化为分类模型。

优选的，所述分类模型预先建模建立，所述建模过程包括：

获取行程数据并提取行程特征；

根据所述提取的行程特征并基于二分类模型扩展建立行程判别模型。

优选的，所述根据所述提取的行程特征并基于二分类模型扩展建立行程判别模型，包括：

选择设定数量的固定建模车主；

将其他车主分别与所述设定数量的固定建模车主，根据所述提取的行程特征进行二分类模型训练，得到一组分类模型，并综合所述分类模型得到行程判别模型。

优选的，所述将其他车主分别与所述设定数量的固定建模车主，根据所述提取的行程特征进行二分类模型训练，包括：

筛选符合设定条件的车主及车主行程数据；

筛选特征重要性之和大于设定数值的行程特征；

将筛选的车主分别与所述设定数量的固定建模车主进行两两训练二分类模型。

优选的，所述根据模型输出确定所述给定行程数据对应的车主是否为所述给定车主标识对应的车主，包括：

根据模型输出值大于模型训练时所确定的阈值，确定所述给定行程数据对应的车主为所述给定车主标识对应的车主。

优选的，所述行程特征包括速度、加速度、加速度变化、曲率半径、角速度、向心加速度、航向角变化的特征数据。