[发明专利]一种基于驾驶指纹的驾驶行为安全评价方法

说明书

本发明公开了一种基于驾驶指纹的驾驶行为安全评价方法，包括：S1、通过设置在车辆上的传感器采集驾驶行为数据；S2、根据驾驶行为数据计算表征个体差异化驾驶行为的特征指标；S3、选取训练集，将特征指标输入机器学习分类器进行训练，通过机器学习分类器并计算得到驾驶指纹；S4、将待评价的驾驶行为数据作为测试集，比较其与正常驾驶状态下驾驶指纹间的差异程度；S5、计算驾驶指纹中各参数对驾驶安全的重要度权重；S6、通过主要成分分析方法计算上述差异程度的参数，并通过得到的因子得分对驾驶行为的安全性进行综合评价。本发明的方法能够充分考虑个体差异因素的影响，得出准确、全面、可靠的驾驶人安全评价结果。

技术领域

本发明涉及驾驶安全评价领域，尤其涉及一种基于驾驶指纹的驾驶行为安全评价方法。

背景技术

近年来，随着车载传感器技术的发展，交通安全领域的研究逐渐深入，许多汽车厂商都在积极开发个性化车辆辅助驾驶系统，以提高系统整体的可靠性和适应性。而此类系统的基础就是对驾驶人个体驾驶特性的识别与评估。同时，通过对近年来驾驶行为个体差异的研究发现，合理的考虑个体差异因素构建的个性化驾驶行为模型(驾驶疲劳检测模型、车道保持模型及车速控制预测模型等)相比传统不考虑个体差异模型的准确度更高，并且更能适应驾驶人个体特性。

而现有的驾驶安全评价方法和系统未考虑个体差异因素的影响，个别方法或系统也仅仅是以分类的方式将驾驶人划分为不同的驾驶风格。然而，由于个体差异的存在，即使属于同一种驾驶风格的驾驶人之间的驾驶特性也存在显著差异。

听到‘驾驶指纹’我们首先会想到指纹。从生物学来讲，每个人都有独一无二的指纹，利用不同的‘纹路’标记出每个人独一无二的身份。同理，从驾驶行为角度来讲，驾驶指纹就是指每个人在驾驶过程中表现出的独特的驾驶操作特性，而每个驾驶指纹的表征指标就是驾驶人独特的驾驶指纹纹路。

现阶段驾驶指纹的应用，主要是通过比较不同驾驶人驾驶指纹参数的差异性，利用分类器算法辨识驾驶人身份。未应用于利用驾驶指纹进行驾驶行为安全评价。

本发明综合考虑了驾驶人个体差异因素对驾驶人评估的影响，开创性的从个体驾驶状态的角度对驾驶行为进行评价，从而大大提高了评价结果的可靠性与准确性。同时，根据机器学习所获取的驾驶人驾驶指纹特征，能够准确的识别驾驶人身份并全面的掌握当前驾驶状态，从而能够有针对性的提供安全策略。

发明内容

本发明所要解决的技术问题是针对现有车联网环境下驾驶安全评估系统因驾驶人个体差异因素导致评估结果准确性低、可靠性差以及传统评价指标方法因不能适应每位待评价驾驶人的个人驾驶习惯特性导致评价结果没有说服力和公平性。本发明通过提出一种基于驾驶人个体驾驶指纹特性的驾驶人安全评价方法，以解决上述问题。

本发明解决其技术问题所采用的技术方案是：

本发明提供一种基于驾驶指纹的驾驶行为安全评价方法，该方法包括以下步骤：

S1、通过设置在车辆上的传感器采集驾驶行为数据，包括驾驶操作数据和车辆运行状态数据；

S2、根据驾驶行为数据计算表征个体差异化驾驶行为的特征指标，包括统计特征、形态特征和频率特征；

S3、选取一定时长且连续的历史驾驶行为数据作为训练集，将特征指标输入机器学习分类器进行训练，通过机器学习分类器筛选出驾驶风格突变数据，并通过统计方法计算得到驾驶员在正常驾驶状态下各特征指标的分布特征和变化特点，作为驾驶指纹，驾驶指纹包括多个参数；

S4、将待评价的驾驶行为数据作为测试集，比较测试集中驾驶行为数据与该驾驶员在正常驾驶状态下的驾驶行为数据的驾驶指纹之间的差异程度，并利用量化的差异指标表征差异程度；

S5、通过灵敏度分析或重要度分析的方法，计算步骤S3得到的驾驶指纹中各参数对驾驶安全的重要度权重；