[发明专利]一种危险驾驶判定方法及装置有效
申请号: | 201910133061.8 | 申请日: | 2019-02-22 |
公开(公告)号: | CN109919293B | 公开(公告)日: | 2021-02-26 |
发明(设计)人: | 陈海波 | 申请(专利权)人: | 深兰科技(上海)有限公司 |
主分类号: | G06N3/00 | 分类号: | G06N3/00;G06K9/62 |
代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 黄志华 |
地址: | 200336 上海市长宁区威*** | 国省代码: | 上海;31 |
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 危险 驾驶 判定 方法 装置 | ||
1.一种危险驾驶判定方法,其特征在于,包括:
针对每一待检测车辆,采集设定采样时刻的至少两类驾驶属性信息;
根据预设的模糊隶属度函数对每一采样时刻采集的所述至少两类驾驶属性信息分别进行模糊化处理,得到所述至少两类驾驶属性信息各自对应的模糊集;
针对每一采样时刻,根据粒子群优化算法对由各模糊集中元素组成的粒子群进行优化,获得所述粒子群中的各粒子分配随机化的当前采样时刻的位置;
针对每一粒子,根据所述粒子的分配随机化的当前采样时刻的位置与所述粒子对应的预设最佳位置确定所述粒子在所述采样时刻的偏离度;
根据所述各粒子的偏离度以及各自的预设权重确定所述车辆在所述采样时刻的偏离度;
根据预设的车辆的偏离度与危险驾驶强度的对应关系确定所述车辆在所述采样时刻对应的危险驾驶强度,所述危险驾驶强度用于表征车辆驾驶的危险程度。
2.如权利要求1所述的方法,其特征在于,通过以下模糊隶属度函数对每一采样时刻采集的所述至少两类驾驶属性信息分别进行模糊化处理:
其中,fz(x)表示模糊隶属度函数,x表示驾驶属性信息;
模糊化过程集合Z=[a,b,c],a为下限,b为中心值,c为上限。
3.如权利要求1所述的方法,其特征在于,通过以下公式获得所述粒子群中的任一粒子分配随机化的当前采样时刻的位置:
其中,表示所述粒子分配随机化的当前采样时刻t的位置;
表示所述粒子分配随机化的当前采样时刻t的前一采样时刻t-1的位置;
表示所述粒子分配随机化的当前采样时刻t的速度,ω表示用于控制范围的惯性权重,表示所述粒子分配随机化的当前采样时刻t的前一采样时刻t-1的速度,r表示介于0到1之间的随机数,pp,e表示所述粒子的最佳位置,pg,e表示所述粒子群中的全局最佳位置,c1表示决定认知的积极因素,c2表示决定社会影响的积极因素。
4.如权利要求3所述的方法,其特征在于,通过以下公式确定所述粒子的偏离度:
其中,de表示所述粒子在所述采样时刻t的偏离度。
5.如权利要求1~4任一项所述的方法,其特征在于,通过以下公式确定所述车辆在所述采样时刻的偏离度:
其中,d表示所述车辆在所述采样时刻t的偏离度;
n表示所述粒子群中的粒子的个数;
αi表示粒子i的权重;
dei表示粒子i在所述采样时刻t的偏离度。
6.如权利要求1所述的方法,其特征在于,所述驾驶属性信息包括车辆信息、车道信息和驾驶员信息;所述车辆信息至少包括车速和行车间距,所述车道信息至少包括道路坡度、车道偏离、速度限制、道路类型和车流量,所述驾驶员信息至少包括驾驶员的呼吸率、注意力、心率和情绪。
7.一种危险驾驶判定装置,其特征在于,包括:
采集单元,用于针对每一待检测车辆,实时采集设定采样时刻的至少两类驾驶属性信息;
处理单元,用于根据预设的模糊隶属度函数对每一采样时刻采集的所述至少两类驾驶属性信息分别进行模糊化处理,得到所述至少两类驾驶属性信息各自对应的模糊集;
获得单元,用于针对每一采样时刻,根据粒子群优化算法对由各模糊集中元素组成的粒子群进行优化,获得所述粒子群中的各粒子分配随机化的当前采样时刻的位置;
第一确定单元,用于针对每一粒子,根据所述粒子的分配随机化的当前采样时刻的位置与所述粒子对应的预设最佳位置确定所述粒子在所述采样时刻的偏离度;
第二确定单元,用于根据所述各粒子的偏离度以及各自的预设权重确定所述车辆在所述采样时刻的偏离度;
第三确定单元,用于根据预设的车辆的偏离度与危险驾驶强度的对应关系确定所述车辆在所述采样时刻对应的危险驾驶强度,所述危险驾驶强度用于表征车辆驾驶的危险程度。
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深兰科技(上海)有限公司,未经深兰科技(上海)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/201910133061.8/1.html,转载请声明来源钻瓜专利网。