[发明专利]一种危险驾驶判定方法及装置

说明书

本发明公开了一种危险驾驶判定方法及装置，用以提高危险驾驶检测的精确度。该方法为：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；对每一采样时刻采集的至少两类驾驶属性信息分别进行模糊化处理，得到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，对由各模糊集中元素组成的粒子群进行优化，获得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，根据粒子的分配随机化的当前采样时刻的位置与粒子的预设最佳位置确定粒子的偏离度；根据各粒子的偏离度以及各自的预设权重确定车辆在该采样时刻的偏离度；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车辆在该采样时刻对应的危险驾驶强度。

技术领域

本发明涉及汽车驾驶安全技术领域，尤其涉及一种危险驾驶判定方法及装置。

背景技术

汽车驾驶安全是国际汽车制造商研究智能交通系统关注的一个主要领域，智能车辆使用车载计算系统如高级驾驶辅助系统(Advanced Driver Assistance Systems，ADAS)来存储和处理驾驶数据，用于检测危险的驾驶行为，以减轻驾驶风险。

高级驾驶辅助系统是利用安装在车上的各式各样的传感器，在汽车行驶过程中随时来感应周围的环境，收集数据，进行静态和动态物体的辨识、侦测与追踪，并结合导航仪地图数据，进行系统的运算与分析，从而预先让驾驶者觉察到可能发生的危险，以增加汽车驾驶的舒适性和安全性。

然而，基于高级驾驶辅助系统的危险驾驶检测方法主要集中在单一驾驶环境上，而现实中，智能车辆驾驶时往往是处于多个驾驶环境和条件，如车辆环境、车道环境以及驾驶员行为等的相互作用之下，因此，现有的基于高级驾驶辅助系统的危险驾驶检测方法的检测精确度不高。

发明内容

为了提高危险驾驶检测的精确度，本发明实施例提供了一种危险驾驶判定方法及装置。

第一方面，本发明实施例提供了一种危险驾驶判定方法，包括：

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；

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。

本发明实施例提供的危险驾驶判定方法中，针对每一待检测车辆，服务器实时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至少两类驾驶属性信息分别进行模糊化处理，得到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，获得该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该粒子在所述采样时刻的偏离度，根据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，进而，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。相比于现有技术，本发明实施例引入危险驾驶强度的概念，提出一个模糊集优化框架，基于至少两类驾驶属性预测待检测车辆在不同采样时刻的危险驾驶强度，从而对车辆驾驶的危险程度进行判定，提高了危险驾驶检测的精确度。