[发明专利]危险驾驶行为识别与危险事件预测方法、装置及存储介质

权利要求书

1.一种危险驾驶行为识别与危险事件预测方法，其特征在于，所述方法包括：

获取车辆在指定的历史时间段内的历史行驶数据；

依据所述历史行驶数据，计算各项驾驶行为特征值，其中，设所述历史行驶数据中的任意一条数据以矩阵形式表示为：

A= ，其中、、依次为车辆行驶方向上的加速度即纵向加速度、垂直于所述车辆行驶方向的加速度即横向加速度、垂直于车平面的加速度即垂直加速度；、、依次为航向角、横滚角、俯仰角；v为行车速度、angle为方向盘转角；

实时采集车辆的动态行驶数据；

依据所述动态行驶数据计算出各项危险驾驶行为特征值；

将各项危险驾驶行为特征值与依据所述历史行驶数据计算出的各项驾驶行为特征值之间的绝对差值，依据所述绝对差值与预设阈值比较，确定车辆当前是否存在危险驾驶行为，若存在危险驾驶行为则预测发生危险事件的概率；

所述实时采集车辆的动态行驶数据包括车辆行驶速度、纵向加速度、横向加速度、垂直加速度、航向角、横滚角、俯仰角、方向盘转角中的一种或多种；

所述依据所述动态行驶数据计算出各项危险驾驶行为特征值包括：

设所述动态行驶数据以矩阵形式表示为：

A= ，其中、、依次为车辆行驶方向上的纵向加速度、横向加速度、垂直加速度；、、依次为航向角、横滚角、俯仰角；v为行车速度、angle为方向盘转角；

危险驾驶行为权重矩阵，k取正整数；

所述动态行驶数据的特征值矩阵，则危险驾驶行为特征值计算方法为；其中，依次为一危险驾驶行为对应于三轴加速度的权重值；依次为一危险驾驶行为对应于三轴陀螺仪的权重值；为一危险驾驶行为对应于行车速度的权重值、为一危险驾驶行为对应于方向盘转角的权重值。

2.根据权利要求1所述的方法，其特征在于，将各项危险驾驶行为特征值与依据所述历史行驶数据计算出的各项驾驶行为特征值之间的绝对差值，依据所述绝对差值与预设阈值比较，确定车辆当前是否存在危险驾驶行为，若存在危险驾驶行为则预测发生危险事件的概率包括：

将所述各项危险驾驶行为特征值与所述各项驾驶行为特征值进行差值运算，获取差值；

对所述差值取绝对值与所述预设阈值进行比较；

当所述绝对值大于等于所述预设阈值时，判断当前处于危险驾驶行为，预测发生危险事件的概率高；

当所述绝对值小于所述预设阈值时，判断当前未处于危险驾驶行为，预测发生危险事件的概率小。

3.根据权利要求1所述的方法，其特征在于，所述危险驾驶行为权重矩阵包括：急加速危险驾驶行为权重值矩阵、急减速危险驾驶行为权重值矩阵、急转弯危险驾驶行为权重值矩阵、急变道危险驾驶行为权重值矩阵、疲劳驾驶危险行为权重值矩阵、车辆碰撞预警权重值矩阵。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述依据所述历史行驶数据，获取驾驶行为特征值包括：

获取预定时间长度内的车辆行驶数据的所有驾驶行为特征值；

判断所述预设时间长度内是否有计算出至少一个驾驶行为特征值；

若所述预定时间长度内的历史数据计算出至少一个驾驶行为特征值，则计算所有驾驶行为特征值的几何平均值，所述几何平均值即为所述驾驶行为特征值。

5.根据权利要求4所述的方法，其特征在于，所述依据所述历史行驶数据，获取驾驶行为特征值进一步包括：

异常驾驶行为特征值判断步骤，包括：

将计算出的各驾驶行为特征值与所述驾驶行为特征值的几何平均值求异常判断差值，获得所述异常判断差值的绝对值；

根据所述异常判断差值的绝对值与异常判断的预定阈值比较；

当比较结果为大于异常判断的预定阈值时，则判定为异常驾驶行为特征值。

6.根据权利要求5所述的方法，其特征在于，所述依据所述历史行驶数据，获取驾驶行为特征值还包括：

过滤掉n-k个异常驾驶行为特征值后，求剩余的k个驾驶行为特征值的几何平均值，所述几何平均值即为所述驾驶行为特征值。