[发明专利]一种司机驾驶行为分析方法及系统

权利要求书

1.一种司机驾驶行为分析方法，其特征在于，包括如下步骤：

1)通过车载终端和路侧系统采集车辆行驶数据；

2)利用控制器对采集到的车辆行驶数据进行预处理；

3)根据预处理结果对司机驾驶行为进行评分；

4)利用熵权法计算车辆行驶数据各项指标的权重；

5)根据各项指标的权重计算司机综合得分；

6)利用模糊C均值算法对司机综合得分进行聚类分析；

7)将聚类结果输入BP神经网络进行训练；

8)将车辆实时数据导入训练好的BP神经网络，利用BP神经网络分类器对司机驾驶行为分类。

2.根据权利要求1所述的司机驾驶行为分析方法，其特征在于，在步骤1)中，所述车辆行驶数据包括：时间、经度、纬度、方向、油门信号、左转信号、右转信号、手刹信号、脚刹信号、速度和行驶里程中的一种或几种。

3.根据权利要求1所述的司机驾驶行为分析方法，其特征在于，在步骤2)中，所述预处理的具体过程为：将车辆行驶数据形成矩阵，矩阵的行代表同一辆车，矩阵的列代表相同指标。

4.根据权利要求1所述的司机驾驶行为分析方法，其特征在于，在步骤3)中，所述评分方法如下：

3.1)将司机驾驶行为的二级指标定为：行驶车速、每日出行情况、疲劳驾驶、夜间行驶、四急行为；

3.2)每个二级指标下设三级指标：行驶车速包括平均行驶车速、超速次数，每日出行包括行驶里程、驾驶时长，疲劳驾驶包括连续驾驶时间、疲劳驾驶次数，夜间行驶包括夜间行驶时间、夜间平均车速，四急行为包括急加速、急减速、急转弯、急刹车；

3.3)在每个三级指标下确定具体评分标准。

5.根据权利要求4所述的司机驾驶行为分析方法，其特征在于，在步骤4)中，所述权重的计算方法为：

4.1)对数据进行标准化处理，如有m个三级指标，每个三级指标下都有n个数据，对各三级指标标准化后为：

上式中，Y_ij代表各三级指标标准化后的值，X_ij代表每个三级指标下的各个数据，X_i代表某个三级指标的数据集；

4.2)求取各指标的信息熵；

式中

4.3)计算各指标的权重：

6.根据权利要求1所述的司机驾驶行为分析方法，其特征在于，在步骤5)中，所述计算司机综合得分为各项指标加权平均数。

7.根据权利要求1所述的司机驾驶行为分析方法，其特征在于，在步骤6)中，所述聚类分析步骤如下：

6.1)设定聚类数目和加权指数；

6.2)初始化各聚类中心；

6.3)用当前聚类中心计算隶属度函数；

6.4)用当前隶属度函数计算更新聚类中心；

6.5)重复步骤6.3)和步骤6.4)，直到各样本的隶属度值稳定，从而完成模糊C均值聚类。

8.根据权利要求1所述的司机驾驶行为分析方法，其特征在于，在步骤7)中，用聚类结果训练BP神经网络的步骤如下：

7.1)读取训练数据并将特征值归一化；

7.2)创建BP神经网络，设置隐含层和输出层神经元个数、神经元传递函数、训练方法；

7.3)设置训练参数如学习率、最大训练次数、训练要求精度；

7.4)开始训练。

9.一种司机驾驶行为分析系统，其特征在于，包括：测量模块及语音装置，所述测量模块和所述语音装置都与车联网的云平台连接，在所述车联网的云平台上设有如权利要求1-8中任意一项所述的司机驾驶行为分析方法，所述测量模块测量的数据发送到所述车联网的云平台进行计算并对司机驾驶行为分类，分类结果处理后转换为音频信号发送到所述语音装置对司机作出语音提醒。