[发明专利]驾驶风格识别方法、辅助驾驶方法及装置

权利要求书

1.一种驾驶风格识别方法，其特征在于，包括：

获取目标车辆在连续的各时刻的各特征向量值，所述特征向量用于表示目标车辆的瞬时驾驶状态；其中，所述特征向量包括用于表示目标车辆与其相关对象之间状态的状态特征；

对所述各特征向量值，以连续的N个值为一个采样单位进行采样，获得多个样本；其中，所述N为预设值；

根据所述多个样本确定所述目标车辆的驾驶风格。

2.根据权利要求1所述的方法，其特征在于，所述N大于1时，相邻两次采样获得的两个样本中，至少一个同一时刻对应的特征向量值存在于所述两个样本中。

3.根据权利要求1所述的方法，其特征在于，所述特征向量还包括表示目标车辆的自身状态的状态特征。

4.根据权利要求3所述的方法，其特征在于，所述表示目标车辆的自身状态的状态特征包括至少以下之一：加速状态对应的状态特征、转向状态对应的状态特征、超速状态对应的状态特征。

5.根据权利要求1所述的方法，其特征在于，所述表示目标车辆与其相关对象之间状态的状态特征包括至少以下之一：与其相关对象之间碰撞发生时间的状态特征、与其相关对象之间相对距离的状态特征、与其相关对象之间相对速度的状态特征。

6.根据权利要求5所述的方法，其特征在于，所述相关对象包括至少以下之一：与目标车辆相关的车辆、与目标车辆相关的行人、与目标车辆相关的静态障碍物。

7.根据权利要求6所述的方法，其特征在于，所述与目标车辆相关的车辆包括：

车辆直行时位于目标车辆所在车道的前方车辆和/或后方车辆；或者

车辆变道时位于目标车辆目标车道的前方车辆和/或后方车辆。

8.根据权利要求1所述的方法，其特征在于，所述根据所述多个样本确定所述目标车辆的驾驶风格，包括：

根据所述多个样本，利用预先训练的隐含狄利克雷分布模型确定所述目标车辆的驾驶风格。

9.根据权利要求8所述的方法，其特征在于，所述预先训练的隐含狄利克雷分布模型的训练过程包括：

预先获取预设数量的目标车辆在连续的各时刻的各特征向量值；

对所述各特征向量值，以连续的N个值为一个采样单位进行采样，获得多个样本；

将所述多个样本作为隐含狄利克雷分布模型的输入层训练样本，利用吉布斯采样算法训练所述隐含狄利克雷分布模型，获得所述预先训练的隐含狄利克雷分布模型。

10.一种驾驶风格识别装置，其特征在于，包括：

获取模块，用于获取目标车辆在连续的各时刻的各特征向量值，所述特征向量用于表示目标车辆的瞬时驾驶状态；其中，所述特征向量包括用于表示目标车辆与其相关对象之间状态的状态特征；

采样模块，用于对所述各特征向量值，以连续的N个值为一个采样单位进行采样，获得多个样本；其中，所述N为预设值；

确定模块，用于根据所述多个样本确定所述目标车辆的驾驶风格。

11.根据权利要求10所述的装置，其特征在于，所述N大于1时，相邻两次采样获得的两个样本中，至少一个同一时刻对应的特征向量值存在于所述两个样本中。

12.根据权利要求10所述的装置，其特征在于，所述特征向量还包括表示目标车辆的自身状态的状态特征。

13.根据权利要求12所述的装置，其特征在于，所述表示目标车辆的自身状态的状态特征包括至少以下之一：加速状态对应的状态特征、转向状态对应的状态特征、超速状态对应的状态特征。