[发明专利]一种油门误踩检测方法及装置

权利要求书

1.一种油门误踩检测方法，其特征在于：基于SVM模型进行检测，所述方法包括以下步骤：

步骤1：采集实验数据，通过数据采集设备及系统采集相关实时行车数据，形成行车信息数据库；

步骤2：分析处理数据：根据已知数据，对数据集进行数据预处理，求取数据集特征值信息，所述预处理是采用平均值填充法对缺失值进行补充处理，然后对数据进行特征编码，将特征向量归一化至0到1之间，然后构造特征向量[d,X1,X2,...X_n,y]，并且在特征向量加入噪声ε；

步骤3：生成训练集与测试集：将目标数据集划分为训练集与测试集；

步骤4：建立模型：通过输入训练集，优化初始参数，建立端到端的最优训练模型；

步骤5：结果检测：将测试集输入训练模型，得到预测结果。

2.根据权利要求1所述的油门误踩检测方法，其特征在于：所述步骤2中求取数据集特征值信息具体包括：用一个已知方差的零均值的高斯随机变量对对应的点和y坐标进行干扰，产生的噪声带拟记为X_i,X′_i，其中ε的概率密度函数为:

3.根据权利要求1所述的油门误踩检测方法，其特征在于：所述步骤3中将目标数据集划分为训练集与测试集，具体的是将数据集划分为k个大小相似的互斥子集，每一个子集都保持数据分布的独立性，每次使用k-1个子集的并集作为训练集，余下的那个子集作为测试集，从而进行k次训练和测试。

4.根据权利要求3所述的油门误踩检测方法，其特征在于：所述k值设定为lgn，且保证n/k3d,此处的n代表了数据量，d代表了特征数。

5.根据权利要求1所述的油门误踩检测方法，其特征在于：所述步骤4中建立模型具体的通过给定训练集T＝{(X1,y1),(X2,y2),...(X_n,y_n)},其中X_n为第n个特征向量，y_n为状态标记，i＝1,2,...n，选取高斯核函数K(x,z)和惩罚函数C0,构造并求解凸二次优化问题，构造分类决策函数

6.根据权利要求5所述的油门误踩检测方法，其特征在于：所述C为0.8，高斯核函数使用线性高斯核函数；求解优化方程

得到最优解

7.根据权利要求1所述的油门误踩检测方法，其特征在于：所述步骤1中实时行车数据包括油门踏板信号值。

8.根据权利要求7所述的油门误踩检测方法，其特征在于：所述实时行车数据还包括：方向盘旋转参数、刹车踏板数据、规划行驶轨迹数据、交通环境信息、驾驶员信息、车辆重量信息中的一种或多种。

9.一种实现权利要求1所述油门误踩检测方法的装置，包括获取单元和处理单元，其特征在于：所述获取单元用于获得输入数据和处理需求；该通过数据采集设备及系统采集油门踩踏及相关实时行车数据，形成行车信息数据库，所述处理单元将采集后的数据先进行数据预处理，并将数据预处理后行车数据输入到预训练好的模型，得到检测结果。

10.根据权利要求9所述的实现油门误踩检测方法的装置，其特征在于：所述获取单元包括：获取油门踏板信号值参数的油门数据采集设备，或者采集变速杆数据的变速杆数据采集设备，或者是采集刹车踏板数据的刹车数据采集设备，或者是采集方向盘旋转参数的方向数据采集设备，亦或是上述采集设备的不同组合。

11.根据权利要求9所述的实现油门误踩检测方法的装置，其特征在于：所述获取单元为行车状态信息采集装置，进一步的包括采集用户行程信息的GPRS定位装置，北斗导航定位装置，采集交通环境信息的传感器，所述采集交通环境信息的传感器包括：图像传感器，声音传感器，采集驾驶人员信息的传感器，所述采集驾驶人员信息的传感器包括：心率传感器，酒精测试传感器，采集整车信息的重量传感器。