[发明专利]基于车头时距来辨识驾驶风格的方法及系统

权利要求书

1.一种基于车头时距辨识驾驶风格的方法，其特征在于，具体步骤如下：

S1、采集若干名驾驶员自然驾驶环境下的行车视频和车头时距数据，采用三分制量表法对所有驾驶员的驾驶风格进行分类；

S2、将车头时距进行分段聚类，并根据该车头时距值所属的预设等级范围转化为代码；

S3、利用滑动时间窗法检测跟车模式，每m个连续时间长度的代码为一个跟车模式，结合驾驶风格分类结果筛选出不同类型驾驶风格的驾驶员出现频繁的跟车模式，并将其作为每种驾驶风格对应的典型模式，其中m为自然数；

S4、根据典型模式中车头时距的分布情况将典型模式划分为不同的跟车状态，并依次赋予不同的分值；

S5、随机选取一部分驾驶员的车头时距数据作为模型训练集，根据模型训练集中每位驾驶员出现不同跟车状态的分值以及对应的时间百分比来计算每位驾驶员的分值，并结合已知的驾驶风格结果得到各驾驶风格的阈值；

S6、其余驾驶员的数据作为测试集，并计算出驾驶员的分值，根据步骤S5中设定的驾驶风格阈值对测试集驾驶员的驾驶风格进行识别；

S7、将步骤S6中识别的结果与划分的驾驶风格结果进行对比交叉验证，评判结果识别的准确率。

2.根据权利要求1所述的基于车头时距辨识驾驶风格的方法，其特征在于，将典型模式划分为激进、较激进、普通、较保守、保守5种类型的跟车状态。

3.根据权利要求2所述的基于车头时距辨识驾驶风格的方法，其特征在于，为五种类型的跟车状态依次赋予分值5、3、0、-3、-5。

4.根据权利要求1所述的基于车头时距辨识驾驶风格的方法，其特征在于，预设等级范围具体根据车头间距分布情况按从小到大的顺序划分为[0,t₁)，[t₁,t₂)，[t₂,t₃)，…，[t_n-1,t_n]共n个等级，并依次设置代码为1，2，3，4，…，n，n为自然数。

5.根据权利要求4所述的基于车头时距辨识驾驶风格的方法，其特征在于，步骤S2具体为：

将原始数据转换为分段聚合近似表示形式，分段聚合近似的帧持续时间为t秒，以t秒的平均值来代表t秒内的车头时距值；根据车头时距所属等级及等级编码规则把分段聚合近似数据转换为字符串。

6.根据权利要求4所述的基于车头时距辨识驾驶风格的方法，其特征在于，步骤S3中，每m个代码组合标识为一个驾驶模式，共n个等级，则产生n^m种跟车模式。

7.根据权利要求1所述的基于车头时距辨识驾驶风格的方法，其特征在于，步骤S5中，训练集中驾驶员的分值Score计算公式为：

式中：P_e为驾驶员的跟车模式为模式e的时间占总驾驶时间的百分比，score_e为跟车模式对应的分值。

8.根据权利要求1所述的基于车头时距辨识驾驶风格的方法，其特征在于，步骤S5中各驾驶风格的阈值确定具体为：将每种驾驶风格的驾驶员得分最大值设定为该种驾驶风格的最大值，得分最小值设定为该种驾驶风格的最小值。

9.根据权利要求1所述的基于车头时距辨识驾驶风格的方法，其特征在于，步骤S1中，具体通过三位专家观看视频的方式，采用三分制量表法对所有驾驶员的驾驶风格进行分类。

10.一种基于车头时距辨识驾驶风格的系统，其特征在于,包括：

数据采集模块，用于采集若干名驾驶员自然驾驶环境下的行车视频和车头时距数据；

分类模块，用于采用三分制量表法对所有驾驶员的驾驶风格进行分类；

代码转化模块，用于将车头时距进行分段聚类，并根据该车头时距值所属的预设等级范围转化为代码；

跟车模式确定模块，用于利用滑动时间窗法检测跟车模式，每m个连续时间长度的代码为一个跟车模式，结合驾驶风格分类结果筛选出不同类型驾驶风格的驾驶员出现频繁的跟车模式，并将其作为每种驾驶风格对应的典型模式，其中m为自然数；

赋值模块，用于根据典型模式中车头时距的分布情况将典型模式划分为不同的跟车状态，并依次赋予不同的分值；

模型训练模块，用于随机选取一部分驾驶员的车头时距数据作为模型训练集，根据模型训练集中每位驾驶员出现不同跟车状态的分值以及对应的时间百分比来计算每位驾驶员的分值，并结合已知的驾驶风格结果得到各驾驶风格的阈值；

模型测试模块，用于将其余驾驶员的数据作为测试集，并计算出驾驶员的分值，根据定的驾驶风格阈值对测试集驾驶员的驾驶风格进行识别；

交叉验证模块，用于将模型测试模块识别的结果与划分的驾驶风格结果进行对比交叉验证，评判结果识别的准确率。