[发明专利]基于神经网络的高危路段车辆驾驶行为识别方法

权利要求书

1.一种基于神经网络的高危路段车辆驾驶行为识别方法，其特征在于：包括如下步骤：

S1.获取车辆的若干速度与加速度数据对；

根据如下步骤确定车辆的速度与加速度数据对个数：

a.设定车辆的速度与加速度数据对个数的初始值N₀；

b.当所述数据对个数为N₀时，判断测试检测率与训练检测率的差值是否小于阈值M；若是，则以N₀作为车辆的速度与加速度数据对个数，若否，则进入步骤c；

c.将步骤b中的数据对个数与设定的步距K相加，并按照步骤b进行类推判断；

d.重复步骤c，得到车辆的速度与加速度数据对个数；

S2.将车辆的若干速度与加速度数据对作为神经网络的输入，对所述神经网络进行训练，使得所述神经网络输出设定的驾驶行为类别；

S3.获取目标车辆的速度与加速度信息；

S4.将所述目标车辆的速度与加速度信息输入到训练后的神经网络，并输出目标车辆的驾驶行为类别。

2.根据权利要求1所述的基于神经网络的高危路段车辆驾驶行为识别方法，其特征在于：所述步骤S1，具体包括：

S11.在目标路段设置监控设备，采集车辆在不同时刻的视频与图像信息；

S12.分别对车辆在不同时刻的视频与图像信息进行处理，得到车辆的若干速度与加速度数据对。

3.根据权利要求1所述的基于神经网络的高危路段车辆驾驶行为识别方法，其特征在于：根据如下公式确定车辆的速度v：

v＝ksp/ΔN；

其中，k为比例系数；s为车道线长度；p为监控设备的采集帧率；ΔN为帧数差。

4.根据权利要求1所述的基于神经网络的高危路段车辆驾驶行为识别方法，其特征在于：所述测试检测率与训练检测率的计算方法相同，并根据如下公式进行确定所述测试检测率或训练检测率：

其中：DR为测试检测率或训练检测率；E_p为正确检测的异常行为数；E_f为实际发生的异常行为数。

5.根据权利要求1所述的基于神经网络的高危路段车辆驾驶行为识别方法，其特征在于：所述神经网络采用S函数作为激活函数，所述S函数的数学表达式为：

6.根据权利要求1所述的基于神经网络的高危路段车辆驾驶行为识别方法，其特征在于：确定神经网络中隐含层节点的个数，具体包括：

根据如下公式确定隐含层节点的初始个数：

其中，l为隐含层节点数，m为输入层节点数，n为输出层节点数，a为1～10之间的常数；

调整隐含层节点的个数，使得训练误差满足期望误差，并将满足期望误差时设置的节点数作为隐含层节点的个数。

7.根据权利要求1所述的基于神经网络的高危路段车辆驾驶行为识别方法，其特征在于：所述设定的驾驶行为类别包括超速行为、倒车逆行、低速行驶、紧急制动、停车行为以及正常驾驶；

所述超速行为的判断方法为：在连续的若干速度值中，超过一半的速度值都超过目标路段规定的限制速度值，且没有下降趋势；

所述倒车逆行的判断方法为：速度值为负值；

所述低速行驶的判断方法为：在连续的若干速度值中，超过一半的速度值都低于目标路段规定的限制速度值，且没有加速趋势；

所述紧急制动的判断方法为：速度值在设定的距离阈值内从正常速度下降至零，且加速度绝对值增大；

所述停车行为的判断方法为：速度值减为0，且加速度也为0；

所述正常驾驶的判断方法为：速度值在速度范围[-k₁+V₁，k₂+V₁]内，且加速度在阈值范围[-a₁，a₂]内；V₁为目标路段规定的限制速度值，k₁、k₂、a₁以及a₂均为设定值。