[发明专利]一种危险驾驶行为的评估方法及装置

权利要求书

1.一种危险驾驶行为的评估方法，其特征在于，包括：

利用路侧检测器，获取交通检测数据，其中，所述交通检测数据包括车型数据、道路通行状态数据和车速相关参数；

根据所述交通检测数据，利用层次聚类确定四种驾驶行为的特征分布，其中，所述四种驾驶行为包括正常驾驶、激进驾驶、酒后疲劳驾驶和分心驾驶；

根据所述四种驾驶行为的特征分布，构建深度学习多分类模型；

根据所述深度学习多分类模型，确定待检测车辆的驾驶行为类别，并确定所述待检测车辆是否存在危险驾驶行为。

2.根据权利要求1所述的危险驾驶行为的评估方法，其特征在于，所述根据所述交通检测数据，利用层次聚类确定四种驾驶行为的特征分布，包括：

对所述交通检测数据进行归一化处理，确定归一化后的交通检测数据；

利用未加权算术平均对群算法对所述归一化后的交通检测数据进行处理，构建聚类簇；

根据所述聚类簇，确定所述四种驾驶行为的特征分布。

3.根据权利要求2所述的危险驾驶行为的评估方法，其特征在于，所述根据所述四种驾驶行为的特征分布，构建深度学习多分类模型，包括：

根据所述归一化后的交通检测数据和所述四种驾驶行为的特征分布，构建深度学习多分类模型损失函数；

利用梯度优化算法和第一准确度算法，并根据所述深度学习多分类模型损失函数，构建所述深度学习多分类模型。

4.根据权利要求1所述的危险驾驶行为的评估方法，其特征在于，所述确定所述待检测车辆是否存在危险驾驶行为，包括：

若所述待检测车辆的驾驶行为类别为激进驾驶、酒后疲劳驾驶或分心驾驶，则确定所述待检测车辆存在危险驾驶行为。

5.根据权利要求1所述的危险驾驶行为的评估方法，其特征在于，所述车型数据包括车长和车宽。

6.根据权利要求1所述的危险驾驶行为的评估方法，其特征在于，所述道路通行状态数据包括车头空距、车身侧距、所处车道、换道频率、追踪时长、时间、路段车流量和路段平均车速。

7.根据权利要求1所述的危险驾驶行为的评估方法，其特征在于，所述车速相关参数包括速度和加速度。

8.一种危险驾驶行为的评估装置，其特征在于，所述危险驾驶行为的评估装置应用于权利要求1-7任一项所述的危险驾驶行为的评估方法，所述危险驾驶行为的评估装置包括：

交通检测数据获取模块，用于利用路侧检测器，获取交通检测数据，其中，所述交通检测数据包括车型数据、道路通行状态数据和车速相关参数；

层次聚类模块，用于根据所述交通检测数据，利用层次聚类确定四种驾驶行为的特征分布，其中，所述四种驾驶行为包括正常驾驶、激进驾驶、酒后或疲劳驾驶、分心驾驶；

模型构建模块，用于根据所述四种驾驶行为的特征分布，构建深度学习多分类模型；

行为评估模块，用于根据所述深度学习多分类模型，确定待检测车辆的驾驶行为类别，并确定所述待检测车辆是否存在危险驾驶行为。

9.根据权利要求8所述的危险驾驶行为的评估装置，其特征在于，所述层次聚类模块包括：

归一化处理单元，用于对所述交通检测数据进行归一化处理，确定归一化后的交通检测数据；

聚类簇构建单元，用于利用未加权算术平均对群算法对所述归一化后的交通检测数据进行处理，构建聚类簇；

特征分布确定单元，用于根据所述聚类簇，确定所述四种驾驶行为的特征分布。

10.根据权利要求9所述的危险驾驶行为的评估装置，其特征在于，所述模型构建模块包括：

损失函数构建单元，用于根据所述归一化后的交通检测数据和所述四种驾驶行为的特征分布，构建深度学习多分类模型损失函数；

模型构建单元，用于利用梯度优化算法和第一准确度算法，并根据所述深度学习多分类模型损失函数，构建所述深度学习多分类模型。