[发明专利]一种基于无人驾驶车辆的运行异常检测方法

权利要求书

1.一种基于无人驾驶车辆的运行异常检测方法，其特征在于，该方法包括以下步骤：

采集无人驾驶车辆每个时刻的位置坐标以及速度大小；

根据无人驾驶车辆在直道区域的位置坐标获得轨迹曲线，对轨迹曲线进行分解获得周期曲线和残差曲线，对残差曲线进行多阈值分割获得若干残差段，根据残差段对周期曲线进行分段得到若干周期类别；

对周期类别内所有时刻的速度进行多阈值分割获得每个周期类别的多个周期段，并获得每个周期段的速度周期段，根据所述速度周期段获得每个周期段的速度周期曲线，根据周期类别对应的所有速度周期曲线进行两两匹配，获得所有匹配点对，相同时刻下的匹配点对记为共点匹配，根据共点匹配的数量与速度周期曲线上数据点的数量获得周期类别的异常率，所有周期类别异常率的最大值作为最终的异常率，根据最终的异常率获得无人驾驶车辆的运行异常检测结果；

其中，所述每个周期段的速度周期段是由每个周期段包含的所有曲线按时间顺序连接得到的；

所述根据周期类别对应的所有速度周期曲线进行两两匹配，具体方法包括：

首先将每个周期类别对应的所有速度周期曲线降维到T维，所述T的取值为每个周期类别对应的所有速度周期曲线的最小长度；对降维后的所有速度周期曲线利用DTW算法进行两两匹配；

所述根据共点匹配的数量与速度周期曲线上数据点的数量获得周期类别的异常率，具体方法包括：

计算共点匹配的数量与曲线M上数据点的总量的比值作为异常率，所述曲线M是指长度为M的速度周期曲线；

所述每个周期段的速度周期曲线的获取方法包括：

每个周期段的速度周期段通过傅里叶变换转换到频域空间得到所有频率以及每个频率对应的幅值，计算最大幅值对应频率的倒数作为周期，根据所述周期对速度周期段进行均等分割，得到多个周期部分，每个周期部分的长度都等于周期；分别计算每个周期部分与其它所有周期部分的余弦相似度，将最大余弦相似度对应的周期部分作为每个周期段的速度周期曲线。

2.根据权利要求1所述的一种基于无人驾驶车辆的运行异常检测方法，其特征在于，所述根据共点匹配的数量与速度周期曲线上数据点的数量获得周期类别的异常率，具体方法包括：

所述根据周期类别对应的所有速度周期曲线进行两两匹配的过程中，获取任意一对匹配结果对应的共点匹配的数量与速度周期曲线上数据点的数量的比值，所有两两匹配对应的所述比值的均值作为周期类别的异常率。

3.根据权利要求1所述的一种基于无人驾驶车辆的运行异常检测方法，其特征在于，所述根据最终的异常率获得无人驾驶车辆的运行异常检测结果，具体方法包括：

将最终的异常率与预设阈值进行比较，当大于预设阈值时说明无人驾驶车辆存在运行异常，否则不存在运行异常。

4.根据权利要求1所述的一种基于无人驾驶车辆的运行异常检测方法，其特征在于，所述对轨迹曲线进行分解利用的是时间序列分解算法。