[发明专利]一种基于OBD数据的驾驶人出行模式识别方法

摘要

本发明公开了一种基于OBD数据的驾驶人出行模式识别方法，包括1.数据预处理以及特征参数的提取；2.基于CFSFDP(Clustering by fast search and find of density peaks)算法进行聚类分析；3.采用Baum‑Welch算法训练HMM(Hidden Markov Model)模型，得到状态转移概率矩阵；4.采用Viterbi算法的对驾驶人出行模式进行识别。本发明采用车辆OBD数据，深度挖掘其所表征的出行模式特征并进行建模，具有较高的精度和可靠性。

主权项

一种基于OBD数据的驾驶人出行模式识别方法，包括以下几个步骤：步骤一、数据预处理以及特征参数的提取；将得到的车辆OBD数据进行预处理，同时提取出能够表征驾驶人出行时空特征的特征参数作为后续步骤的输入；步骤二、基于CFSFDP算法进行聚类分析；采用CFSFDP算法对步骤一中提取出的特征参数进行聚类，同时对结果进行分析，得到不同的驾驶人出行模式特点；步骤三、采用Baum‑Welch算法训练HMM模型，得到状态转移概率矩阵；将步骤一、二中获得的车辆出行特征参数及不同驾驶人的出行模式类型作为输入，使用Baum‑Welch算法训练出相对应的HMM模型，得到不同状态之间的状态转移概率矩阵；步骤四、采用Viterbi算法的对驾驶人出行模式进行识别；在步骤三将模型建立完成的基础上，采用已知的出行模式类型数据通过Viterbi算法对模型进行检验。