[发明专利]一种驾驶习惯数据分析方法

摘要

本发明涉及驾驶数据分析领域，特别是涉及一种驾驶习惯数据分析方法。该方法通过对不同场景下对车辆CAN总线中采集的原始行驶数据进行综合分析处理，获取决策树预测模型。然后将生成的预测模型移植至车载端，用于对CAN总线获取的实时行驶数据进行分析归类，根据分类结果生成对用户驾驶习惯的评价。该方法基于数据挖掘，可以根据获取的车辆单位时刻的多种数据进行综合分析，从而精准地对驾驶习惯进行分析。

主权项

一种驾驶习惯数据分析方法，其特征在于，具体步骤如下：首先，采集多种车辆CAN总线数据作为样本集，车载终端通过OBD口连接车辆CAN总线，在不同驾驶场景下收集车辆行驶原始数据，其数据类型包括：实时车速Vct，横向加速度Ala，刹车踏板百分比Pb，油门踏板百分比Pa，安全气囊状态SABRS，引擎转速Re；此外，记录数据采集时间时的行驶状态，并对数据进行标识，为了保证数据的独一性与区分度，分为正常行驶状态与不良行驶状态；而后，将收集保存的原始数据集根据不同驾驶习惯进行分类标识存储；其次，在PC端对分类标识后的原始数据集根据数据获取时间戳进行数据预处理，设定车载端采集CAN总线的时间间隔为单位时间t，对实时车速Vct，刹车踏板百分比Pb，油门踏板百分比Pa进行运算，通过当前时刻数据数值减去上一时刻数据数值，并除以单位时间，获取以下数据：行驶加速度A,单位时间油门踏板变化百分比Pat，单位时间刹车踏板变化百分比Pbt；将处理后的数据与横向加速度Ala，安全气囊状态SABRS，引擎转速Re数据与分类标识作为样本数据集输入数据挖掘工具中生成决策树模型；然后根据预测准确率进行剪枝，参数优化操作，基于样本集交叉预测，达到满意分类准确率后即得到最终决策树预测模型；之后，将最终决策树预测模型根据车载终端的开发环境进行移植；最后，移植后的车载终端根据输入的数据进行实时分类，在车辆行驶过程中，车载终端连接车辆CAN总线获取实时数据，对实时数据进行相同预处理后通过之前生成的最终决策树预测模型进行分类，将分类结果保存，单次驾驶过程结束后，将驾驶时间内每个单位时间内输出的预测结果进行汇总统计，输出本次驾驶过程中的驾驶习惯评价。