[发明专利]一种愤怒驾驶检测及安全预警方法

摘要

本发明公开了一种愤怒驾驶检测及安全预警方法，通过采集车辆行驶信息，包括行驶速度，纵向加速度，横向加速度，建立愤怒驾驶数据库，采用KNN算法检测待测样本的驾驶状态。当待测样本驾驶参数接近愤怒驾驶参数时，判定为愤怒驾驶，并通过声音预警提醒驾驶员控制情绪，保证驾驶安全。发明具有可实施性，愤怒驾驶检测准确的特点。

主权项

1.一种愤怒驾驶检测及安全预警方法，其特征在于：包括步骤一：采集正常驾驶和愤怒驾驶情况下的车辆行驶参数，建立正常驾驶参数库C1和愤怒驾驶参数库C2，其中C1＝(N1,N2,...,Nn)，Ni＝(ni1，ni2，...nij)，nij为样本Ni的特征量，即正常行驶状态的参数，j为参数个数；C2＝(A1,A2,...,An)，Ai＝(ai1，ai2，...aij)，其中aij为样本Ai的特征量，即愤怒行驶状态下的参数，j为参数个数；步骤二：将正常驾驶参数库C1和愤怒驾驶参数库C2合并组建成训练样本库T，T＝(T1,T2,...,T2n)，其中训练样本Ti＝(ti1，ti2，...tij)，tij为驾驶状态的特征参数，j为参数个数；步骤三：采用min‑max的归一化方法预处理训练样本库T中的特征参数；公式如下：步骤四：汽车行驶过程中获取待测样本X，X＝(x1，x2，...xj)，xi为特征向量，即为行驶参数；用所述步骤三中的min‑max的归一化方法，将待测样本进行数据预处理；步骤五：采用KNN分类算法计算待测样本X与已知类别的训练样本之间的距离或相似度d，其中d的计算方式为：将待测样本X与所有的训练样本T＝(T₁,T₂,...,T_2n)的距离或者相似度进行排序，得到d₀≤d₁≤d₂≤...≤d_2n，选取距离或相似度与待测样本X最近的k个邻居，即K个训练样本；根据这k个训练样本所属的类别来判断待测样本X的类别：如果k个训练样本都属于一个类别，则待测样本X属于那个类别；否则，分别计算所述K个距离或相似度的属于正常驾驶参数库C1或者愤怒驾驶参数库C2的权重，待测样本X归属于权重最大的类别；步骤六：根据步骤五对待测样本X作出的判断，若属于愤怒驾驶类别，则作出预警措施，包括采用声音预警提醒驾驶员调整情绪；若属于正常驾驶类别，则返回步骤四。