CN107415953B - 一种驾驶行为识别方法、装置及设备 - Google Patents
一种驾驶行为识别方法、装置及设备 Download PDFInfo
- Publication number
- CN107415953B CN107415953B CN201710293750.6A CN201710293750A CN107415953B CN 107415953 B CN107415953 B CN 107415953B CN 201710293750 A CN201710293750 A CN 201710293750A CN 107415953 B CN107415953 B CN 107415953B
- Authority
- CN
- China
- Prior art keywords
- equipment
- value
- driving behavior
- behavior
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Navigation (AREA)
Abstract
本发明公开一种驾驶行为识别方法、装置及设备,所述方法包括:获取第一设备的运动数据,基于所述运动数据,确定所述第一设备所处的稳定状态,根据所述稳定状态,识别车辆中驾驶员当前的驾驶行为。本发明根据第一设备所处的稳定状态,分别对当前的驾驶行为进行识别,能够得到更准确的识别结果。
Description
技术领域
本发明涉及数据处理领域,具体涉及一种驾驶行为识别方法、装置及设备。
背景技术
驾驶员在车辆驾驶过程中可能会发生各种不良驾驶行为,例如急加、减速行为,急转弯行为等,这会导致驾驶事故风险概率增加、燃油消耗量增加以及车辆损耗增加等等,所以,对驾驶员的驾驶行为进行识别,并提醒驾驶员不良驾驶行为的发生,一定程度上能够降低驾驶员发生不良驾驶行为的几率。
目前,对驾驶行为的识别方法是通过GPS数据、加速计数据、陀螺仪数据直接确定驾驶员的驾驶行为,不考虑任何其他因素对驾驶行为识别的影响,这会导致驾驶行为的识别不准确。
发明内容
针对上述问题,本发明提供了一种驾驶行为识别方法、装置及设备,能够提供更准确的驾驶行为识别结果。
本发明提供了一种驾驶行为识别方法,所述方法包括:
获取第一设备的运动数据,所述第一设备处于待识别驾驶行为的车辆中;
基于所述运动数据,确定所述第一设备所处的稳定状态;
根据所述第一设备所处的稳定状态,识别所述车辆中驾驶员当前的驾驶行为。
优选地,所述运动数据包括加速计数据或陀螺仪数据;所述稳定状态包括绝对稳态、相对稳态、非稳态。
优选地,所述基于所述运动数据,确定所述第一设备的稳定状态,包括:
计算预设时间段内的所述加速计数据或所述陀螺仪数据的标准差;
如果所述标准差不大于预设有效阈值,则判断所述标准差是否大于预设第一阈值;
如果所述标准差不大于预设第一阈值,则确定所述第一设备处于所述绝对稳态;
如果所述标准差大于所述第一阈值且不大于预设第二阈值,则确定所述第一设备处于所述相对稳态;
如果所述标准差大于所述第二阈值,则确定所述第一设备处于所述非稳态。
优选地,所述根据所述第一设备所处的稳定状态,识别所述车辆中驾驶员当前的驾驶行为,包括:
当确定所述第一设备处于所述绝对稳态时,计算所述第一设备的第一坐标系转换到所述车辆的第二坐标系的旋转矩阵;
利用所述旋转矩阵,将所述第一坐标系中的加速计数据转换到所述第二坐标系中,得到所述第二坐标系中的加速计数据;
将所述第二坐标系中的加速计数据,在X轴和Z轴上的加速度值进行合成,得到加速度水平合成值;
根据所述加速度水平合成值,识别所述车辆中驾驶员当前的驾驶行为是否异常。
优选地,所述根据所述第一设备所处的稳定状态,识别所述车辆中驾驶员当前的驾驶行为,包括:
当确定所述第一设备处于所述相对稳态时,对所述第一设备的加速计数据在X轴、Y轴和Z轴上的加速度值进行合成,得到加速计三轴合成值;
根据所述加速计三轴合成值,识别所述车辆中驾驶员当前的驾驶行为是否异常。
优选地,所述对所述第一设备的加速计数据在X轴、Y轴和Z轴上的加速度值进行合成,得到加速计三轴合成值之前,还包括:
对所述第一设备的加速计数据在X轴、Y轴和Z轴上的加速度值,分别进行去均值处理。
优选地,所述方法还包括:
当识别到所述车辆中驾驶员当前的驾驶行为异常时,将所述第一设备的陀螺仪数据在X轴、Y轴和Z轴上的陀螺仪值进行合成,得到陀螺仪三轴合成值;
如果所述陀螺仪三轴合成值大于预设第三阈值,则确定所述车辆中驾驶员当前的驾驶行为为急转弯行为。
优选地,所述方法还包括:
当识别到当前的驾驶行为异常时,获取所述第一设备当前时刻的GPS速度值和前一时刻的GPS速度值;
将所述当前时刻的GPS速度值与所述前一时刻的GPS速度值进行比较;
如果所述当前时刻的GPS速度值大于所述前一时刻的GPS速度值,则确定所述车辆中驾驶员当前的驾驶行为为急加速行为,否则,确定所述车辆中驾驶员当前的驾驶行为为急减速行为。
优选地,所述将所述当前时刻的GPS速度值与所述前一时刻的GPS速度值进行比较之前,还包括:
对所述当前时刻的GPS速度值与所述前一时刻的GPS速度值进行偏差校正以及均匀定频处理。
优选地,所述根据所述第一设备所处的稳定状态,识别所述车辆中驾驶员当前的驾驶行为,包括:
当确定所述第一设备处于所述非稳态时,获取所述第一设备当前时刻的GPS加速度值和前一时刻的GPS速度值;
根据所述当前时刻的GPS加速度值和所述前一时刻的GPS速度值,确定所述车辆中驾驶员当前的驾驶行为是否为急加速行为或急减速行为。
优选地,所述根据所述当前时刻的GPS加速度值和所述前一时刻的GPS速度值,确定所述车辆中驾驶员当前的驾驶行为是否为急加速行为或急减速行为,包括:
确定所述前一时刻的GPS速度值所属于的预设速度范围,并获取所述速度范围对应的加速度阈值;
如果所述当前时刻的GPS加速度值大于所述加速度阈值,则确定所述车辆中驾驶员当前的驾驶行为为急加速行为;否则,确定所述车辆中驾驶员当前的驾驶行为为急减速行为。
优选地,所述根据所述第一设备所处的稳定状态,识别所述车辆中驾驶员当前的驾驶行为,包括:
当所述第一设备处于所述非稳态时,获取所述第一设备当前时刻的方位角累计变化量;
如果所述当前时刻的方位角累计变化量满足下述方位角判断条件,且当前时刻的GPS加速度值大于预设第四阈值,则确定所述车辆中驾驶员当前的驾驶行为为急转弯行为;
其中,所述方位角判断条件为Δbearing表示所述当前时刻的方位角累计变化量,thres表示预设的识别为急转弯行为的弯道弯曲度,且0<thres<=90。
本发明还提供了一种驾驶行为识别装置,所述装置包括:
获取模块,用于获取第一设备的运动数据,所述第一设备处于待识别驾驶行为的车辆中;
确定模块,用于基于所述运动数据,确定所述第一设备所处的稳定状态;
识别模块,用于根据所述第一设备所处的稳定状态,识别所述车辆中驾驶员当前的驾驶行为。
优选地,所述运动数据包括加速计数据或陀螺仪数据;所述稳定状态包括绝对稳态、相对稳态、非稳态。
优选地,所述确定模块,包括:
第一计算子模块,用于计算所述加速计数据或所述陀螺仪数据的标准差;
第一确定子模块,用于在所述标准差不大于预设第一阈值时,确定所述第一设备处于所述绝对稳态;
第二确定子模块,用于在所述标准差大于所述第一阈值且不大于预设第二阈值时,确定所述第一设备处于所述相对稳态;
第三确定子模块,用于在所述标准差大于所述第二阈值时,确定所述第一设备处于所述非稳态。
优选地,所述识别模块,包括:
第二计算子模块,用于在确定所述第一设备处于所述绝对稳态时,计算所述第一设备的第一坐标系转换到所述车辆的第二坐标系的旋转矩阵;
转换子模块,用于利用所述旋转矩阵,将所述第一坐标系中的加速计数据转换到所述第二坐标系中,得到所述第二坐标系中的加速计数据;
第一合成子模块,用于将所述第二坐标系中的加速计数据,在X轴和Z轴上的加速度值进行合成,得到加速度水平合成值;
第一识别子模块,用于根据所述加速度水平合成值,识别所述车辆中驾驶员当前的驾驶行为是否异常。
优选地,所述识别模块,包括:
第二合成子模块,用于在确定所述第一设备处于所述相对稳态时,对所述第一设备的加速计数据在X轴、Y轴和Z轴上的加速度值进行合成,得到加速计三轴合成值;
第二识别子模块,用于根据所述加速计三轴合成值,识别所述车辆中驾驶员当前的驾驶行为是否异常。
优选地,所述识别模块,还包括:
去均值子模块,用于对所述第一设备的加速计数据在X轴、Y轴和Z轴上的加速度值,分别进行去均值处理。
优选地,所述识别模块,还包括:
第三合成子模块,用于在识别到所述车辆中驾驶员当前的驾驶行为异常时,将所述第一设备的陀螺仪数据在X轴、Y轴和Z轴上的陀螺仪值进行合成,得到陀螺仪三轴合成值;
第四确定子模块,用于在所述陀螺仪三轴合成值大于预设第三阈值时,确定所述车辆中驾驶员当前的驾驶行为为急转弯行为。
优选地,所述识别模块,还包括:
第一获取子模块,用于在识别到当前的驾驶行为异常时,获取所述第一设备当前时刻的GPS速度值和前一时刻的GPS速度值;
比较子模块,用于将所述当前时刻的GPS速度值与所述前一时刻的GPS速度值进行比较;
第五确定子模块,用于在所述当前时刻的GPS速度值大于所述前一时刻的GPS速度值时,确定所述车辆中驾驶员当前的驾驶行为为急加速行为;
第六确定子模块,用于在所述当前时刻的GPS速度值不大于所述前一时刻的GPS速度值时,确定所述车辆中驾驶员当前的驾驶行为为急减速行为。
优选地,所述识别模块,还包括:
第一预处理子模块,用于对所述当前时刻的GPS速度值与所述前一时刻的GPS速度值进行偏差校正以及均匀定频处理。
优选地,所述识别模块,包括:
第二获取子模块,用于在确定所述第一设备处于所述非稳态时,获取所述第一设备当前时刻的GPS加速度值和前一时刻的GPS速度值;
第七确定子模块,用于根据所述当前时刻的GPS加速度值和所述前一时刻的GPS速度值,确定所述车辆中驾驶员当前的驾驶行为是否为急加速行为或急减速行为。
优选地,所述第七确定子模块,包括:
第三获取子模块,用于确定所述前一时刻的GPS速度值所属于的预设速度范围,并获取所述速度范围对应的加速度阈值;
第八确定子模块,用于在所述当前时刻的GPS加速度值大于所述加速度阈值时,确定所述车辆中驾驶员当前的驾驶行为为急加速行为;
第九确定子模块,用于在所述当前时刻的GPS加速度值不大于所述加速度阈值时,确定所述车辆中驾驶员当前的驾驶行为为急减速行为。
优选地,所述识别模块,包括:
第四获取子模块,用于当所述第一设备处于所述非稳态时,获取所述第一设备当前时刻的方位角累计变化量;
第十确定子模块,用于在所述当前时刻的方位角累计变化量满足下述判断条件,且当前时刻的GPS加速度值大于预设第四阈值时,确定所述车辆中驾驶员当前的驾驶行为为急转弯行为;
其中,所述判断条件为Δbearing表示所述当前时刻的方位角累计变化量,thres表示预设的识别为急转弯行为的弯道弯曲度,且0<thres<=90。
本发明还提供了一种驾驶行为识别设备,所述设备包括存储器和处理器,
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令,执行以下步骤:获取第一设备的运动数据,所述第一设备处于待识别驾驶行为的车辆中;基于所述运动数据,确定所述第一设备所处的稳定状态;根据所述第一设备所处的稳定状态,识别所述车辆中驾驶员当前的驾驶行为。
本发明提供了一种驾驶行为识别方法、装置及设备,首先获取第一设备的运动数据,其次,基于所述运动数据,确定所述第一设备所处的稳定状态,最终,根据所述稳定状态,识别车辆中驾驶员当前的驾驶行为。本发明基于第一设备所处的不同的稳定状态,分别利用不同的驾驶行为识别方法对当前的驾驶行为进行识别,能够得到更准确的驾驶行为识别结果。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种驾驶行为识别方法的流程图;
图2为本发明实施例提供的另一种驾驶行为识别方法的流程图;
图3a为本发明实施例提供的另一种驾驶行为识别方法的流程图;
图3b为本发明实施例提供的另一种驾驶行为识别方法的流程图;
图4为本发明实施例提供的另一种驾驶行为识别方法的流程图;
图5为本发明实施例提供的另一种驾驶行为识别方法的流程图;
图6为本发明实施例提供的另一种驾驶行为识别方法的流程图;
图7为本发明实施例提供的另一种驾驶行为识别方法的流程图;
图8为本发明实施例提供的一种驾驶行为识别装置的结构示意图;
图9为本发明实施例提供的一种确定模块802的结构示意图;
图10为本发明实施例提供的一种识别模块803的结构示意图;
图11为本发明实施例提供的另一种识别模块803的结构示意图;
图12为本发明实施例提供的另一种识别模块803的结构示意图;
图13为本发明实施例提供的另一种识别模块803的结构示意图;
图14为本发明实施例提供的一种驾驶行为识别设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
参考图1,为本发明实施例提供的一种驾驶行为识别方法的流程图,所述方法具体可以包括:
S101:获取第一设备的运动数据,所述第一设备处于待识别驾驶行为的车辆中。
本发明实施例中的第一设备包括智能终端,如智能手机、平板电脑、车载电脑等。在待识别驾驶行为的车辆行进过程中,处于所述车辆中的所述第一设备可以产生运动数据。
其中,所述运动数据可以包括加速计数据、陀螺仪数据等,也就是说,所述第一设备具有能够产生加速计数据的加速计,还具有能够产生陀螺仪数据的陀螺仪。
S102:基于所述运动数据,确定所述第一设备所处的稳定状态。
本发明实施例中,在获取所述第一设备的运动数据后,基于所述运动数据确定所述第一设备所处的稳定状态。
实际应用中,预先依据不同的运动数据,为第一设备设置不同的稳定状态。其中,所述稳定状态包括绝对稳态、相对稳态、非稳态。
通常情况下,如果第一设备的静置误差小、抗干扰性好,静止或运动状态特别平稳的情况下所述第一设备处于绝对稳态;如果第一设备的静置误差较大、抗干扰性一般,即使处于静止状态也无法进入绝对稳态,所述第一设备只能处于相对稳态,或者运动状态不是特别平稳,所述第一设备也处于相对稳态;如果第一设备的运动状态不平稳,但是没有被人为拿起,则所述第一设备处于非稳态。其中,第一设备的静置误差是指第一设备处于静止放置时自身的加速计、陀螺仪的误差。
一种实现方式中,基于第一设备的加速计数据,确定所述第一设备所处的稳定状态。具体的,计算所述第一设备在一定时间内的加速计数据的标准差,并判断所述标准差是否大于预设有效阈值,如果确定所述标准差不大于有效阈值,则说明第一设备没有被人为拿起,进而判断所述标准差是否不大于预设第一阈值,如果是,则确定所述第一设备处于所述绝对稳态。如果所述标准差大于所述第一阈值,则判断所述标准差是否不大于预设第二阈值,如果是,则确定所述第一设备处于所述相对稳态。如果所述标准差大于所述第二阈值,则确定所述第一设备处于所述非稳态。其中,所述加速计数据的标准差能够反映加速计数据的波动情况。
另一种实现方式中,也可以基于第一设备的陀螺仪数据,确定所述第一设备所处的稳定状态。具体实现方式可以参照上述基于加速计数据的实现方式,在此不再赘述。
值得注意的是,为了避免硬件静置误差、以及去除重力干扰,以提高当前的驾驶行为识别的准确性,本发明实施例可以预先对所述加速计数据或所述陀螺仪数据进行均匀定频处理以及滤波处理。
S103:根据所述第一设备所处的稳定状态,识别所述车辆中驾驶员当前的驾驶行为。
本发明实施例中,在确定所述第一设备所处的稳定状态后,根据所述第一设备所处的稳定状态,对当前的驾驶行为进行识别。本发明实施例预先根据不同的稳定状态的特点,确定不同的驾驶行为识别方法。也就是说,所述第一设备所处的稳定状态不同,用于识别当前的驾驶行为的方法则不同。
本发明实施例提供的驾驶行为识别方法,首先获取第一设备的运动数据,其次,基于所述运动数据,确定所述第一设备所处的稳定状态,最终,根据所述稳定状态,识别车辆中驾驶员当前的驾驶行为。本发明实施例根据第一设备所处的稳定状态,分别对当前的驾驶行为进行识别,能够得到更准确的识别结果。
以下分别介绍所述第一设备处于不同的稳定状态下,对驾驶行为的识别方法。
参考图2,为本发明实施例提供的另一种驾驶行为识别方法的流程图,具体的,所述方法是在确定所述第一设备处于所述绝对稳态时的驾驶行为识别方法,包括:
S201:当确定所述第一设备处于所述绝对稳态时,计算所述第一设备的第一坐标系转换到所述车辆的第二坐标系的旋转矩阵。
由于所述第一设备的第一坐标系与待识别驾驶行为的车辆的第二坐标系存在偏移,为了保证对驾驶行为识别的准确性,本发明实施例可以运用基于欧拉角的旋转矩阵,将所述第一坐标系转换到所述第二坐标系。
具体的,计算所述第一设备的第一坐标系转换到所述车辆的第二坐标系的旋转矩阵。其中,所述旋转矩阵的计算方式是现有技术,在此不再赘述。
S202:利用所述旋转矩阵,将所述第一坐标系中的加速计数据转换到所述第二坐标系中,得到所述第二坐标系中的加速计数据。
本发明实施例中,在得到所述旋转矩阵后,利用所述旋转矩阵,将所述第一坐标系中所述第一设备的加速计数据,转换到所述第二坐标系中,得到所述第二坐标系中的加速计数据。具体的转换方式为现有技术,在此不再赘述。
S203:将所述第二坐标系中的加速计数据,在X轴和Z轴上的加速度值进行合成,得到加速度水平合成值。
本发明实施例中,在将所述加速计数据转换到所述第二坐标系后,将所述第二坐标系中的加速计数据,在X轴和Z轴上的加速度值进行合成,得到加速度水平合成值。其中,所述加速度水平合成值用于反映待识别驾驶行为的车辆的水平方向的运行状况。
S204:根据所述加速度水平合成值,识别所述车辆中驾驶员当前的驾驶行为是否异常。
本发明实施例中,在得到所述加速度水平合成值后,判断所述加速度水平合成值是否大于预设阈值,如果是,则确定所述车辆中驾驶员当前的驾驶行为是异常的,即发生了不良驾驶行为。
参考图3a,为本发明实施例提供的另一种驾驶行为识别方法的流程图,为了进一步的识别当前的驾驶行为具体为哪种不良驾驶行为,本发明实施例提供的驾驶行为识别方法在图2中的各个步骤的基础上,还可以包括:
S301a:当识别到当前的驾驶行为异常时,将所述第一设备的陀螺仪数据在X轴、Y轴和Z轴上的陀螺仪值进行合成,得到陀螺仪三轴合成值。
S302a:如果所述陀螺仪三轴合成值大于预设第三阈值,则确定所述车辆中驾驶员当前的驾驶行为为急转弯行为。
本发明实施例在确定当前的驾驶行为为不良驾驶行为后,获取所述第一设备的陀螺仪数据,并将所述陀螺仪数据在X轴、Y轴和Z轴上的陀螺仪值进行合成,得到陀螺仪三轴合成值。其中,所述陀螺仪三轴合成值用于反映待识别驾驶行为的车辆是否发生急转弯行为。另外,在使用所述陀螺仪数据之前,预先对所述陀螺仪数据进行均匀定频处理和滤波处理,以便对车辆是否发生急转弯行为识别更准确。
具体的,判断所述陀螺仪三轴合成值是否大于预设第三阈值,如果是,则确定当前的驾驶行为为急转弯行为。
参考图3b,为本发明实施例提供的另一种驾驶行为识别方法的流程图,为了进一步的识别当前的驾驶行为具体为哪种不良驾驶行为,本发明实施例提供的驾驶行为识别方法在图2中的各个步骤的基础上,还可以包括:
S301b:当识别到当前的驾驶行为异常时,获取所述第一设备当前时刻的GPS速度值和前一时刻的GPS速度值。
S302b:将所述当前时刻的GPS速度值与所述前一时刻的GPS速度值进行比较。
S303b:如果所述当前时刻的GPS速度值大于所述前一时刻的GPS速度值,则确定当前的驾驶行为为急加速行为,否则,确定所述车辆中驾驶员当前的驾驶行为为急减速行为。
本发明实施例中,在确定当前的驾驶行为为不良驾驶行为后,获取所述第一设备当前时刻的GPS速度值和前一时刻的GPS速度值,以确定当前时刻的GPS速度值是否增加,如果增加,则确定当前的驾驶行为为急加速行为,否则确定所述车辆中驾驶员当前的驾驶行为为急减速行为。另外,在将所述当前时刻的GPS速度值与所述前一时刻的GPS速度值进行比较之前,首先对所述当前时刻的GPS速度值与所述前一时刻的GPS速度值进行偏差校正以及均匀定频处理,以保证对当前的驾驶行为是否为急加减速行为识别的准确性。
一种实现方式中,S301b-S303b可以与S301a、S302a并列执行,即同时判断当前的驾驶行为是否为急加减速行为或急转弯行为;另一种实现方式中,S301b-S303b与S301a、S302a也可以先后执行,例如,S301a、S302a执行结束后,确定当前的驾驶行为不是急转弯行为,则执行S301b-S303b,以确定当前的驾驶行为是否为急加减速行为。
由于上述对驾驶行为识别的方法只有在所述第一设备的静置误差小、抗干扰性好的情况下,才能得到对驾驶行为的准确识别结果,所以,本发明实施例只有在所述第一设备处于所述绝对稳态时,才会采用上述方式对驾驶行为进行识别,以保证对驾驶行为识别的准确性。
参考图4,为本发明实施例提供的另一种驾驶行为识别方法的流程图,具体的,所述方法是在确定所述第一设备处于所述相对稳态时的驾驶行为识别方法,包括:
S401:当确定所述第一设备处于所述相对稳态时,对所述第一设备的加速计数据在X轴、Y轴和Z轴上的加速度值进行合成,得到加速计三轴合成值;
S402:根据所述加速计三轴合成值,识别所述车辆中驾驶员当前的驾驶行为是否异常。
本发明实施例中,在所述第一设备处于所述相对稳态时,利用所述第一设备的加速计数据识别当前的驾驶行为是否异常。具体的,将所述加速计数据在X轴、Y轴和Z轴上的加速度值进行合成,得到加速计三轴合成值。其中,所述加速计三轴合成值用于反映待识别驾驶行为的车辆的运行状态。判断所述加速计三轴合成值是否大于预设阈值,如果是,则确定所述车辆中驾驶员当前的驾驶行为异常,即发生了不良驾驶行为。
为了进一步提高在所述第一设备处于所述相对稳态时对驾驶行为的识别准确性,本发明实施例在得到加速计三轴合成值之前,首先对所述第一设备的加速计数据在X轴、Y轴和Z轴上的加速度值,分别进行去均值处理。然后,对去均值处理之后的加速计数据在X轴、Y轴和Z轴上的加速度值进行合成。
参考图5,为本发明实施例提供的另一种驾驶行为识别方法的流程图,为了进一步的识别当前的驾驶行为具体为哪种不良驾驶行为,本发明实施例提供的驾驶行为识别方法在图4中的各个步骤的基础上,还可以包括:
S501:当识别到当前的驾驶行为异常时,将所述第一设备的陀螺仪数据在X轴、Y轴和Z轴上的陀螺仪值进行合成,得到陀螺仪三轴合成值。
S502:如果所述陀螺仪三轴合成值大于预设第三阈值,则确定所述车辆中驾驶员当前的驾驶行为为急转弯行为。
S503:当识别到当前的驾驶行为异常时,获取所述第一设备当前时刻的GPS速度值和前一时刻的GPS速度值。
S504:将所述当前时刻的GPS速度值与所述前一时刻的GPS速度值进行比较。
S505:如果所述当前时刻的GPS速度值大于所述前一时刻的GPS速度值,则确定当前的驾驶行为为急加速行为,否则,确定所述车辆中驾驶员当前的驾驶行为为急减速行为。
S501-S505的执行步骤可以参考上述S301a、S302a以及S301b-S303b的执行过程,在此不再赘述。
由于在所述第一设备的静置误差较大、抗干扰性一般的情况下,即使处于静止状态也无法进入所述绝对稳态,这种情况下,本发明实施例确定所述第一设备处于所述相对稳态,同时采用上述方法对驾驶行为进行识别,能够保证对驾驶行为的识别准确性。
当确定所述第一设备处于所述非稳态时,一般为所述第一设备处于不平稳状态,本发明实施例利用下述驾驶行为识别方法对所述非稳态进行处理。具体的,参考图6,为本发明实施例提供的一种驾驶行为识别方法的流程图,所述方法用于识别急加减速行为,具体包括:
S601:当确定所述第一设备处于所述非稳态时,获取所述第一设备当前时刻的GPS加速度值和前一时刻的GPS速度值。
S602:根据所述当前时刻的GPS加速度值和所述前一时刻的GPS速度值,确定所述车辆中驾驶员当前的驾驶行为是否为急加速行为或急减速行为。
本发明实施例中,在所述第一设备处于所述非稳态时,利用当前时刻的GPS加速度值和前一时刻的GPS速度值之间的关系,判断当前的驾驶行为是否为急加减速行为。
在确定当前的驾驶行为是否为急加速行为的方法中,首先,确定所述前一时刻的GPS速度值所属于的预设速度范围,并获取所述速度范围对应的加速度阈值。如果所述当前时刻的GPS加速度值大于所述加速度阈值,则确定所述车辆中驾驶员当前的驾驶行为为急加速行为。
而在确定当前的驾驶行为是否为急减速行为的方法中,首先,确定所述前一时刻的GPS速度值所属于的预设速度范围,并获取所述速度范围对应的加速度阈值。如果所述当前时刻的GPS加速度值小于所述加速度阈值,则确定所述车辆中驾驶员当前的驾驶行为为急减速行为。
另外,为了保证驾驶行为识别的准确性,本发明实施例在根据所述当前时刻的GPS加速度值和所述前一时刻的GPS速度值,确定所述车辆中驾驶员当前的驾驶行为是否为急加速行为或急减速行为之前,预先对所述当前时刻的GPS加速度值与所述前一时刻的GPS速度值进行偏差校正以及均匀定频处理。
实际应用中,当确定所述第一设备处于所述非稳态时,首先获取所述第一设备当前时刻的GPS速度值v1和前一时刻的GPS速度值v0,计算所述第一设备当前时刻的GPS加速度值然后,将满足如下条件(1)的驾驶行为确定为急加速行为,将满足如下条件(2)的驾驶行为确定为急减速行为。
其中,a1-a10均为预设阈值。也就是说,在计算得到所述第一设备当前时刻的GPS加速度值aGPS后,首先确定v0所属的预设取值范围,假如v0属于0<v0<20这一范围,则判断aGPS是否大于a1,如果大于,则确定当前的驾驶行为为急加速行为。同样的,假如v0属于0<v0<20这一范围,则判断aGPS是否小于a6,如果小于,则确定当前的驾驶行为为急减速行为。
在所述第一设备处于所述非稳态时,本发明实施例还提供了一种驾驶行为识别方法,参考图7,为本发明实施例提供的一种驾驶行为识别方法的流程图,所述方法用于识别急转弯行为,具体包括:
S701:当所述第一设备处于所述非稳态时,获取所述第一设备当前时刻的方位角累计变化量;
S702:如果所述当前时刻的方位角累计变化量满足下述预设的方位角判断条件,且当前时刻的GPS加速度值大于预设第四阈值,则确定所述车辆中驾驶员当前的驾驶行为为急转弯行为;
其中,所述方位角判断条件为Δbearing表示所述当前时刻的方位角累计变化量,thres表示预设的识别为急转弯行为的弯道弯曲度,且0<thres<=90。
本发明实施例中,在确定所述第一设备处于所述非稳态时,根据所述第一设备当前时刻的方位角累计变化量以及当前时刻的GPS加速度值,识别当前的驾驶行为是否为急转弯行为。
本发明实施例提供的驾驶行为识别方法,首先确定第一设备所处的稳定状态,然后,基于所述稳定状态,利用不同的驾驶行为识别方法对当前的驾驶行为进行识别。本发明实施例能够提供更准确的驾驶行为识别结果。
参考图8,为本发明实施例提供的一种驾驶行为识别装置的结构示意图,所述装置包括:
获取模块801,用于获取第一设备的运动数据,所述第一设备处于待识别驾驶行为的车辆中。
确定模块802,用于基于所述运动数据,确定所述第一设备所处的稳定状态。
识别模块803,用于根据所述第一设备所处的稳定状态,识别所述车辆中驾驶员当前的驾驶行为。
其中,所述运动数据包括加速计数据或陀螺仪数据;所述稳定状态包括绝对稳态、相对稳态、非稳态。
一种实现方式中,参考图,9,为本发明实施例提供的一种确定模块802的结构示意图,所述确定模块802,包括:
第一计算子模块901,用于计算所述加速计数据或所述陀螺仪数据的标准差;
第一确定子模块902,用于在所述标准差不大于预设第一阈值时,确定所述第一设备处于所述绝对稳态;
第二确定子模块903,用于在所述标准差大于所述第一阈值且不大于预设第二阈值时,确定所述第一设备处于所述相对稳态;
第三确定子模块904,用于在所述标准差大于所述第二阈值时,确定所述第一设备处于所述非稳态。
在所述第一设备处于所述绝对稳态时,本发明提供了一种识别模块803。参考图10,为本发明实施例提供的一种识别模块803的结构示意图,所述识别模块803,包括:
第二计算子模块1001,用于在确定所述第一设备处于所述绝对稳态时,计算所述第一设备的第一坐标系转换到所述车辆的第二坐标系的旋转矩阵。
转换子模块1002,用于利用所述旋转矩阵,将所述第一坐标系中的加速计数据转换到所述第二坐标系中,得到所述第二坐标系中的加速计数据。
第一合成子模块1003,用于将所述第二坐标系中的加速计数据,在X轴和Z轴上的加速度值进行合成,得到加速度水平合成值。
第一识别子模块1004,用于根据所述加速度水平合成值,识别所述车辆中驾驶员当前的驾驶行为是否异常。
在所述第一设备处于所述相对稳态时,本发明提供了一种识别模块803。参考图11,为本发明实施例提供的另一种识别模块803的结构示意图,所述识别模块803,包括:
第二合成子模块1101,用于在确定所述第一设备处于所述相对稳态时,对所述第一设备的加速计数据在X轴、Y轴和Z轴上的加速度值进行合成,得到加速计三轴合成值;
第二识别子模块1102,用于根据所述加速计三轴合成值,识别所述车辆中驾驶员当前的驾驶行为是否异常。
为了避免硬件静置误差、以及去除重力干扰,以提高当前的驾驶行为识别的准确性,所述识别模块803,还包括:
去均值子模块1103,用于对所述第一设备的加速计数据在X轴、Y轴和Z轴上的加速度值,分别进行去均值处理。
为了进一步识别当前的驾驶行为是否为急转弯行为,所述识别模块803,还包括:
第三合成子模块,用于在识别到所述车辆中驾驶员当前的驾驶行为异常时,将所述第一设备的陀螺仪数据在X轴、Y轴和Z轴上的陀螺仪值进行合成,得到陀螺仪三轴合成值;
第四确定子模块,用于在所述陀螺仪三轴合成值大于预设第三阈值时,确定所述车辆中驾驶员当前的驾驶行为为急转弯行为。
为了进一步识别当前的驾驶行为是否为急加减速行为,所述识别模块803,还包括:
第一获取子模块,用于在识别到当前的驾驶行为异常时,获取所述第一设备当前时刻的GPS速度值和前一时刻的GPS速度值;
比较子模块,用于将所述当前时刻的GPS速度值与所述前一时刻的GPS速度值进行比较;
第五确定子模块,用于在所述当前时刻的GPS速度值大于所述前一时刻的GPS速度值时,确定所述车辆中驾驶员当前的驾驶行为为急加速行为;
第六确定子模块,用于在所述当前时刻的GPS速度值不大于所述前一时刻的GPS速度值时,确定所述车辆中驾驶员当前的驾驶行为为急减速行为。
为了提高当前的驾驶行为识别的准确性,所述识别模块803,还包括:
第一预处理子模块,用于对所述当前时刻的GPS速度值与所述前一时刻的GPS速度值进行偏差校正以及均匀定频处理。
在所述第一设备处于所述非稳态时,本发明提供了一种识别模块803。参考图12,为本发明实施例提供的一种识别模块803的结构示意图,所述识别模块803,包括:
第二获取子模块1201,用于在确定所述第一设备处于所述非稳态时,获取所述第一设备当前时刻的GPS加速度值和前一时刻的GPS速度值;
第七确定子模块1202,用于根据所述当前时刻的GPS加速度值和所述前一时刻的GPS速度值,确定所述车辆中驾驶员当前的驾驶行为是否为急加速行为或急减速行为。
其中,所述第七确定子模块1202,包括:
第三获取子模块,用于确定所述前一时刻的GPS速度值所属于的预设速度范围,并获取所述速度范围对应的加速度阈值;
第八确定子模块,用于在所述当前时刻的GPS加速度值大于所述加速度阈值时,确定所述车辆中驾驶员当前的驾驶行为为急加速行为。
第九确定子模块,用于在所述当前时刻的GPS加速度值不大于所述加速度阈值时,确定所述车辆中驾驶员当前的驾驶行为为急减速行为。
所述识别模块,还包括:
第二预处理子模块,用于对所述当前时刻的GPS加速度值与所述前一时刻的GPS速度值进行偏差校正以及均匀定频处理。
在所述第一设备处于所述非稳态时,本发明还提供了一种识别模块803。参考图13,为本发明实施例提供的另一种识别模块803的结构示意图,所述识别模块803,包括:
第四获取子模块1301,用于当所述第一设备处于所述非稳态时,获取所述第一设备当前时刻的方位角累计变化量;
第十确定子模块1302,用于在所述当前时刻的方位角累计变化量满足下述方位角判断条件,且当前时刻的GPS加速度值大于预设第四阈值时,确定所述车辆中驾驶员当前的驾驶行为为急转弯行为;
其中,所述方位角判断条件为Δbearing表示所述当前时刻的方位角累计变化量,thres表示预设的识别为急转弯行为的弯道弯曲度,且0<thres<=90。
为了避免硬件静置误差、以及去除重力干扰,以提高当前的驾驶行为识别的准确性,所述装置还包括:
预处理模块,用于对所述加速计数据或所述陀螺仪数据进行均匀定频处理以及滤波处理。
本发明实施例提供的驾驶行为识别装置能够实现以下功能:获取第一设备的运动数据;基于所述运动数据,确定所述第一设备所处的稳定状态;根据所述稳定状态,识别车辆中驾驶员当前的驾驶行为。本发明实施例根据第一设备所处的稳定状态,分别对当前的驾驶行为进行识别,能够得到更准确的识别结果。
相应的,本发明实施例还提供一种驾驶行为识别设备,参见图14所示,可以包括:
处理器1401、存储器1402、输入装置1403和输出装置1404。驾驶行为识别设备中的处理器1401的数量可以一个或多个,图14中以一个处理器为例。在本发明的一些实施例中,处理器1401、存储器1402、输入装置1403和输出装置1404可通过总线或其它方式连接,其中,图14中以通过总线连接为例。
存储器1402可用于存储软件程序以及模块,处理器1401通过运行存储在存储器1402的软件程序以及模块,从而执行驾驶行为识别设备的各种功能应用以及数据处理。存储器1402可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等。此外,存储器1402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。输入装置1403可用于接收输入的数字或字符信息,以及产生与驾驶行为识别设备的用户设置以及功能控制有关的信号输入。
具体在本实施例中,处理器1401会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器1402中,并由处理器1401来运行存储在存储器1402中的应用程序,从而实现各种功能:
获取第一设备的运动数据,所述第一设备处于待识别驾驶行为的车辆中;
基于所述运动数据,确定所述第一设备所处的稳定状态;
根据所述第一设备所处的稳定状态,识别所述车辆中驾驶员当前的驾驶行为。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明实施例所提供的一种驾驶行为识别方法、装置及设备进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (21)
1.一种驾驶行为识别方法,其特征在于,所述方法包括:
获取第一设备的运动数据,所述第一设备处于待识别驾驶行为的车辆中;所述运动数据包括加速计数据或陀螺仪数据;
基于所述运动数据,确定所述第一设备所处的稳定状态;所述稳定状态包括绝对稳态、相对稳态、非稳态;
根据所述第一设备所处的稳定状态,识别所述车辆中驾驶员当前的驾驶行为;其中,所述基于所述运动数据,确定所述第一设备的稳定状态,包括:
计算预设时间段内的所述加速计数据或所述陀螺仪数据的标准差;
如果所述标准差不大于预设有效阈值,则判断所述标准差是否大于预设第一阈值;
如果所述标准差不大于预设第一阈值,则确定所述第一设备处于所述绝对稳态;
如果所述标准差大于所述第一阈值且不大于预设第二阈值,则确定所述第一设备处于所述相对稳态;
如果所述标准差大于所述第二阈值,则确定所述第一设备处于所述非稳态。
2.根据权利要求1所述的驾驶行为识别方法,其特征在于,所述根据所述第一设备所处的稳定状态,识别所述车辆中驾驶员当前的驾驶行为,包括:
当确定所述第一设备处于所述绝对稳态时,计算所述第一设备的第一坐标系转换到所述车辆的第二坐标系的旋转矩阵;
利用所述旋转矩阵,将所述第一坐标系中的加速计数据转换到所述第二坐标系中,得到所述第二坐标系中的加速计数据;
将所述第二坐标系中的加速计数据,在X轴和Z轴上的加速度值进行合成,得到加速度水平合成值;
根据所述加速度水平合成值,识别所述车辆中驾驶员当前的驾驶行为是否异常。
3.根据权利要求1所述的驾驶行为识别方法,其特征在于,所述根据所述第一设备所处的稳定状态,识别所述车辆中驾驶员当前的驾驶行为,包括:
当确定所述第一设备处于所述相对稳态时,对所述第一设备的加速计数据在X轴、Y轴和Z轴上的加速度值进行合成,得到加速计三轴合成值;
根据所述加速计三轴合成值,识别所述车辆中驾驶员当前的驾驶行为是否异常。
4.根据权利要求3所述的驾驶行为识别方法,其特征在于,所述对所述第一设备的加速计数据在X轴、Y轴和Z轴上的加速度值进行合成,得到加速计三轴合成值之前,还包括:
对所述第一设备的加速计数据在X轴、Y轴和Z轴上的加速度值,分别进行去均值处理。
5.根据权利要求2-4任一项所述的驾驶行为识别方法,其特征在于,所述方法还包括:
当识别到所述车辆中驾驶员当前的驾驶行为异常时,将所述第一设备的陀螺仪数据在X轴、Y轴和Z轴上的陀螺仪值进行合成,得到陀螺仪三轴合成值;
如果所述陀螺仪三轴合成值大于预设第三阈值,则确定所述车辆中驾驶员当前的驾驶行为为急转弯行为。
6.根据权利要求2-4任一项所述的驾驶行为识别方法,其特征在于,所述方法还包括:
当识别到当前的驾驶行为异常时,获取所述第一设备当前时刻的GPS速度值和前一时刻的GPS速度值;
将所述当前时刻的GPS速度值与所述前一时刻的GPS速度值进行比较;
如果所述当前时刻的GPS速度值大于所述前一时刻的GPS速度值,则确定所述车辆中驾驶员当前的驾驶行为为急加速行为,否则,确定所述车辆中驾驶员当前的驾驶行为为急减速行为。
7.根据权利要求6所述的驾驶行为识别方法,其特征在于,所述将所述当前时刻的GPS速度值与所述前一时刻的GPS速度值进行比较之前,还包括:
对所述当前时刻的GPS速度值与所述前一时刻的GPS速度值进行偏差校正以及均匀定频处理。
8.根据权利要求1所述的驾驶行为识别方法,其特征在于,所述根据所述第一设备所处的稳定状态,识别所述车辆中驾驶员当前的驾驶行为,包括:
当确定所述第一设备处于所述非稳态时,获取所述第一设备当前时刻的GPS加速度值和前一时刻的GPS速度值;
根据所述当前时刻的GPS加速度值和所述前一时刻的GPS速度值,确定所述车辆中驾驶员当前的驾驶行为是否为急加速行为或急减速行为。
9.根据权利要求8所述的驾驶行为识别方法,其特征在于,所述根据所述当前时刻的GPS加速度值和所述前一时刻的GPS速度值,确定所述车辆中驾驶员当前的驾驶行为是否为急加速行为或急减速行为,包括:
确定所述前一时刻的GPS速度值所属于的预设速度范围,并获取所述速度范围对应的加速度阈值;
如果所述当前时刻的GPS加速度值大于所述加速度阈值,则确定所述车辆中驾驶员当前的驾驶行为为急加速行为;否则,确定所述车辆中驾驶员当前的驾驶行为为急减速行为。
10.根据权利要求1所述的驾驶行为识别方法,其特征在于,所述根据所述第一设备所处的稳定状态,识别所述车辆中驾驶员当前的驾驶行为,包括:
当所述第一设备处于所述非稳态时,获取所述第一设备当前时刻的方位角累计变化量;
如果所述当前时刻的方位角累计变化量满足下述方位角判断条件,且当前时刻的GPS加速度值大于预设第四阈值,则确定所述车辆中驾驶员当前的驾驶行为为急转弯行为;
其中,所述方位角判断条件为Δbearing表示所述当前时刻的方位角累计变化量,thres表示预设的识别为急转弯行为的弯道弯曲度,且0<thres<=90。
11.一种驾驶行为识别装置,其特征在于,所述装置包括:
获取模块,用于获取第一设备的运动数据,所述第一设备处于待识别驾驶行为的车辆中;所述运动数据包括加速计数据或陀螺仪数据;
确定模块,用于基于所述运动数据,确定所述第一设备所处的稳定状态;所述稳定状态包括绝对稳态、相对稳态、非稳态;
识别模块,用于根据所述第一设备所处的稳定状态,识别所述车辆中驾驶员当前的驾驶行为;其中,所述确定模块,包括:
第一计算子模块,用于计算所述加速计数据或所述陀螺仪数据的标准差;
第一确定子模块,用于在所述标准差不大于预设第一阈值时,确定所述第一设备处于所述绝对稳态;
第二确定子模块,用于在所述标准差大于所述第一阈值且不大于预设第二阈值时,确定所述第一设备处于所述相对稳态;
第三确定子模块,用于在所述标准差大于所述第二阈值时,确定所述第一设备处于所述非稳态。
12.根据权利要求11所述的驾驶行为识别装置,其特征在于,所述识别模块,包括:
第二计算子模块,用于在确定所述第一设备处于所述绝对稳态时,计算所述第一设备的第一坐标系转换到所述车辆的第二坐标系的旋转矩阵;
转换子模块,用于利用所述旋转矩阵,将所述第一坐标系中的加速计数据转换到所述第二坐标系中,得到所述第二坐标系中的加速计数据;
第一合成子模块,用于将所述第二坐标系中的加速计数据,在X轴和Z轴上的加速度值进行合成,得到加速度水平合成值;
第一识别子模块,用于根据所述加速度水平合成值,识别所述车辆中驾驶员当前的驾驶行为是否异常。
13.根据权利要求11所述的驾驶行为识别装置,其特征在于,所述识别模块,包括:
第二合成子模块,用于在确定所述第一设备处于所述相对稳态时,对所述第一设备的加速计数据在X轴、Y轴和Z轴上的加速度值进行合成,得到加速计三轴合成值;
第二识别子模块,用于根据所述加速计三轴合成值,识别所述车辆中驾驶员当前的驾驶行为是否异常。
14.根据权利要求13所述的驾驶行为识别装置,其特征在于,所述识别模块,还包括:
去均值子模块,用于对所述第一设备的加速计数据在X轴、Y轴和Z轴上的加速度值,分别进行去均值处理。
15.根据权利要求12-14任一项所述的驾驶行为识别装置,其特征在于,所述识别模块,还包括:
第三合成子模块,用于在识别到所述车辆中驾驶员当前的驾驶行为异常时,将所述第一设备的陀螺仪数据在X轴、Y轴和Z轴上的陀螺仪值进行合成,得到陀螺仪三轴合成值;
第四确定子模块,用于在所述陀螺仪三轴合成值大于预设第三阈值时,确定所述车辆中驾驶员当前的驾驶行为为急转弯行为。
16.根据权利要求12-14任一项所述的驾驶行为识别装置,其特征在于,所述识别模块,还包括:
第一获取子模块,用于在识别到当前的驾驶行为异常时,获取所述第一设备当前时刻的GPS速度值和前一时刻的GPS速度值;
比较子模块,用于将所述当前时刻的GPS速度值与所述前一时刻的GPS速度值进行比较;
第五确定子模块,用于在所述当前时刻的GPS速度值大于所述前一时刻的GPS速度值时,确定所述车辆中驾驶员当前的驾驶行为为急加速行为;
第六确定子模块,用于在所述当前时刻的GPS速度值不大于所述前一时刻的GPS速度值时,确定所述车辆中驾驶员当前的驾驶行为为急减速行为。
17.根据权利要求16所述的驾驶行为识别装置,其特征在于,所述识别模块,还包括:
第一预处理子模块,用于对所述当前时刻的GPS速度值与所述前一时刻的GPS速度值进行偏差校正以及均匀定频处理。
18.根据权利要求11所述的驾驶行为识别装置,其特征在于,所述识别模块,包括:
第二获取子模块,用于在确定所述第一设备处于所述非稳态时,获取所述第一设备当前时刻的GPS加速度值和前一时刻的GPS速度值;
第七确定子模块,用于根据所述当前时刻的GPS加速度值和所述前一时刻的GPS速度值,确定所述车辆中驾驶员当前的驾驶行为是否为急加速行为或急减速行为。
19.根据权利要求18所述的驾驶行为识别装置,其特征在于,所述第七确定子模块,包括:
第三获取子模块,用于确定所述前一时刻的GPS速度值所属于的预设速度范围,并获取所述速度范围对应的加速度阈值;
第八确定子模块,用于在所述当前时刻的GPS加速度值大于所述加速度阈值时,确定所述车辆中驾驶员当前的驾驶行为为急加速行为;
第九确定子模块,用于在所述当前时刻的GPS加速度值不大于所述加速度阈值时,确定所述车辆中驾驶员当前的驾驶行为为急减速行为。
20.根据权利要求11所述的驾驶行为识别装置,其特征在于,所述识别模块,包括:
第四获取子模块,用于当所述第一设备处于所述非稳态时,获取所述第一设备当前时刻的方位角累计变化量;
第十确定子模块,用于在所述当前时刻的方位角累计变化量满足下述判断条件,且当前时刻的GPS加速度值大于预设第四阈值时,确定所述车辆中驾驶员当前的驾驶行为为急转弯行为;
其中,所述判断条件为Δbearing表示所述当前时刻的方位角累计变化量,thres表示预设的识别为急转弯行为的弯道弯曲度,且0<thres<=90。
21.一种驾驶行为识别设备,其特征在于,所述设备包括存储器和处理器,
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令,执行以下步骤:获取第一设备的运动数据,所述运动数据包括加速计数据或陀螺仪数据;所述第一设备处于待识别驾驶行为的车辆中;基于所述运动数据,确定所述第一设备所处的稳定状态;根据所述第一设备所处的稳定状态,所述稳定状态包括绝对稳态、相对稳态、非稳态;识别所述车辆中驾驶员当前的驾驶行为;其中,所述基于所述运动数据,确定所述第一设备的稳定状态,包括:
计算预设时间段内的所述加速计数据或所述陀螺仪数据的标准差;
如果所述标准差不大于预设有效阈值,则判断所述标准差是否大于预设第一阈值;
如果所述标准差不大于预设第一阈值,则确定所述第一设备处于所述绝对稳态;
如果所述标准差大于所述第一阈值且不大于预设第二阈值,则确定所述第一设备处于所述相对稳态;
如果所述标准差大于所述第二阈值,则确定所述第一设备处于所述非稳态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710293750.6A CN107415953B (zh) | 2017-04-28 | 2017-04-28 | 一种驾驶行为识别方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710293750.6A CN107415953B (zh) | 2017-04-28 | 2017-04-28 | 一种驾驶行为识别方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107415953A CN107415953A (zh) | 2017-12-01 |
CN107415953B true CN107415953B (zh) | 2019-10-25 |
Family
ID=60425112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710293750.6A Active CN107415953B (zh) | 2017-04-28 | 2017-04-28 | 一种驾驶行为识别方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107415953B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108107448A (zh) * | 2017-12-06 | 2018-06-01 | 上海评驾科技有限公司 | 一种使用卫星定位数据检测驾驶行为的方法 |
CN108111173B (zh) * | 2017-12-27 | 2021-03-26 | 东软集团股份有限公司 | 轨迹压缩方法、装置、存储介质及电子设备 |
CN108791303B (zh) * | 2018-06-25 | 2020-05-12 | 北京嘀嘀无限科技发展有限公司 | 驾驶行为检测方法、装置、电子设备和计算机可读介质 |
CN110254436B (zh) * | 2018-03-12 | 2021-03-30 | 深圳鼎然信息科技有限公司 | 基于运动传感器的驾驶行为分析方法、装置、设备及介质 |
CN108682119B (zh) * | 2018-05-29 | 2020-05-26 | 重庆大学 | 基于智能手机和智能手表的驾驶员疲劳状态检测方法 |
CN108995654B (zh) * | 2018-07-06 | 2020-04-10 | 北京理工大学 | 一种驾驶员状态识别方法及系统 |
CN109739208B (zh) * | 2018-12-06 | 2020-09-04 | 成都路行通信息技术有限公司 | 一种汽车发动机运行状态判断方法及系统 |
CN111327755A (zh) * | 2018-12-14 | 2020-06-23 | 西安博瑞集信电子科技有限公司 | 一种基于手机的车辆行驶状态智能识别系统及方法 |
CN110155071A (zh) * | 2019-05-31 | 2019-08-23 | 苏州蓝石新动力有限公司 | 一种姿态识别方法、装置及存储介质 |
CN111098861B (zh) * | 2019-11-25 | 2021-05-04 | 中国第一汽车股份有限公司 | 一种驾驶行为反馈方法、装置、车辆及存储介质 |
CN113378607A (zh) * | 2020-03-10 | 2021-09-10 | 顺丰科技有限公司 | 过激驾驶行为管理方法、装置及计算机可读存储介质 |
CN113635907B (zh) * | 2020-04-24 | 2023-03-14 | 丰图科技(深圳)有限公司 | 一种驾驶行为的检测方法、装置、电子设备及其存储介质 |
CN115909752B (zh) * | 2022-11-01 | 2023-12-15 | 东南大学 | 一种基于车辆用户历史数据的急转弯识别及统计方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102167041A (zh) * | 2011-01-07 | 2011-08-31 | 深圳市航天星网通讯有限公司 | 一种基于加速度传感器的车辆行驶状态的判定方法 |
CN102371902A (zh) * | 2010-08-10 | 2012-03-14 | 日产自动车株式会社 | 稳定状态显示装置 |
CN104464192A (zh) * | 2013-09-18 | 2015-03-25 | 武汉理工大学 | 机动车驾驶人不稳定性驾驶状态检测预警装置与方法 |
CN104527647A (zh) * | 2014-12-15 | 2015-04-22 | 清华大学 | 一种驾驶行为危险度的监测评估方法 |
CN104590275A (zh) * | 2014-11-27 | 2015-05-06 | 厦门雅迅网络股份有限公司 | 一种驾驶行为分析方法 |
CN105564438A (zh) * | 2016-02-23 | 2016-05-11 | 智车优行科技(北京)有限公司 | 驾驶行为评估装置、评估方法及智能车 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4797948B2 (ja) * | 2006-11-22 | 2011-10-19 | 株式会社デンソー | 運転行動推定方法および装置 |
-
2017
- 2017-04-28 CN CN201710293750.6A patent/CN107415953B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102371902A (zh) * | 2010-08-10 | 2012-03-14 | 日产自动车株式会社 | 稳定状态显示装置 |
CN102167041A (zh) * | 2011-01-07 | 2011-08-31 | 深圳市航天星网通讯有限公司 | 一种基于加速度传感器的车辆行驶状态的判定方法 |
CN104464192A (zh) * | 2013-09-18 | 2015-03-25 | 武汉理工大学 | 机动车驾驶人不稳定性驾驶状态检测预警装置与方法 |
CN104590275A (zh) * | 2014-11-27 | 2015-05-06 | 厦门雅迅网络股份有限公司 | 一种驾驶行为分析方法 |
CN104527647A (zh) * | 2014-12-15 | 2015-04-22 | 清华大学 | 一种驾驶行为危险度的监测评估方法 |
CN105564438A (zh) * | 2016-02-23 | 2016-05-11 | 智车优行科技(北京)有限公司 | 驾驶行为评估装置、评估方法及智能车 |
Also Published As
Publication number | Publication date |
---|---|
CN107415953A (zh) | 2017-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107415953B (zh) | 一种驾驶行为识别方法、装置及设备 | |
CN109959379B (zh) | 定位方法及电子设备 | |
CN106415205B (zh) | 用于确定用户位置的朝向估计 | |
CN109375859B (zh) | 屏幕控制方法、装置、终端及存储介质 | |
CN108475347A (zh) | 神经网络处理的方法、装置、加速器、系统和可移动设备 | |
CN110275191A (zh) | 一种静态漂移修正方法、装置、车载设备及存储介质 | |
CN111538043B (zh) | 一种复杂环境下非通视卫星的剔除方法、装置和电子设备 | |
WO2024125071A1 (zh) | Gnss/ins冗余组合导航方法、模组、系统及介质 | |
CN111223145A (zh) | 数据处理方法、系统、服务装置及其存储介质 | |
CN110514208A (zh) | 飞行器的航向确定方法及装置、系统 | |
CN112711051A (zh) | 一种飞控系统定位方法、装置、设备及存储介质 | |
EP2354763A2 (en) | Navigation method and electronic apparatus with navigation function | |
CN115236645B (zh) | 激光雷达的姿态确定方法以及姿态确定装置 | |
CN109739225A (zh) | 定位数据处理方法、装置、设备、存储介质及车辆 | |
CN116628997A (zh) | 一种减振器阻尼值确定方法、装置、设备、介质及系统 | |
CN115290081A (zh) | 一种基于rtos的嵌入式ins/gps组合导航方法 | |
CN114138008A (zh) | 一种无人机编队控制方法及装置 | |
CN116068563A (zh) | 用于移动装置的定位方法、定位设备及移动装置 | |
CN107014373A (zh) | 在定位时用来产生一地理方位的方法及定位系统 | |
CN107796389A (zh) | 一种基于多核dsp的定位导航方法 | |
CN117109635B (zh) | 寻北式捷联惯性航向效应补偿方法、装置、设备及介质 | |
CN110412632A (zh) | 无人驾驶设备的航向的确定方法及装置、系统 | |
AU2019235789A1 (en) | Systems and methods for providing multiple strapdown solutions in one attitude and heading reference system (AHRS) | |
CN111982108A (zh) | 移动机器人定位方法、装置、设备及存储介质 | |
CN111695044A (zh) | 用户排名的数据处理方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |