CN108515972A - 一种基于信息融合的驾驶行为感知方法及其系统 - Google Patents

一种基于信息融合的驾驶行为感知方法及其系统 Download PDF

Info

Publication number
CN108515972A
CN108515972A CN201810281602.7A CN201810281602A CN108515972A CN 108515972 A CN108515972 A CN 108515972A CN 201810281602 A CN201810281602 A CN 201810281602A CN 108515972 A CN108515972 A CN 108515972A
Authority
CN
China
Prior art keywords
acceleration
speed
vehicle
behavior
axis
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.)
Granted
Application number
CN201810281602.7A
Other languages
English (en)
Other versions
CN108515972B (zh
Inventor
余天才
古永承
张则宝
杨磊
郭遥航
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gosuncn Iot Technology Co ltd
Original Assignee
SHENZHEN ZTEWELINK TECHNOLOGY Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by SHENZHEN ZTEWELINK TECHNOLOGY Co Ltd filed Critical SHENZHEN ZTEWELINK TECHNOLOGY Co Ltd
Priority to CN201810281602.7A priority Critical patent/CN108515972B/zh
Publication of CN108515972A publication Critical patent/CN108515972A/zh
Application granted granted Critical
Publication of CN108515972B publication Critical patent/CN108515972B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/10Estimation 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 vehicle motion
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/08Estimation 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
    • B60W40/09Driving style or behaviour
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/10Estimation 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 vehicle motion
    • B60W40/105Speed
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Navigation (AREA)
  • Time Recorders, Dirve Recorders, Access Control (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于信息融合的驾驶行为感知方法及其系统,该方法包括以下步骤:通过集成在车辆上的传感器组件采集车辆的加速度、车速以及航向角;通过所述加速度、所述车速和所述航向角对车辆坐标系进行水平校准和航向校准,并检测校准结果;通过所述加速度、所述车速和所述航向角判断车辆加速、减速、转弯、碰撞行为是否发生,若发生则记录并上传相关数据。通过加速度计(陀螺仪、罗盘选装)、GPS模块等获取车辆的加速度、车速、航向角等多种车辆数据,可利用加速度、角速度、磁方向以及GPS中的航向角、高度、车速等多维度数据进行融合分析,大幅度降低误测、漏测的概率,并可准确记录事件发生过程中的完整数据,为进一步分析提供基础。

Description

一种基于信息融合的驾驶行为感知方法及其系统
技术领域
本发明涉及驾驶行为数据分析技术领域,具体涉及一种基于信息融合的驾驶行为感知方法及其系统。
背景技术
随着私人汽车的普及,驾驶行为关系到正常的交通秩序以及驾驶人员的人身财产安全,驾驶人员需要能够对自身驾驶技术进行量化评判的标准和指导。由于车联网技术的发展,获取驾驶行为信息并进行分析评价成为一个重要需求。驾驶行为分析不仅能够帮助车主了解自己的驾驶行为,改善驾驶习惯,还可以用于车险和车队管理等方面。比如,车险行业可以根据驾驶行为的优劣来定制保费,车队可以根据驾驶员的驾驶行为表现进行安全行车级别评定,提供个性化的管理方式。
可靠准确的数据采集是驾驶行为分析的关键。现有的驾驶行为分析大多只通过GPS或车速等数据进行判定。驾驶行为识别准确率低,漏判、误判概率高,且无法采集到准确的瞬时行驶数据。
发明内容
本发明的目的在于提供一种基于信息融合的驾驶行为感知方法及其系统,旨在解决现有的驾驶行为分析数据采集不全面从而分析结果不准确的技术问题。
为实现上述目的,本发明的技术方案为:
一种基于信息融合的驾驶行为感知方法,该方法包括以下步骤:
通过集成在车辆上的传感器组件采集车辆的加速度、车速以及航向角;
通过所述加速度、所述车速和所述航向角对车辆坐标系进行水平校准和航向校准,并检测校准结果;
通过所述加速度、所述车速和所述航向角判断车辆加速、减速、转弯、碰撞行为是否发生,若发生则记录并上传相关数据。
进一步的,所述通过所述加速度、所述车速和所述航向角对车辆坐标系进行水平校准和航向校准,并检测校准结果的步骤包括:
利用重力进行水平面校准,并在行驶过程中对校准结果进行水平面校准检验,如检测成功第一阶段校准完成,并将校准参数保存在存储器中;
在行驶过程中对第一阶段校准的校准结果进行行驶方向校准检验,如检验失败,则采用GPS及陀螺仪、磁方向协助加速度传感器进行融合校准。
进一步的,所述通过所述加速度、所述车速和所述航向角对车辆坐标系进行水平校准和航向校准,并检测校准结果的步骤具体包括:
读取车辆系统配置参数,判断车辆系统是否进行了校准,如未校准,则收集水平校准样本;
采集传感器数据并判断车辆是否进入匀速直线运动,等待进入并采集三轴加速度值。
利用重力加速度分量进行水平校准;
进行水平面校准检验:匀速直线行驶过程中,高度无变化的情况下,水平面加速度分量低于阈值则水平面校准检验通过进入航向校准检验,否则重新进行水平校准;
进行航向校准检验:直线运动中进行加减速时,车辆横向加速度测量值小于阈值则行驶方向校准检验通过如则进入驾驶行为判断;
若航向校准不成功则利用传感器数据进行融合分析,校准航向角。
进一步的,所述利用重力加速度分量进行水平校准的步骤具体包括:
设加速度传感器的初始坐标系为xyz和车辆坐标系为x’y’z’;以车辆为参考点,x’为正前方向,y’为正左方向,z’为垂直向上方向;
若初始状态中加速度传感器xyz方向都有重力分量,则首先通过旋转x轴使y轴方向分量变为0,且z轴分量大于0,旋转矩阵为:
设xyz方向重力值分别为Gx1,Gy1,Gz1,旋转后加速度分量为Gx2、Gy2、Gz2;则
得到:
x轴逆时针旋转α角后,再旋转y轴,使x轴方向的加速度分量也变为0,且z轴方向分量大于0,旋转矩阵为:
设xyz旋转后加速度分量为Gx3、Gy3、Gz3。则
经过旋转后,xy轴的加速度分量都变为0,校准完成,可得坐标系转换矩阵为:
可选地,若初始状态y轴方向分量为0,则只旋转y轴。若初始状态x轴方向为0,则只旋转x轴。另外,旋转角度也按照上述方式进行校准。
进一步的,所述若航向校准不成功则利用传感器数据进行融合分析,校准航向角的步骤包括:
采集车辆上GPS的航向角、行驶速度以及加速度传感器和陀螺仪的数据;
通过GPS航向角、速度、陀螺仪判断是否发生疑似加减速和转弯事件,并测量x、y方向的加速度值,从而求出z轴的旋转角度,采集一定数量的疑似加减速事件样本后,取平均值作为z轴的旋转角度。
可选地,所述疑似加减速事件样本:GPS航向角无变化;陀螺仪角速度未变化;车速变化超过阈值;车辆水平面加速度矢量和超过阈值。
可选地,疑似转弯事件样本包括GPS航向角发生变化;陀螺仪角速度变化;车速变化未超过阈值;车辆水平面加速度矢量和超过阈值。
进一步的,所述若航向校准不成功则利用传感器数据进行融合分析,校准航向角的步骤具体包括:
对于疑似加速事件样本采集,通过旋转z轴使y轴方向加速度变为0,x轴方向加速度为正;z轴旋转矩阵为:
设xyz方向重力值分别为Gx1,Gy1,Gz1,旋转后加速度分量为Gx2、Gy2、Gz2;则
对于疑似减速事件样本采集,通过旋转z轴使y轴方向加速度变为0,x轴方向加速度为负;从而得到
对于疑似左转弯事件样本采集:通过旋转z轴使x轴方向加速度为0,y轴方向加速度为正;设xyz方向重力值分别为Gx1,Gy1,Gz1,旋转后加速度分量为Gx2、Gy2、Gz2;则
对于疑似右转弯事件样本采集:通过旋转z轴使x轴方向加速度为0,y轴方向加速度为负。设xyz方向重力值分别为Gx1,Gy1,Gz1,旋转后加速度分量为Gx2、Gy2、Gz2;则
进一步的,所述通过所述加速度、所述车速和所述航向角判断车辆加速、减速、转弯、碰撞行为是否发生,若发生则记录并上传相关数据的步骤包括:
融合加速度和车速判断车辆加速行为、车辆减速行为以及车辆碰撞行为,以及融合加速度、车速和航向角判断车辆转弯行为,若发生则记录并上传驾驶行为的相关数据。
进一步的,所述融合加速度和车速判断车辆加速行为的步骤具体包括:
根据加速度判定疑似加速行为:设加速度传感器测量到的前进方向加速度值为Gx,加速度判定阈值为Galim,则加速度判定疑似加速行为的条件为:
Gx>Galim
根据车速判定疑似加速行为:设车速采集间隔为t,两次采集的值分别为v1、v2,则车速判定疑似加速行为条件为:
根据加速度判定和车速判定的持续时间,对数据延时进行补偿,进一步分析两者是否在真实时间轴上有重合,若有则判定为加速行为发生,记录持续时间内的所有加速度值。
进一步的,所述融合加速度和车速判断车辆减速行为的步骤具体包括:
根据加速度判定疑似减速行为:
设加速度传感器测量到的前进方向加速度值为Gx,加速度判定阈值为Gdlim,则加速度判定疑似减速行为的条件为:
-Gx>Gdlim
根据车速判定疑似减速行为:设车速采集间隔为t,两次采集的值分别为v1、v2,则车速判定疑似减速行为条件为:
根据加速度判定和车速判定的持续时间,对数据延时进行补偿,进一步分析两者是否在真实时间轴上有重合,若有则判定为减速行为发生,并记录持续时间内的所有加速度值。
进一步的,所述融合加速度、车速和航向角判断车辆转弯行为的步骤具体包括:
根据加速度判定疑似转弯行为:设加速度传感器测量到的正左方向加速度值为Gy,加速度判定阈值为Gtlim,则加速度判定疑似转弯行为的条件为:
|Gy|>Gtlim
根据车速、航向角判断疑似转弯,如偏航角速度有效,则设车速值为v,偏航角速度为ω,则角速度判定疑似转弯行为条件为:
ωv>Gtlim
如偏航角速度无效,则采用航向角计算,设采集间隔为t,两次采集的速度分别为v1、v2,航向角分别为θ1、θ2则角速度判定疑似转弯行为条件为:
根据加速度判定和角速度判定的持续时间,对数据延时进行补偿,进一步分析两者是否在真实时间轴上有重合,若有则判定为转弯行为发生,并记录持续时间内的所有加速度值。
进一步的,所述融合加速度和车速判断车辆碰撞行为的步骤具体包括:
设加速度传感器测量到的水平面加速度值分别为Gx、Gy,则加速度判定疑似碰撞行为条件为:
检测碰撞事件发生后数秒内速度变化,若车速降低为0,则判断为碰撞事件,并记录持续时间内的所有加速度值;若车速未变为0,则判断为疑似碰撞事件,并记录持续时间内的所有加速度值。
基于同一发明构思,本发明还提供了一种基于信息融合的驾驶行为感知系统,该系统包括:
传感器组件,用于采集车辆的加速度、车速以及航向角;
运算单元,用于通过所述加速度、所述车速和所述航向角对车辆坐标系进行水平校准和航向校准,并检测校准结果;以及通过所述加速度、所述车速和所述航向角判断车辆加速、减速、转弯、碰撞行为是否发生,若发生则记录并上传相关数据。
进一步的,所述传感器组件包括:
加速度计,用于获取车辆的三轴加速度值;
GPS模块,用于获取车辆的速度、高度、航向角;
陀螺仪,用于获取车辆的偏航角速度;
电子罗盘,用于获取车辆的航向角度;
车辆总线单元,用于通过总线获取车辆的行驶速度。
本发明方法具有如下优点:
本申请的基于信息融合的驾驶行为感知方法及其系统,通过加速度计(陀螺仪、罗盘选装)、GPS模块等获取车辆的加速度、车速、航向角等多种车辆数据,可利用加速度、角速度、磁方向以及GPS中的航向角、高度、车速等多维度数据进行融合分析,大幅度降低误测、漏测的概率,并可准确记录事件发生过程中的完整数据,为进一步分析提供基础。
附图说明
为了更清楚的说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,更显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1是本发明实施例的一种基于信息融合的驾驶行为感知方法流程框图;
图2是本发明实施例的通过加速度、车速和航向角对车辆坐标系进行水平校准和航向校准并检测校准结果的具体步骤流程框图;
图3是本发明实施例的一种基于信息融合的驾驶行为感知系统结构框图;
图4是本发明实施例的基于信息融合的驾驶行为感知系统工作过程流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面参考附图对本发明的实施例进行描述。
实施例1
如图1所示,本发明提供了一种基于信息融合的驾驶行为感知方法,该方法包括以下步骤:
S101、通过集成在车辆上的传感器组件采集车辆的加速度、车速以及航向角;
S102、通过所述加速度、所述车速和所述航向角对车辆坐标系进行水平校准和航向校准,并检测校准结果;
S103、通过所述加速度、所述车速和所述航向角判断车辆加速、减速、转弯、碰撞行为是否发生,若发生则记录并上传相关数据。
其中,所述通过所述加速度、所述车速和所述航向角对车辆坐标系进行水平校准和航向校准,并检测校准结果的步骤包括:
利用重力进行水平面校准,并在行驶过程中对校准结果进行水平面校准检验,如检测成功第一阶段校准完成,并将校准参数保存在存储器中;
在行驶过程中对第一阶段校准的校准结果进行行驶方向校准检验,如检验失败,则采用GPS及陀螺仪、磁方向协助加速度传感器进行融合校准。
如图2所示,所述通过所述加速度、所述车速和所述航向角对车辆坐标系进行水平校准和航向校准,并检测校准结果的步骤具体包括:
S201、读取车辆系统配置参数,判断车辆系统是否进行了校准,如未校准,则收集水平校准样本;
S202、采集传感器数据并判断车辆是否进入匀速直线运动,等待进入并采集三轴加速度值。
S203、利用重力加速度分量进行水平校准;
S204、进行水平面校准检验:匀速直线行驶过程中,高度无变化的情况下,水平面加速度分量低于阈值则水平面校准检验通过进入航向校准检验,否则重新进行水平校准;
S205、进行航向校准检验:直线运动中进行加减速时,车辆横向加速度测量值小于阈值则行驶方向校准检验通过如则进入驾驶行为判断;
S206、若航向校准不成功则利用传感器数据进行融合分析,校准航向角。
其中,所述利用重力加速度分量进行水平校准的步骤具体包括:
设加速度传感器的初始坐标系为xyz和车辆坐标系为x’y’z’;以车辆为参考点,x’为正前方向,y’为正左方向,z’为垂直向上方向;
若初始状态中加速度传感器xyz方向都有重力分量,则首先通过旋转x轴使y轴方向分量变为0,且z轴分量大于0,旋转矩阵为:
设xyz方向重力值分别为Gx1,Gy1,Gz1,旋转后加速度分量为Gx2、Gy2、Gz2;则
得到:
x轴逆时针旋转α角后,再旋转y轴,使x轴方向的加速度分量也变为0,且z轴方向分量大于0,旋转矩阵为:
设xyz旋转后加速度分量为Gx3、Gy3、Gz3。则
经过旋转后,xy轴的加速度分量都变为0,校准完成,可得坐标系转换矩阵为:
可选地,若初始状态y轴方向分量为0,则只旋转y轴。若初始状态x轴方向为0,则只旋转x轴。另外,旋转角度也按照上述方式进行校准。
其中,所述若航向校准不成功则利用传感器数据进行融合分析,校准航向角的步骤包括:
采集车辆上GPS的航向角、行驶速度以及加速度传感器和陀螺仪的数据;
通过GPS航向角、速度、陀螺仪判断是否发生疑似加减速和转弯事件,并测量x、y方向的加速度值,从而求出z轴的旋转角度,采集一定数量的疑似加减速事件样本后,取平均值作为z轴的旋转角度。
可选地,所述疑似加减速事件样本:GPS航向角无变化;陀螺仪角速度未变化;车速变化超过阈值;车辆水平面加速度矢量和超过阈值。
可选地,疑似转弯事件样本包括GPS航向角发生变化;陀螺仪角速度变化;车速变化未超过阈值;车辆水平面加速度矢量和超过阈值。
其中,所述若航向校准不成功则利用传感器数据进行融合分析,校准航向角的步骤具体包括:
对于疑似加速事件样本采集,通过旋转z轴使y轴方向加速度变为0,x轴方向加速度为正;z轴旋转矩阵为:
设xyz方向重力值分别为Gx1,Gy1,Gz1,旋转后加速度分量为Gx2、Gy2、Gz2;则
对于疑似减速事件样本采集,通过旋转z轴使y轴方向加速度变为0,x轴方向加速度为负;从而得到
对于疑似左转弯事件样本采集:通过旋转z轴使x轴方向加速度为0,y轴方向加速度为正;设xyz方向重力值分别为Gx1,Gy1,Gz1,旋转后加速度分量为Gx2、Gy2、Gz2;则
对于疑似右转弯事件样本采集:通过旋转z轴使x轴方向加速度为0,y轴方向加速度为负。设xyz方向重力值分别为Gx1,Gy1,Gz1,旋转后加速度分量为Gx2、Gy2、Gz2;则
其中,所述通过所述加速度、所述车速和所述航向角判断车辆加速、减速、转弯、碰撞行为是否发生,若发生则记录并上传相关数据的步骤包括:
融合加速度和车速判断车辆加速行为、车辆减速行为以及车辆碰撞行为,以及融合加速度、车速和航向角判断车辆转弯行为,若发生则记录并上传驾驶行为的相关数据。
其中,所述融合加速度和车速判断车辆加速行为的步骤具体包括:
根据加速度判定疑似加速行为:设加速度传感器测量到的前进方向加速度值为Gx,加速度判定阈值为Galim,则加速度判定疑似加速行为的条件为:
Gx>Galim
根据车速判定疑似加速行为:设车速采集间隔为t,两次采集的值分别为v1、v2,则车速判定疑似加速行为条件为:
根据加速度判定和车速判定的持续时间,对数据延时进行补偿,进一步分析两者是否在真实时间轴上有重合,若有则判定为加速行为发生,记录持续时间内的所有加速度值。
其中,所述融合加速度和车速判断车辆减速行为的步骤具体包括:
根据加速度判定疑似减速行为:
设加速度传感器测量到的前进方向加速度值为Gx,加速度判定阈值为Gdlim,则加速度判定疑似减速行为的条件为:
-Gx>Gdlim
根据车速判定疑似减速行为:设车速采集间隔为t,两次采集的值分
别为v1、v2,则车速判定疑似减速行为条件为:
根据加速度判定和车速判定的持续时间,对数据延时进行补偿,进一步分析两者是否在真实时间轴上有重合,若有则判定为减速行为发生,并记录持续时间内的所有加速度值。
其中,所述融合加速度、车速和航向角判断车辆转弯行为的步骤具体包括:
根据加速度判定疑似转弯行为:设加速度传感器测量到的正左方向加速度值为Gy,加速度判定阈值为Gtlim,则加速度判定疑似转弯行为的|Gy|>Gtlim
条件为:
根据车速、航向角判断疑似转弯,如偏航角速度有效,则设车速值为v,偏航角速度为ω,则角速度判定疑似转弯行为条件为:
如偏航角速度无效,则采用航向角计算,设采集间隔为t,两次采集的速度分别为v1、v2,航向角分别为θ1、θ2则角速度判定疑似转弯行为ωv>Gtlim
条件为:
根据加速度判定和角速度判定的持续时间,对数据延时进行补偿,进一步分析两者是否在真实时间轴上有重合,若有则判定为转弯行为发生,并记录持续时间内的所有加速度值。
其中,所述融合加速度和车速判断车辆碰撞行为的步骤具体包括:
设加速度传感器测量到的水平面加速度值分别为Gx、Gy,则加速度判定疑似碰撞行为条件为:
检测碰撞事件发生后数秒内速度变化,若车速降低为0,则判断为碰撞事件,并记录持续时间内的所有加速度值;若车速未变为0,则判断为疑似碰撞事件,并记录持续时间内的所有加速度值。
实施例2
基于同一发明构思,如图3所示,本发明还提供了一种基于信息融合的驾驶行为感知系统,该系统包括:
传感器组件,用于采集车辆的加速度、车速以及航向角;
运算单元,用于通过所述加速度、所述车速和所述航向角对车辆坐标系进行水平校准和航向校准,并检测校准结果;以及通过所述加速度、所述车速和所述航向角判断车辆加速、减速、转弯、碰撞行为是否发生,若发生则记录并上传相关数据。
其中,所述传感器组件包括:
加速度计,用于获取车辆的三轴加速度值;
GPS模块,用于获取车辆的速度、高度、航向角;
陀螺仪,用于获取车辆的偏航角速度;
电子罗盘,用于获取车辆的航向角度;
车辆总线单元,用于通过总线获取车辆的行驶速度。
如图4所示,该系统的具体步骤流程如下:
首先,读取配置参数;然后进行坐标系校准:
进行水平面校准检验:匀速直线行驶过程中,高度无变化的情况下,水平面加速度分量低于阈值则水平面校准检验通过进入航向校准检验,否则重新进行水平校准;
进行航向校准检验:直线运动中进行加减速时,车辆横向加速度测量值小于阈值则行驶方向校准检验通过如则进入驾驶行为判断;
再次,进行传感器数据读取,进行车辆驾驶行为感知,包括:
融合加速度和车速判断车辆加速行为、车辆减速行为以及车辆碰撞行为,以及融合加速度、车速和航向角判断车辆转弯行为,若发生则记录并上传驾驶行为的相关数据。
若发生上述车辆驾驶行为,上报相关数据。
本申请的基于信息融合的驾驶行为感知方法及其系统,通过加速度计(陀螺仪、罗盘选装)、GPS模块等获取车辆的加速度、车速、航向角等多种车辆数据,可利用加速度、角速度、磁方向以及GPS中的航向角、高度、车速等多维度数据进行融合分析,大幅度降低误测、漏测的概率,并可准确记录事件发生过程中的完整数据,为进一步分析提供基础。
以上描述的装置实施例仅仅是示意性的,其中所所述作为分离部件说明的单元可以使或者也不可以不是物理上分开的,作为单元显示的部件可以是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的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件可以存储在可读取存储介质中,如:ROM/RAM,磁盘,光碟等,包括若干指令用以使得一台计算机设备(可以使个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于信息融合的驾驶行为感知方法,其特征在于,所述方法包括以下步骤:
通过集成在车辆上的传感器组件采集车辆的加速度、车速以及航向角;
通过所述加速度、所述车速和所述航向角对车辆坐标系进行水平校准和航向校准,并检测校准结果;
通过所述加速度、所述车速和所述航向角判断车辆加速、减速、转弯、碰撞行为是否发生,若发生则记录并上传相关数据。
2.根据权利要求1所述的一种基于信息融合的驾驶行为感知方法,其特征在于,所述通过所述加速度、所述车速和所述航向角对车辆坐标系进行水平校准和航向校准,并检测校准结果的步骤包括:
利用重力进行水平面校准,并在行驶过程中对校准结果进行水平面校准检验,如检测成功第一阶段校准完成,并将校准参数保存在存储器中;
在行驶过程中对第一阶段校准的校准结果进行行驶方向校准检验,如检验失败,则采用GPS及陀螺仪、磁方向协助加速度传感器进行融合校准。
3.根据权利要求2所述的一种基于信息融合的驾驶行为感知方法,其特征在于,所述通过所述加速度、所述车速和所述航向角对车辆坐标系进行水平校准和航向校准,并检测校准结果的步骤具体包括:
读取车辆系统配置参数,判断车辆系统是否进行了校准,如未校准,则收集水平校准样本;
采集传感器数据并判断车辆是否进入匀速直线运动,等待进入并采集三轴加速度值。
利用重力加速度分量进行水平校准;
进行水平面校准检验:匀速直线行驶过程中,高度无变化的情况下,水平面加速度分量低于阈值则水平面校准检验通过进入航向校准检验,否则重新进行水平校准;
进行航向校准检验:直线运动中进行加减速时,车辆横向加速度测量值小于阈值则行驶方向校准检验通过如则进入驾驶行为判断;
若航向校准不成功则利用传感器数据进行融合分析,校准航向角。
4.根据权利要求3所述的一种基于信息融合的驾驶行为感知方法,其特征在于,所述利用重力加速度分量进行水平校准的步骤具体包括:
设加速度传感器的初始坐标系为xyz和车辆坐标系为x’y’z’;以车辆为参考点,x’为正前方向,y’为正左方向,z’为垂直向上方向;
若初始状态中加速度传感器xyz方向都有重力分量,则首先通过旋转x轴使y轴方向分量变为0,且z轴分量大于0,旋转矩阵为:
设xyz方向重力值分别为Gx1,Gy1,Gz1,旋转后加速度分量为Gx2、Gy2、Gz2;则
得到:
x轴逆时针旋转α角后,再旋转y轴,使x轴方向的加速度分量也变为0,且z轴方向分量大于0,旋转矩阵为:
设xyz旋转后加速度分量为Gx3、Gy3、Gz3。则
经过旋转后,xy轴的加速度分量都变为0,校准完成,可得坐标系转换矩阵为:
5.根据权利要求3所述的一种基于信息融合的驾驶行为感知方法,其特征在于,所述若航向校准不成功则利用传感器数据进行融合分析,校准航向角的步骤包括:
采集车辆上GPS的航向角、行驶速度以及加速度传感器和陀螺仪的数据;
通过GPS航向角、速度、陀螺仪判断是否发生疑似加减速和转弯事件,并测量x、y方向的加速度值,从而求出z轴的旋转角度,采集一定数量的疑似加减速事件样本后,取平均值作为z轴的旋转角度。
6.根据权利要求5所述的一种基于信息融合的驾驶行为感知方法,其特征在于,所述若航向校准不成功则利用传感器数据进行融合分析,校准航向角的步骤具体包括:
对于疑似加速事件样本采集,通过旋转z轴使y轴方向加速度变为0,x轴方向加速度为正;z轴旋转矩阵为:
设xyz方向重力值分别为Gx1,Gy1,Gz1,旋转后加速度分量为Gx2、Gy2、Gz2;则
对于疑似减速事件样本采集,通过旋转z轴使y轴方向加速度变为0,x轴方向加速度为负;从而得到
对于疑似左转弯事件样本采集:通过旋转z轴使x轴方向加速度为0,y轴方向加速度为正;设xyz方向重力值分别为Gx1,Gy1,Gz1,旋转后加速度分量为Gx2、Gy2、Gz2;则
对于疑似右转弯事件样本采集:通过旋转z轴使x轴方向加速度为0,y轴方向加速度为负。设xyz方向重力值分别为Gx1,Gy1,Gz1,旋转后加速度分量为Gx2、Gy2、Gz2;则
7.根据权利要求1所述的一种基于信息融合的驾驶行为感知方法,其特征在于,所述通过所述加速度、所述车速和所述航向角判断车辆加速、减速、转弯、碰撞行为是否发生,若发生则记录并上传相关数据的步骤包括:
融合加速度和车速判断车辆加速行为、车辆减速行为以及车辆碰撞行为,以及融合加速度、车速和航向角判断车辆转弯行为,若发生则记录并上传驾驶行为的相关数据。
8.根据权利要求7所述的一种基于信息融合的驾驶行为感知方法,其特征在于,
所述融合加速度和车速判断车辆加速行为的步骤具体包括:
根据加速度判定疑似加速行为:设加速度传感器测量到的前进方向加速度值为Gx,加速度判定阈值为Galim,则加速度判定疑似加速行为的条件为:
Gx>Galim
根据车速判定疑似加速行为:设车速采集间隔为t,两次采集的值分别为v1、v2,则车速判定疑似加速行为条件为:
根据加速度判定和车速判定的持续时间,对数据延时进行补偿,进一步分析两者是否在真实时间轴上有重合,若有则判定为加速行为发生,记录持续时间内的所有加速度值;
所述融合加速度和车速判断车辆减速行为的步骤具体包括:
根据加速度判定疑似减速行为:
设加速度传感器测量到的前进方向加速度值为Gx,加速度判定阈值为Gdlim,则加速度判定疑似减速行为的条件为:
-Gx>Gdlim
根据车速判定疑似减速行为:设车速采集间隔为t,两次采集的值分别为v1、v2,则车速判定疑似减速行为条件为:
根据加速度判定和车速判定的持续时间,对数据延时进行补偿,进
一步分析两者是否在真实时间轴上有重合,若有则判定为减速行为发生,并记录持续时间内的所有加速度值;
所述融合加速度、车速和航向角判断车辆转弯行为的步骤具体包括:
根据加速度判定疑似转弯行为:设加速度传感器测量到的正左方向加速度值为Gy,加速度判定阈值为Gtlim,则加速度判定疑似转弯行为的条件为:
|Gy|>Gtlim
根据车速、航向角判断疑似转弯,如偏航角速度有效,则设车速值为v,偏航角速度为ω,则角速度判定疑似转弯行为条件为:
ωv>Gtlim
如偏航角速度无效,则采用航向角计算,设采集间隔为t,两次采集的速度分别为v1、v2,航向角分别为θ1、θ2则角速度判定疑似转弯行为条件为:
根据加速度判定和角速度判定的持续时间,对数据延时进行补偿,进一步分析两者是否在真实时间轴上有重合,若有则判定为转弯行为发生,并记录持续时间内的所有加速度值;
所述融合加速度和车速判断车辆碰撞行为的步骤具体包括:
设加速度传感器测量到的水平面加速度值分别为Gx、Gy,则加速度判定疑似碰撞行为条件为:
检测碰撞事件发生后数秒内速度变化,若车速降低为0,则判断为碰撞事件,并记录持续时间内的所有加速度值;若车速未变为0,则判断为疑似碰撞事件,并记录持续时间内的所有加速度值。
9.一种基于信息融合的驾驶行为感知系统,其特征在于,所述系统包括:
传感器组件,用于采集车辆的加速度、车速以及航向角;
运算单元,用于通过所述加速度、所述车速和所述航向角对车辆坐标系进行水平校准和航向校准,并检测校准结果;以及通过所述加速度、所述车速和所述航向角判断车辆加速、减速、转弯、碰撞行为是否发生,若发生则记录并上传相关数据。
10.根据权利要求9所述的一种基于信息融合的驾驶行为感知系统,其特征在于,所述传感器组件包括:
加速度计,用于获取车辆的三轴加速度值;
GPS模块,用于获取车辆的速度、高度、航向角;
陀螺仪,用于获取车辆的偏航角速度;
电子罗盘,用于获取车辆的航向角度;
车辆总线单元,用于通过总线获取车辆的行驶速度。
CN201810281602.7A 2018-03-30 2018-03-30 一种基于信息融合的驾驶行为感知方法及其系统 Active CN108515972B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810281602.7A CN108515972B (zh) 2018-03-30 2018-03-30 一种基于信息融合的驾驶行为感知方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810281602.7A CN108515972B (zh) 2018-03-30 2018-03-30 一种基于信息融合的驾驶行为感知方法及其系统

Publications (2)

Publication Number Publication Date
CN108515972A true CN108515972A (zh) 2018-09-11
CN108515972B CN108515972B (zh) 2021-08-27

Family

ID=63431418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810281602.7A Active CN108515972B (zh) 2018-03-30 2018-03-30 一种基于信息融合的驾驶行为感知方法及其系统

Country Status (1)

Country Link
CN (1) CN108515972B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109094570A (zh) * 2018-09-29 2018-12-28 深圳高新兴物联科技有限公司 一种两轮机动车驾驶行为的判别装置及判别方法
CN109878530A (zh) * 2019-02-28 2019-06-14 中国第一汽车股份有限公司 识别车辆侧向行驶工况的方法和系统
CN110186472A (zh) * 2019-05-23 2019-08-30 中电工业互联网有限公司 车辆偏航检测方法、计算机设备、存储介质及车辆系统
CN110595794A (zh) * 2019-09-02 2019-12-20 清华大学苏州汽车研究院(相城) 一种面向自动驾驶卡车测试的车速数据清洗方法
CN110949393A (zh) * 2019-12-06 2020-04-03 中国第一汽车股份有限公司 一种驾驶行为分析方法、装置、车辆及存储介质
WO2020113727A1 (zh) * 2018-12-04 2020-06-11 嘉兴礼海电气科技有限公司 一种基于电动升降桌防碰撞控制系统及其防碰撞方法
CN113715834A (zh) * 2021-08-24 2021-11-30 广州五舟软件技术有限公司 车辆行驶行为识别方法、装置、电子设备和存储介质
CN114114369A (zh) * 2022-01-27 2022-03-01 智道网联科技(北京)有限公司 自动驾驶车辆定位方法和装置、电子设备和存储介质
CN114509087A (zh) * 2022-02-21 2022-05-17 高德软件有限公司 定位方法、电子设备及计算机存储介质
CN114898481A (zh) * 2022-06-08 2022-08-12 上海三旗通信科技有限公司 一种使用加速度传感器检测车辆驾驶行为的方法
CN115147955A (zh) * 2022-06-28 2022-10-04 长春一汽富晟集团有限公司 一种集成式汽车事件数据记录方法及记录系统
CN116279500A (zh) * 2023-05-24 2023-06-23 深圳联友科技有限公司 一种车辆碰撞识别方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101013158A (zh) * 2006-02-03 2007-08-08 通用汽车环球科技运作公司 用于车载对象跟踪系统的校准和定向的方法和设备
US7826999B1 (en) * 2007-08-20 2010-11-02 Pni Corporation Magnetic tilt compensated heading compass with adaptive zoffset
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
CN105092892A (zh) * 2015-08-11 2015-11-25 东软集团股份有限公司 一种车辆加速度数据的获取方法和装置
CN105510632A (zh) * 2015-11-24 2016-04-20 上海汽车集团股份有限公司 获取汽车加速度数据的方法与装置
CN105890595A (zh) * 2015-01-08 2016-08-24 北京中坤天朗信息技术有限公司 基于信息滤波的车载组合导航系统
CN106443745A (zh) * 2016-10-27 2017-02-22 广州日滨科技发展有限公司 一种航向角校正的方法及装置
CN106767671A (zh) * 2016-11-14 2017-05-31 中国电建集团成都勘测设计研究院有限公司 基于三维电子罗盘的地质结构面产状计算方法
CN106864461A (zh) * 2017-02-15 2017-06-20 武汉极目智能技术有限公司 一种基于加速度传感器判断车辆运动行为的方法
CN107284378A (zh) * 2017-06-07 2017-10-24 北京航空航天大学 一种基于移动终端的汽车驾驶状态的监控方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101013158A (zh) * 2006-02-03 2007-08-08 通用汽车环球科技运作公司 用于车载对象跟踪系统的校准和定向的方法和设备
US7826999B1 (en) * 2007-08-20 2010-11-02 Pni Corporation Magnetic tilt compensated heading compass with adaptive zoffset
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
CN105890595A (zh) * 2015-01-08 2016-08-24 北京中坤天朗信息技术有限公司 基于信息滤波的车载组合导航系统
CN105092892A (zh) * 2015-08-11 2015-11-25 东软集团股份有限公司 一种车辆加速度数据的获取方法和装置
CN105510632A (zh) * 2015-11-24 2016-04-20 上海汽车集团股份有限公司 获取汽车加速度数据的方法与装置
CN106443745A (zh) * 2016-10-27 2017-02-22 广州日滨科技发展有限公司 一种航向角校正的方法及装置
CN106767671A (zh) * 2016-11-14 2017-05-31 中国电建集团成都勘测设计研究院有限公司 基于三维电子罗盘的地质结构面产状计算方法
CN106864461A (zh) * 2017-02-15 2017-06-20 武汉极目智能技术有限公司 一种基于加速度传感器判断车辆运动行为的方法
CN107284378A (zh) * 2017-06-07 2017-10-24 北京航空航天大学 一种基于移动终端的汽车驾驶状态的监控方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
马春梅: "城市环境VANETs数据传输及智能安全行驶研究", 《CNKI博士学位论文全文库》 *
马春梅: "城市环境VANETs数据传输及智能安全行驶研究", 《中国博士学位论文全文数据库》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109094570A (zh) * 2018-09-29 2018-12-28 深圳高新兴物联科技有限公司 一种两轮机动车驾驶行为的判别装置及判别方法
US11903484B2 (en) 2018-12-04 2024-02-20 Dewertokin Technology Group Co., Ltd. Collision prevention control system based on electric lifting table and collision prevention method thereof
WO2020113727A1 (zh) * 2018-12-04 2020-06-11 嘉兴礼海电气科技有限公司 一种基于电动升降桌防碰撞控制系统及其防碰撞方法
CN109878530A (zh) * 2019-02-28 2019-06-14 中国第一汽车股份有限公司 识别车辆侧向行驶工况的方法和系统
CN110186472A (zh) * 2019-05-23 2019-08-30 中电工业互联网有限公司 车辆偏航检测方法、计算机设备、存储介质及车辆系统
CN110186472B (zh) * 2019-05-23 2021-03-23 中电工业互联网有限公司 车辆偏航检测方法、计算机设备、存储介质及车辆系统
CN110595794A (zh) * 2019-09-02 2019-12-20 清华大学苏州汽车研究院(相城) 一种面向自动驾驶卡车测试的车速数据清洗方法
CN110949393A (zh) * 2019-12-06 2020-04-03 中国第一汽车股份有限公司 一种驾驶行为分析方法、装置、车辆及存储介质
CN110949393B (zh) * 2019-12-06 2021-06-08 中国第一汽车股份有限公司 一种驾驶行为分析方法、装置、车辆及存储介质
CN113715834A (zh) * 2021-08-24 2021-11-30 广州五舟软件技术有限公司 车辆行驶行为识别方法、装置、电子设备和存储介质
CN114114369A (zh) * 2022-01-27 2022-03-01 智道网联科技(北京)有限公司 自动驾驶车辆定位方法和装置、电子设备和存储介质
CN114509087A (zh) * 2022-02-21 2022-05-17 高德软件有限公司 定位方法、电子设备及计算机存储介质
CN114509087B (zh) * 2022-02-21 2024-06-04 高德软件有限公司 定位方法、电子设备及计算机存储介质
CN114898481A (zh) * 2022-06-08 2022-08-12 上海三旗通信科技有限公司 一种使用加速度传感器检测车辆驾驶行为的方法
CN115147955A (zh) * 2022-06-28 2022-10-04 长春一汽富晟集团有限公司 一种集成式汽车事件数据记录方法及记录系统
CN116279500A (zh) * 2023-05-24 2023-06-23 深圳联友科技有限公司 一种车辆碰撞识别方法
CN116279500B (zh) * 2023-05-24 2023-09-19 深圳联友科技有限公司 一种车辆碰撞识别方法

Also Published As

Publication number Publication date
CN108515972B (zh) 2021-08-27

Similar Documents

Publication Publication Date Title
CN108515972A (zh) 一种基于信息融合的驾驶行为感知方法及其系统
US10690695B2 (en) System and method for detecting driving behavior
US11237184B2 (en) Methods and systems for pattern-based identification of a driver of a vehicle
Gao et al. Smartphone-based real time vehicle tracking in indoor parking structures
US20170050599A1 (en) Vehicle event assessment
Zhao et al. Join driving: A smart phone-based driving behavior evaluation system
Kalra et al. Analyzing driver behavior using smartphone sensors: a survey
CN105823479B (zh) 驾驶行为分析方法
JP2021519980A (ja) テレマティクスデータに基づく車両分類
CN110986938A (zh) 颠簸道路识别方法、装置、及电子设备
CN107662613B (zh) 一种基于移动群智感知的极端驾驶行为识别方法及系统
EP3382570A1 (en) Method for characterizing driving events of a vehicle based on an accelerometer sensor
Chaovalit et al. A method for driving event detection using SAX on smartphone sensors
CN114379559A (zh) 一种基于车辆信息采集系统的驾驶风险评价特征画像方法
CN110263836B (zh) 一种基于多特征卷积神经网络的不良驾驶状态识别方法
Pfriem et al. Employing smartphones as a low-cost multi sensor platform in a field operational test with electric vehicles
Vavouranakis et al. Recognizing driving behaviour using smartphones
CN113566777B (zh) 车辆俯仰角估计方法及其系统、计算机设备、存储介质
CN109556506A (zh) 一种车轮半径的标定方法及车轮半径的标定装置
CN111717210B (zh) 一种驾驶员手部相对静止状态下脱离方向盘检测方法
CN108074395B (zh) 一种身份识别的方法及装置
JP2013206419A (ja) 車載情報記録装置
CN115771546A (zh) 一种车辆运行平稳性的监测方法、装置及介质
Yu et al. Sensing Vehicle Conditions for Detecting Driving Behaviors
Al-Din Calibration and pre-processing techniques for a smartphone-based driving events identification and classification system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 518000 Guangdong, Shenzhen, Nanshan District, Guangdong Province, Nanshan District high tech Industrial Park, South Korea 12 road, MINDRAY Building 2 floor B area, zone 12

Applicant after: Gaoxing Wulian Technology Co.,Ltd.

Address before: 518000 Guangdong, Shenzhen, Nanshan District, Guangdong Province, Nanshan District high tech Industrial Park, South Korea 12 road, MINDRAY Building 2 floor B area, zone 12

Applicant before: Shenzhen Zhongxing Wulian Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 518000 606, block a, sharing building, No. 78, Keyuan North Road, songpingshan community, Xili street, Nanshan District, Shenzhen, Guangdong

Patentee after: Gosuncn IOT Technology Co.,Ltd.

Address before: 518000 Guangdong, Shenzhen, Nanshan District, Guangdong Province, Nanshan District high tech Industrial Park, South Korea 12 road, MINDRAY Building 2 floor B area, zone 12

Patentee before: Gaoxing Wulian Technology Co.,Ltd.

CP03 Change of name, title or address