CN109177978A - 一种驾驶人驾驶习惯学习装置 - Google Patents
一种驾驶人驾驶习惯学习装置 Download PDFInfo
- Publication number
- CN109177978A CN109177978A CN201810956296.2A CN201810956296A CN109177978A CN 109177978 A CN109177978 A CN 109177978A CN 201810956296 A CN201810956296 A CN 201810956296A CN 109177978 A CN109177978 A CN 109177978A
- Authority
- CN
- China
- Prior art keywords
- driver
- vehicle
- data
- driving
- parameter
- 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.)
- Pending
Links
- 230000006399 behavior Effects 0.000 claims abstract description 11
- 230000033001 locomotion Effects 0.000 claims abstract description 10
- 238000013135 deep learning Methods 0.000 claims abstract description 4
- 241001269238 Data Species 0.000 claims abstract description 3
- 238000000034 method Methods 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000007418 data mining Methods 0.000 claims description 4
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 2
- 229910052744 lithium Inorganic materials 0.000 claims description 2
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
-
- 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
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)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种驾驶人驾驶习惯学习装置，包括：采集模块，用于判断车辆是否启动，车辆启动后则开始采集各种传感数据，上传至CAN总线；存储模块，用于收集传感数据，并将不同类型的数据同步存储，生成驾驶人驾驶行为数据；学习模块，用于分析驾驶行为数据，对数据进行预处理并输入深度学习网络模型学习数据本质特征，进一步学习驾驶人驾驶习惯；电源模块，用于为整个装置供电，保障装置正常工作。本发明通过在驾驶人日常行车中采集存储驾驶人驾驶信息及车辆运动信息，并进行分析学习，将学习到的驾驶人驾驶习惯用于智能车个性化智能决策中，能提升驾驶人乘坐智能车的舒适性，推进智能车驾驶技术的发展和实用化。
Description
技术领域
本发明涉及智能驾驶技术，尤其涉及一种驾驶人驾驶习惯学习装置。
背景技术
由于驾驶人的年龄不同、驾龄不同、个性存在差异，在相同的交通安全法律法规下，存在驾驶人的驾驶习惯差别较大、驾驶风格迥异的情况。在驾驶平台和路况相同的情况下，具有不同驾驶习惯的驾驶员对于车辆的驾驶操纵对乘车人的乘车舒适性有较大影响。
目前，智能车的自主驾驶系统一般是基于避碰规则、交通规则和固定基准驾驶人的驾驶行为决策进行设计，没有考虑驾驶者驾驶习惯的差异化，无法满足驾驶人作为乘车人的个性化需求。这将严重阻碍智能车驾驶技术发展和实用化。因此，考虑收集驾驶人独特的驾驶行为习惯，用于智能车个性化智能决策中是十分有必要的。
通常，驾驶人驾驶习惯的形成受多方面因素的影响，驾驶习惯本身也包含多个维度的特征，传统手段无法全面、有效的提取完整的驾驶人驾驶习惯。在日常驾驶过程中，驾驶人驾驶习惯体现在全部驾驶操作细节中，即驾驶操作动作参数和车辆运动参数中，采集相关参数并进行有效分析能够得到驾驶人的驾驶习惯。但在日常行车过程中，会产生体量庞大的结构化数据集，且不同数据间存在复杂的关联性，人工提取、分析的方法无法有效应对。
在技术手段上，本装置引入深度学习技术分析学习驾驶人驾驶数据，能够全面地、无监督地分析、提取驾驶人驾驶习惯特征，并且能够反应出不同特征的内在联系，从而得到准确、完整的驾驶人驾驶习惯。在硬件方面，本装置经济可靠，安装简易，且全工作周期内对驾驶人没有影响，不会降低驾驶安全性和驾驶舒适度。对智能汽车个性化智能决策的制定，智能汽车的应用推广有巨大帮助。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种驾驶人驾驶习惯学习装置。
本发明解决其技术问题所采用的技术方案是：一种驾驶人驾驶习惯学习装置，包括：
采集模块，用于判断车辆是否启动，车辆启动后则开始采集各种传感数据，上传至CAN总线；
所述传感数据包括：与驾驶人操作信息相关的参数：驾驶人踩踏油门踏板的速度和深度、踩踏制动踏板的速度和深度以及转动方向盘的速度和角度；以及与车辆运动相关的参数：发动机启动时间、转向灯开关数据、车辆速度、车辆三轴加速度、车辆的角速度和车辆GPS数据；
存储模块，用于收集传感数据，并将不同类型的数据同步存储，生成驾驶人驾驶行为数据；
学习模块，用于分析驾驶行为数据，对数据进行预处理并输入深度学习网络模型学习数据本质特征，进一步学习驾驶人驾驶习惯；具体如下：
所述采集模块中的三轴加速度用于表示车辆的加减速度参数，刹车踏板和油门踏板的下踏深度为踏板深度参数，根据大量的加减速度参数和踏板深度参数获得驾驶人启停操作频率和程度，通过上述数据挖掘出驾驶人保持当前车速行驶的习惯；
所述采集模块中的角速度参数和方向盘转角参数，根据大量的角速度参数和方向盘转角参数获得驾驶人调整车辆前进方向的频率和程度，通过上述数据挖掘出驾驶人保持当前车道行驶的习惯；
所述采集模块中的转向灯开关参数，根据转向灯开关频率数据挖掘出驾驶人转向灯使用习惯；
电源模块，用于为整个装置供电，保障装置正常工作。
按上述方案，所述电源模块为锂聚合物电池。
本发明产生的有益效果是：本发明提出一种驾驶人驾驶习惯学习装置，通过在驾驶人日常行车中采集存储驾驶人驾驶信息及车辆运动信息，并进行分析学习，将学习到的驾驶人驾驶习惯用于智能车个性化智能决策中，能提升驾驶人乘坐智能车的舒适性，推进智能车驾驶技术的发展和实用化。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明实施例的结构示意图；
图2是本发明实施例的驾驶习惯学习装置工作流程图；
图3是本发明实施例的驾驶习惯学习流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，一种驾驶人驾驶习惯学习装置包括：
电源模块，用于为整个装置供电，保障装置正常工作；所述电源模块采用锂聚合物电池，可根据车辆内部情况做成任意形状，不降低乘车舒适性，并能够稳定、安全的为整个装置供电；
采集模块，用于判断车辆是否启动，并采集各种传感器参数，上传至CAN总线；
采集模块采集的驾驶人操作信息包含：油门踏板传感器、制动踏板传感器和方向盘转角传感器数据，用于收集驾驶人操控动作幅度；
采集模块采集的车辆运动信息包含：发动机点火传感器、车速传感器、加速度传感器和车载GPS数据，用于采集车辆启动信息、运动信息和位置信息。
存储模块，用于收集传感器参数，同步并存储驾驶人操作信息和车辆运动信息，生成驾驶人驾驶行为数据；
学习模块，用于分析驾驶行为数据，进一步学习驾驶人驾驶习惯。
如图2，当车辆启动时，本装置启动。采集模块判断车辆是否启动，作为是否开始采集数据的依据，避免装置在没有驾驶员驾驶车辆时持续采集收集无效数据，增加数据存储量。
若车辆启动信息采集系统检测到的结果为，车辆没有启动，则重复检测过程。
若车辆启动信息采集系统检测到的结果为，车辆启动，则开始采集相关参数。
采集模块包含驾驶人操作信息采集系统和车辆运动采集系统，每个系统包含若干传感器，通过CAN总线采集车辆角速度参数、加减速度参数、方向盘转角参数、油门踏板深度、刹车踏板深度、转向灯开关参数和车辆鸣笛参数。
所述驾驶人操作信息采集系统包括踏板传感器、转向等传感器和方向盘转角传感器。
所述车辆运动采集系统包括三轴陀螺仪、三轴加速度计和车速传感器。
如图3，所述采集模块中的三轴加速度计用于测量车辆的加减速度参数，踏板深度传感器用于检测刹车踏板和油门踏板的下踏深度，大量的加减速度参数和踏板深度参数代表驾驶人启停操作频率和程度，能够挖掘出驾驶人保持当前车速行驶的习惯。
所述采集模块中的三轴陀螺仪用于测量车辆的角速度参数，方向盘转角传感器用于测量方向盘转角参数，大量的角速度参数和方向盘转角参数表示驾驶人调整车辆前进方向的频率和程度，能够挖掘出驾驶人保持当前车道行驶的习惯。
所述采集模块中的转向灯传感器用于记录转向灯开关参数，转向灯开关频率数据能够挖掘出驾驶人转向灯使用习惯。
采集模块产生数据后，即通过CAN总线传输至存储模块。
存储模块接收到采集模块下两个系统的数据将其同步并储存，同步后得到蕴含驾驶人驾驶习惯的驾驶人驾驶数据。
所述存储模块存储数据后，将数据输入至学习模块。
所述驾驶人操作习惯分析学习模块，对数据进行预处理并输入深度学习网络模型学习数据本质特征。
所述驾驶人操作习惯分析学习模块，将学习结果输回至存储模块存储。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (2)
1.一种驾驶人驾驶习惯学习装置，其特征在于，包括：
采集模块，用于判断车辆是否启动，车辆启动后则开始采集各种传感数据，上传至CAN总线；
所述传感数据包括：与驾驶人操作信息相关的参数：驾驶人踩踏油门踏板的速度和深度、踩踏制动踏板的速度和深度以及转动方向盘的速度和角度；以及与车辆运动相关的参数：发动机启动时间、转向灯开关频率数据、车辆速度、车辆三轴加速度、车辆的角速度和车辆GPS数据；
存储模块，用于收集传感数据，并将不同类型的数据同步存储，生成驾驶人驾驶行为数据；
学习模块，用于分析驾驶行为数据，对数据进行预处理并输入深度学习网络模型学习数据本质特征，进一步学习驾驶人驾驶习惯；具体如下：
所述采集模块中的三轴加速度用于表示车辆的加减速度参数，刹车踏板和油门踏板的下踏深度为踏板深度参数，根据大量的加减速度参数和踏板深度参数获得驾驶人启停操作频率和程度，通过上述数据挖掘出驾驶人保持当前车速行驶的习惯；
根据大量的角速度参数和方向盘转角参数获得驾驶人调整车辆前进方向的频率和程度，通过上述数据挖掘出驾驶人保持当前车道行驶的习惯；
根据采集模块中的转向灯开关频率数据挖掘出驾驶人转向灯使用习惯；
电源模块，用于为整个装置供电，保障装置正常工作。
2.根据权利要求1所述的驾驶人驾驶习惯学习装置，其特征在于，所述电源模块为锂聚合物电池。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810956296.2A CN109177978A (zh) | 2018-08-21 | 2018-08-21 | 一种驾驶人驾驶习惯学习装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810956296.2A CN109177978A (zh) | 2018-08-21 | 2018-08-21 | 一种驾驶人驾驶习惯学习装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109177978A true CN109177978A (zh) | 2019-01-11 |
Family
ID=64919375
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810956296.2A Pending CN109177978A (zh) | 2018-08-21 | 2018-08-21 | 一种驾驶人驾驶习惯学习装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109177978A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110723153A (zh) * | 2019-10-31 | 2020-01-24 | 武汉理工大学 | 一种基于环境信息与车辆运动的个性化驾驶习惯学习系统 |
| CN110827620A (zh) * | 2019-11-29 | 2020-02-21 | 中仿智能科技（上海）股份有限公司 | 一种数字式操纵负荷系统 |
| CN111252075A (zh) * | 2020-02-20 | 2020-06-09 | 重庆长安新能源汽车科技有限公司 | 驾驶激烈程度评价系统、方法、存储介质及车辆 |
| CN111469659A (zh) * | 2019-01-24 | 2020-07-31 | 比亚迪股份有限公司 | 驾驶模式油门控制、方法及设置系统、方法和车辆 |
| CN114132333A (zh) * | 2021-12-14 | 2022-03-04 | 阿维塔科技(重庆)有限公司 | 一种智能驾驶系统优化方法、装置及计算机可读存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008120288A (ja) * | 2006-11-14 | 2008-05-29 | Aisin Aw Co Ltd | 運転支援装置 |
| JP2011121556A (ja) * | 2009-12-14 | 2011-06-23 | Toyota Motor Corp | 運転学習システム及び運転支援システム |
| CN104590274A (zh) * | 2014-11-26 | 2015-05-06 | 浙江吉利汽车研究院有限公司 | 一种驾驶行为自适应系统及驾驶行为自适应方法 |
| 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 |
| CN107200017A (zh) * | 2017-05-22 | 2017-09-26 | 北京联合大学 | 一种基于深度学习的无人驾驶车辆控制系统 |
| CN107531244A (zh) * | 2015-04-21 | 2018-01-02 | 松下知识产权经营株式会社 | 信息处理系统、信息处理方法、以及程序 |
-
2018
- 2018-08-21 CN CN201810956296.2A patent/CN109177978A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008120288A (ja) * | 2006-11-14 | 2008-05-29 | Aisin Aw Co Ltd | 運転支援装置 |
| JP2011121556A (ja) * | 2009-12-14 | 2011-06-23 | Toyota Motor Corp | 運転学習システム及び運転支援システム |
| CN104590274A (zh) * | 2014-11-26 | 2015-05-06 | 浙江吉利汽车研究院有限公司 | 一种驾驶行为自适应系统及驾驶行为自适应方法 |
| CN107531244A (zh) * | 2015-04-21 | 2018-01-02 | 松下知识产权经营株式会社 | 信息处理系统、信息处理方法、以及程序 |
| 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 |
| CN107200017A (zh) * | 2017-05-22 | 2017-09-26 | 北京联合大学 | 一种基于深度学习的无人驾驶车辆控制系统 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111469659A (zh) * | 2019-01-24 | 2020-07-31 | 比亚迪股份有限公司 | 驾驶模式油门控制、方法及设置系统、方法和车辆 |
| CN111469659B (zh) * | 2019-01-24 | 2022-09-09 | 比亚迪股份有限公司 | 驾驶模式油门控制、方法及设置系统、方法和车辆 |
| CN110723153A (zh) * | 2019-10-31 | 2020-01-24 | 武汉理工大学 | 一种基于环境信息与车辆运动的个性化驾驶习惯学习系统 |
| CN110827620A (zh) * | 2019-11-29 | 2020-02-21 | 中仿智能科技（上海）股份有限公司 | 一种数字式操纵负荷系统 |
| CN110827620B (zh) * | 2019-11-29 | 2022-05-06 | 中仿智能科技（上海）股份有限公司 | 一种数字式操纵负荷系统 |
| CN111252075A (zh) * | 2020-02-20 | 2020-06-09 | 重庆长安新能源汽车科技有限公司 | 驾驶激烈程度评价系统、方法、存储介质及车辆 |
| CN114132333A (zh) * | 2021-12-14 | 2022-03-04 | 阿维塔科技(重庆)有限公司 | 一种智能驾驶系统优化方法、装置及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109177978A (zh) | 一种驾驶人驾驶习惯学习装置 | |
| CN108995654B (zh) | 一种驾驶员状态识别方法及系统 | |
| CN104477167B (zh) | 一种智能驾驶系统及其控制方法 | |
| US11163304B2 (en) | Trajectory determination device | |
| CN110509983B (zh) | 一种适用于不同驾驶需求的线控转向路感反馈装置 | |
| CN104080683B (zh) | 减速因素推定装置以及驾驶辅助装置 | |
| CN106143490A (zh) | 车辆自适应巡航控制方法及装置 | |
| CN106379319A (zh) | 一种汽车辅助驾驶系统及控制方法 | |
| CN109145719B (zh) | 一种驾驶员疲劳状态识别方法及系统 | |
| CN104334431A (zh) | 驾驶特性推定装置及驾驶支援系统 | |
| KR101272570B1 (ko) | 패턴인식을 이용한 자동차 가감속 정보 추출 장치 및 그 방법 | |
| CN104781123B (zh) | 车辆用加速抑制装置以及车辆用加速抑制方法 | |
| CN108394411A (zh) | 车辆的跟随起步控制装置 | |
| CN107207013A (zh) | 自动驾驶控制设备以及自动驾驶控制方法和程序 | |
| CN108682119A (zh) | 基于智能手机和智能手表的驾驶员疲劳状态检测方法 | |
| CN106364317A (zh) | 一种汽车定距巡航系统及其方法 | |
| CN112693458B (zh) | 一种巡航控制方法、装置、车辆及存储介质 | |
| CN107662616A (zh) | 车辆用户通信系统及方法 | |
| CN108340830A (zh) | 电动汽车及其制动灯的控制方法和系统 | |
| EP4100291A1 (en) | Training a vehicle to accommodate a driver | |
| EP2799303B1 (en) | Deceleration factor estimation apparatus | |
| CN104417555B (zh) | 自动转向控制装置及其方法 | |
| EP3907116A1 (en) | Vehicle travel control apparatus | |
| CN110126815B (zh) | 用于协助交通工具的驾驶控制的方法、装置、设备和介质 | |
| US20210398159A1 (en) | Data collection system for machine learning |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190111 |
|
| RJ01 | Rejection of invention patent application after publication |