CN113386779A - 驾驶风格识别方法、设备及存储介质 - Google Patents
驾驶风格识别方法、设备及存储介质 Download PDFInfo
- Publication number
- CN113386779A CN113386779A CN202110698664.XA CN202110698664A CN113386779A CN 113386779 A CN113386779 A CN 113386779A CN 202110698664 A CN202110698664 A CN 202110698664A CN 113386779 A CN113386779 A CN 113386779A
- Authority
- CN
- China
- Prior art keywords
- driving
- driving style
- style
- score
- vehicle
- 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
Links
Images
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)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种驾驶风格识别方法、设备及存储介质,所述方法包括:根据当前存储的车辆的驾驶工况、驾驶风格和预设的驾驶风格分值矩阵,计算在各类驾驶工况下的驾驶风加权平均分;根据当前存储的车辆的各类驾驶工况和预设的权值矩阵,计算综合权值矩阵;根据在各类驾驶工况下的驾驶风格加权平均分和所述综合权值矩阵,得到驾驶风格综合得分;根据驾驶风格综合得分,识别所述车辆当前所属的驾驶风格类型。本发明通过对各类驾驶工况下的驾驶风格计算加权平均分,可适用于驾驶工况不断变化的情况,有效提高驾驶风格识别的准确率。
Description
技术领域
本发明涉及车辆驾驶风格识别技术领域,尤其涉及一种驾驶风格识别方法、设备及存储介质。
背景技术
随着电动汽车智能化的发展,人们对于电动汽车体验需求也随之增加。因此,电动汽车基本装配了驾驶辅助系统、ACC等汽车电子系统,来提高驾驶安全性和舒适性。而驾驶辅助系统一般需要检测和分析车里的行驶工况数据、驾驶员的驾驶数据来识别的驾驶员的驾驶风格,从而为驾驶员提供更人性化的服务和更安全舒适的辅助驾驶。而目前驾驶员的驾驶风格识别基本上是采用单一驾驶工况对驾驶员的驾驶风格进行评价,不符合实际运行过程中会出现驾驶工况变化的情况,导致驾驶员驾驶风格识别的准确率较低。
发明内容
针对上述问题,本发明的目的在于提供一种驾驶风格识别方法、设备及存储介质,其适用于驾驶工况不断变化的情况,能有效提高驾驶风格识别的准确率。
第一方面,本发明实施例提供了一种驾驶风格识别方法,包括:
根据当前存储的车辆的驾驶工况、驾驶风格和预设的驾驶风格分值矩阵,计算在各类驾驶工况下的驾驶风加权平均分;
根据当前存储的车辆的各类驾驶工况和预设的权值矩阵,计算综合权值矩阵;
根据在各类驾驶工况下的驾驶风格加权平均分和所述综合权值矩阵,得到驾驶风格综合得分;
根据驾驶风格综合得分,识别所述车辆当前所属的驾驶风格类型。
作为上述方案的改进,所述方法还包括:
根据识别出的驾驶风格类型,确定所述车辆的目标驾驶模式,并将所述车辆的驾驶模式切换为所述目标驾驶模式。
作为上述方案的改进,所述方法还包括:
将识别出的驾驶风格类型与所述车辆的当前登录的用户账号进行绑定。
作为上述方案的改进,所述根据当前存储的车辆的驾驶工况、驾驶风格和预设的驾驶风格分值矩阵,计算在各类驾驶工况下的驾驶风加权平均分之前,还包括:
判断当前存储的驾驶工况、驾驶风格是否满足任意一个预设的数据刷新条件;其中,所述数据刷新条件包括存储有驾驶工况和驾驶风格的存储矩阵已满、当前存储驾驶工况和驾驶风格的时间达到预设的刷新周期;
若是,则在识别出驾驶风格类型后,清空当前存储的驾驶工况、驾驶风格;
若否,则按照设定的时间间隔重新判断当前存储的驾驶工况、驾驶风格是否满足任意一个预设的数据刷新条件。
人,所述根据当前存储的车辆的驾驶工况、驾驶风格和预设的驾驶风格分值矩阵,计算在各类驾驶工况下的驾驶风加权平均分,包括:
根据当前存储的车辆的驾驶工况、驾驶风格,计算在各类驾驶工况中各类驾驶风格的占比矩阵;
将在各类驾驶工况中各类驾驶风格的占比矩阵与所述驾驶风格分值矩阵相乘,得到在各类驾驶工况下的驾驶风加权平均分;其中,所述驾驶风格分值矩阵包括各类驾驶风格对应的分值。
作为上述方案的改进,所述根据当前存储的车辆的各类驾驶工况和预设的权值矩阵,计算综合权值矩阵,包括:
根据当前存储的车辆的各类驾驶工况,计算各类驾驶工况的占比矩阵;
将所述各类驾驶工况的占比矩阵与和所述权值矩阵相乘,得到所述综合权值矩阵。
作为上述方案的改进,所述根据在各类驾驶工况下的驾驶风格加权平均分和所述综合权值矩阵,得到驾驶风格综合得分,包括:
将在各类驾驶工况下的驾驶风格加权平均分与所述综合权值矩阵相乘,得到驾驶风格综合得分。
作为上述方案的改进,所述根据驾驶风格综合得分,识别所述车辆当前所属的驾驶风格类型,包括:
判断所述驾驶风格综合得分落入的分值范围,并将所述分值范围对应的驾驶风格类型作为所述车辆当前所属的驾驶风格类型。
第二方面,本发明实施例提供了一种驾驶风格识别设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的驾驶风格识别方法。
第三方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如第一方面所述的驾驶风格识别方法。
相对于现有技术,本发明实施例的有有益效果在于:所述驾驶风格识别方法包括:根据当前存储的车辆的驾驶工况、驾驶风格和预设的驾驶风格分值矩阵,计算在各类驾驶工况下的驾驶风加权平均分;根据当前存储的车辆的各类驾驶工况和预设的权值矩阵,计算综合权值矩阵;根据在各类驾驶工况下的驾驶风格加权平均分和所述综合权值矩阵,得到驾驶风格综合得分;根据驾驶风格综合得分,识别所述车辆当前所属的驾驶风格类型。本发明通过对各类驾驶工况下的驾驶风格计算加权平均分,可适用于驾驶工况不断变化的情况,有效提高驾驶风格识别的准确率。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式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发明的一些实施方式,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的附图。
图1是本发明实施例提供的一种驾驶风格识别方法的流程图;
图2是本发明实施例提供的一种驾驶风格识别设备的示意图。
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、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,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作出创造性劳动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。
实施例一
请参阅图1,本发明实施例提供的一种驾驶风格识别方法可由驾驶辅助系统、ACC或用户设计的驾驶风格综合评估显示系统等汽车电子系统执行,具体包括:
S1:根据当前存储的车辆的驾驶工况、驾驶风格和预设的驾驶风格分值矩阵,计算在各类驾驶工况下的驾驶风加权平均分;
汽车电子系统实时采集所述车辆的当前驾驶工况和驾驶风格,并存储到本地,其中,驾驶风格的初步识别可以根据车辆的在对应时刻的制动踏板开度信息、加速踏板开度信息、方向盘转角信息等行车数据确定。所述驾驶风格分值矩阵包括每一类驾驶风格类型对应的分值。以三类驾驶工况和三类驾驶风格为例进行说明:例如第一类驾驶风格类型的分值为95,第二类驾驶风格类型的分值为65,第三类驾驶风格类型的分值为35,则所述驾驶风格分值矩阵为[95,65,35]。采用所述驾驶风格分值矩阵对本地存储的驾驶工况、驾驶风格进行加权平均,分别得到在第一类、第二类、第三类驾驶工况下的驾驶风加权平均分。
S2:根据当前存储的车辆的各类驾驶工况和预设的权值矩阵,计算综合权值矩阵;
S3:根据在各类驾驶工况下的驾驶风格加权平均分和所述综合权值矩阵,得到驾驶风格综合得分;
S4:根据驾驶风格综合得分,识别所述车辆当前所属的驾驶风格类型。
在本发明实施例中,通过对各类驾驶工况下的驾驶风格计算加权平均分,并结合计算出综合权值矩阵,计算出当前刷新周期内的驾驶风格综合得分,从而根据计算出的架势风格综合得分得出下一刷新周期的驾驶风格类型,从而优化了驾驶风格识别流程,实现可适用于驾驶工况不断变化的情况,有效提高驾驶风格识别的准确率。
在一种可选的实施例中,所述方法还包括:
根据识别出的驾驶风格类型,确定所述车辆的目标驾驶模式,并将所述车辆的驾驶模式切换为所述目标驾驶模式。
进一步的,所述方法还包括:
将识别出的驾驶风格类型与所述车辆的当前登录的用户账号进行绑定。
进一步的,所述方法还包括:
将识别出的驾驶风格类型输出到所述车辆的仪表进行显示。
在本发明实施例中,可以计算出的驾驶风格综合得分及其对应的驾驶风格类型输出到车辆的仪表进行显示,以方便驾驶员及时了解自身在当前时刻的驾驶风格并在及时手动进行驾驶模式的调整;同时还可以将识别出的驾驶风格类型输出给所述车辆的控制策略使用,以实现车辆驾驶模式的自动调整,实现优化控制策略,例如自动驾驶的起步、加速及用户自定义驾驶模式/风格的选择等;还可以将识别出的驾驶风格类型与当前驾驶员的用户账号进行绑定,以标记当前驾驶员的驾驶风格,便于用户了解自己的驾驶情况。
在一种可选的实施例中,所述根据当前存储的车辆的驾驶工况、驾驶风格和预设的驾驶风格分值矩阵,计算在各类驾驶工况下的驾驶风加权平均分之前,还包括:
判断当前存储的驾驶工况、驾驶风格是否满足任意一个预设的数据刷新条件;其中,所述数据刷新条件包括存储有驾驶工况和驾驶风格的存储矩阵已满、当前存储驾驶工况和驾驶风格的时间达到预设的刷新周期;
若是,则在识别出驾驶风格类型后,清空当前存储的驾驶工况、驾驶风格;
若否,则按照设定的时间间隔重新判断当前存储的驾驶工况、驾驶风格是否满足任意一个预设的数据刷新条件。
在本发明实施例中,汽车电子系统维护一个计时器以及一个存储矩阵,该存储矩阵用于存储车辆的驾驶工况和驾驶风格数据。当存储矩阵已满时,触发上述步骤S1-S4的驾驶风格类型识别流程,否则进行存储和计时。当该存储矩阵存储第一个数据时,所述计时器开始计时;当所述计时器的计时达到预设的刷新周期,同样可以触发上述步骤S1-S4的驾驶风格类型识别流程,否则进行存储和计时。其中,每次进行驾驶风格类型识别流程后,清空存储矩阵和计时器。
在一种可选的实施例中,所述根据当前存储的车辆的驾驶工况、驾驶风格和预设的驾驶风格分值矩阵,计算在各类驾驶工况下的驾驶风加权平均分,包括:
根据当前存储的车辆的驾驶工况、驾驶风格,计算在各类驾驶工况中各类驾驶风格的占比矩阵;
将在各类驾驶工况中各类驾驶风格的占比矩阵与所述驾驶风格分值矩阵相乘,得到在各类驾驶工况下的驾驶风加权平均分;其中,所述驾驶风格分值矩阵包括各类驾驶风格对应的分值。
在本发明实施例中,以三类驾驶工况和三类驾驶风格为例,分别计算在驾驶工况Ⅰ中Ⅰ类驾驶风格类型、Ⅱ类驾驶风格类型、Ⅲ类驾驶风格类型的占比,并构成占比矩阵,同样地,计算在驾驶工况Ⅱ中Ⅰ类驾驶风格类型、Ⅱ类驾驶风格类型、Ⅲ类驾驶风格类型的占比,并构成占比矩阵,以及计算在驾驶工况Ⅲ中Ⅰ类驾驶风格类型、Ⅱ类驾驶风格类型、Ⅲ类驾驶风格类型的占比,并构成占比矩阵。假设Ⅰ类驾驶风格类型的分值为95,Ⅱ类驾驶风格类型的分值为65,Ⅲ类驾驶风格类型的分值为35,则所述驾驶风格分值矩阵为[95,65,35]。将上述计算所得的占比矩阵分别与所述驾驶风格分值矩阵相乘,计算出在驾驶工况Ⅰ、Ⅱ、Ⅲ中的驾驶风加权平均分。通过对不同驾驶工况下的驾驶风格进行细分,可以有效提高驾驶员驾驶风格识别的精度。
在一种可选的实施例中,所述根据当前存储的车辆的各类驾驶工况和预设的权值矩阵,计算综合权值矩阵,包括:
根据当前存储的车辆的各类驾驶工况,计算各类驾驶工况的占比矩阵;
将所述各类驾驶工况的占比矩阵与和所述权值矩阵相乘,得到所述综合权值矩阵。
示例性的,所述权值矩阵是用户自定义的,可以根据所述车辆的历史驾驶工况数据进行设置,对各类驾驶工况赋予不同的权重,从而构成表征各类驾驶工况的权值矩阵。通过计算各类驾驶工况所占比例,构建出各类驾驶工况的占比矩阵,并与所述权值矩阵相乘,得到所述综合权值矩阵。
在一种可选的实施例中,所述根据在各类驾驶工况下的驾驶风格加权平均分和所述综合权值矩阵,得到驾驶风格综合得分,包括:
将在各类驾驶工况下的驾驶风格加权平均分与所述综合权值矩阵相乘,得到驾驶风格综合得分。
进一步的,所述根据驾驶风格综合得分,识别所述车辆当前所属的驾驶风格类型,包括:
判断所述驾驶风格综合得分落入的分值范围,并将所述分值范围对应的驾驶风格类型作为所述车辆当前所属的驾驶风格类型。
示例性的,假设Ⅰ类驾驶风格类型的分值范围为大于等于第一分值,Ⅱ类驾驶风格类型的分值范围为小于第一分值且大于等于第二分值,Ⅲ类驾驶风格类型的分值范围为小于第二分值;其中,可以根据所述驾驶风格分值矩阵中各类驾驶风格对应的分值设定对应驾驶风格类型的分值范围,则第一分值为95,第二分值为65。则上述判断分值范围流程如下:
判断所述驾驶风格综合得分是否大于等于第一分值;
若是,则判定所述车辆当前属于Ⅰ类驾驶风格类型;
若否,判断所述驾驶风格综合得分是否大于等于第二分值;
若是,则判定所述车辆当前属于Ⅱ类驾驶风格类型;
若否,则判定所述车辆当前属于Ⅲ类驾驶风格类型。
相对于现有技术,本发明实施例的有有益效果在于:通过对不同驾驶工况下的驾驶风格进行细分,有效提高驾驶风格识别的准确率,同时可适用于驾驶工况不断变化的情况,对于车辆的辅助驾驶具有很好应用效果。
实施例二
请参阅图2,本发明实施例提供的一种驾驶风格识别设备,包括包括至少一个处理器11,例如CPU,至少一个网络接口14或者其他用户接口13,存储器15,至少一个通信总线12,通信总线12用于实现这些组件之间的连接通信。其中,用户接口13可选的可以包括USB接口以及其他标准接口、有线接口。网络接口14可选的可以包括Wi-Fi接口以及其他无线接口。存储器15可能包含高速RAM存储器,也可能还包括非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。存储器15可选的可以包含至少一个位于远离前述处理器11的存储装置。
在一些实施方式中,存储器15存储了如下的元素,可执行模块或者数据结构,或者他们的子集,或者他们的扩展集:
操作系统151,包含各种系统程序,用于实现各种基础业务以及处理基于硬件的任务;
程序152。
具体地,处理器11用于调用存储器15中存储的程序152,执行上述实施例所述的驾驶风格识别方法,例如图1所示的步骤S1。或者,所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述驾驶风格识别设备中的执行过程。
所述驾驶风格识别设备可以是VCU、ECU、BMS等计算设备。所述驾驶风格识别设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述示意图仅仅是驾驶风格识别设备的示例,并不构成对驾驶风格识别设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件。
所称处理器11可以是微处理器(Microcontroller Unit,MCU)中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器11是所述驾驶风格识别设备的控制中心,利用各种接口和线路连接整个驾驶风格识别设备的各个部分。
所述存储器15可用于存储所述计算机程序和/或模块,所述处理器11通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述驾驶风格识别设备的各种功能。所述存储器15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(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器15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,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、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。
其中,所述驾驶风格识别设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
实施例三
本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如第一实施例中任意一项所述的驾驶风格识别方法。
需说明的是,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。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。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。
以上所述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,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种驾驶风格识别方法,其特征在于,包括:
根据当前存储的车辆的驾驶工况、驾驶风格和预设的驾驶风格分值矩阵,计算在各类驾驶工况下的驾驶风加权平均分;
根据当前存储的车辆的各类驾驶工况和预设的权值矩阵,计算综合权值矩阵;
根据在各类驾驶工况下的驾驶风格加权平均分和所述综合权值矩阵,得到驾驶风格综合得分;
根据驾驶风格综合得分,识别所述车辆当前所属的驾驶风格类型。
2.如权利要求1所述的驾驶风格识别方法,其特征在于,所述方法还包括:
根据识别出的驾驶风格类型,确定所述车辆的目标驾驶模式,并将所述车辆的驾驶模式切换为所述目标驾驶模式。
3.如权利要求1所述的驾驶风格识别方法,其特征在于,所述方法还包括:
将识别出的驾驶风格类型与所述车辆的当前登录的用户账号进行绑定。
4.如权利要求1所述的驾驶风格识别方法,其特征在于,所述根据当前存储的车辆的驾驶工况、驾驶风格和预设的驾驶风格分值矩阵,计算在各类驾驶工况下的驾驶风加权平均分之前,还包括:
判断当前存储的驾驶工况、驾驶风格是否满足任意一个预设的数据刷新条件;其中,所述数据刷新条件包括存储有驾驶工况和驾驶风格的存储矩阵已满、当前存储驾驶工况和驾驶风格的时间达到预设的刷新周期;
若是,则在识别出驾驶风格类型后,清空当前存储的驾驶工况、驾驶风格;
若否,则按照设定的时间间隔重新判断当前存储的驾驶工况、驾驶风格是否满足任意一个预设的数据刷新条件。
5.如权利要求1所述的驾驶风格识别方法,其特征在于,所述根据当前存储的车辆的驾驶工况、驾驶风格和预设的驾驶风格分值矩阵,计算在各类驾驶工况下的驾驶风加权平均分,包括:
根据当前存储的车辆的驾驶工况、驾驶风格,计算在各类驾驶工况中各类驾驶风格的占比矩阵;
将在各类驾驶工况中各类驾驶风格的占比矩阵与所述驾驶风格分值矩阵相乘,得到在各类驾驶工况下的驾驶风加权平均分;其中,所述驾驶风格分值矩阵包括各类驾驶风格对应的分值。
6.如权利要求1所述的驾驶风格识别方法,其特征在于,所述根据当前存储的车辆的各类驾驶工况和预设的权值矩阵,计算综合权值矩阵,包括:
根据当前存储的车辆的各类驾驶工况,计算各类驾驶工况的占比矩阵;
将所述各类驾驶工况的占比矩阵与和所述权值矩阵相乘,得到所述综合权值矩阵。
7.如权利要求1所述的驾驶风格识别方法,其特征在于,所述根据在各类驾驶工况下的驾驶风格加权平均分和所述综合权值矩阵,得到驾驶风格综合得分,包括:
将在各类驾驶工况下的驾驶风格加权平均分与所述综合权值矩阵相乘,得到驾驶风格综合得分。
8.如权利要求1所述的驾驶风格识别方法,其特征在于,所述根据驾驶风格综合得分,识别所述车辆当前所属的驾驶风格类型,包括:
判断所述驾驶风格综合得分落入的分值范围,并将所述分值范围对应的驾驶风格类型作为所述车辆当前所属的驾驶风格类型。
9.一种驾驶风格识别设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-8所述的驾驶风格识别方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1-8所述的驾驶风格识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110698664.XA CN113386779B (zh) | 2021-06-23 | 2021-06-23 | 驾驶风格识别方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110698664.XA CN113386779B (zh) | 2021-06-23 | 2021-06-23 | 驾驶风格识别方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113386779A true CN113386779A (zh) | 2021-09-14 |
CN113386779B CN113386779B (zh) | 2022-10-18 |
Family
ID=77623553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110698664.XA Active CN113386779B (zh) | 2021-06-23 | 2021-06-23 | 驾驶风格识别方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113386779B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113968141A (zh) * | 2021-11-12 | 2022-01-25 | 华人运通(江苏)技术有限公司 | 电动汽车的回馈制动控制方法、装置、设备及存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107161155A (zh) * | 2017-04-27 | 2017-09-15 | 大连理工大学 | 一种基于人工神经网络的车辆协同换道方法及其系统 |
CN108944941A (zh) * | 2018-07-13 | 2018-12-07 | 上海擎感智能科技有限公司 | 一种基于车载终端的驾驶习惯实时反馈方法及系统、车载终端 |
CN108995653A (zh) * | 2018-07-06 | 2018-12-14 | 北京理工大学 | 一种驾驶员驾驶风格识别方法及系统 |
CN109177982A (zh) * | 2018-10-31 | 2019-01-11 | 吉林大学 | 考虑驾驶风格的车辆行驶危险度评价方法 |
JP2019112049A (ja) * | 2017-12-14 | 2019-07-11 | マニエッティ マレリ エスピーエー | 陸上車両の運転者の運転スタイルを認識するための方法及び対応する装置 |
CN110254417A (zh) * | 2019-06-27 | 2019-09-20 | 清华大学苏州汽车研究院(吴江) | 基于实际工况与驾驶风格双识别的混合动力汽车控制方法 |
CN110962837A (zh) * | 2019-11-18 | 2020-04-07 | 浙江工业大学 | 一种考虑驾驶风格的插电式混合动力汽车能量管理方法 |
CN110979341A (zh) * | 2019-10-08 | 2020-04-10 | 复变时空(武汉)数据科技有限公司 | 一种司机驾驶行为分析方法及分析系统 |
CN111038485A (zh) * | 2019-12-30 | 2020-04-21 | 山东大学 | 基于驾驶风格识别的混合动力汽车控制方法及系统 |
CN111731312A (zh) * | 2020-06-15 | 2020-10-02 | 苏州绿科智能机器人研究院有限公司 | 提取驾驶风格特征参数的实验系统及驾驶风格识别方法 |
CN111731095A (zh) * | 2019-03-25 | 2020-10-02 | 广州汽车集团股份有限公司 | 加速踏板输出电压调整方法及其系统、计算机设备、车辆 |
CN112706777A (zh) * | 2020-12-28 | 2021-04-27 | 东软睿驰汽车技术(沈阳)有限公司 | 一种车辆工况调整用户驾驶行为的方法及装置 |
US20210171048A1 (en) * | 2019-12-10 | 2021-06-10 | Hyundai Motor Company | Apparatus for Controlling Personalized Driving Mode Based on Authentication of Driver, System Including the Same, and Method Thereof |
-
2021
- 2021-06-23 CN CN202110698664.XA patent/CN113386779B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107161155A (zh) * | 2017-04-27 | 2017-09-15 | 大连理工大学 | 一种基于人工神经网络的车辆协同换道方法及其系统 |
JP2019112049A (ja) * | 2017-12-14 | 2019-07-11 | マニエッティ マレリ エスピーエー | 陸上車両の運転者の運転スタイルを認識するための方法及び対応する装置 |
CN108995653A (zh) * | 2018-07-06 | 2018-12-14 | 北京理工大学 | 一种驾驶员驾驶风格识别方法及系统 |
CN108944941A (zh) * | 2018-07-13 | 2018-12-07 | 上海擎感智能科技有限公司 | 一种基于车载终端的驾驶习惯实时反馈方法及系统、车载终端 |
CN109177982A (zh) * | 2018-10-31 | 2019-01-11 | 吉林大学 | 考虑驾驶风格的车辆行驶危险度评价方法 |
CN111731095A (zh) * | 2019-03-25 | 2020-10-02 | 广州汽车集团股份有限公司 | 加速踏板输出电压调整方法及其系统、计算机设备、车辆 |
CN110254417A (zh) * | 2019-06-27 | 2019-09-20 | 清华大学苏州汽车研究院(吴江) | 基于实际工况与驾驶风格双识别的混合动力汽车控制方法 |
CN110979341A (zh) * | 2019-10-08 | 2020-04-10 | 复变时空(武汉)数据科技有限公司 | 一种司机驾驶行为分析方法及分析系统 |
CN110962837A (zh) * | 2019-11-18 | 2020-04-07 | 浙江工业大学 | 一种考虑驾驶风格的插电式混合动力汽车能量管理方法 |
US20210171048A1 (en) * | 2019-12-10 | 2021-06-10 | Hyundai Motor Company | Apparatus for Controlling Personalized Driving Mode Based on Authentication of Driver, System Including the Same, and Method Thereof |
CN111038485A (zh) * | 2019-12-30 | 2020-04-21 | 山东大学 | 基于驾驶风格识别的混合动力汽车控制方法及系统 |
CN111731312A (zh) * | 2020-06-15 | 2020-10-02 | 苏州绿科智能机器人研究院有限公司 | 提取驾驶风格特征参数的实验系统及驾驶风格识别方法 |
CN112706777A (zh) * | 2020-12-28 | 2021-04-27 | 东软睿驰汽车技术(沈阳)有限公司 | 一种车辆工况调整用户驾驶行为的方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113968141A (zh) * | 2021-11-12 | 2022-01-25 | 华人运通(江苏)技术有限公司 | 电动汽车的回馈制动控制方法、装置、设备及存储介质 |
CN113968141B (zh) * | 2021-11-12 | 2023-07-14 | 华人运通(江苏)技术有限公司 | 电动汽车的回馈制动控制方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113386779B (zh) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109801511A (zh) | 一种碰撞预警方法及装置 | |
CN106971624A (zh) | 超车预警的方法和装置 | |
CN111142402B (zh) | 仿真场景构建方法、装置和终端 | |
CN113386779B (zh) | 驾驶风格识别方法、设备及存储介质 | |
CN115123245A (zh) | 驾驶模式切换方法、装置和车辆 | |
CN113997940B (zh) | 一种驾驶行为监测方法及装置 | |
CN113733931B (zh) | 一种纯电动汽车油门踏板的请求扭矩控制方法及装置 | |
CN113919517A (zh) | 车辆保养提示方法、装置、服务器、存储介质以及车辆 | |
CN112109715B (zh) | 车辆动力输出策略的生成方法、装置、介质及系统 | |
CN110053631B (zh) | 一种驾驶行为优化方法及装置 | |
CN117048634A (zh) | 车辆控制方法、装置、系统、车辆及可读存储介质 | |
CN114194206B (zh) | 一种智能化弯道辅助提示方法、装置及电子设备 | |
CN115376319B (zh) | 交通事故智能处理方法、装置、设备及存储介质 | |
US12046089B2 (en) | Information processing device, information processing method and information processing program | |
CN114136331B (zh) | 基于微机电陀螺仪的驾驶习惯评价方法、系统及检测设备 | |
CN115709718A (zh) | 新手驾驶辅助方法、装置、车辆及存储介质 | |
CN115841712A (zh) | 一种基于v2x技术的驾驶数据处理方法、装置及设备 | |
CN113650610A (zh) | 一种车辆行驶方法及装置 | |
CN112706776A (zh) | 道路标定数据的确定方法、装置、电子设备及存储介质 | |
CN113954849A (zh) | 一种电动汽车控制方法、装置、存储介质以及车辆 | |
CN112652193A (zh) | 车辆控制方法、控制系统、存储介质、车载终端与车辆 | |
CN118323114B (zh) | 自动泊车方法、车辆、电子设备及存储介质 | |
CN115447616B (zh) | 车辆驾驶客观指标的生成方法及装置 | |
CN113895428B (zh) | 一种泊车方法、装置、计算机可读存储介质及终端设备 | |
CN115214359B (zh) | 一种智能网联客车油门防误踩控制方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |