发明内容
本申请提供一种驾驶行为的检测方法、装置、电子设备及其存储介质,解决目前车辆驾驶行为检测精度低的问题。
本申请提供一种驾驶行为的检测方法,所述方法包括:
获取检测设备的运动数据,所述检测设备置于待检测的交通设备中;
根据获取的运动数据得到状态参数值;
根据所述状态参数值和预设状态参数阈值,确定所述检测设备的运动状态,所述运动状态为所述检测设备相对于所述交通设备的运动状态;
当所述检测设备相对于所述交通设备在当前时刻的上一时刻的运动状态为静止状态时,根据预设约束条件更新当前时刻的预设状态参数阈值;
根据当前时刻的运动数据和当前时刻的预设状态参数阈值确定所述交通设备当前时刻的驾驶行为。
在一些实施例中,所述运动数据包括行驶速度以及经纬度有效位数,所述预设状态参数阈值包括预设状态阈值;
根据所述状态参数值和预设状态参数阈值,确定所述检测设备的运动状态,所述运动状态为所述检测设备相对于所述交通设备的运动状态,包括:
根据所述经纬度有效位数与预设有效位数,确定所述检测设备的定位状态;
根据所述定位状态、行驶速度、状态参数值以及预设状态阈值,确定所述交通设备的运动状态;
当所述交通设备的运动状态为行驶状态时,确定所述检测设备相对于所述交通设备的运动状态。
在一些实施例中,所述运动数据还包括三轴角速度,所述状态参数值还包括三轴角速度均方差;所述预设状态参数阈值还包括第三预设阈值;
所述当所述交通设备的运动状态为行驶状态时,确定所述检测设备相对于所述交通设备的运动状态,包括:
当三轴角速度均方差均小于预设第三预设阈值时,确定所述检测设备相对于所述交通设备的运动状态为静止状态。
在一些实施例中,所述运动数据还包括俯仰角值和横滚角值;
所述根据所述状态参数值和预设状态参数阈值,确定所述检测设备的运动状态的步骤之后,还包括:
根据所述俯仰角值确定俯仰角变化量,以及根据所述横滚角值确定横滚角变化量,所述俯仰角变化量为当前时刻的俯仰角值和所述当前时刻的上一时刻的俯仰角值的变化量,所述横滚角变化量为当前时刻的横滚角和所述当前时刻的上一时刻的横滚角的变化量;
根据所述俯仰角变化量、所述横滚角变化量以及预设路段阈值,确定路段类型。
在一些实施例中,所述运动数据还包括三轴加速度,所述状态参数值还包括三轴加速度均方差,所述预设路段阈值包括第四预设阈值、第五预设阈值以及第六阈值,所述预设状态参数阈值还包括第七预设阈值和第八预设阈值;
所述根据所述俯仰角变化量、所述横滚角变化量以及预设路段阈值,确定路段类型,包括:
当所述俯仰角变化量小于第四预设阈值以及所述横滚角变化量小于第五预设阈值时,确定当前的路段类型为上坡路段类型;
当所述俯仰角变化量大于第六预设阈值以及所述横滚角变化量小于第五预设阈值时,确定当前的路段类型为下坡路段类型;
当所述三轴角速度均方差小于第七预设阈值以及所述三轴加速度均方差小于第八预设阈值时,确定当前的路段类型为颠簸路段类型。
在一些实施例中,所述运动数据还包括给定路段类型;
所述根据所述俯仰角变化量、所述横滚角变化量以及预设路段阈值,确定路段类型的步骤之后,还包括:
根据确定的路段类型和给定的路段类型,得到比较结果,所述比较结果为所述确定的路段类型和所述给定的路段类型进行比较的结果;
若所述比较结果一致,则将确定的路段类型作为结果输出;
若所述比较结果不一致,则根据所述运动数据得到上报信息。
在一些实施例中,所述根据当前时刻的运动数据和当前时刻的预设状态参数阈值确定所述交通设备当前时刻的驾驶行为,包括:
根据当前时刻的状态参数值和当前时刻的预设状态参数阈值确定当前时刻的相对运动状态,所述相对运动状态为所述检测设备相对于所述交通设备运动状态;
当所述当前时刻的相对运动状态为相对静止状态时,根据当前时刻的运动数据得到旋转矩阵,所述旋转矩阵为检测设备坐标系转换为交通设备坐标系的矩阵;
根据所述旋转矩阵获得所述交通设备坐标系下的运动参数值;
根据所述运动参数值和预设运动参数值,确定所述交通设备当前时刻的驾驶行为。
本申请实施例还提供一种驾驶行为的检测装置,包括:
获取单元,用于获取检测设备的运动数据,所述检测设备置于待检测的交通设备中;
处理单元,用于根据获取的运动数据得到状态参数值;根据所述状态参数值和预设状态参数阈值,确定所述检测设备的运动状态,所述运动状态为所述检测设备相对于所述交通设备的运动状态;当所述检测设备相对于所述交通设备在当前时刻的上一时刻的运动状态为静止状态时,根据预设约束条件更新当前时刻的预设状态参数阈值;根据当前时刻的运动数据和当前时刻的预设状态参数阈值确定所述交通设备当前时刻的驾驶行为。
一种电子设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现所述的驾驶行为的检测方法。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现所述的驾驶行为的检测方法。
本申请通过检测设备实时获取运动数据,将运动数据得到的状态参数值与预设状态参数阈值比较,以获得检测设备和交通设备的相对运动状态,当检测设备与交通设备在上一时刻的相对运动状态为相对静止状态,即检测设备在交通设备中处于稳定状态时,根据预设约束条件不断更新当前时刻的预设状态参数阈值,再将更新后的预设状态参数阈值与当前时刻的运动数据比较,以提高获取的检测设备与交通设备相对运动状态的准确度,并且当所述相对运动状态为相对静止状态时,检测设备才输出当前时刻驾驶行为的检测结果,以此提高车辆驾驶行为检测精度。
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,都属于本申请保护的范围。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接或可以相互通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
在本申请中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
下文的公开提供了许多不同的实施方式或例子用来实现本申请的不同结构。为了简化本申请的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本申请。此外,本申请可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。此外,本申请提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
本申请实施例提供一种驾驶行为的检测方法、装置、电子设备及存储介质,以下分别进行详细说明。
本身申请实施例的驾驶行为的检测方法通过检测设备获得交通设备的运动数据,通过对运动数据进行处理,得到检测结果,通过检测结果判断交通设备是否存在过激驾驶行为,提高驾驶的安全性。其中,急加速、急减速、急转弯、超速等行为都属于过激驾驶行为。
下面将以驾驶行为的检测方法应用于车辆的过激驾驶行为场景为例进行介绍,如图所示,请参阅图1,图1为本申请实施例中驾驶行为检测的架构示意图,将本发明提供的驾驶行为的检测方法部署于服务器300上,检测设备200置于交通设备100内,在检测设备200向服务器300发送检测到的交通设备100的运动数据之后,由服务器300对这些运动数据处理,从而生成交通设备100是否存在过激驾驶行为的检测结果,服务器300再将检测结果发送至检测设备200,由检测设备200展示检测结果。
在实际应用中,驾驶行为的检测方法也可以部署在检测设备200上,即由检测设备200在离线的状态下也可以采用该驾驶行为的检测方法对交通设备100的驾驶行为进行识别,并生成检测结果,由检测设备200展示检测结果。可以理解的是,检测设备包含但不仅限于手机、平板电脑、车载电脑。
需要注意的是,上述应用场景仅是为了便于理解本申请而示出,本申请的实施方式在此方面不受任何限制。例如,上述的运输设备可以为陆路运输设备,也可以为空中运输设备或水路运输设备,因此,本申请的应用场景也可以是电动车、无人机、船等的驾驶行为的识别场景中。其他能实现本申请的目的运输设备也在本申请的保护范围之内,在此不做限制。
请参阅图2,图2为本申请实施例中驾驶行为检测一个实施例的流程示意图,本申请实施例中的交通设备以车辆为例,通过检测设备获取车辆的运动数据,并根据本申请的驾驶行为的检测方法来判断车辆的驾驶行为,本申请实施例以车辆过激驾驶行为为例作介绍,本实施例的车辆过激驾驶行为的检测方法包括以下步骤11-步骤15:
步骤11、获取检测设备的运动数据。
其中,所述检测设备处于待识别驾驶行为的车辆中,检测设备包括有惯性测量单元、GPS单元和地图信息单元等检测单元,所述运动数据是根据检测单元获取到的与车辆运动有关的数据,包括:姿态数据、定位数据和路段信息数据等等。
其中,惯性检测单元用于获得车辆在行驶过程中姿态数据,通过对惯性检测单获得的姿态数据进行计算转换,从而得到车辆行驶过程中的加速度和角速度等数据;惯性测量单元可以包括加速计、陀螺仪等传感器,对应地,所述姿态数据包括三轴加速度和三轴角速度,其中,三轴包括直角坐标系中的X轴、Y轴以及Z轴。
GPS单元用于获取车辆的定位数据,例如检测车辆在行驶过程中的速度值;所述定位数据包括行驶速度和经纬度有效位数等,其中,行驶速度是根据检测设备中的GPS单元得到,用于表示车辆的行驶速度,通过行驶速度来判断车辆的状态,即车辆的行驶状态,例如,当行驶速度不为0时,表示车辆正在行驶中,当行驶速度为0时,表示车辆停止。
地图信息单元则是用于获取车辆在行驶过程中的路段信息数据,例如检测车辆行驶过程中经过的路段是上坡路段、下坡路段、颠簸路段或是平稳路段等等。
所述检测设备可以为手机、平板、车载电脑等均能实现本发明的目的,在此不做限定。
步骤12、根据获取的运动数据得到所述检测设备的状态参数值。
所述状态参数值根据运动数据处理得到,举例来说,在本实施例中,所述状态参数值包括三轴加速度均方差和三轴角速度均方差,三轴加速度均方差和三轴角速度均方差是根据姿态数据中的三轴加速度和三轴角速度分别对应计算得到。
步骤13、根据所述状态参数值和预设状态参数阈值,确定所述检测设备的运动状态,所述运动状态为所述检测设备相对于所述交通设备的相对运动状态。
本实施例中,首先确定车辆的状态,再确定所述检测设备与所述车辆的相对运动状态,其中,车辆的状态包括车辆处于静止状态或行驶状态中的一种。首先确定车辆的状态是为了确定车辆是否处于行驶状态中,若车辆处于行驶状态下,而所述检测设备与车辆是处于相对运动状态的,此时,检测设备无法检测车辆是否存在危险驾驶行为。例如,当检测设备为手机时,当驾驶员拿起手机打电话或玩手机时,手机会相对车辆晃动,确定所述检测设备与所处车辆处于相对运动状态,则检测设备无法检测车辆是否存在危险驾驶行为,此时,检测设备可以发出警报,提示驾驶员将手机放下,使得手机和车辆保持相对静止状态,从而保证了驾驶员在驾驶过程中能专心驾驶,提高行车安全性。
其中,车辆状态的检测是根据检测设备中的数据得到,具体可以通过以下步骤301-步骤303确定车辆的状态。
步骤301、将所述经纬度有效位数与预设有效位数比较,确定所述检测设备的定位状态。
其中,所述定位状态用于评估定位误差,定位状态包括有效状态和无效状态两种,举例来说,当GPS和卫星的通讯正常时,得到的定位状态为有效,即定位误差小,当GPS信号较差时,得到的定位状态为无效状态,即定位误差较大,通过将检测设备获得的经纬度有效位数和预设有效位数比较,可以确定所述检测设备的定位状态,例如有效状态时,预设有效位为1,GPS无效时,预设有效位为6。
步骤302、根据所述定位状态、行驶速度、状态参数值以及预设状态阈值,确定所述交通设备的运动状态。
其中,所述预设状态阈值包括第一预设阈值和第二预设阈值。
当定位状态为有效状态时,且当获取的三轴加速度均方差均小于第一预设阈值以及所述行驶速度小于预设行驶速度时,确定所述车辆状态为静止状态。
当定位状态为无效状态时,且当所述三轴加速度均方差均小于第二预设阈值时,确定所述车辆状态为静止状态。
为了便于理解,步骤301-步骤302可以分别用以下公式(1)和公式(2)表示:
其中,car
status表示处于车辆的静止状态或运动状态,v
gps为GPS速度,
为X轴加速度秒均方差、
为Y轴加速度秒均方差、
为Z轴加速度秒均方差,THR1、THR2均为车辆状态检测对应的阈值,对应到本实施例中,THR1为第一预设阈值,THR2为第二预设阈值。
步骤303、当所述交通设备的运动状态为行驶状态时,确定所述检测设备与所述交通设备的相对运动状态。
其中,所述检测设备与所述交通设备的相对运动状态为相对静止或相对运动这两种状态中的一种,相对静止为所述检测设备设置于待检测的车辆上,而相对运动则是所述检测设备相对于待检测的车辆产生晃动,在具体的场景中,可以例如为将原本夹持或放置于车辆内用于检测的手机拿起,如打电话或玩手机等,而使得手机相对于车辆产生了晃动。
在一些实施例中,所述状态参数值还包括三轴角速度均方差,其中,所述三轴角速度均方差是根据三轴角速度计算的到的三轴角速度的均方差值,三轴对应直角坐标系中的X轴、Y轴和Z轴;对应地,所述步骤13具体还包括步骤304:
步骤304、当三轴角速度均方差均小于预设第三预设阈值时,确定所述检测设备和所述车辆为相对静止状态。
其中,在本实施例中,所述三轴角速度均方差为每秒三轴角速度均方差,为了便于理解,可根据以下公式(3)检测所述检测设备与所述车辆的相对运动状态。
其中,imu
status为检测设备相对车辆的运动状态,THR3是第三预设阈值,THR3检测设备相对于车辆的运动状态的检测阈值、
X轴的角速度秒均方差,
为Y轴角速度秒均方差,
为Z轴的角速度秒均方差。
在一些实施例中,所述姿态数据还包括俯仰角值和横滚角值;所述状态参数值包括俯仰角变化量和横滚角变化量;其中,所述姿态数据是根据惯性测量单元测量得到,俯仰角值和横滚角值是由惯性测量单元中的陀螺仪得到。在由车辆的右、前、上三个方向构成右手系中,车辆绕向前的轴旋转的角度为横滚角,绕向右的轴旋转的角度为俯仰角,例如,横滚角俯值的取值范围可以为(-180°-180°),仰角值的取值范围可以为(-90°-90°)。
对应地,所述步骤13、根据所述状态参数值和预设状态参数阈值,确定所述检测设备的运动状态的步骤之后还包括以下步骤131-132:
步骤131、根据所述俯仰角值确定俯仰角变化量以及根据所述横滚角值确定横滚角变化量,所述俯仰角变化量为当前时刻的俯仰角值和当前时刻的上一时刻的俯仰角值的变化量,所述横滚角变化量为当前时刻的横滚角和当前时刻的上一时刻的横滚角的变化量;
步骤132、将所述状态参数值和预设路段阈值比较,确定当前路段类型。
在一些实施例中,所述预设路段阈值包括第四预设阈值、第五预设阈值以及第六阈值,所述预设状态参数阈值还包括第七预设阈值和第八预设阈值;对应地,所述步骤132,具体包括以下步骤133-步骤135:
步骤133、当所述俯仰角变化量小于第四预设阈值以及所述横滚角变化量小于第五预设阈值时,确定当前的路段类型为上坡路段类型;
步骤134、当所述俯仰角变化量大于第六预设阈值以及所述横滚角变化量小于第五预设阈值时,确定当前的路段类型为下坡路段类型;
步骤135、当所述三轴角速度均方差小于第七预设阈值以及所述三轴加速度均方差小于第八预设阈值时,确定当前的路段类型为颠簸路段类型。
为了便于理解,以上步骤132中路段类型的确定可以根据以下公式(4)-公式(6)得到:
gyastatus1=(orie0_m-orie0_m_last<-THRGYA1)&&(fabs(orie1_m-orie1_m_ast)<THRGYA2)……(4)
gyastatus2=(orie0_m-orie0_m_last>THRGYA1)&&(fabs(orie1_m-orie1_m_last)<THRGYA2)……(5)
其中:carstatus为车辆状态,imustatus为检测设备相对于车辆的运动状态,gyastatus1为上坡路段类型,gyastatus1为下坡路段类型,bumstatus为颠簸路段类型,orie0_m为车体坐标系当前秒的平均俯仰角值,orie0_m_last为车体坐标系上一秒的平均俯仰角值,orie1_m为车体坐标系当前秒的平均横滚角值,orie1_m_last为车辆坐标系上一秒的平均横滚角值,orie0_m为车体坐标系当前秒平均俯仰角值,THR4、THR5为颠簸路段类型检测对应的阈值,THRGAY1为上坡路段类型的检测阈值、THRGYA2为下坡路段类型的检测阈值。
对应到本实施例中,-THRGYA1为第四预设阈值,THRGYA1为第五预设阈值,THRGYA2为第六预设阈值,THR4为第七预设阈值,THR5为第八预设阈值。
在一些实施例中,为了提高检测的精度,步骤132之后,还包括以下步骤136-步骤138:
步骤136、将确定的路段类型和给定的路段类型进行比较,得到比较结果。
其中,给定路段类型可以由通过检测设备中的地图单元信息得到,给定路段类型包括给定上坡路段、给定下坡路段以及给定颠簸路段。
步骤137、若比较结果一致,则将确定的路段类型作为结果输出。
本实施首先将检测到的路段类型和地图信息中给定的路段类型作比较,如果检测到的路段类型为上坡路段,而此时如果地图信息中给定的路段类型也为上坡路段类型,即比较结果一致,则确定检测得到的路段类型正确,输出路段类型的结果为上坡路段。
步骤138、若比较结果不一致,则根据所述运动数据得到上报信息。
例如,检测到的路段类型为上坡路段,而此时如果地图信息中给定的路段类型为下坡路段类型,对于检测到的路段类型和给定的路段类型不一致情况,此时会将检测设备检测到的运动数据生成上报信息,将上报信息反馈到云端服务器,由云端服务器进行更新,以便对本实施例的检测方法实时更新。
步骤14、当所述检测设备相对于所述交通设备在当前时刻的上一时刻的运动状态为静止状态时,根据预设约束条件更新当前时刻的预设状态参数阈值。
针对不同的行驶路段、不同的行驶车辆、不同的设备硬件、不同的安装或固定位置,对应检测算法的阈值是不同的,设备检测设备的运动数据误差随着时间是动态变化的,对应检测阈值也是变化的。
本申请实施例中主要是通过预设约束条件进行阈值更新的,其中,预设约束条件是指:设备相对车体静止,且GPS有效时,如果获取到的当前时刻的GPS的速度为0,此时再分别检测当前时刻的前5秒中的每一秒的GPS速度和当前时刻的后5秒的每一秒的GPS速度,如果检测到的GPS速度为0,则确定是车辆处于静止状态。例如当GPS检测到GPS当前时刻的GPS首次检测到GPS速度为0时,此时继续检测持续3秒,如果第4秒速度不为0,则认为车辆并未处于静止状态,则此时不更新所述预设状态参数阈值.
其中,更新的阈值包括:车辆状态检测的阈值THR1和THR2、检测设备相对车辆状态检测的阈值THR3和颠簸路段类型对应的阈值THR4和THR5。
当检测到车辆静止时,根据公式(7)-(9)利用预设约束条件求解更新车辆状态检测的新阈值THR1、THR2。
THR1=THR1_NEW……(8)
THR2=THR2_NEW……(9)
其中,THR1_NEW为阈值THR2更新后的预设状态参数阈值,THR2_NEW为阈值THR2更新后的预设状态参数阈值,n为预设时间段内(如1秒内)检测到的加速度均方差的数量,i为1-n之间的第i个值,acc_x_std(i)表示第i个X轴加速度秒均方差,acc_y_std(i)表示第i个Y轴加速度秒均方差,acc_z_std(i)表示第i个Z轴加速度秒均方差。
根据公式(10)利用预设约束条件求解更新检测设备相对车辆状态检测的阈值THR3;
其中,gyro_x_std(i)表示第i个X轴的角速度秒均方差,gyro_y_std(i)表示第i个Y轴的角速度秒均方差,gyro_z_std(i)表示第i个Z轴的角速度秒均方差。
根据公式(11)-(12)利用预设约束条件求解更颠簸路段类型检测新的阈值THR4、THR5。
其中,acc_x_std(i)表示第i个X轴加速度秒均方差,acc_y_std(i)表示第i个Y轴加速度秒均方差,acc_z_std(i)表示第i个Z轴加速度秒均方,gyro_x_std(i)表示第i个X轴的角速度秒均方差,gyro_y_std(i)表示第i个Y轴的角速度秒均方差,gyro_z_std(i)表示第i个Z轴的角速度秒均方差。
确定检测设备在交通设备中处于稳定状态后,检测设备根据预设约束条件更新检测设备的检测阈值,将实时获取的交通设备的检测运动数据与更新后的检测阈值比较,以提高获取的检测设备与交通设备相对运动状态的准确度,以提高车辆驾驶行为检测精度。
步骤15、根据当前时刻车辆的运动数据和当前时刻的预设状态参数阈值确定所述交通设备当前时刻的驾驶行为。
其中,所述运动参数值包括车辆的角速度和加速度。
根据获取的运动数据得到所述车辆的运动参数值的步骤,具体包括以下步骤501-步骤505:
步骤501、根据当前时刻的运动数据获取当前时刻的状态参数值。
其中,所述运动数据是根据检测单元获取到的当前时刻与车辆运动有关的数据。所述运动数据根据检测设备获得,例如,车辆行驶过程中的加速度和角速度等数据、车辆在行驶过程中的速度值、车辆在行驶过程中的路段信息等等。
步骤502、根据当前时刻的状态参数值和当前时刻的预设状态参数阈值确定当前时刻的相对运动状态,所述相对运动状态为所述检测设备相对于所述交通设备运动状态。
步骤503、当所述当前时刻的相对运动状态为相对静止状态时,根据当前时刻的运动数据获得旋转矩阵,所述旋转矩阵为检测设备坐标系转换为交通设备坐标系的矩阵。
其中,转换矩阵用于根据姿态数据,例如三轴加速度、三轴角速度,将检测设备坐标系下的数据转换成为车辆坐标系下车辆的运动数据,如加速度、角速度。
确定当前时刻的检测设备与车辆为相对静止状态,即检测设备稳定放置于所述车辆上后,根据公式(1)和(2)即可获得车辆的运动状态。
此时,当车辆处于静止状态时,通过以下公式(13)-公式(18)求解车辆坐标系下的加速度零偏和角速度零偏。
orie0=0……(13)
其中,orie
0、orie
1、orie
2为欧拉角,
为归一化X轴加速度、
为归一化Y轴加速度、
为归一化Z轴加速度。
通过欧拉角转换成旋转矩阵R:
进而求解加速度零偏和角速度零偏:
其中:
分别为X轴加速度零偏、Y轴加速度零偏、Z轴加速度零偏;
分别为X轴角速度零偏、Y轴角速度零偏、Z轴角速度零偏;G为重力加速度9.8m/s
2,
分别为X轴角速度秒平均方差、Y轴角速度秒平均方差、Z轴角速度秒平均方差。
当车辆为运动状态时,根据公式(19)-公式(20)求解车辆在车辆坐标系下的角速度和加速度。
其中,
分别为车辆坐标系下车辆的X轴加速度、Y轴加速度和Z轴加速度,
分别为车辆坐标系下车辆的X轴角速度、Y轴角速度和Z轴角速度。
步骤504、根据所述旋转矩阵获得所述交通设备坐标系下的运动参数值;其中,在本实施例中,所述运动参数值包括车辆的行驶速度、加速度以及角速度等,当然在其他实施例中,所述运动参数值还也可以为角加速度等,本申请在此不做限制。
在本实施例中,车辆的加速度是根据上一步骤503中的车辆的X轴加速度、Y轴加速度和Z轴加速度合成得到,车辆的角速度是根据上一步骤503中的车辆的X轴角速度、Y轴角速度和Z轴角速度合成得到。
步骤505、根据所述运动参数值和预设运动参数值,确定所述交通设备当前时刻的驾驶行为。
其中,确定所述交通设备当前时刻的驾驶行为可以为急加速、急减速、急左转、急右转、超速或未超速等。
例如在车辆的行驶速度大于10km/h时,车辆3秒内持续加速或持续减速的情况下,若车辆的加速度,即平均每秒车速的速度差,大于6km/h时,输出检测结果为急加速行为;若当车辆的加速度小于-8km/h,输出检测结果为急减速行为。
当在车辆的行驶速度大于20km/h时,且车辆3秒内持续左转或持续右转,平均每秒车辆转弯的角度差大于12°/s,对应输出检测结果急左转或急右转行为。
当车辆行驶速度大于当前限速阈值,如120km/h,时,输出检测结果超速行为,限速阈值由地图信息单元提供,如当前路段的地图信息中没有提供限速阈值,默认此时限速阈值为90km/h。
在一些实施例中,所述定位数据可以通过检测设备中的GPS装置获取,所述定位数据包括定位时间戳,即GPS时间戳,所述姿态数据还包括惯性检测单元时间戳:对应地,所述步骤11、获取检测设备的运动数据之后,还包括初始化处理,如图3所示,具体通过以下步骤101-步骤103实现:
步骤101、检测设备的通讯信息自检;当自检异常,则检测设备报警;当自检正常时,则执行以下步骤102-步骤103:
步骤102、对齐所述惯性测量单元时间戳与所述GPS时间戳。
步骤103、滤除所述三轴角速度和三轴加速度的噪声数据;可以具体通过低通的方式滤波滤除所述噪声数据,通过所述三轴角速度和三轴加速度3倍秒均方差值剔掉数据异常值。
通过对运动数据进行初始化处理可以对数据进行过滤,从而使检测结果更加精确。
为了更好实施本发明实施例中的驾驶行为的检测方法,在驾驶行为的检测方法基础之上,本发明实施例中还提供一种驾驶行为的检测装置。该驾驶行为的检测装置集成于设备中,该设备可以是服务器,也可以是终端,如手机、平板电脑、台式电脑等设备。
图4是本发明实施例提供的驾驶行为的检测装置的示意性框图,该驾驶行为的检测装置包括获取单元601和处理单元602。如图4所示,其中:
获取单元601,用于获取检测设备的运动数据,所述检测设备置于待检测的交通设备中;
处理单元602,用于根据获取的运动数据得到状态参数值;根据所述状态参数值和预设状态参数阈值,确定所述检测设备的运动状态,所述运动状态为所述检测设备相对于所述交通设备的运动状态;当所述检测设备相对于所述交通设备在上一时刻的运动状态为静止状态时,根据预设约束条件更新当前时刻的预设状态参数阈值;根据当前时刻的运动数据和当前时刻的预设状态参数阈值确定所述交通设备当前时刻的驾驶行为。
在一些实施例中,所述运动数据包括行驶速度以及经纬度有效位数,所述预设状态参数阈值包括预设状态阈值;
所述处理单元602用于:
根据所述经纬度有效位数与预设有效位数,确定所述检测设备的定位状态;
根据所述定位状态、行驶速度、状态参数值以及预设状态阈值,确定所述交通设备的运动状态;
当所述交通设备的运动状态为行驶状态时,确定所述检测设备相对于所述交通设备的运动状态。
在一些实施例中,所述运动数据还包括三轴角速度,所述状态参数值还包括三轴角速度均方差;所述预设状态参数阈值还包括第三预设阈值;
所述处理单元602用于:
当三轴角速度均方差均小于预设第三预设阈值时,确定所述检测设备相对于所述交通设备的运动状态为静止状态。
在一些实施例中,所述运动数据还包括俯仰角值和横滚角值;
所述处理单元602还用于:
根据所述俯仰角值确定俯仰角变化量,以及根据所述横滚角值确定横滚角变化量,所述俯仰角变化量为当前时刻的俯仰角值和所述当前时刻的上一时刻的俯仰角值的变化量,所述横滚角变化量为当前时刻的横滚角和所述当前时刻的上一时刻的横滚角的变化量;
根据所述俯仰角变化量、所述横滚角变化量以及预设路段阈值,确定路段类型。
在一些实施例中,所述运动数据还包括三轴加速度,所述状态参数值还包括三轴加速度均方差,所述预设路段阈值包括第四预设阈值、第五预设阈值以及第六阈值,所述预设状态参数阈值还包括第七预设阈值和第八预设阈值;
所述处理单元602用于:
当所述俯仰角变化量小于第四预设阈值以及所述横滚角变化量小于第五预设阈值时,确定当前的路段类型为上坡路段类型;
当所述俯仰角变化量大于第六预设阈值以及所述横滚角变化量小于第五预设阈值时,确定当前的路段类型为下坡路段类型;
当所述三轴角速度均方差小于第七预设阈值以及所述三轴加速度均方差小于第八预设阈值时,确定当前的路段类型为颠簸路段类型。
在一些实施例中,所述运动数据还包括给定路段类型;
所述处理单元602用于:
根据确定的路段类型和给定的路段类型,得到比较结果,所述比较结果为所述确定的路段类型和所述给定的路段类型进行比较的结果;
若所述比较结果一致,则将确定的路段类型作为结果输出;
若所述比较结果不一致,则根据所述运动数据得到上报信息。
在一些实施例中,所述处理单元602用于:
根据当前时刻的状态参数值和当前时刻的预设状态参数阈值确定当前时刻的相对运动状态,所述相对运动状态为所述检测设备相对于所述交通设备运动状态;
当所述当前时刻的相对运动状态为相对静止状态时,根据当前时刻的运动数据得到旋转矩阵,所述旋转矩阵为检测设备坐标系转换为交通设备坐标系的矩阵;
根据所述旋转矩阵获得所述交通设备坐标系下的运动参数值;
根据所述运动参数值和预设运动参数值,确定所述交通设备当前时刻的驾驶行为。
本申请通过检测设备实时获取运动数据,将运动数据得到的状态参数值与预设状态参数阈值比较,以获得检测设备和交通设备的相对运动状态,当检测设备与交通设备在上一时刻的相对运动状态为相对静止状态,即检测设备在交通设备中处于稳定状态时,根据预设约束条件不断更新当前时刻的预设状态参数阈值,再将更新后的预设状态参数阈值与当前时刻的运动数据比较,以提高获取的检测设备与交通设备相对运动状态的准确度,并且当所述相对运动状态为相对静止状态时,检测设备才输出当前时刻驾驶行为的检测结果,以此提高车辆驾驶行为检测精度。
本申请实施例还提供一种电子设备,其集成了本发明实施例所提供的任一种驾驶行为的检测装置,请参考图5,图5示出了本申请实施例所涉及的电子设备的结构示意图,具体来讲:
该电子设备可以包括一个或者一个以上处理核心的处理器701、一个或一个以上计算机可读存储介质的存储器702、电源703和输入单元704等部件。本领域技术人员可以理解,图5中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器701是该电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器702内的软件程序和/或模块,以及调用存储在存储器702内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。可选的,处理器701可包括一个或多个处理核心;优选的,处理器701可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器701中。
存储器702可用于存储软件程序以及模块,处理器701通过运行存储在存储器702的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器702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电子设备的使用所创建的数据等。此外,存储器702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。相应地,存储器702还可以包括存储器控制器,以提供处理器701对存储器702的访问。
电子设备还包括给各个部件供电的电源703,优选的,电源703可以通过电源管理系统与处理器701逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源703还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该电子设备还可包括输入单元704,该输入单元704可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,电子设备还可以包括显示单元等,在此不再赘述。具体在本申请实施例中,电子设备中的处理器701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702中,并由处理器701来运行存储在存储器702中的应用程序,从而实现各种功能,如下:
获取检测设备的运动数据,所述检测设备置于待检测的交通设备中;根据获取的运动数据得到状态参数值;根据所述状态参数值和预设状态参数阈值,确定所述检测设备的运动状态,所述运动状态为所述检测设备相对于所述交通设备的运动状态;当所述检测设备相对于所述交通设备在当前时刻的上一时刻的运动状态为静止状态时,根据预设约束条件更新当前时刻的预设状态参数阈值;根据当前时刻的运动数据和当前时刻的预设状态参数阈值确定所述交通设备当前时刻的驾驶行为。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种计算机可读存储介质,该存储介质可以包括:只读存储器(ROM,ReadOnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁盘或光盘等。其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行本申请实施例所提供的任一种驾驶行为的检测方法中的步骤。例如,所述计算机程序被处理器进行加载可以执行如下步骤:
获取检测设备的运动数据,所述检测设备置于待检测的交通设备中;
根据获取的运动数据得到状态参数值;
根据所述状态参数值和预设状态参数阈值,确定所述检测设备的运动状态,所述运动状态为所述检测设备相对于所述交通设备的运动状态;
当所述检测设备相对于所述交通设备在当前时刻的上一时刻的运动状态为静止状态时,根据预设约束条件更新当前时刻的预设状态参数阈值;
根据当前时刻的运动数据和当前时刻的预设状态参数阈值确定所述交通设备当前时刻的驾驶行为。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见上文针对其他实施例的详细描述,此处不再赘述。
具体实施时,以上各个单元或结构可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元或结构的具体实施可参见前面的方法实施例,在此不再赘述。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
以上对本发明实施例所提供的一种驾驶行为的检测方法、装置、电子设备及存储介质进行了详细介绍,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。