[发明专利]一种基于物联网技术的汽车行为数据识别与管理方法

说明书

技术领域

本发明提出了一种集成与构建汽车行为数据识别的数据库方法，该方法涉及到人机交互、智能汽车、智能驾驶和增强用户体验等领域。 

背景技术

随着汽车在我们生活中的不断普及和深入，未来汽车逐渐扮演者更加重要的角色，对我们生活的影响也越来越大。 

随着汽车的普及,驾驶安全、能耗、排放等问题成为被关注的一个话题。一系列诸如驾驶安全、排放、燃油经济性等等的与车相关的问题正在不断的出现，引起越来越多的关注。为了解决这些问题，及时监控车辆状态、检测驾驶员的驾驶情绪、了解驾驶员的驾驶风格是十分有效的。 

传统的解决办法是基于近年来的驾驶情况来开发车辆控制策略。但汽车的状况和驾驶员的驾驶习惯在不同的车辆和驾驶员之间有显著的差异，而这是影像这些问题的关键因素，如何合理的运用和平衡这些参数的影响是现在面临的一大问题。 

驾驶环境包括交通条件和道路类型，这在传统研究中通常用叫做标准驾驶环境。车辆的状态是十分重要并且是影响这些问题的基础因素。汽车状态包括油量、发动机转速、轮胎压力和其他相关信息。 

本专利将通过用传感器监控驾驶员的情绪，因为驾驶期间驾驶员在不同情绪下所采取的驾驶动作对油耗和驾驶安全具有重大的影响。例如，当驾驶员处于一个不好的情绪下加速或刹车时，他会用力的踩踏板，并且会随意的选择驾驶路线。 

同时，驾驶环境信息(例如，道路地形信息)对油耗和安全驾驶非常重要，例如，我们可以根据道路地形信息在汽车上坡前逐步加速，在汽车下坡前提前减速。 

除了考虑汽车状况，驾驶员情绪，驾驶环境信息，驾驶风格同样对节约能源和控制排放有重大的影响。驾驶风格通常被分为三类： 

性格温和的驾驶员(冷静的驾驶或者经济型的驾驶风格) 

标准驾驶员(一般的驾驶风格) 

性格冲动的驾驶员(冒险驾驶风格) 

性格冲动的驾驶员会造成大量的油量消耗，而性格温和的驾驶员会大大节省燃料。 

发明内容

为了解决上述出现的问题，在以上分析的基础上，我们根据汽车的状态数据，驾驶员情绪，驾驶环境和驾驶风格来构建汽车行为数据库。 

在这个数据库中，我们根据汽车的状态数据，驾驶员的情绪，驾驶环境信息，驾驶行为情况进行综合测评，测评的结果被共享并存储到云端，并采用这四种因素为汽车行为构建一个实时自适应预测模型，该模型既要精确地预测结果；也要减少执行时间，需要同时考虑准确性和实时性。该模型可以应用到以下场景中： 

提升驾驶安全性：每辆车可以评估周围的汽车状态是否正常，司机可以避免危险，提高驾驶的安全性。 

路径规划：可以基于数据库和预测方法根据司机的需求进行路径规划，例如给郊游的司机提供新颖有趣的路线，给赶路的司机提供快捷畅通的路线。 

驾驶控制：交通控制中心将在必要时接管异常的车辆，以确保驾驶环境的安全。 

本发明提出了如下方案： 

一种基于物联网技术的汽车行为数据识别与管理方法，该方法是根据汽车状况数据，驾驶员性格，驾驶风格来构建汽车行为数据库，进而建立预测车辆行为的汽车预测模型，来对汽车的行为进行预测，包括以下步骤： 

步骤A：获取汽车的状况数据:通过设置在汽车上的传感器是获取一系列汽车的机械状况，用来定义汽车的情绪，包含汽车的各项机械参数、耗油量，发动机转速，轮胎气压的固有信息，这些参数体现当前汽车的实际物理性能； 

步骤B：检测驾驶员的情绪:通过在人体内、外、周围集成传感器节点来监控人体中的单胺神经递质5-羟色胺,多巴胺和去甲肾上腺素，通过这些神经递质来计算用户的情绪状态； 

步骤C：获知驾驶员驾驶风格:驾驶风格与驾驶员的行为相关，驾驶员的行为被记录为向量F_s＝{F_s1，F_s2，F_s3...F_sm},m是特征向量的维度,m是向量的维度；如果驾驶员行为记录的数量多于一个，这些记录的向量被聚合为N类，并存储在数据服务器； 

步骤D：检测驾驶环境:汽车在运行中将GPS传感器收集到的信息和服务器进行交换，针对路面的各种差异，收集环境参数以及道路参数信息； 

步骤E：构建汽车行为数据库:通过如上步骤的数据收集和准备，根据汽车状况数据，驾驶员情绪，驾驶风格，驾驶环境信息构建汽车行为数据库；