[发明专利]一种基于车辆行驶数据的急加速行为识别方法

权利要求书

1.一种基于车辆行驶数据的急加速行为识别方法，其特征在于，包括如下步骤：

(1)采集车辆行驶数据：所述车辆行驶数据包括瞬时油耗、瞬时加速度、瞬时速度的每秒变化量、发动机转速；

(2)通过主成分分析法得到变速因子：将所述瞬时油耗、瞬时加速度、瞬时速度的每秒变化量、发动机转速作为4个原始指标，通过主成分分析法合成相同数量的主成分，然后选取累计方差贡献率为85％以上的前三个主成分，再将选取的所述前三个主成分以各自的方差贡献率在所有入选主成分的方差贡献率中所占比例作为权重进行线性组合，形成变速因子；

(3)对变速因子取阈值；

(4)通过比较变速因子在某时刻的得分和阈值的大小来识别在所述时刻是否为急加速行为：当变速因子的得分大于或等于阈值时，所述时刻为急加速时刻。

2.根据权利要求1所述的基于车辆行驶数据的急加速行为识别方法，其特征在于，所述步骤(2)中，通过主成分分析法得到变速因子的步骤包括：

(2.1)根据采集的车辆行驶数据，建立数据矩阵X’＝(x′_ij)_n×p，其中，n为记录数，p为指标数，x′_ij表示第i行第j列的数据，且i≤n，j≤p；将瞬时油耗、瞬时加速度、瞬时速度的每秒变化量、发动机转速这4个原始指标作为主成分分析的原始变量，取p＝4；

(2.2)对各指标数据进行标准化，标准化的方法是将每个数据x′_ij先减去第j个指标的均值，再除以第j个指标的标准差，得到标准化后的数据x_ij，进而得到标准化数据矩阵；

(2.3)根据标准化数据矩阵建立协方差矩阵R，协方差矩阵R的每个元素R_ij代表i、j变量的协方差，计算公式为：

Rij=Σk=1nxik*xjk,]]>

其中k为整数；

(2.4)求解协方差矩阵R的特征值和特征向量：通过解特征方程|λE-R|＝0求出p个特征值λ_i，i＝1，2...p，其中E为单位矩阵；并分别求出对应于特征值λ_i的特征向量，求解过程是将协方差矩阵R进行分解，公式为：

R=Σi=1pλieiT,]]>

其中，λ_i是协方差矩阵R的特征值，e_i是长度为p的特征向量，e_i^T是e_i的转置向量；

再将特征值λ_i按照从大到小的顺序排列，得到：

λ₁＞λ₂＞…＞λ_p；

(2.5)计算各主成分的方差贡献率及累计方差贡献率，并根据累计方差贡献率确定最终入选的主成分个数：

方差贡献率的计算公式为：

累计方差贡献率的计算公式为

选取累计方差贡献率为85％以上的前m个主成分，取m＝3；

(2.6)通过载荷矩阵写出主成分计算式：

载荷矩阵的系数正是每个主成分对应的特征向量的值，据此写出第i个主成分f_i的计算公式：

f_i＝e_1i*x₁+e_2i*x₂+…+e_pi*x_p，

其中，e_pi是第p个特征向量的第i个分量，x_p是第p个指标；

(2.7)根据选取出的m个主成分计算每条记录的变速因子的得分，第i条记录的变速因子s_i的得分的计算公式为：

si=w~1f1i+w~2f2i+...+w~kfki+...+w~mfmi,1≤k≤m;]]>

其中任意一项f_ki表示第k个主成分的第i个分量，系数的计算公式为：

w~k=wkΣj=1mwj.]]>