[发明专利]用于监测驾驶行为的方法和装置

说明书

本申请公开了用于监测驾驶行为的方法和装置。所述方法的一具体实施方式包括：利用驾驶行为监测模型对历史轨迹数据进行分析，监测目标驾驶员的驾驶行为；驾驶行为监测模型是通过以下步骤得到的：获取多个驾驶员的历史轨迹数据集合及行驶成本数据集合；分别处理历史轨迹数据集合及行驶成本数据集合，确定每个驾驶员的驾驶行为参数值和行驶成本参数值；分别对各驾驶员标记第一标签和第二标签；利用机器学习算法学习第一标签的多个驾驶员的驾驶行为参数值以及第二标签的多个驾驶员的驾驶行为参数值，提取特征参数，并基于特征参数确定上述驾驶行为监测模型。该实施方式实现了对驾驶员的历史轨迹数据的充分挖掘，对驾驶员的驾驶行为进行量化监测。

技术领域

本申请涉及计算机技术领域，具体涉及驾驶行为监测领域，尤其涉及一种用于监测驾驶行为的方法和装置。

背景技术

随着经济社会持续快速发展，群众购车刚性需求旺盛，汽车保有量继续呈快速增长趋势。与机动车保有量快速增长相适应，机动车驾驶人数量也呈现大幅增长趋势。机动车及驾驶人数量的迅速增长，给人们的生产生活带来便利的同时，也带来不容忽视的安全隐患。

低驾龄驾驶员由于不熟练导致的不良驾车习惯，如急加速或急减速；以及高驾龄驾驶员的高速飙车等不良驾车习惯，都会危害行人或驾驶员的生命健康。因此，如何量化的对驾驶员的驾驶行为进行监测是亟待解决的问题。

发明内容

本申请的目的在于提出一种用于监测驾驶行为的方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请提供了一种用于监测驾驶行为的方法，上述方法包括：获取驾驶行为监测模型以及目标驾驶员的历史轨迹数据；利用驾驶行为监测模型对历史轨迹数据进行分析，监测目标驾驶员的驾驶行为；其中，上述驾驶行为监测模型是通过以下步骤得到的：获取多个驾驶员的历史轨迹数据集合及行驶成本数据集合；分别处理历史轨迹数据集合及行驶成本数据集合，确定每个驾驶员的驾驶行为参数值和行驶成本参数值；将行驶成本参数值小于第一预设值的驾驶员标记为第一标签，将行驶成本参数值大于第二预设值的驾驶员标记为第二标签；利用机器学习算法学习第一标签所指示的多个驾驶员的驾驶行为参数值以及第二标签所指示的多个驾驶员的驾驶行为参数值，提取符合预设条件的驾驶行为参数作为特征参数，并基于特征参数确定上述驾驶行为监测模型。

在一些实施例中，历史轨迹数据包括多个轨迹点的位置及时刻；以及分别处理历史轨迹数据集合及行驶成本数据集合，确定每个驾驶员的驾驶行为参数值和行驶成本参数值，包括：确定历史轨迹数据中任意两个相邻的轨迹点之间的位移及时长；根据位移及时长，确定每个驾驶员在各轨迹点的驾驶行为参数值，上述驾驶行为参数包括：速度及行驶角度。

在一些实施例中，根据任意两个相邻的轨迹点之间的位移及时长，确定每个驾驶员在各轨迹点的驾驶行为参数值，包括：根据每个驾驶员在各轨迹点的速度值，确定每个驾驶员的速度分布曲线；确定速度分布曲线中速度值大于预设的不同速度阈值的次数以及每次大于预设的不同速度阈值的持续时长；根据速度分布曲线，确定速度的累积分布函数；确定速度的累积分布函数中预设的不同概率值对应的速度值。

在一些实施例中，上述驾驶行为参数还包括：加速度；以及根据任意两个相邻的轨迹点之间的位移及时长，确定每个驾驶员在各轨迹点的驾驶行为参数值，包括：根据每个驾驶员的速度分布曲线，确定每个轨迹点的加速度；确定每个驾驶员的加速度分布曲线；确定加速度分布曲线中加速度值大于预设的不同加速度阈值的次数以及大于预设的不同加速度阈值的第一总时长；确定加速度分布曲线中加速度值小于零且绝对值大于预设的不同加速度阈值的次数以及绝对值大于不同加速度阈值的第二总时长；根据每个驾驶员的加速度分布曲线，确定加速度的累积分布函数；确定加速度的累积分布函数中预设的不同概率值对应的加速度值。