[发明专利]一种车辆异常驾驶事件的识别方法及系统

说明书

本发明公开了一种车辆异常驾驶事件的识别方法及系统，所述方法包括：实时检测和采集车辆在行驶过程中的行程数据，并对采集到的行程数据进行清洗处理；对清洗处理后的行程数据进行计算，得到加速度值的平均值作为特征点，优化预先建立的数据模型；根据建立的数据模型，对不同的驾驶场景进行论证与测试，然后通过所采集的行程数据对算法不断进行修正；当车辆在行驶过程中发生事故，根据相关数据判断事故等级，识别异常驾驶事件后发出警报，并处理异常驾驶事件。本发明将采集到的行程数据进行分析与计算，得出当前的驾驶场景与驾驶事件，并发送到后台终端进行相应处理，减少车辆事故伤亡率，给用户带来方便。

技术领域

本发明涉及智能车联网以及安全救援技术领域，具体涉及一种车辆异常驾驶事件的识别方法及系统。

背景技术

随着社会经济的不断发展，人们的物质生活越来越丰富，汽车几乎成为各家各户出行必备的工具之一，加之随着电子技术的不断发展，智能电子设备的普及，物联网、大数据、车联网等概念深入人心，智能车载行业表现出一片欣欣向荣的情景，带给车主们更加人性化的体验与服务。但是频发的交通事故让我们防不胜防，目前很多汽车上缺少安全检测装置，当车辆真正发生碰撞、翻转等异常驾驶时，因为无法及时的检测到并启动救援服务，而耽搁了最佳的救援时间，于是给车主与家人带来极大的痛苦与损失。

目前市场上部分高端的汽车上安装行车记录仪、汽车辅助系统ADAS、面部图像识别系统、原车传感器与车场进行深度的融合等能有效的提升驾驶安全，降低事故率，但是这类设备或系统价格较为昂贵，缺少与驾驶者的交互，并且与车辆的耦合度很高，因此无法体现他们的通用性。

例如现有技术中的汽车辅助系统ADAS、面部图像识别系统、原车传感器与车场进行深度的融合，其具有整体大方得体，识别率高的优点，但缺点是成本高、缺少与驾驶者的交互；在智能手机（Android & iPhone）上安装检测碰撞的App，用来进行安全监测。其具有传感器的种类齐全、采集的数据质量高，识别率高的优点，但缺点是原车没有专门用于放置和固定智能手机的设计，并且手机续航能力有限，另外固定位置易变，影响识别率，用户体验比较差；还有在原车上增加一通讯模组（T-BOX）与原车主机进行通讯，让车与云端联起来，其具有保持原车车载系统高端配置不变的优点，但缺点是安装比较复杂，需求折车，价格高、车主要另外支付通讯费，并且与车辆的耦合度很高，通用性差。

因此，基于现有技术的缺陷，现有技术还有待于改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种车辆异常驾驶事件的识别方法及系统，旨在通过GPS与传感器来识别车辆异常驾驶事件，通过加速度传感器GPS产生原始的数据进行实时的采集，通过建立碰撞的数据模型，将采集到的行程数据进行分析与计算，得出当前的驾驶场景与驾驶事件，并发送到后台终端进行相应处理，减少车辆事故伤亡率，给用户带来方便。

本发明解决技术问题所采用的技术方案如下：

一种车辆异常驾驶事件的识别方法，其中，所述方法包括：

步骤A：实时检测和采集车辆在行驶过程中的行程数据，并对采集到的行程数据进行清洗处理；

步骤B：对清洗处理后的行程数据进行计算，得到预设数量的加速度值并将平均值作为特征点，优化预先建立的数据模型；

步骤C：根据建立的数据模型，对不同的驾驶场景进行论证与测试，然后通过所采集的行程数据对算法不断进行修正；

步骤D：当车辆在行驶过程中发生事故，根据相关数据判断事故等级，识别异常驾驶事件后发出警报，并处理异常驾驶事件。

所述的车辆异常驾驶事件的识别方法，其中，所述步骤A具体包括：

步骤A1：当车辆启动后，在预设时间和固定周期内开始采集传感器和GPS的测试数据；所述传感器包括重力传感器、加速度传感器、陀螺仪传感器；