[发明专利]一种识别驾驶行为的系统、方法、装置和存储介质有效
申请号: | 201810171875.6 | 申请日: | 2018-03-01 |
公开(公告)号: | CN110225446B | 公开(公告)日: | 2021-01-29 |
发明(设计)人: | 陈奥 | 申请(专利权)人: | 北京嘀嘀无限科技发展有限公司 |
主分类号: | H04W4/029 | 分类号: | H04W4/029;H04W4/44;H04W4/38;B60W40/09 |
代理公司: | 成都七星天知识产权代理有限公司 51253 | 代理人: | 杨永梅 |
地址: | 100193 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 识别 驾驶 行为 系统 方法 装置 存储 介质 | ||
1.一种识别驾驶行为的方法,其特征在于,包括:
获取第一运动数据;
确定前置规则;
基于所述前置规则,确定时间段;
获取所述时间段内的第二运动数据;
基于所述第二运动数据,识别驾驶行为;
所述前置规则包括波动方差阈值;其中,
所述波动方差表示所述第一运动数据累计加速度的方差;
所述前置规则准入的条件为所述第一运动数据的所述波动方差大于第一阈值,所述前置规则准出的条件为所述第一运动数据的所述波动方差小于第二阈值。
2.根据权利要求1所述的方法,其特征在于,所述获取所述第二运动数据包括:
当所述第一运动数据触发所述前置规则准入时,获取特征数据;
基于所述特征数据,过滤所述第一运动数据;
当所述第一运动数据触发所述前置规则准出时,停止过滤所述第一运动数据。
3.根据权利要求2所述的方法,其特征在于,所述过滤第一运动数据包括:
基于机器学习模型及所述特征数据,过滤所述第一运动数据中不需要的信息。
4.根据权利要求3所述的方法,其特征在于,所述机器学习模型为摇晃二分类模型。
5.根据权利要求2所述的方法,其特征在于,所述特征数据包括加速度最大值、最小值、均值,加速度变换角度最大值、最小值、均值和/或者三维坐标系三个方向上加速度最大值、最小值、均值。
6.根据权利要求1所述的方法,其特征在于,采用传感器获取第一运动数据,所述传感器包括陀螺仪、加速度传感器、全球定位系统定位传感器和/或者重力传感器。
7.根据权利要求1所述的方法,其特征在于,基于所述第一运动数据判断设备是否正随着交通工具移动。
8.根据权利要求1所述的方法,其特征在于,所述第一运动数据包括线性加速度、角加速度和/或者姿势相关信息,所述姿势相关信息包括角色信息、偏航信息和/或者音高信息。
9.根据权利要求1所述的方法,其特征在于,所述获取第二运动数据由处理器执行,传感器定时产生第一运动数据,所述处理器定时获取第一运动数据。
10.根据权利要求9所述的方法,其特征在于,所述处理器执行:
通过相同的采样频率或者变化的采样频率发送所述时间段内的第二运动数据、所述时间段给服务器。
11.一种识别驾驶行为的系统,其特征在于,所述系统包括获取模块、前置规则确定模块、时间确定模块、数据处理模块、通信模块和识别模块:
所述获取模块用于获取第一运动数据;
所述前置规则确定模块用于确定前置规则,所述前置规则包括波动方差阈值;其中,
所述波动方差表示所述第一运动数据累计加速度的方差;
所述前置规则准入的条件为所述第一运动数据的所述波动方差大于第一阈值,所述前置规则准出的条件为所述第一运动数据的所述波动方差小于第二阈值;
所述时间确定模块用于基于所述前置规则,确定时间段;
所述数据处理模块用于获取第二运动数据;
所述通信模块用于传输所述第二运动数据和所述时间段;
所述识别模块用于基于所述第二运动数据识别危险驾驶行为。
12.一种识别驾驶行为的装置,其特征在于,所述装置包括处理器,所述处理器运行识别程序,所述识别程序运行时执行如权利要求1-10任一所述的识别驾驶行为的方法。
13.一种计算机可读存储介质,其特征在于,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如权利要求1-10任一所述的识别驾驶行为的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京嘀嘀无限科技发展有限公司,未经北京嘀嘀无限科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810171875.6/1.html,转载请声明来源钻瓜专利网。