[发明专利]一种识别驾驶事件及其训练方法、装置、设备和存储介质

权利要求书

1.一种识别驾驶事件的方法，其特征在于，包括：

采集表示驾驶事件的数据、作为驾驶参数；

将第一时间段内的所述驾驶参数划分第一目标参数、第二目标参数，所述第一目标参数的数值大于所述第二目标参数的数值；

在与车辆的类型匹配的事件识别模型中，查找适于处理所述第二目标参数的事件识别模型、作为原始事件识别模型；

以所述第一目标参数作为标识紧急的样本、所述第二目标参数作为标识非紧急的样本训练所述原始事件识别模型，获得目标事件识别模型；

其中，所述第二目标参数根据查找后的事件识别模型标准参数之间的相关性确定所述原始事件识别模型，且用于体现用户的驾驶风格；

调用所述目标事件识别模型从第二时间段内的所述驾驶参数中识别紧急的驾驶事件，所述第二时间段位于所述第一时间段之后。

2.根据权利要求1所述的方法，其特征在于，所述将第一时间段内的所述驾驶参数划分第一目标参数、第二目标参数，包括：

针对第一时间段内的驾驶参数，计算所述驾驶参数中每个数据点的平均值；

对所述平均值取指定的倍数，作为参考参数中的数据点；

统计所述驾驶参数中的数据点大于或等于所述参考参数中的数据点的第一比例；

若所述第一比例大于或等于预设的第二阈值，则确定所述驾驶参数为第一目标参数；

若所述第一比例小于预设的第二阈值，则确定所述驾驶参数为第二目标参数。

3.根据权利要求1所述的方法，其特征在于，所述在与所述车辆的类型匹配的事件识别模型中，查找适于处理所述第二目标参数的事件识别模型、作为原始事件识别模型，包括：

查找与所述车辆的类型匹配的事件识别模型，所述事件识别模型关联标准参数；

查找与所述驾驶参数的类型匹配的事件识别模型，作为候选事件识别模型；

计算所述第二目标参数与所述候选事件识别模型的标准参数之间的相关性；

基于所述相关性从所述候选事件识别模型中选择原始事件识别模型。

4.根据权利要求3所述的方法，其特征在于，所述计算所述第二目标参数与所述标准参数之间的相关性，包括：

若所述标准参数为数据点，则计算所述第二目标参数与所述标准参数之间的相似度，作为相关性；

或者，

若所述标准参数为数据范围，则确定所述第二目标参数中、落入所述数据范围的数据点，作为目标点；

统计所述目标点占所述第二目标参数的第二比例，作为相关性。

5.根据权利要求3所述的方法，其特征在于，所述基于所述相关性从所述候选事件识别模型中选择原始事件识别模型，包括：

计算所述相关性的平均值；

若所述相关性的平均值大于或等于预设的相关性阈值，则计算所述相关性的离散值；

选择所述离散值最小的候选事件识别模型为原始事件识别模型；

若所述相关性的平均值小于预设的相关性阈值，则选择所述相关性的平均值最小的候选事件识别模型为原始事件识别模型。

6.根据权利要求1所述的方法，其特征在于，所述以所述第一目标参数作为标识紧急的样本、所述第二目标参数作为标识非紧急的样本训练所述原始事件识别模型，获得目标事件识别模型，包括：

获取标识紧急的驾驶参数，作为新的第一目标参数；

从所有所述第一目标参数中提取第一样本特征，并标记紧急；

从所述第二目标参数中提取第二样本特征，并标记非紧急；

以所述第一样本特征、所述第二样本特征作为样本，所述紧急、所述非紧急作为分类的目标，对所述原始事件识别模型进行迁移学习，获得目标事件识别模型。