[发明专利]一种驾驶行为特征的构造方法、系统和驾驶行为分析方法

说明书

本发明公开了一种驾驶行为特征的构造方法、系统和驾驶行为分析方法，驾驶行为的特征构造方法，包括以下步骤：获取包含有轨迹信息的全局驾驶数据；基于轨迹信息识别驾驶数据中包含的驾驶事件段，获取所述驾驶事件段的局部驾驶数据；基于预设方法分别对全局驾驶数据、局部驾驶数据进行特征构造得全局特征和局部特征；将所述全局特征和局部特征组成驾驶行为特征集。避免了现有技术中驾驶行为特征构造时多依据经验或感觉的主观性，准确保留自然驾驶数据原有信息。

技术领域

本发明涉及交通汽车驾驶领域，尤其涉及一种驾驶行为特征的构造方法、系统和驾驶行为分析方法。

背景技术

驾驶行为研究是当前研究热点之一，而通过分析自然驾驶数据研究驾驶行为是当前驾驶行为研究的主要方法之一。当前分析自然驾驶数据的主要方法是根据随机驾驶数据构造表征驾驶行为的特征，用构造的驾驶行为特征体现自然驾驶数据所隐含的驾驶行为信息。

然而由于自然驾驶数据的时间特性以及高非线性，目前研究大多是通过主观判断或经验指导对自然驾驶数据进行特征构造，利用自然驾驶数据相关参数的统计特征(平均值，标准差等)或者事故发生率等危险驾驶行为指标作为驾驶行为特征。这些驾驶行为特征虽然能够表征驾驶行为，但是根据学者的主观经验构造，缺乏客观性，对研究人员的经验知识要求较高，且构造的驾驶行为特征结构单一、内容片面、系统性差。

当前研究多是对自然驾驶数据整段分析，忽略了驾驶行为在不同道路线形的差异，导致驾驶风格分析准确性降低。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种驾驶行为特征的构造方法、系统和驾驶行为分析方法。

根据本发明的一个方面提供一种驾驶特征构造方法，包括以下步骤：

获取包含有时间信息的全局驾驶数据及对应的驾驶轨迹信息；

基于轨迹信息识别驾驶数据中包含的驾驶事件段，获取所述驾驶事件段的局部驾驶数据；

基于预设方法分别对全局驾驶数据、局部驾驶数据进行特征构造得全局特征和局部特征；

将所述全局特征和局部特征组成驾驶行为特征集。

进一步的，所述驾驶事件段包括弯道路段、直行路段，全局驾驶数据中会包含有若干个转弯路段，及弯路段间的直行路段，获取各个转弯路段、直行路段的驾驶数据作为局部驾驶数据。

进一步的，基于预设方法从自相关性和驾驶风险特性对全局驾驶数据进行特征构造，从数值分布特性、信息量、趋势性以及频域特性对局部驾驶数据进行特征构造。

进一步的，基于预设方法从自相关性和驾驶风险特性对全局驾驶数据进行特征构造，包括：基于预设的驾驶参数，计算全局驾驶数据的Hurst指数、自相关函数特征、全局驾驶数据中大于预设行驶速度行驶时间占总行驶时间的百分比(高速行驶时间占总行驶时间的百分比)、大于预设行驶速度行驶里程占总行驶里程的百分比(高速行驶里程占总行驶里程的百分比)、百公里加速度超过第一阈值(百公里急加速次数)的次数、百公里减速速度超过第二阈值(百公里急减速次数)的次数、百公里换道次数中的至少一个；

和/或

基于预设方法从数值分布特性、信息量、趋势性以及频域特性对局部驾驶数据进行特征构造，包括：基于预设的驾驶参数，计算局部驾驶数据中表征中心趋势的特征、表征分散性的特征、近似熵、香农熵、表征频域特性的特征、趋势强弱指数以及去趋势相关特征中的至少一个。

进一步的，基于预设方法从数值分布特性、信息量、趋势性以及频域特性对局部驾驶数据进行特征构造，还包括，对事件段进行聚类，将同类型事件段中相同驾驶参数的局部特征的均值作为局部特征。