[发明专利]一种基于基本驾驶操作事件的无监督驾驶风格分析方法在审
| 申请号: | 202210176012.4 | 申请日: | 2022-02-25 |
| 公开(公告)号: | CN114707573A | 公开(公告)日: | 2022-07-05 |
| 发明(设计)人: | 李显生;崔晓彤;郑雪莲;任园园;赵兰 | 申请(专利权)人: | 吉林大学 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62 |
| 代理公司: | 北京志霖恒远知识产权代理事务所(普通合伙) 11435 | 代理人: | 洪秀凤 |
| 地址: | 130012 吉*** | 国省代码: | 吉林;22 |
| 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 基于 基本 驾驶 操作 事件 监督 风格 分析 方法 | ||
1.一种基于基本驾驶操作事件的无监督驾驶风格分析方法,其特征在于,包括以下步骤:
S1、获取自然驾驶数据,并对所述自然驾驶数据进行预处理,得到有效自然驾驶数据;
S2、基于所述有效自然驾驶数据,提取基本驾驶操作事件;
S3、基于所述有效自然驾驶数据,通过驾驶行为特征对所述基本驾驶操作事件中的每个事件进行特征构造和特征提取,得到表征每个事件强度的事件强度特征;
S4、基于所述事件强度特征,通过k-means聚类算法对基本驾驶操作事件中的每个事件按照直行事件和转向事件进行事件强度聚类,并根据事件强度特征的统计值,对聚类得到的各类事件打事件强度类别标签;
S5、基于所述有效自然驾驶数据获取道路线形,并基于道路线形的变化按照直线路段和曲线路段获取动态时间窗;基于动态时间窗内事件强度类别和事件转移特征,构造表征动态时间窗内驾驶风格的已具有事件强度类别标签的事件随时间的变化曲线;基于融合DTW的曲线聚类算法,按照直行事件和转向事件对各动态时间窗的所述曲线进行聚类,得到各类时间窗曲线;基于事件强度类别和事件转移特征,对各类时间窗曲线打驾驶风格类型标签。
2.如权利要求1所述的方法,其特征在于,所述自然驾驶数据包括速度、纵向加速度和侧向加速度,所述预处理包括异常数据剔除和数据平滑处理。
3.如权利要求1所述的方法,其特征在于,所述基本驾驶操作事件包括六类驾驶操作事件,所述六类驾驶操作事件为直行加速、直行匀速、直行减速、转向加速、转向匀速和转向减速。
4.如权利要求2所述的方法,其特征在于,步骤S2中提取基本驾驶操作事件的方法具体如下:
S21、基于速度和侧向加速度,计算行驶轨迹半径:其中R为行驶轨迹半径,v为速度,ay为侧向加速度;
S22、基于纵向加速度,构造纵向加速度波形;
S23、基于行驶轨迹半径、纵向加速度波形的波峰值和/或波谷值提取基本驾驶操作事件。
5.如权利要求4所述的方法,其特征在于,通过以下条件提取基本驾驶操作事件:
设定行驶轨迹半径阈值为1000m,当行驶轨迹半径R=1000m时,提取为直行事件;当行驶轨迹半径R1000m时,提取为转向事件;
设定纵向加速度波形波峰值阈值为1.0m/s2,纵向加速度波形波谷值阈值为-1.0m/s2,当纵向加速度波形波峰值1.0m/s2时,提取为加速事件;当-1.0m/s2≤纵向加速度波形波峰值或波谷值≤1.0m/s2时,提取为匀速事件;当纵向加速度波形波谷值-1.0m/s2时,提取为减速事件。
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吉林大学,未经吉林大学许可,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/202210176012.4/1.html,转载请声明来源钻瓜专利网。





