[发明专利]基于多传感器数据融合的驾驶行为识别方法及系统

摘要

一种基于多传感器数据融合的驾驶行为识别方法及系统，通过安装于车辆上的OBD传感信息采集器和加速度传感器，获取车辆的OBD传感数据加速度数据，并通过两个机器学习模型对其中的特征信息进行分类，独立计算两个模型中每一个分类结果的分类置信度和分类准确度，将两个模型中的分类结果按照各自的分类置信度和分类准确度进行加权融合，最终以加权融合数值最大的分类结果，作为对驾驶行为的识别结果。本发明通过数据融合技术，能够同时综合考量多种传感数据，因而，识别精度更高，更有利于对车辆驾驶行为进行评估。而且，本发明中识别所需的大部分传感数据可通过电动车辆自身总线直接获得，仅需在车辆上增设加速度传感器，成本低廉，适宜推广。

主权项

1.一种基于多传感器数据融合的驾驶行为识别方法，其特征在于，步骤包括：第一步，获取车辆的OBD传感信息和加速度信息，对所述OBD传感信息和所述加速度信息进行预处理，获得车辆的OBD传感数据和加速度数据；第二步，分别提取所述OBD传感数据的特征信息和所述加速度数据的特征信息；第三步，分别将所述OBD传感数据的特征信息输入预先训练好的第一机器学习模型进行分类，根据所述第一机器学习模型的分类数据计算每一个分类结果的第一分类置信度h1和第一分类准确度W1；将所述加速度数据的特征信息输入预先训练好的第二及其学习模型进行分类，根据所述第二机器学习模型的分类数据计算每一个分类结果的第二分类置信度h2和第二分类准确度W2；第四步，根据所述第三步获得的第一分类置信度h1、第一分类准确度W1、第二分类置信度h2和第二分类准确度W2，对所述第一机器学习模型和所述第二机器学习模型的每一个分类结果按照公式W1*h1+W2*h2加权融合，输出加权融合数值最大的分类结果，即对驾驶行为的识别结果。