[發明專利]一種基于移動終端的駕駛行為識別方法

在審

• 申請號: 201710232230.4
• 申請日: 2017-04-11
• 公開（公告）號: CN108694407A
• 公開（公告）日: 2018-10-23
• 發明（設計）人: 王忠民;范琳;李卓;周肖肖;王科;張新平
• 申請（專利權）人: 西安郵電大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于智能手機自動識別駕駛行為的方法，所述方法包括：利用智能手機上的內置加速度傳感器采集信息，通過深度學習算法來進行行為識別，使得移動終端能獲取當前用戶的行為，判斷用戶的點火、駕駛、熄火行為。

2.如權利要求1所述的方法，其特征在于，采用從手機傳感器中獲取的實時三軸加速度數據，進行預處理后利用端點檢測算法確定行為切換點，通過滑動窗實時提取時間序列信息并計算序列片段的時頻域特征，選取有效特征后，融合原始行為信息與特征建立完整時間序列段作為受限玻爾茲曼機的輸入端，隱層轉換為網絡可識別的伯努力分布方式，優化預設參數的多隱層受限玻爾茲曼機對輸入端信息的特征進行提取，最終通過DBN（DeepBelief Network，深信度網絡）實現駕駛行為的識別。

3.如權利要求1所述的方法，其特征在于，利用智能手機上內置的加速度傳感器采集信息，并進行平滑濾波處理；將采集到的數據處理成的100*3的矩陣a=(a_x, a_y, a_z)，其中a_x表示手機坐標系x軸上的加速度信息，a_y表示y軸上的加速度信息，a_z表示z軸上的加速度信息，將矩陣a依次按手機坐標系x, y, z變化為1*300的行向量b。

4.如權利要求1所述的方法，其特征在于，由于啟動、點火、剎車、熄火等暫態駕駛行為事件僅在一小段時間序列中存在明顯特征變化，在其余時間段內行為相似度較高，同時數據采集過程中不能準確提取行為有效數據段而降低識別率，因此使用端點檢測算法檢測駕駛行為事件的有效時間序列段，在輸入原始行為實值數據的同時選取其時頻域特征并進行組合分析。

5.如權利要求1所述的方法，其特征在于，將原始信息與特征數據融合建立完整時間序列段作為深信度網絡的輸入實現駕駛行為的識別，并將分類結果實時反饋給智能終端。

6.如權利要求1所述的方法，其特征在于，兩層RBM搭建網絡學習模型，FFDBN網絡模型如圖3所示，其結構為n-100-100-7；該網絡由一層自由度為n的輸入端RBM、兩層隱層RBM，輸出頂層設置一個softmax分類器構成一個NN，其中對于每種駕駛行為，自由度n為一個變量。