[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

本發明提供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：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（Deep Belief Network，深信度網絡）實現駕駛行為的識別。實驗結果表明，改進的滑動窗特征融合的深信度網絡駕駛行為識別算法整體識別率為85.2%，能有效進行駕駛行為的識別。

技術領域

本發明涉及智能終端技術領域，特別涉及一種行為識別方法及移動終端。

背景技術

現如今汽車的普及率越來越高，也越來越智能化。汽車與移動終端的結合是一個很好的市場應用熱點，移動終端能為駕駛者提供輔助信息,幫助用戶進行更安全的駕駛，獲得更好的用戶體驗，例如手機識別到用戶處于駕駛狀態后，自動連接車載藍牙來接聽電話，并自動打開地圖，詢問用戶要去何處，并開始導航，獲取汽車當前速度并在超速情況下予以提示，或者在用戶急剎車后提示用戶減速駕駛。

現有的技術中，如果需要手機連接車載藍牙來接聽電話，需要在上車后將手機的模式設置為開車模式；如果需要手機導航，用戶上車后要將地圖APP打開，并輸入用戶目的地，地圖APP能進行導航，路況信息提示和安全駕駛提示。當用戶結束駕駛，下車后需要結束導航，并將地圖APP關閉，將手機調節成普通模式，解除與車載藍牙的連接。現有技術存在著一些限制，需要提前設定開車模式，手動打開導航，人機交互顯得不夠智能簡單。如果能自動識別用戶何時開始駕車，自動進行車載藍牙連接并開啟導航，自動識別用戶已經下車，自動關閉開車模式和導航系統，這樣獲得的用戶體驗將更好。

經過對現有技術的檢索發現，目前已有的駕駛行為識別專利有以下幾類：1、使用圖像識別算法來區別疲勞駕駛與正常駕駛行為；2、安裝加速度計或陀螺儀等組合傳感器，使用機器學習算法來識別異常駕駛行為；3、使用移動終端中自帶的傳感器，使用機器學習算法來識別異常駕駛行為；已有專利均是從安全的角度考慮，識別異常駕駛行為，本專利識別正常行為如點火、駕駛和熄火，目的在于為用戶提供更好的使用體驗。

發明內容

本發明要解決的技術問題是提供一種基于智能手機自動識別駕駛行為的方法，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、熄火等行為。

為解決上述技術問題，本發明的實施例提供一種判斷方法，包括：

由于在駕駛過程中，點火和熄火的樣本數非常少，行為不易區分，淺層結構分類算法分類正確率較低的問題，提出一種改進的基于滑動窗特征融合的深信度網絡駕駛行為識別方法。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（Deep Belief Network，深信度網絡）實現駕駛行為的識別。實驗結果表明，改進的滑動窗特征融合的深信度網絡駕駛行為識別算法整體識別率為85.2%，能有效進行駕駛行為的識別。

為解決上述技術問題，本發明的實施例還提供一種移動終端，移動終端可以攜帶在用戶的身上，或者放置在車內，包括：