[發明專利]一種憤怒駕駛檢測及安全預警方法

在審

• 申請號: 201810294659.0
• 申請日: 2018-03-30
• 公開（公告）號: CN108509999A
• 公開（公告）日: 2018-09-07
• 發明（設計）人: 王若愚;郭唐儀;潘姝;葛徐婷;呂亦江;朱云霞;伊特格勒;孫豪;郝浪;郭進
• 申請（專利權）人: 南京理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;B60W50/14
• 代理公司: 南京蘇創專利代理事務所(普通合伙) 32273
• 代理人: 張學彪

1.一種憤怒駕駛檢測及安全預警方法，其特征在于：包括

步驟一：采集正常駕駛和憤怒駕駛情況下的車輛行駛參數，建立正常駕駛參數庫C1和憤怒駕駛參數庫C2，其中C₁＝(N₁,N₂,...,N_n)，N_i＝(n_i1，n_i2，...n_ij)，n_ij為樣本N_i的特征量，即正常行駛狀態的參數，j為參數個數；C₂＝(A₁,A₂,...,A_n)，A_i＝(a_i1，a_i2，...a_ij)，其中a_ij為樣本A_i的特征量，即憤怒行駛狀態下的參數，j為參數個數；

步驟二：將正常駕駛參數庫C1和憤怒駕駛參數庫C2合并組建成訓練樣本庫T，T＝(T₁,T₂,...,T_2n)，其中訓練樣本T_i＝(t_i1，t_i2，...t_ij)，t_ij為駕駛狀態的特征參數，j為參數個數；

步驟三：采用min-max的歸一化方法預處理訓練樣本庫T中的特征參數；

公式如下：

步驟四：汽車行駛過程中獲取待測樣本X，X＝(x₁，x₂，...x_j)，x_i為特征向量，即為行駛參數；用所述步驟三中的min-max的歸一化方法，將待測樣本進行數據預處理；

步驟五：采用KNN分類算法計算待測樣本X與已知類別的訓練樣本之間的距離或相似度d，其中d的計算方式為：將待測樣本X與所有的訓練樣本T＝(T₁,T₂,...,T_2n)的距離或者相似度進行排序，得到d₀≤d₁≤d₂≤...≤d_2n，

選取距離或相似度與待測樣本X最近的k個鄰居，即K個訓練樣本；根據這k個訓練樣本所屬的類別來判斷待測樣本X的類別：如果k個訓練樣本都屬于一個類別，則待測樣本X屬于那個類別；否則，分別計算所述K個距離或相似度的屬于正常駕駛參數庫C1或者憤怒駕駛參數庫C2的權重，待測樣本X歸屬于權重最大的類別；

步驟六：根據步驟五對待測樣本X作出的判斷，若屬于憤怒駕駛類別，則作出預警措施，包括采用聲音預警提醒駕駛員調整情緒；若屬于正常駕駛類別，則返回步驟四。

2.根據權利要求1所述的一種憤怒駕駛檢測及安全預警方法，其特征在于：所述步驟一種的車輛行駛參數包括車輛行駛速度，縱向加速度，橫向加速度，車輛橫向偏向加速度。

3.根據權利要求1所述的一種憤怒駕駛檢測及安全預警方法，其特征在于：所述K的值由訓練樣本數量確定，小于訓練樣本數的平方根。

4.根據權利要求1所述的一種憤怒駕駛檢測及安全預警方法，其特征在于：所述步驟五中分別計算所述K個距離或相似度的屬于正常駕駛參數庫C1從或者憤怒駕駛參數庫C2的權重，待測樣本X歸屬于權重最大的類別，包括如下步驟：

步驟1：計算出所述步驟五中的K個d的屬于憤怒駕駛參數庫C2的權重，計算方式如下

其中，sim(X,T_i)是X與第i個最近鄰對象即訓練樣本T_i之間的相似度或距離；

步驟2：比較K個d的屬于憤怒駕駛參數庫C1的權重為：

W(X,C1)＝1-W(X,C2)。