[發(fā)明專利]一種基于小波分析的駕駛行為識別方法

在審

• 申請?zhí)枺?/td>: 201811090951.7
• 申請日: 2018-09-19
• 公開（公告）號: CN109241926A
• 公開（公告）日: 2019-01-18
• 發(fā)明（設(shè)計）人: 張盛;秦爽;吳明林
• 申請（專利權(quán)）人: 重慶信絡(luò)威科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京律恒立業(yè)知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11416
• 代理人: 顧珊;龐立巖

本發(fā)明公開了一種基于小波分析的駕駛行為識別方法，所述駕駛行為識別方法包括以下步驟：1)基于小波分析對原始信號進行分解更準確地獲得局部時頻域信息；2)基于聚類的思想，選擇四個統(tǒng)計特征進行駕駛行為識別。本發(fā)明基于小波分析，闡述了一種更全面，更精確的系統(tǒng)化駕駛行為識別方法，在社會安全，車險，車隊管理等領(lǐng)域有廣闊應(yīng)用前景。

技術(shù)領(lǐng)域

本發(fā)明屬于信號處理、模式識別與機器學(xué)習(xí)領(lǐng)域，具體的涉及基于小波分析，提出一種系統(tǒng)化的駕駛行為識別方法。

背景技術(shù)

根據(jù)中國國家統(tǒng)計局的統(tǒng)計數(shù)據(jù)，2016年發(fā)生的交通事故多達21.2萬起，超過6.3萬人死于交通事故。交通事故對生命安全產(chǎn)生極大威脅，然而交通事故主要是由于人為因素造成的。在美國汽車協(xié)會交通安全基金會的一項研究中，“激進駕駛占所有交通事故死亡人數(shù)的一半以上”。另一方面，研究者發(fā)現(xiàn)駕駛員的行為在受到監(jiān)督并提供反饋時更加謹慎和安全。因此，駕駛行為的識別具有重大社會意義，高效準確地對駕駛行為進行識別，進而提醒駕駛者謹慎駕駛，可以減少事故發(fā)生，促進社會安全。

汽車的普及帶動了相關(guān)產(chǎn)業(yè)的快速發(fā)展。以保險公司為例，對駕駛行為進行準確高效識別，可以更全面的評估風(fēng)險指標，可以帶來更精準的損失估計，大大降低其理賠成本，另外，還能提升客戶的消費體驗，增加續(xù)約率。同樣，對于車隊管理部門來說，對駕駛行為進行準確高效識別，有利于全面掌握車輛駕駛情況，及時采取措施防患于未然，提高車隊總體管理水平。

國外對于駕駛行為的研究主要集中在針對特定的駕駛動作(加速，剎車，左轉(zhuǎn)，右轉(zhuǎn)等)，利用單純的大量特征的機器學(xué)習(xí)方法識別分類，缺少系統(tǒng)化的方法和理論建模支撐，且計算量巨大。相較于國外研究，國內(nèi)研究成果較少，實際應(yīng)用方面更是空白。本發(fā)明提出一種系統(tǒng)化的基于小波分析的駕駛行為識別方法，不僅可以擴大可識別的駕駛行為類別，而且得到更精確的時頻域信息。本發(fā)明有著更強理論依據(jù)，且有著更好的普適性和高效性。

發(fā)明內(nèi)容

本發(fā)明提供一種基于小波分析的駕駛行為識別方法。

本發(fā)明的技術(shù)方案：一種基于小波分析的駕駛行為識別方法，所述駕駛行為識別方法包括以下步驟：

1)基于小波分析，對原始信號進行分解，針對不同的駕駛行為分析不同的頻域帶的信號，得到更加精確的時頻域信息；

2)基于聚類的思想，選擇四個在不同的駕駛行為中有顯著差異性的統(tǒng)計特征進行駕駛行為識別。

優(yōu)選的，對原始信號進行分解，能夠得到一個逼近信號和多級細節(jié)信號。

優(yōu)選的，所述駕駛行為包括加速，剎車，左轉(zhuǎn)，右轉(zhuǎn)，掉頭，左變道，右變道以及車輛啟動，車輛熄火。

優(yōu)選的，當(dāng)駕駛行為的信號體現(xiàn)在多級細節(jié)信號的中高頻段，對所述中高頻的分解信號的方差進行閾值識別判斷。

優(yōu)選的，當(dāng)駕駛行為的信號集中在分解的逼近信號中，對所述逼近信號進行統(tǒng)計特征提取。

優(yōu)選的，所述原始信號由外部傳感器產(chǎn)生，所述外部傳感器包括3軸加速度傳感器和3軸角速度傳感器。

優(yōu)選的，所述外部傳感器包括LSM6DS33傳感器。

優(yōu)選的，四個統(tǒng)計特征包括X軸加速度求和，Z軸角速度求和，Y軸加速度斜率，Z軸角速度正采樣點比率。

本發(fā)明的有益效果：本發(fā)明提出一種基于小波分析的駕駛行為識別方法，具有普適性和高效性。本發(fā)明基于小波分解，針對不同的駕駛行為得到更加精確的時頻域信息；利用聚類方法，選擇多個統(tǒng)計特征對駕駛行為進行識別。與以往單純用低通濾波器或者卡爾曼濾波器對駕駛行為數(shù)據(jù)進行處理不同，本發(fā)明可以分析得到更精確的局部時頻域信息，有更強理論依據(jù)，更好的普適性和高效性。

應(yīng)當(dāng)理解，前述大體的描述和后續(xù)詳盡的描述均為示例性說明和解釋，并不應(yīng)當(dāng)用作對本發(fā)明所要求保護內(nèi)容的限制。