[發明專利]基于SVM算法的駕駛行為模型的建立方法和裝置

在審

• 申請號: 201811376463.2
• 申請日: 2018-11-19
• 公開（公告）號: CN109492597A
• 公開（公告）日: 2019-03-19
• 發明（設計）人: 劉均;于海悅
• 申請（專利權）人: 深圳市元征科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種基于SVM算法的駕駛行為模型的建立方法，其特征在于，包括：

獲取預測區間內的駕駛觀測數據；

將預測區間劃分為K個時間窗；K為大于1的整數；

對K個時間窗內的駕駛觀測數據進行特征提取得到K個特征向量；

對所述K個特征向量進行加權求和得到加權特征向量；

根據SVM算法對所述加權特征向量進行訓練得到SVM預測模型。

2.根據權利要求1所述的方法，其特征在于，所述特征向量中的參數包括相鄰的兩車之間的橫向速度差平均值、相鄰兩車之間的縱向速度差平均值、相鄰兩車之間的橫向速度差方差、相鄰兩車的縱向速度差方差、相鄰兩車之間的質心距離平均值、相鄰兩車之間的質心距離方差。

3.根據權利要求1所述的方法，其特征在于，所述將所述預測區間劃分為K個時間窗包括：

根據預設的時間窗長度和時間窗間隔將所述預測區間劃分為K個時間窗。

4.根據權利要求1至3任意一項所述的方法，其特征在于，所述K個時間窗為SW₁,SW₂,…,SW_K，所述K個時間窗各自對應的特征向量為x₁,x₂,…,x_K，K個特征向量各自對應的權重為w₁,w,…,w_K，其中，w₁<w₂<…<w_K。

5.根據權利要求4所述的方法，其特征在于，特征向量x_k的權重w_k采用如下公式來表示：

其中，C為權重折減系數，0≤C＜1，d_k＝(1-C)^K-k，k表示時間窗的序號，k＝1、2、…、K，且k為大于0的整數。

6.一種基于SVM算法的駕駛行為模型的建立裝置，其特征在于，包括：

獲取單元，用于獲取預測區間內的駕駛觀測數據；

劃分單元，用于將預測區間劃分為K個時間窗；K為大于1的整數；

提取單元，用于對K個時間窗內的駕駛觀測數據進行特征提取得到K個特征向量；

加權單元，用于對所述K個特征向量進行加權求和得到加權特征向量；

訓練單元，用于根據SVM算法對所述加權特征向量進行訓練得到SVM預測模型。

7.根據權利要求6所述的裝置，其特征在于，所述劃分單元具體用于：

根據預設的時間窗長度和時間窗間隔將所述預測區間劃分為K個時間窗。

8.根據權利要求6或7所述的裝置，其特征在于，所述K個時間窗為SW₁,SW₂,…,SW_K，所述K個時間窗各自對應的特征向量為x₁,x₂,…,x_K，K個特征向量各自對應的權重為w₁,w₂,…,w_K，其中，w₁<w₂<…<w_K；

特征向量x_k的權重w_k采用如下公式來表示：

其中，C為權重折減系數，0≤C＜1，d_k＝(1-C)^K-k，k表示時間窗的序號，k＝1、2、…、K，且k為大于0的整數。

9.一種裝置，其特征在于，包括處理器、輸入設備、輸出設備和存儲器，其中，所述存儲器用于存儲計算機程序，所述計算機程序包括程序指令，所述處理器用于調用所述程序指令，執行如權利要求1-5任一項所述的方法。

10.一種計算機可讀存儲介質，其特征在于，所述計算機存儲介質存儲有計算機程序，所述計算機程序包括程序指令，所述程序指令當被處理器執行時使所述處理器執行如權利要求1-5任一項所述的方法。