[發明專利]基于新能源車數據的危險駕駛車輛檢測方法及裝置有效
| 申請號: | 201910589919.1 | 申請日: | 2019-07-02 |
| 公開(公告)號: | CN110239559B | 公開(公告)日: | 2020-11-24 |
| 發明(設計)人: | 李萬清;劉俊;張迪;唐瑩;袁友偉;胡海洋;鄢臘梅 | 申請(專利權)人: | 紹興數鴻科技有限公司 |
| 主分類號: | B60W40/09 | 分類號: | B60W40/09 |
| 代理公司: | 杭州求是專利事務所有限公司 33200 | 代理人: | 傅朝棟;張法高 |
| 地址: | 312399 浙江省紹興市上虞區曹娥*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 新能源 數據 危險 駕駛 車輛 檢測 方法 裝置 | ||
1.一種基于新能源車數據的危險駕駛車輛檢測方法,其特征在于,步驟如下:
S1:獲取包括目標新能源車輛在內的所有新能源車在連續時段內的運行數據,所述的運行數據包括車輛編號、數據記錄時間、當前累計里程、當前瞬時速度、當前加速踏板行程;
S2:對包括目標新能源車輛在內的每一輛新能源車的運行數據,以兩個相鄰時刻的數據記錄時間和瞬時速度為一組,計算兩個相鄰時刻內的平均速度和加速度絕對值|ai|,作為一組變速行為樣本;每一輛新能源車分別得到一個變速行為樣本數據集;
S3:分別計算每輛新能源車的加速行為特征曲線和減速行為特征曲線,再對所有新能源車的加速行為特征曲線和減速行為特征曲線分別進行聚類,得到相對異常加速行為的閾值曲線和相對異常減速行為的閾值曲線,兩條曲線的自變量為車速,因變量為加速度絕對值;
S4:分別計算每輛新能源車的加速踏板行程變化特征曲線,再對所有新能源車的加速踏板行程變化特征曲線進行聚類,得到相對異常踩踏加速踏板行為的閾值曲線,曲線的自變量為車速,因變量為加速踏板行程;
S5:對于待檢測的目標新能源車,根據三條閾值曲線分別計算異常加速行為特征值Vac、異常減速行為特征值Vad和異常踩踏加速踏板行為特征值Vsa,然后綜合計算其危險駕駛行為總特征值Vall,若該目標新能源車的危險駕駛行為總特征值Vall高于特征值閾值,則判定該車輛為危險駕駛車輛;
所述的步驟S3的具體實現方法為:
S301:對于每一輛新能源車中的每組變速行為樣本,根據對應的前后兩個時刻的瞬時速度,判斷車輛在該時段內處于加速狀態還是減速狀態,若處于加速狀態則將該樣本作為加速行為樣本,若處于減速狀態則將該樣本作為減速行為樣本;
S302:對同一輛新能源車的所有加速行為樣本,將其按照平均速度大小劃分成若干個速度區間;在每個速度區間內將落入該區間的所有樣本按照|ai|從小到大進行排序,得到第一加速度序列,然后取第一加速度序列的第P百分位數作為該速度區間的加速行為特征點;對于所有速度區間的加速行為特征點,以平均速度為自變量,以加速度絕對值|ai|為因變量,按照二元一次方程進行回歸,得到每輛新能源車的加速行為特征曲線;最后將所有新能源車的加速行為特征曲線作為樣本,使用基于密度的聚類方法對其進行分類,將包含樣本最多的類簇的中心曲線作為相對異常加速行為的閾值曲線y=A1x2+B1x+C1;
S303:對同一輛新能源車的所有減速行為樣本,將其按照平均速度大小劃分成若干個速度區間;在每個速度區間內將落入該區間的所有樣本按照|ai|從小到大進行排序,得到第二加速度序列,然后取第二加速度序列的第P百分位數作為該速度區間的減速行為特征點;對于所有速度區間的減速行為特征點,以平均速度為自變量,以加速度絕對值|ai|為因變量,按照二元一次方程進行回歸,得到每輛新能源車的減速行為特征曲線;最后將所有新能源車的減速行為特征曲線作為樣本,使用基于密度的聚類方法對其進行分類,將包含樣本最多的類簇的中心曲線作為相對異常減速行為的閾值曲線y=A2x2+B2x+C2;
所述的步驟S4的具體實現方法為:
S401:對同一輛新能源車的所有運行數據,按照其平均速度大小劃分成若干個速度區間;
S402:在每個速度區間內將落入該區間的所有樣本按照加速踏板行程從小到大進行排序,得到加速踏板行程序列,然后取加速踏板行程序列的第Q百分位數作為該速度區間的踏板行為特征點;
S403:對于所有速度區間的踏板行為特征點,以平均速度為自變量,以加速踏板行程jsi為因變量,按照二元一次方程進行回歸,得到每輛新能源車的加速踏板行程變化特征曲線;
S404:將所有新能源車的加速踏板行程變化特征曲線作為樣本,使用基于密度的聚類方法對其進行分類,將包含樣本最多的類簇的中心曲線作為相對異常踩踏加速踏板行為的閾值曲線y=A3x2+B3x+C3;
所述的步驟S5的具體實現方法為:
S501:對于待檢測的目標新能源車,其變速行為樣本數據集中共含有Total_Count加速條車輛處于加速狀態的加速行為樣本,逐條將加速行為樣本的平均速度作為自變量代入閾值曲線y=A1x2+B1x+C1中,然后與同一條加速行為樣本中的加速度絕對值|ai|進行比較,若滿足則將該條加速行為樣本視為異常加速;
計算異常加速行為特征值:
式中:Count異常加速為Total_Count加速條加速行為樣本中被視為異常加速的樣本條數;
S502:對于待檢測的目標新能源車,其變速行為樣本數據集中共含有Total_Count減速條車輛處于減速狀態的減速行為樣本,逐條將減速行為樣本的平均速度作為自變量代入閾值曲線y=A2x2+B2x+C2中,然后與同一條減速行為樣本中的加速度絕對值|ai|進行比較,若滿足則將該條數據視為異常減速;
計算異常減速行為特征值:
式中:Count異常減速為Total_Count減速條減速數據中被視為異常減速的數據條數;
S503:對于待檢測的目標新能源車,其運行數據中共含有Total_Count加速踏板行程條加速踏板行程數據,逐條將加速踏板行程數據中的當前瞬時速度Vi作為自變量代入閾值曲線y=A3x2+B3x+C3中,然后與同一條加速踏板行程數據中的加速踏板行程jsi進行比較,若滿足jsi(A3*Vi2+B3*Vi+C3),則將該條數據視為異常踩踏加速踏板;
計算異常踩踏加速踏板行為特征值:
式中:Count異常踩踏為Total_Count加速踏板行程條加速踏板行程數據中被視為異常踩踏加速踏板的數據條數;
S504:對于待檢測的目標新能源車,計算其危險駕駛行為總特征值Vall,計算公式為:
Vall=αVac+βVad+γVsa
S505:若該目標新能源車的危險駕駛行為總特征值Vall高于特征值閾值,則判定該車輛為危險駕駛車輛。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于紹興數鴻科技有限公司,未經紹興數鴻科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910589919.1/1.html,轉載請聲明來源鉆瓜專利網。
- 數據顯示系統、數據中繼設備、數據中繼方法、數據系統、接收設備和數據讀取方法
- 數據記錄方法、數據記錄裝置、數據記錄媒體、數據重播方法和數據重播裝置
- 數據發送方法、數據發送系統、數據發送裝置以及數據結構
- 數據顯示系統、數據中繼設備、數據中繼方法及數據系統
- 數據嵌入裝置、數據嵌入方法、數據提取裝置及數據提取方法
- 數據管理裝置、數據編輯裝置、數據閱覽裝置、數據管理方法、數據編輯方法以及數據閱覽方法
- 數據發送和數據接收設備、數據發送和數據接收方法
- 數據發送裝置、數據接收裝置、數據收發系統、數據發送方法、數據接收方法和數據收發方法
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置





