[發明專利]汽車駕駛安全的監控方法、裝置、計算機設備及存儲介質

在審

• 申請號: 201910981985.3
• 申請日: 2019-10-16
• 公開（公告）號: CN111062240A
• 公開（公告）日: 2020-04-24
• 發明（設計）人: 成潛
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06Q10/06;G06N3/08;G06N3/04
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

1.一種汽車駕駛安全的監控方法，其特征在于，所述汽車駕駛安全的監控方法包括：

確定車輛行駛場景，并獲取所述車輛行駛場景對應的駕駛行為數據，其中，所述車輛行駛場景包括高速行駛場景、中速行駛場景和低速行駛場景中的任意一種；

采用預設的駕駛行為風險分析模型，對所述駕駛行為數據進行分析，得到在所述車輛行駛場景下，所述駕駛行為數據對應的事故系數；

基于每個所述事故系數，計算駕駛安全評估分值；

根據所述駕駛安全評估分值和預設的安全等級，確定所述駕駛行為的目標安全等級；

若所述目標安全等級為危險或警告，則執行所述目標安全等級對應的應急措施。

2.如權利要求1所述的汽車駕駛安全的監控方法，其特征在于，所述確定車輛行駛場景包括：

通過GPS定位設備進行實時坐標采集，得到行駛軌跡；

根據預設的交通圖，確定所述行駛軌跡對應的路段標識；

從預設的場景數據庫中，獲取所述路段標識對應的場景，作為所述車輛行駛場景。

3.如權利要求1所述的汽車駕駛安全的監控方法，其特征在于，不同車輛行駛場景對應的監控維度不同，所述獲取所述車輛行駛場景對應的駕駛行為數據包括：

根據所述車輛行駛場景確定目標監控維度，其中，每項所述目標監控維度對應一類所述駕駛行為數據；

采集所述目標監控維度對應的初始數據；

對所述初始數據進行數據處理，得到所述駕駛行為數據。

4.如權利要求1所述的汽車駕駛安全的監控方法，其特征在于，所述采用預設的駕駛行為風險分析模型，對所述駕駛行為數據進行分析，得到在所述車輛行駛場景下，所述駕駛行為數據對應的事故系數包括：

對所述駕駛行為數據進行歸一化處理，得到歸一化數據；

將所述歸一化數據輸入到所述預設的駕駛行為風險分析模型；

通過所述預設的駕駛行為風險分析模型對所述歸一化數據進行分析，得到所述駕駛行為數據對應的事故系數。

5.如權利要求1所述的汽車駕駛安全的監控方法，其特征在于，所述預設的駕駛行為風險分析模型為卷積神經網絡模型，所述卷積神經網絡模型包括卷積層和全連接層，所述通過所述預設的駕駛行為風險分析模型對所述歸一化數據進行分析，得到所述駕駛行為數據對應的事故系數包括：

通過所述卷積神經網絡模型的卷積層，對所述歸一化數據進行卷積處理，得到特征數據；

使用所述卷積神經網絡模型的全連接層中的n個分類器對所述特征數據進行相似度計算，得到所述特征數據屬于該分類器對應的行為類別的概率，共得到n個所述概率，其中，每個分類器對應一種行為類別，每個行為類別對應一個預設危險系數，n-1個分類器對應的行為類別為事故類別，1個分類器對應的行為類別為規范駕駛類別，n為大于1的正整數；

針對每個所述行為類別，將所述行為類別對應的所述概率，作為所述駕駛行為數據在所述行為類別中的事故系數。

6.如權利要求5所述的汽車駕駛安全的監控方法，其特征在于，基于每個所述事故系數，計算駕駛安全評估分值包括：

使用如下公式計算所述駕駛安全評估分值：

其中，S為所述駕駛安全評估分值，M_i為第i個行為類別對應的危險分值，Q_i為第i個行為類別對應的事故系數，i和n均為正整數，且i≤n。

7.如權利要求1至6任一項所述的汽車駕駛安全的監控方法，其特征在于，所述若所述目標安全等級為危險或警告，則執行所述目標安全等級對應的應急措施包括：

若所述目標安全等級為警告，則從歷史行車記錄中，獲取所述車輛的歷史行為記錄；

從所述歷史行為記錄中篩選出歷史安全駕駛數據，并計算所有所述歷史安全駕駛數據對應的駕駛安全評估分值的平均分，作為歷史參考分值。

計算所述歷史參考分值與所述駕駛安全評估分值的差值；

若所述差值大于預設閾值，則將目標安全等級重置為危險，并執行安全等級為危險的強制應急措施；

若所述差值小于或等于預設閾值，則執行安全等級為警告的預警措施。