[發(fā)明專利]一種基于駕駛行為相似度的被盜車輛追蹤方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201911132237.4
• 申請(qǐng)日: 2019-11-19
• 公開（公告）號(hào): CN110901582A
• 公開（公告）日: 2020-03-24
• 發(fā)明（設(shè)計(jì)）人: 柳曉坤
• 申請(qǐng)（專利權(quán)）人: 惠州市德賽西威汽車電子股份有限公司
• 主分類號(hào): B60R25/102
• 分類號(hào): B60R25/102;G06K9/62
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 練逸夫;尚枝

1.一種基于駕駛行為相似度的被盜車輛追蹤方法，其特征在于，包括如下步驟：

訓(xùn)練車輛所有的常規(guī)駕駛員的駕駛行為相似度計(jì)算模型；

實(shí)時(shí)獲取車輛在行駛過(guò)程中的駕駛行為數(shù)據(jù)，并提取計(jì)算當(dāng)前駕駛員駕駛行為相似度的特征項(xiàng)；

將特征項(xiàng)輸入訓(xùn)練好的駕駛行為相似度計(jì)算模型中，得到當(dāng)前駕駛員與車輛所有的常規(guī)駕駛員的駕駛行為相似度；

判斷最大的相似度是否小于預(yù)設(shè)閾值，若是，則判斷當(dāng)前駕駛員為可疑人員，發(fā)送車輛狀態(tài)信息至車主，并根據(jù)車主的反饋進(jìn)行相應(yīng)的處理。

2.根據(jù)權(quán)利要求1所述的基于駕駛行為相似度的被盜車輛追蹤方法，其特征在于，根據(jù)車主的反饋進(jìn)行相應(yīng)的處理具體包括：

當(dāng)車主反饋當(dāng)前駕駛員為可信時(shí)，云端則不對(duì)本次駕駛行為進(jìn)行處理；

當(dāng)車主反饋車輛被盜時(shí)，云端則對(duì)本次駕駛行為做出預(yù)警處理，并發(fā)送車輛位置信息至車主。

3.根據(jù)權(quán)利要求1所述的基于駕駛行為相似度的被盜車輛追蹤方法，其特征在于，還包括，當(dāng)車主不反饋時(shí)，云端則默認(rèn)車輛安全，不對(duì)本次駕駛行為進(jìn)行處理。

4.根據(jù)權(quán)利要求1所述的基于駕駛行為相似度的被盜車輛追蹤方法，其特征在于，所述預(yù)設(shè)閾值的設(shè)置范圍為0.4-0.8。

5.根據(jù)權(quán)利要求1所述的基于駕駛行為相似度的被盜車輛追蹤方法，其特征在于，訓(xùn)練相似度計(jì)算模型具體包括：

獲取車輛的原始數(shù)據(jù)，并對(duì)原始數(shù)據(jù)進(jìn)行行程劃分；

實(shí)時(shí)對(duì)每個(gè)行程的原始數(shù)據(jù)進(jìn)行清洗處理得到每個(gè)行程的基礎(chǔ)指標(biāo)項(xiàng)，實(shí)時(shí)統(tǒng)計(jì)每個(gè)行程的基礎(chǔ)指標(biāo)項(xiàng)并引導(dǎo)車主對(duì)每個(gè)行程進(jìn)行標(biāo)記；

對(duì)統(tǒng)計(jì)的基礎(chǔ)指標(biāo)項(xiàng)進(jìn)行處理并提取計(jì)算駕駛員駕駛行為相似度的特征項(xiàng)；

通過(guò)駕駛行為相似度計(jì)算算法根據(jù)特征項(xiàng)建立車輛所有的常規(guī)駕駛員的駕駛行為相似度計(jì)算模型；

對(duì)建立的模型進(jìn)行訓(xùn)練驗(yàn)證，得到訓(xùn)練好的車輛所有的常規(guī)駕駛員的駕駛行為相似度計(jì)算模型。

6.根據(jù)權(quán)利要求5所述的基于駕駛行為相似度的被盜車輛追蹤方法，其特征在于，每個(gè)行程的原始數(shù)據(jù)進(jìn)行清洗處理具體包括：

判斷每個(gè)行程的原始數(shù)據(jù)中的異常數(shù)據(jù)類型；

當(dāng)異常數(shù)據(jù)為數(shù)據(jù)缺失時(shí)，判斷所缺失的數(shù)據(jù)是否為關(guān)鍵數(shù)據(jù)項(xiàng)，若是，則丟棄，否則，對(duì)其進(jìn)行推測(cè)恢復(fù)；

當(dāng)異常數(shù)據(jù)為數(shù)據(jù)值異常時(shí)，對(duì)其進(jìn)行推測(cè)恢復(fù)；

當(dāng)異常數(shù)據(jù)為數(shù)據(jù)重復(fù)時(shí)，對(duì)其進(jìn)行去重處理。

7.根據(jù)權(quán)利要求6所述的基于駕駛行為相似度的被盜車輛追蹤方法，其特征在于，對(duì)異常數(shù)據(jù)進(jìn)行推測(cè)恢復(fù)的方法包括上下文補(bǔ)全法、平均值填充法或者特殊值填充法。

8.根據(jù)權(quán)利要求5所述的基于駕駛行為相似度的被盜車輛追蹤方法，其特征在于，對(duì)統(tǒng)計(jì)的基礎(chǔ)指標(biāo)項(xiàng)進(jìn)行處理并提取計(jì)算駕駛員駕駛行為相似度的特征項(xiàng)具體包括：

通過(guò)Spark對(duì)統(tǒng)計(jì)的基礎(chǔ)指標(biāo)項(xiàng)進(jìn)行處理；

提取大于一定預(yù)設(shè)距離的單次行程中的統(tǒng)計(jì)量作為特征項(xiàng)。

9.根據(jù)權(quán)利要求5所述的基于駕駛行為相似度的被盜車輛追蹤方法，其特征在于，對(duì)建立的模型進(jìn)行訓(xùn)練驗(yàn)證具體包括：

通過(guò)構(gòu)建的損失函數(shù)對(duì)建立的模型進(jìn)行訓(xùn)練；

使用Spark mllib將所訓(xùn)練的模型采用十折交叉驗(yàn)證法進(jìn)行驗(yàn)證；

根據(jù)驗(yàn)證結(jié)果分析模型的正確率、精度和召回率，根據(jù)模型的正確率、精度和召回率確定最優(yōu)的常規(guī)駕駛員的駕駛行為相似度計(jì)算模型。

10.根據(jù)權(quán)利要求5所述的基于駕駛行為相似度的被盜車輛追蹤方法，其特征在于，所述特征項(xiàng)包括：每公里踩油門次數(shù)、每公里踩剎車次數(shù)、油門踏板平均深度、剎車踏板平均深度、方向盤平均轉(zhuǎn)速、平均車速、急加速指數(shù)、急減速指數(shù)和急轉(zhuǎn)彎指數(shù)。