[發明專利]一種基于網聯車輛自然駕駛數據的異常駕駛場景提取方法

有效

• 申請號: 201911311455.4
• 申請日: 2019-12-18
• 公開（公告）號: CN110969142B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 趙祥模;馬峻巖;張佳雨;許良;張穎;阿薩德;柳有權;惠飛;史昕;侯俊;楊瀾
• 申請（專利權）人: 長安大學
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V10/40;G06V10/762;G08G1/01
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 房鑫

本發明公開了一種基于網聯車輛自然駕駛數據的異常駕駛場景提取方法，包括：步驟一、對網聯車輛自然駕駛數據集進行數據清洗，填補缺失數據，計算出橫向加速度；步驟二、將速度劃分為若干區間，對速度區間內的縱向加速度和步驟一得到的橫向加速度進行異常加速度提取，根據某段行程的異常加速度點數量，判斷是否屬于極端駕駛事件；步驟三、利用找出的極端駕駛事件數據采用k?means聚類算法進行聚類；步驟四、將聚類結果通過經緯度定位在google?earth中得到駕駛場景并統計駕駛參數。本發明能夠比較準確的得到異常駕駛場景以及相應情況下的駕駛參數，可以為智能車路系統的設計和測試提供依據。

技術領域

本發明涉及智能車路系統交通領域，具體涉及一種基于網聯車輛自然駕駛數據的異常駕駛場景提取方法，通過異常駕駛場景的提取為智能車路系統的設計和測試提供依據。

背景技術

隨著新興信息和通信技術的廣泛應用，大量高分辨率的駕駛數據變得可用，這也使得研究人員可以比以前更加深入的觀測駕駛場景。這些駕駛數據可用于可視化、分析和建模，為數據和工具的結合創建了新的前景。目前，車輛駕駛數據可以分為兩類：一是車輛的自然駕駛數據，主要包括GPS，GIS數據和車載終端采集的CAN總線數據；二是加裝攝像設備的車輛采集到的圖像數據。當前行業內對駕駛場景的研究基于視頻數據的方法較多，但是攝像裝置存在著成本高、通信負擔大等缺點，并且對駕駛場景不能完全覆蓋。因此，需要設計一種能夠從車輛的自然駕駛數據中提取駕駛場景和相關參數的方法。

發明內容

本發明的目的在于針對現有技術中智能車路系統場景測試依據難以獲取的問題，提供一種基于網聯車輛自然駕駛數據的異常駕駛場景提取方法，根據車輛的駕駛屬性使用聚類算法對異常駕駛事件進行分類，并通過google?earth對異常駕駛事件進行實例還原得到異常駕駛場景，能夠比較準確的獲取得到異常駕駛場景以及相應情況下的駕駛參數。

為了實現上述目的，本發明有如下的技術方案：

一種基于網聯車輛自然駕駛數據的異常駕駛場景提取方法，包括以下步驟：

步驟一、對網聯車輛自然駕駛數據集進行數據清洗，填補缺失數據，計算出橫向加速度；

步驟二、將速度劃分為若干區間，對速度區間內的縱向加速度和步驟一得到的橫向加速度進行異常加速度提取，根據某段行程的異常加速度點數量，判斷是否屬于極端駕駛事件；

步驟三、利用找出的極端駕駛事件數據采用k-means聚類算法進行聚類；

步驟四、將聚類結果通過經緯度定位在google?earth中得到駕駛場景并統計駕駛參數。

所述的步驟一數據清洗時當時間連續的10條數據中出現5條以上缺失值時，認為是不可信數據，將其刪除；并篩選出超過5s的連續時間序列數據；數據的采集頻率為10HZ。

所述的步驟一采用臨位均值插補的方式對缺失值進行補充，具體計算方式如下：

式中，X_i為缺失數據，{X_i-k+…+X_i-1+X_i+1+X_i+k}為缺失數據前后的正常數據，k為采取填補的單側長度，取k＝5，即為1s內的10條數據進行補充。

步驟一使用網聯車輛自然駕駛數據中的車道線距離計算出橫向速度，再得出橫向加速度；

具體的計算方式如下：

式中，d_i和d_i+1分別是i和i+1時刻檢測到的右側車道線距離，Δt是時間采樣時間間隔，v_i是計算得到的i時刻的瞬時橫向速度，a_i是計算得到的i時刻的瞬時橫向加速度。