[發明專利]利用神經網絡算法的駕駛狀態分析方法及計算機設備

有效

• 申請號: 202010066003.0
• 申請日: 2020-01-20
• 公開（公告）號: CN111310914B
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 趙起超;楊苒;李召
• 申請（專利權）人: 北京津發科技股份有限公司
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06N3/04;B60W40/08
• 代理公司: 北京金咨知識產權代理有限公司 11612
• 代理人: 宋教花

本發明提供利用神經網絡算法的駕駛狀態分析方法及計算機設備，方法包括：在每種駕駛狀態下利用采集裝置對被試的加速度及被試背部對座椅壓力的數據進行多次采集，得到多組數據，每組數據包括加速度數據和壓力數據；將每種狀態下多次采集得到的多組數據分批次輸入預建立的模型，得到多個訓練輸出值，組成當前狀態對應的輸出值區間集合；采集駕駛過程中的一個時刻下被試加速度數據及壓力數據，輸入模型，得到實測輸出值，將所述實測輸出值與訓練階段得到的輸出值區間集合進行比較，基于實測輸出值所屬輸出值區間集合確定被試駕駛狀態。通過對被試進行駕駛行為的判斷和事后分析，對駕駛者的駕駛行為有了定量數據的分析方法，提供了更科學的分析方法。

技術領域

本發明涉及駕駛行為數據分析研究領域，尤其涉及一種利用神經網絡算法的駕駛狀態分析方法及計算機設備。

背景技術

隨著我國經濟的高速發展和人民生活水平的不斷提高，人均擁有車輛的數量的速度不斷增長。由于車輛駕駛已經成為日常生活中的一個重要行為，而駕駛行為與車輛設計等密切相關，因此，駕駛行為的識別也凸顯出其重要性。

現有技術中通過針對交通領域駕駛行為分析有測試腰部的壓力測試系統，但是只局限于測量，并沒有事后的分析或者對駕駛者行為的判斷，無法通過壓力及加速度作為手段分析判斷駕駛者行為狀態。

因此，通過事后分析對駕駛者的駕駛狀態進行判斷是一個待解決的問題。

發明內容

本發明提供了一種利用神經網絡算法的駕駛狀態分析方法及計算機設備，以提供一種基于加速度和腰背部壓力采集利用神經網絡算法的分析方法，使得對駕駛者的駕駛行為有了定量數據的分析方法。

為了達到以上目的，本發明采用以下技術方案實現：

根據本發明實施例的一個方面，提供了一種利用神經網絡算法的駕駛狀態分析方法，該方法包括訓練階段和測試階段；

確定被試的多種駕駛狀態，在每種駕駛狀態下利用采集裝置對被試的加速度及被試背部對座椅壓力的數據進行多次采集，得到多組數據，每組數據包括加速度數據和壓力數據；以及

將每種狀態下多次采集得到的多組數據分批次輸入預建立的內嵌BP神經網絡模型，得到多個訓練輸出值，基于該多個訓練輸出值形成當前狀態對應的輸出值區間集合；

所述測試階段包括以下步驟：

采集駕駛過程中的一個時刻下被試加速度數據及被試背部對座椅的壓力數據，輸入內嵌BP神經網絡模型，得到實測輸出值，將所述實測輸出值與訓練階段得到的各駕駛狀態對應的輸出值區間集合進行比較，根據所述實測輸出值所屬的輸出值區間集合確定該時刻被試的駕駛狀態。

在一些實施例中，所述多種駕駛狀態包括：

被試雙腳不踩踏板，靠在座椅靠背的狀態；

被試離開座椅靠背的狀態；

被試右腳猜油門的狀態；

被試左腳踩剎車的狀態。

在一些實施例中，所述內嵌BP神經網絡模型包括輸入層、隱含層和輸出層，并且隱含層設有5個神經元節點。

在一些實施例中，將每種狀態下多次采集得到的多組數據分批次輸入預建立的內嵌BP神經網絡模型，得到多個訓練輸出值的步驟包括：

對采集的被試加速度的XYZ三軸數據之和作為輸入層第一神經元，對采集的被試壓力數據作為輸入層第二神經元；

利用第一神經元與相應的輸入加權和計算輸入層到隱含層的第一輸出值；

利用第二神經元與相應的輸入加權和計算輸入層到隱含層的第二輸出值；