[發(fā)明專利]基于預(yù)警大數(shù)據(jù)的駕駛員傾向性分析方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010671981.8
• 申請(qǐng)日: 2020-07-14
• 公開（公告）號(hào): CN111881952A
• 公開（公告）日: 2020-11-03
• 發(fā)明（設(shè)計(jì)）人: 孫敏;宇泓儒;鄧社軍;于世軍;陸曹燁;鐘煜一;管恩丞;朱俊豪;竇玥;趙思琦;李丹;陸晟慧
• 申請(qǐng)（專利權(quán)）人: 揚(yáng)州大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;B60W40/09
• 代理公司: 南京理工大學(xué)專利中心 32203
• 代理人: 岑丹

1.一種基于預(yù)警大數(shù)據(jù)的駕駛員傾向性的分析方法，其特征在于，具體步驟為：

步驟1：采集車輛預(yù)警數(shù)據(jù)；

步驟2：從車輛預(yù)警數(shù)據(jù)中提取特征；

步驟3：將預(yù)警數(shù)據(jù)特征作為數(shù)據(jù)樣本，采用K-means聚類算法對(duì)數(shù)據(jù)樣本進(jìn)行聚類，得到k個(gè)簇和k個(gè)簇中心；

步驟4：利用Matlab對(duì)分簇后的特征數(shù)據(jù)進(jìn)行可視化操作，并將不同簇的特征數(shù)據(jù)輸入到表格，得到駕駛員傾向性分類結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于預(yù)警大數(shù)據(jù)的駕駛員傾向性的分析方法，其特征在于，所述車輛預(yù)警數(shù)系統(tǒng)采集設(shè)備具體包括汽車行駛記錄儀、智能駕駛輔助終端、駕駛員狀態(tài)監(jiān)測(cè)攝像機(jī)、高級(jí)駕駛輔助系統(tǒng)攝像機(jī)、主動(dòng)安全預(yù)警系統(tǒng)喇叭。

3.根據(jù)權(quán)利要求1所述的基于預(yù)警大數(shù)據(jù)的駕駛員傾向性的分析方法，其特征在于，所述特征參數(shù)包括：車道偏離次數(shù)、前向碰撞次數(shù)、急加速次數(shù)、急減速次數(shù)。

4.根據(jù)權(quán)利要求1所述的基于預(yù)警大數(shù)據(jù)的駕駛員傾向性的分析方法，其特征在于，采用K-means聚類算法對(duì)數(shù)據(jù)樣本進(jìn)行聚類，得到k個(gè)簇和k個(gè)簇中心具體為：

設(shè)定3個(gè)初始簇中心；

計(jì)算各個(gè)特征向量到3個(gè)簇中心的距離，并根據(jù)距離將特征向量分為3個(gè)簇；

對(duì)平方誤差進(jìn)行最小化直至平方誤差值穩(wěn)定不變，得到分簇結(jié)果。

5.根據(jù)權(quán)利要求4所述的基于預(yù)警大數(shù)據(jù)的駕駛員傾向性的分析方法，其特征在于，利用Matlab對(duì)分簇后的特征數(shù)據(jù)進(jìn)行可視化操作具體為：

以特征向量到3個(gè)簇中心的距離分別作為x,y,z坐標(biāo)，并利用matlab的三維可視化函數(shù)對(duì)樣本數(shù)據(jù)進(jìn)行可視化。