[發(fā)明專利]基于長短期記憶網(wǎng)絡(luò)的司機(jī)駕駛行為自動(dòng)化分析方法

在審

• 申請?zhí)枺?/td>: 202010873899.3
• 申請日: 2020-08-26
• 公開（公告）號: CN112061136A
• 公開（公告）日: 2020-12-11
• 發(fā)明（設(shè)計(jì)）人: 劉家佳;荀毅杰
• 申請（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號: B60W40/09
• 分類號: B60W40/09;G06N3/04;G06N3/08
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 王艾華

1.基于長短期記憶網(wǎng)絡(luò)的司機(jī)駕駛行為自動(dòng)化分析方法，其特征在于，包括以下步驟：

步驟1，特征數(shù)據(jù)的提取和預(yù)處理：從汽車CAN總線收集與車輛行車數(shù)據(jù)，并將數(shù)據(jù)處理為司機(jī)駕駛行為自動(dòng)化分析模型可識別的輸入數(shù)據(jù)；

步驟2，滑動(dòng)窗口的設(shè)計(jì)：利用固定長度和寬度的滑動(dòng)窗口從車輛預(yù)處理數(shù)據(jù)中進(jìn)行數(shù)據(jù)采樣，使司機(jī)駕駛行為自動(dòng)化分析網(wǎng)絡(luò)的每個(gè)輸入都是一個(gè)[t×m]的矩陣，t為LSTM網(wǎng)絡(luò)的時(shí)間序列長度，輸入數(shù)據(jù)具有m個(gè)特征；

步驟3，駕駛行為自動(dòng)化分析網(wǎng)絡(luò)的搭建：基于LSTM網(wǎng)絡(luò)，設(shè)計(jì)出能夠自動(dòng)化分析司機(jī)駕駛行為的網(wǎng)絡(luò)模型結(jié)構(gòu)，實(shí)現(xiàn)司機(jī)駕駛行為的自動(dòng)化分析。

2.根據(jù)權(quán)利要求1所述的基于長短期記憶網(wǎng)絡(luò)的司機(jī)駕駛行為自動(dòng)化分析方法，其特征在于，步驟1中駕駛數(shù)據(jù)的提取具體包括：

從汽車CAN總線中采集不同駕駛員的行車數(shù)據(jù)。由于在CAN數(shù)據(jù)中不僅包含司機(jī)的駕駛行為數(shù)據(jù)，還包含了很多與司機(jī)駕駛行為無關(guān)的干擾數(shù)據(jù)。為了避免無關(guān)數(shù)據(jù)對實(shí)驗(yàn)結(jié)果的干擾并提高實(shí)驗(yàn)的準(zhǔn)確率，需要從CAN總線中提取與駕駛行為相關(guān)的數(shù)據(jù)。目前，車載診斷工具已經(jīng)具備良好的數(shù)據(jù)監(jiān)控和記錄功能，其中，隨著汽車的運(yùn)動(dòng)，CAN總線中部分?jǐn)?shù)據(jù)不斷變化，其余部分的數(shù)據(jù)保持不變，因此，實(shí)驗(yàn)從CAN數(shù)據(jù)中提取變化的數(shù)據(jù)作為駕駛行為特征數(shù)據(jù)，在實(shí)驗(yàn)中，這些數(shù)據(jù)包含m個(gè)特征。

3.根據(jù)權(quán)利要求1所述的基于長短期記憶網(wǎng)絡(luò)的司機(jī)駕駛行為自動(dòng)化分析方法，其特征在于，步驟1中特征數(shù)據(jù)預(yù)處理具體包括：

提取汽車CAN總線中的特征數(shù)據(jù)后，需要將數(shù)據(jù)進(jìn)行預(yù)處理以便更好地從自動(dòng)化分析網(wǎng)絡(luò)輸入數(shù)據(jù)，首先，將十六進(jìn)制數(shù)據(jù)轉(zhuǎn)換為十進(jìn)制數(shù)據(jù)，其次，需要統(tǒng)一CAN總線中特征數(shù)據(jù)的頻率，在車輛運(yùn)動(dòng)中，每個(gè)ID號代表一個(gè)電子控制單元(ECU)，ID號越小，數(shù)據(jù)傳輸優(yōu)先級越高，發(fā)送頻率越高，為了統(tǒng)一特征數(shù)據(jù)的頻率，計(jì)算每個(gè)特征數(shù)據(jù)在一秒內(nèi)的平均值作為一個(gè)識別單元，從而得到[l×m]的數(shù)據(jù)集(表示數(shù)據(jù)有l(wèi)行m列)。

4.根據(jù)權(quán)利要求1所述的基于長短期記憶網(wǎng)絡(luò)的司機(jī)駕駛行為自動(dòng)化分析方法，其特征在于，步驟2中具體為：

為了更容易地從數(shù)據(jù)中提取司機(jī)的駕駛行為習(xí)慣，對訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)進(jìn)行歸一化操作是必不可少的，在自動(dòng)化分析網(wǎng)絡(luò)中，輸入數(shù)據(jù)是一個(gè)具有形狀的張量[time size×input size×batch size]，因此訓(xùn)練/測試數(shù)據(jù)集都需要在固定寬度的滑動(dòng)窗口中采樣，其中，滑動(dòng)窗口長度與LSTM網(wǎng)絡(luò)中的時(shí)間序列t有關(guān)，經(jīng)過大量的實(shí)驗(yàn)，本發(fā)明選擇t＝120s作為滑動(dòng)窗口的長度，滑動(dòng)窗口的寬度為m，因?yàn)镃AN數(shù)據(jù)包含m個(gè)特征并且特征之間是相關(guān)聯(lián)的，為了確保駕駛行為自動(dòng)化分析網(wǎng)絡(luò)能夠?qū)崟r(shí)工作，滑動(dòng)窗口每1秒鐘滑動(dòng)一次，因此，駕駛行為自動(dòng)化分析網(wǎng)絡(luò)的每個(gè)輸入都是一個(gè)[120×m]的矩陣。