[發明專利]一種基于道路場景識別的分心駕駛識別方法

有效

• 申請號: 202011154945.0
• 申請日: 2020-10-26
• 公開（公告）號: CN112183466B
• 公開（公告）日: 2022-12-16
• 發明（設計）人: 蔣愚明;陸鍵;彭一川
• 申請（專利權）人: 同濟大學
• 主分類號: G06V20/59
• 分類號: G06V20/59;G06V10/25;G06V10/44;G06V10/774;G06N20/20
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 葉敏華

本發明涉及一種基于道路場景識別的分心駕駛識別方法，包括步驟：1)利用車輛慣性導航系統采集數據，并將慣性導航系統采集的數據進行預處理；2)將預處理后的慣性導航系統數據基于滑動時間窗進行相關特征集合的初始化；3)根據步驟2)初始化后的數據建立分心駕駛識別模型，對不同道路場景進行特征的提取；4)基于分心駕駛識別模型，進行基于道路場景識別的分心駕駛識別。與現有技術相比，本發明具有適應多場景、穩定性強、識別精度高等優點。

技術領域

本發明涉及駕駛行為識別技術領域，尤其是涉及一種基于道路場景識別的分心駕駛識別方法。

背景技術

駕駛員在駕駛車輛的過程中，常常會受到周圍環境的影響而無法時刻專注于駕駛行為。而駕駛員在駕駛過程中的分心是引起交通事故的重要原因之一。國內對分心駕駛的研究起步較晚，且對于分心駕駛的生理特性研究不夠深入。截止目前，已有的研究大多采用模擬駕駛器數據進行，模擬駕駛器數據可靠性存疑，且在分析模型設置中往往沒有融入對駕駛場景的考慮，導致檢測準確率較低。此外，對于基于眼動或駕駛行為數據的分心駕駛識別方法，這些方法只能夠對顯著的分心行為比較有效，因同樣未考慮駕駛場景的因素，穩定性較差且精度較差。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種具有適應多場景、穩定性強、精度高的基于道路場景識別的分心駕駛識別方法。

本發明的目的可以通過以下技術方案來實現：

一種基于道路場景識別的分心駕駛識別方法，該方法包括下列步驟：

S1：利用車輛慣性導航系統采集數據，并將慣性導航系統采集的數據進行預處理；具體地：

11)利用車輛慣性導航系統采集數據；

車輛慣性導航采集的數據包括時間、偏航角速度、偏航角、縱向加速度和橫向加速度。

12)采用滑動平均的方法對慣性導航系統采集的數據去除噪聲；

13)插值采用非線性插值法，對慣性導航系統采集的數據進行插值處理。

S2：將預處理后的慣性導航系統數據基于滑動時間窗進行相關特征集合的初始化；具體包括下列步驟：

21)對預處理后的數據獲取時間窗內的基本特征的均值、標準差和變異系數；

22)進行離散小波變換，將變換后的數據作為模型訓練樣本。

S3：根據步驟S2初始化后的數據建立分心駕駛識別模型，對不同道路場景進行特征的提取；道路場景包括針對直線場景和平曲線場景，所述直線場景包括直線自由場景和直線跟馳場景，所述平曲線場景包括平曲線自由場景和平曲線跟馳場景。

本步驟的具體內容包括：

31)建立基于LGBM模型的道路場景識別模型，采用貝葉斯算法對道路場景識別模型進行參數組合尋優，通過提取偏航角速度的小波特征訓練場景識別模型；

32)建立基于LGBM模型的分心識別模型，采用DE算法對分心識別模型進行參數組合尋優，并使用準確率、精確率、正確率、召回率和F1得分對模型的識別性能進行評估。

S4：基于分心駕駛識別模型，進行基于道路場景識別的分心駕駛識別。

進一步地，采用SVM-RBF算法對不同道路場景進行特征選擇。采用差分進化法對模型超參數進行最優化，采用LGBM算法進行分類識別訓練和預測。

所述直線場景選取的特征包括速度均值、縱向加速度標準差、速度cd1歸一化能量、縱向加速度cd1歸一化能量、偏航角cd1歸一化能量、速度cd2歸一化能量、偏航角cd2歸一化能量、偏航角cd3歸一化能量、橫向加速度標準差和縱向加速度ca5歸一化能量。