[发明专利]一种基于车辆行驶数据的急加速行为识别方法

说明书

技术领域

本发明属于车辆技术领域，具体涉及一种基于车辆行驶数据的急加速行为识别方法。

背景技术

根据道路交通事故统计表明，危险驾驶行为是造成交通事故的重要原因之一，其中急加速是事故高发的危险驾驶行为。对于汽车制造企业来说，如果能够准确评估驾驶员在驾驶行为尤其是急加速行为中的表现，就能针对驾驶行为更加合理地设计车型，增加车辆的适用性，提高安全系数。

随着车联网的发展，车辆行驶轨迹(例如：经度、维度)及车辆物理特征(例如：瞬时速度、加速度、方向盘转角)的记录和保存成为可能，这使得研究人员能利用丰富的车辆行驶数据来评估驾驶行为。

在车辆行驶过程中，急加速是一种很不安全的驾驶行为，它往往让车辆短时间内达到较大速度，一旦车辆遇到紧急情况时司机有可能来不及有效应对，极易发生险情。因此“急加速”一直被认定为司机危险驾驶行为之一。

然而，如何从数据中准确识别“急加速行为”却是一个没有定论的问题。大部分业界或学术研究多采用“加速度”作为识别该过程的重要指标，通常的做法是划分一个加速度阈值，超过此阈值即定义为“急加速”。如武汉大学的任慧君采用“当加速度超过3m/s²时为急加速”的标准，台湾交通部运输研究所95年出台的《先进大众运输系统(APTS)整体研究发展计划—公车行车安全管理系统计划》中，将每秒加速度5km/h定义为急加速，以及在台湾及大陆逐渐兴起的行车记录仪记录标准中，将急加速定义为时速≥70km/h并且加速度>3km/h/s。

但是，只根据加速度判定的结果有时并不准确，存在片面、判断准确率低的缺陷。

发明内容

本发明的目的是针对现有技术的不足，提供一种基于主成分分析法、准确率高的基于车辆行驶数据的急加速行为识别方法。

本发明解决问题的技术方案是：基于车辆行驶数据的急加速行为识别方法，包括如下步骤：

(1)采集车辆行驶数据：所述车辆行驶数据包括瞬时油耗、瞬时加速度、瞬时速度的每秒变化量、发动机转速；

(2)通过主成分分析法得到变速因子：将所述瞬时油耗、瞬时加速度、瞬时速度的每秒变化量、发动机转速作为4个原始指标，通过主成分分析法合成相同数量的主成分，然后选取累计方差贡献率为85％以上的前三个主成分，再将选取的所述前三个主成分以各自的方差贡献率在所有入选主成分的方差贡献率中所占比例作为权重进行线性组合，形成变速因子；

(3)对变速因子取阈值；

(4)通过比较变速因子在某时刻的得分和阈值的大小来识别在所述时刻是否为急加速行为：当变速因子的得分大于或等于阈值时，所述时刻为急加速时刻。

进一步地，所述步骤(2)中，通过主成分分析法得到变速因子的步骤包括：

(2.1)根据采集的车辆行驶数据，建立数据矩阵X’＝(x′_ij)_n×p，其中，n为记录数，p为指标数，x′_ij表示第i行第j列的数据，且i≤n，j≤p；将瞬时油耗、瞬时加速度、瞬时速度的每秒变化量、发动机转速这4个原始指标作为主成分分析的原始变量，取p＝4；

(2.2)对各指标数据进行标准化，以便消除各项指标在量纲和数量级的差别，标准化的方法是将每个数据x′_ij先减去第j个指标的均值(即数据矩阵的列均值)，再除以第j个指标的标准差(即数据矩阵的列标准差)，得到标准化后的数据x_ij，进而得到标准化数据矩阵；每个指标的均值为0，方差为1；

(2.3)根据标准化数据矩阵建立协方差矩阵R，协方差矩阵R能反映各个指标之间的相关性，协方差矩阵R的每个元素R_ij代表i、j变量的协方差，计算公式为：

其中k为整数，代表i、j变量的第k个取值；

(2.4)求解协方差矩阵R的特征值和特征向量：通过解特征方程|λE-R|＝0求出p个特征值λ_i，i＝1,2…p，其中E为单位矩阵，特征值λ_i的大小正是各个原始的主成分的方差，能反映主成分所包含的加速度信息量的多少，并分别求出对应于特征值λ_i的特征向量，求解过程是将协方差矩阵R进行分解，公式为：

其中，λ_i是协方差矩阵R的特征值，e_i是长度为p的特征向量，e_i^T是e_i的转置向量；