[发明专利]用于监测驾驶行为的方法和装置

权利要求书

1.一种用于监测驾驶行为的方法，其特征在于，所述方法包括：

获取驾驶行为监测模型以及目标驾驶员的历史轨迹数据；

利用所述驾驶行为监测模型对所述历史轨迹数据进行分析，监测所述目标驾驶员的驾驶行为；

其中，所述驾驶行为监测模型是通过以下步骤得到的：

获取多个驾驶员的历史轨迹数据集合及行驶成本数据集合；

分别处理所述历史轨迹数据集合及所述行驶成本数据集合，确定每个驾驶员的驾驶行为参数值和行驶成本参数值；

将所述行驶成本参数值小于第一预设值的驾驶员标记为第一标签，将所述行驶成本参数值大于第二预设值的驾驶员标记为第二标签；

利用机器学习算法学习所述第一标签所指示的多个驾驶员的驾驶行为参数值以及所述第二标签所指示的多个驾驶员的驾驶行为参数值，提取符合预设条件的驾驶行为参数作为特征参数，并基于所述特征参数确定所述驾驶行为监测模型。

2.根据权利要求1所述的方法，其特征在于，所述历史轨迹数据包括多个轨迹点的位置及时刻；以及

所述分别处理所述历史轨迹数据集合及所述行驶成本数据集合，确定每个驾驶员的驾驶行为参数值和行驶成本参数值，包括：

确定所述历史轨迹数据中任意两个相邻的轨迹点之间的位移及时长；

根据所述位移及所述时长，确定每个驾驶员在各轨迹点的驾驶行为参数值，所述驾驶行为参数包括：速度及行驶角度。

3.根据权利要求2所述的方法，其特征在于，所述根据所述任意两个相邻的轨迹点之间的位移及时长，确定每个驾驶员在各轨迹点的驾驶行为参数值，包括：

根据每个驾驶员在各轨迹点的速度值，确定每个驾驶员的速度分布曲线；

确定所述速度分布曲线中速度值大于预设的不同速度阈值的次数以及每次大于所述预设的不同速度阈值的持续时长；

根据所述速度分布曲线，确定速度的累积分布函数；

确定所述速度的累积分布函数中预设的不同概率值对应的速度值。

4.根据权利要求3所述的方法，其特征在于，所述驾驶行为参数还包括：加速度；以及

所述根据所述任意两个相邻的轨迹点之间的位移及时长，确定每个驾驶员在各轨迹点的驾驶行为参数值，包括：

根据每个驾驶员的所述速度分布曲线，确定每个轨迹点的加速度；

确定每个驾驶员的加速度分布曲线；

确定所述加速度分布曲线中加速度值大于预设的不同加速度阈值的次数以及大于所述预设的不同加速度阈值的第一总时长；

确定所述加速度分布曲线中加速度值小于零且绝对值大于预设的不同加速度阈值的次数以及所述绝对值大于所述不同加速度阈值的第二总时长；

根据每个驾驶员的所述加速度分布曲线，确定加速度的累积分布函数；

确定所述加速度的累积分布函数中预设的不同概率值对应的加速度值。

5.根据权利要求2所述的方法，其特征在于，所述驾驶行为参数包括连续驾驶时长；以及

所述根据所述任意两个相邻的轨迹点之间的位移及时长，确定每个驾驶员在各轨迹点的驾驶行为参数值，包括：

对于每个驾驶员，根据所述任意两个相邻的轨迹点之间的位移及时长，确定所述位移小于预设位移且所述时长小于预设时长的两个相邻轨迹点的时刻；

根据所确定的轨迹点的时刻以及所述历史轨迹数据中第一个轨迹点的时刻、最后一个轨迹点的时刻，确定每个驾驶员的至少一个连续驾驶时长。

6.根据权利要求2所述的方法，其特征在于，所述根据所述任意两个相邻的轨迹点之间的位移及时长，确定每个驾驶员在各轨迹点的驾驶行为参数值，包括：

对于每个驾驶员，根据每个轨迹点的行驶角度，确定所述行驶角度位于预设的不同角度范围内的速度分布曲线；

确定每个速度分布曲线对应的累积分布函数；

确定所述不同累积分布函数中不同概率对应的速度值。