[发明专利]异常行驶行为的识别方法、装置以及电子设备

权利要求书

1.一种异常行驶行为的识别方法，其特征在于，所述方法包括：

在订单执行过程中获取行驶数据；所述行驶数据包括行驶轨迹数据和行驶速度数据；

根据所述行驶数据计算异常行驶行为概率；所述异常行驶行为概率包括以下至少之一：异常停车概率、异常变速概率、异常转弯概率、超速概率；所述异常停车概率是根据从行驶数据中确定出的异常停车的停车时长计算得到的，所述异常变速概率是根据从行驶数据中确定出的异常变速的次数计算得到的，所述异常转弯概率是根据从行驶数据中确定出的异常转弯的次数计算得到的，所述超速概率是根据从行驶数据中确定出的超速时长计算得到的；

将所述行驶数据和所述异常行驶行为概率输入至预先训练得到的异常行驶行为识别模型，通过所述异常行驶行为识别模型识别是否出现异常行驶行为；其中，所述异常行驶行为识别模型为一种神经网络模型。

2.根据权利要求1所述的方法，其特征在于，在订单执行过程中获取行驶数据的步骤，包括：

获取司机终端在订单执行过程中记录的行驶轨迹数据和行驶速度数据，其中，所述行驶轨迹数据包括GPS传感器记录的位置数据；所述行驶速度数据包括：速度传感器记录的加速度数据、角速度数据和速度数据。

3.根据权利要求1所述的方法，其特征在于，根据所述行驶数据计算异常行驶行为概率的步骤，包括：

根据所述行驶轨迹数据，确定行驶过程中的停车位置点；

对于每个所述停车位置点，获取所述停车位置点对应的路况信息和对应的兴趣点POI标识；并根据所述路况信息和所述兴趣点POI标识，判断所述停车位置点对应的停车行为是否属于异常停车；

根据异常停车的停车位置点的停车时长计算异常停车概率。

4.根据权利要求3所述的方法，其特征在于，根据所述路况信息和所述兴趣点POI标识，判断所述停车位置点对应的停车行为是否属于异常停车的步骤，包括：

如果所述路况信息为路况顺畅，且所述POI标识未包含预设类标识，确定所述停车位置点对应的停车行为属于异常停车。

5.根据权利要求3所述的方法，其特征在于，根据异常停车的停车位置点的停车时长计算异常停车概率的步骤，包括：

计算属于异常停车的每个停车位置点的停车时长之和，得到总停车时长；

根据所述总停车时长与所述行驶轨迹数据对应的行驶时长的比值，确定异常停车概率。

6.根据权利要求1所述的方法，其特征在于，根据所述行驶数据计算异常行驶行为概率的步骤，包括：

检查所述行驶速度数据的加速度数据中，是否存在大于速度变化阈值的数据；

根据检查结果统计大于所述速度变化阈值的数据个数；

根据所述数据个数与所述加速度数据的数据总数的比值，确定异常变速概率。

7.根据权利要求1所述的方法，其特征在于，根据所述行驶数据计算异常行驶行为概率的步骤，包括：

检查所述行驶速度数据的角速度数据中，是否存在大于角速度变化阈值的数据；

根据检查结果统计大于所述角速度变化阈值的数据个数；

根据所述数据个数与所述角速度数据的数据总数的比值，确定异常转弯概率。

8.根据权利要求1所述的方法，其特征在于，根据所述行驶数据计算异常行驶行为概率的步骤，包括：

检查所述行驶速度数据的速度数据中，是否存在大于所述速度数据对应位置的预设限速的数据；

统计大于所述预设限速的速度数据对应的超速时长；

根据所述超速时长与所述行驶轨迹数据对应的行驶时长的比值，确定超速概率。

9.根据权利要求1所述的方法，其特征在于，所述异常行驶行为识别模型包括LSTM网络和全连接网络；其中，所述全连接网络的输入端与所述LSTM网络的最后隐藏层的输出端相连。