[发明专利]基于机器学习的驾驶风格分类方法、装置和电子设备

说明书

本申请实施例提供了一种基于机器学习的驾驶风格分类方法、装置和电子设备。该方法用于对驾驶员的驾驶风格进行分类，包括：对所述驾驶员的、选择的驾驶风格特征参数进行相关性分析，得到所述驾驶风格特征参数之间的相关系数；根据所述相关系数和预设的相关系数阈值，对预先得到的驾驶行为数据样本中冗余的驾驶风格特征参数进行去除；根据去除冗余驾驶风格特征参数的驾驶行为数据样本，基于机器学习模型，对所述驾驶员的驾驶风格进行分类。籍此，可以有效的对驾驶员的驾驶习惯进行针对性指导，实现增强矿用卡车的燃油经济性的目的。

技术领域

本申请涉及辅助驾驶技术领域，特别涉及一种基于机器学习的驾驶风格分类方法、装置和电子设备。

背景技术

在矿用卡车驾驶过程中，鲁莽型的驾驶员会频繁且大幅度的踩油门踏板或者制动踏板，矿用卡车行驶时较为费油，燃油经济性较差；温和型的驾驶员会轻踩油门踏板或者制动踏板，矿用卡车行驶时较为省油，燃油经济性较好。因而，驾驶员在驾驶矿用卡车中的这些行为特征，在矿用卡车行驶过程中驾驶员对矿用卡车的输入以及矿用卡车的响应方面得到完全体现，即驾驶员的驾驶风格会对矿用卡车的燃油经济性产生较大的影响，因而，准确有效对驾驶员的驾驶风格进行分类具有重要的意义。

发明内容

本申请的目的在于提供一种基于机器学习的驾驶风格分类方法、装置和电子设备，以解决或缓解上述现有技术中存在的问题。

为了实现上述目的，本申请提供如下技术方案：

本申请提供了一种基于机器学习的驾驶风格分类方法，用于对驾驶员的驾驶风格进行分类，包括：对所述驾驶员的、选择的驾驶风格特征参数进行相关性分析，得到所述驾驶风格特征参数之间的相关系数；根据所述相关系数和预设的相关系数阈值，对预先得到的驾驶行为数据样本中冗余的驾驶风格特征参数进行去除；根据去除冗余驾驶风格特征参数的驾驶行为数据样本，基于机器学习模型，对所述驾驶员的驾驶风格进行分类。

可选地，在本申请的任意实施例中，所述对所述驾驶员的、选择的驾驶风格特征参数进行相关性分析，得到所述驾驶风格特征参数之间的相关系数，具体为：基于预设的相关性分析模型，对选择的所述驾驶风格特征参数进行相关性分析，得到所述驾驶风格特征参数之间的相关系数。

可选地，在本申请的任一实施例中，所述根据所述相关系数和预设的相关系数阈值，对预先得到的驾驶行为数据样本中冗余的驾驶风格特征参数进行去除，具体为：对所述相关系数与预设的相关系数阈值进行比对，根据比对结果，对预先得到的驾驶行为数据样本中冗余的驾驶风格特征参数进行去除。

可选地，在本申请的任一实施例中，所述根据去除冗余驾驶风格特征参数的驾驶行为数据样本，基于机器学习模型，对所述驾驶员的驾驶风格进行分类，具体为：根据去除冗余驾驶风格特征参数的驾驶行为数据样本，基于预设的聚类算法模型，对所述驾驶员的驾驶风格进行分类。

可选地，在本申请的任一实施例中，所述驾驶行为数据样本包括：重载作业状态下的驾驶行为数据样本，以及空载作业状态下的驾驶行为数据样本；对应的，所述根据去除冗余驾驶风格特征参数的驾驶行为数据样本，基于预设的聚类算法模型，对所述驾驶员的驾驶风格进行分类，包括：基于K均值聚类算法模型，分别对重载作业状态下的、去除冗余驾驶风格特征参数的驾驶行为数据样本，以及空载作业状态下的、去除冗余驾驶风格特征参数的驾驶行为数据样本进行拟合，分别确定重载作业状态下、以及空载作业状态下的驾驶风格的分类数量；分别根据重载作业状态下、以及空载作业状态下的驾驶风格的分类数量，基于K均值聚类算法模型，对所述驾驶员在重载作业状态下、以及空载作业状态下的驾驶风格进行分类。