[发明专利]一种基于车联网数据的商用车驾驶员驾驶风格识别方法

权利要求书

1.一种基于车联网数据的商用车驾驶员驾驶风格识别方法，其特征在于：包括，

采集自然驾驶场景下的商用车辆行驶数据和车辆状态数据；

对采集的数据进行异常值检测、缺失值填补与剔除、特征提取与建立和数据降维；

基于k-means聚类算法对数据降维后的数据进行聚类，根据聚类结果定义驾驶员的驾驶类型；

综合驾驶员特征和所述驾驶员的驾驶类型，建立基于随机森林算法的驾驶风格识别模型，并对所述驾驶风格识别模型进行训练和测试，完成商用车驾驶员驾驶风格的有效识别。

2.如权利要求1所述的基于车联网数据的商用车驾驶员驾驶风格识别方法，其特征在于：所述自然驾驶场景下的商用车辆行驶数据和车辆状态数据包括，

通过车速传感器、三轴加速度计和GPS设备采集所述自然驾驶场景下的商用车辆行驶数据和车辆状态数据，采集的数据包括底盘号、车辆VIN码、实时经纬度、GPS车速、GPS加速度、GPS里程、ECU车速、加速度、发动机转速、行驶里程、行驶时间、瞬时能耗、ECU总能耗、发动机负荷百分比、发动机扭矩百分比、制动信号、制动踏板行程值、油门开度、档位状态、机油压力和水温。

3.如权利要求1所述的基于车联网数据的商用车驾驶员驾驶风格识别方法，其特征在于：所述异常值检测包括，

利用LOF算法检测异常值，其局部离群因子计算过程如下：

计算点p的第k距离；

根据所述点p的第k距离计算点o到点p的第k可达距离；

根据所述点o到点p的第k可达距离计算局部可达密度；

根据所述局部可达密度计算局部离群因子。

4.如权利要求1、2、3任一所述的基于车联网数据的商用车驾驶员驾驶风格识别方法，其特征在于：所述缺失值填补包括，

对车速数据的缺失采用均值填补，满足公式：

其中v_null为缺失的速度信息，v_i为第i条信息的车速，n为采集的总的车速信息帧数；

对油门开度数据的缺失采用中值填补，满足公式：

其中k_null为缺失的油门开度信息，k_i为第i条信息的油门开度，m为采集的总的油门开度信息帧数。

5.如权利要求4所述的基于车联网数据的商用车驾驶员驾驶风格识别方法，其特征在于：所述特征提取与建立包括，

车辆行驶状态特征：行驶里程、行驶时长、加速度均值、减速度均值、车速均值、车速标准差、异常机油压力占比；

驾驶行为特征：怠速时长、超速行驶时长、超速行驶里程、单位里程急加速次数、单位里程急刹车次数、夜间行车时长、单位里程空档滑行次数。

6.如权利要求5所述的基于车联网数据的商用车驾驶员驾驶风格识别方法，其特征在于：所述数据降维包括，

利用主成分分析策略对驾驶风格特征矩阵标准化、计算协方差矩阵、特征值、特征向量、主成分贡献率、累计贡献率和主成分得分；

根据所述主成分贡献率挑选主成分的个数，即提取前80％主成分贡献率的k个主成分信息。

7.如权利要求1或6所述的基于车联网数据的商用车驾驶员驾驶风格识别方法，其特征在于：所述聚类包括，

将生成的k个主成分信息作为新的特征参数，并作为k-means聚类算法的输入，将所述驾驶员的驾驶类型分为3种驾驶风格，即激进型、一般型和谨慎型。

8.如权利要求7所述的基于车联网数据的商用车驾驶员驾驶风格识别方法，其特征在于：所述驾驶风格识别模型包括，

将特征参数和所述驾驶员的驾驶类型作为驾驶风格识别模型的输入。