[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

说明书

本发明公开了一种基于车联网数据的商用车驾驶员驾驶风格识别方法，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；本发明能够较为全面地描述驾驶风格，并且利用主成分分析降低各特征之间的相关性，实现了特征参数的降维优化，对样本数据的准确合理分类，并实现了驾驶风格较高精度的识别。

技术领域

本发明涉及驾驶员驾驶风格分析识别的技术领域，尤其涉及一种基于车联网数据的商用车驾驶员驾驶风格识别方法。

背景技术

近年来，随着我国经济以及物流业的快速发展，我国公路的货运量和周转量逐年攀升，从而对道路交通安全提出了更为严峻的挑战，商用车驾驶员的基本素质决定了他们发生交通事故的概率，最主要的体现是其驾驶风格，因此对商用车驾驶员驾驶风格的精确判定，显得尤为重要。

激进型的驾驶风格往往频繁操作、不规范操作较多，主要体现在急加速、急刹车、超速行驶等特征参数的数值一般偏高。现阶段的驾驶员驾驶风格识别方法大多集中在乘用车领域，在商用车领域的研究较少，且仅通过少有的几个特征来建立驾驶风格识别模型，经常存在驾驶风格判断不准确的问题。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明提供了一种基于车联网数据的商用车驾驶员驾驶风格识别方法，以解决现有技术识别精度低、实用性差的问题，为汽车公司、物流公司等企业提供了技术参考。

为解决上述技术问题，本发明提供如下技术方案：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。

作为本发明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的一种优选方案，其中：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。

作为本发明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的一种优选方案，其中：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。

作为本发明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的一种优选方案，其中：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：