[发明专利]一种分类驾驶员的方法及装置

摘要

本发明公开了一种分类驾驶员的方法及装置，属于驾驶行为分析技术领域。所述方法包括：获取M个驾驶员的样本数据集合；根据所述M个驾驶员中的每个驾驶员的样本数据集合，计算所述M个驾驶员中的任意两个驾驶员的驾驶行为样本数据之间的欧氏距离矩阵；根据所述M个驾驶员中的任意两个驾驶员的驾驶行为样本数据之间的欧氏距离矩阵，将所述M个驾驶员聚类成至少一个驾驶员聚类。所述装置包括：获取模块、计算模块和确定模块。本发明可以实现对驾驶员进行分类。

主权项

1.一种分类驾驶员的方法，其特征在于，所述方法包括：/n获取M个驾驶员的样本数据集合，驾驶员的样本数据集合包括N个单位时间内采集的驾驶行为样本数据，所述驾驶行为样本数据包括所述驾驶员驾驶的车辆的行驶速度、车道内横向偏移量、单位时间内行驶距离、单位时间内油门踏板进深、单位时间内刹车踏板进深、方向盘转角角速度、横向加速度、车辆角速度、单位时间内行车距离和前车距离，所述前车距离是所述车辆与前车之间的距离，所述前车为同一车道内行驶在所述车辆之前且离所述车辆最近的汽车，M和N分别为大于1的整数；/n根据所述每个驾驶员的驾驶行为样本数据包括的行驶速度、加速度和前车距离，分别将所述每个驾驶员的样本数据集合划分成多个第一集合；/n根据所述每个驾驶员对应的第一集合，计算所述每个驾驶员的特征矩阵，驾驶员的特征矩阵用于反应所述驾驶员的驾驶习惯；/n根据所述每个驾驶员的特征矩阵，计算任意两个驾驶员的驾驶行为样本数据之间的欧氏距离，所述欧氏距离用于反映所述两个驾驶员的驾驶习惯相似的程度；/n根据所述M个驾驶员中的任意两个驾驶员的驾驶行为样本数据之间的欧氏距离构建MxM-1欧氏矩阵，所述欧氏矩阵中的M行中的每行对应一个驾驶员，所述M-1列中的每列对应一个驾驶员，所述欧氏矩阵包括任意两个驾驶员之间的欧氏距离；/n读取所述欧氏矩阵中的每个驾驶员对应的一行的欧氏距离，根据所述驾驶员对应的一行的欧氏距离，通过预设的算法计算出所述驾驶员对应的平面点坐标；/n所述根据每个驾驶员对应的平面点坐标，通过预设的kmeans算法将所述M个驾驶员聚类成预设个数个驾驶员聚类；/n其中，所述根据所述每个驾驶员的驾驶行为样本数据包括的行驶速度和前车距离，分别将所述每个驾驶员的样本数据集合划分成多个第一集合，包括：/n根据第一驾驶员的样本数据集合包括的每个驾驶行为样本数据包括的行驶速度和前车距离计算所述车辆行驶完所述前车距离所需的行驶时间，得到所述每个驾驶行为样本数据对应的行驶时间，第一驾驶员为所述M个驾驶员中的任一驾驶员；/n将行驶时间小于或等于预设第一时间阈值的驾驶行为样本数据划分到跟随驾驶集合，将行驶时间大于预设第一时间阈值且小于预设第二时间阈值的驾驶行为样本数据划分到受限驾驶集合，将行驶时间大于或等于预设第三时间阈值的驾驶行为样本数据划分到自由驾驶集合。/n