[发明专利]一种系统化的基于聚类思想的驾驶行为识别方法有效
| 申请号： | 201711144004.7 | 申请日： | 2017-11-17 |
| 公开（公告）号： | CN108229304B | 公开（公告）日： | 2021-04-16 |
| 发明（设计）人： | 张盛;秦爽;吴明林 | 申请（专利权）人： | 清华大学深圳研究生院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 北京律恒立业知识产权代理事务所(特殊普通合伙) 11416 | 代理人： | 顾珊;庞立岩 |
| 地址： | 518055 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种系统化的基于聚类思想的驾驶行为识别方法，所述驾驶行为识别方法，包括以下步骤：建立统计特征模型；利用惯性传感器进行驾驶行为数据采集；利用卡尔曼滤波器对所述数据进行滤波；对所述滤波后数据采用自适应窗函数方法提取有效驾驶行为数据，并进一步提取有效数据的统计特征；筛选得到最优的统计特征；对驾驶行为数据的统计特征进行分类，识别相应的驾驶行为。本发明基于聚类思想，提供了一种特征极少，计算量极低且精度极高的系统化驾驶行为识别方法，在社会安全，车险，车队管理等领域有广阔应用前景。 | ||
| 搜索关键词： | 一种 系统化 基于 思想 驾驶 行为 识别 方法 | ||
【主权项】：
1.一种系统化的基于聚类思想的驾驶行为识别方法，其特征在于，所述识别方法包括以下步骤：S1：基于聚类思想，建立统计特征模型；S2：利用惯性传感器进行驾驶行为数据采集；S3：利用卡尔曼滤波器对所述数据进行滤波；S4：对所述滤波后数据采用自适应窗函数方法提取有效驾驶行为数据，并进一步提取有效数据的统计特征；S5：筛选得到最优的统计特征；S6：对驾驶行为数据的统计特征进行分类，识别相应的驾驶行为。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学深圳研究生院，未经清华大学深圳研究生院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711144004.7/，转载请声明来源钻瓜专利网。
