[发明专利]一种不同驾驶任务阶段的驾驶风格分析方法、系统及装置

权利要求书

1.一种不同驾驶任务阶段的驾驶风格分析方法，其特征在于，通过以下步骤1至步骤5构建驾驶事件分类模型，应用驾驶事件分类模型，通过步骤A至步骤B确定目标场景中驾驶员驾驶风格的分类结果：

步骤1、采集预设数量个车辆分别所对应的各段路程，分别针对各个车辆，针对各段路程分别所对应的整个行驶过程，根据预设方式将行驶过程划分为各个行驶路段，获得当前车辆在各个行驶路段下对应的各个指定类型的驾驶数据；

对驾驶数据进行预处理，获得各指定类型驾驶数据分别对应的特征参数，结合特征参数，应用阈值检测方法，提取各行驶路段中对应的各个驾驶事件、以及各个驾驶事件分别对应的驾驶阈值、持续时间，所述驾驶事件包括转弯事件、加速事件、以及减速事件，获得各个车辆在各个行驶路段中分别对应的驾驶事件，并按驾驶事件类型进行划分，获得各个驾驶事件分别所对应的驾驶事件集合，分别针对各个驾驶事件集合，然后进入步骤2；

步骤2、根据驾驶事件分别对应的驾驶阈值、持续时间，对驾驶事件集合进行划分，获得各个驾驶事件集合中分别所对应的预设特征参数集合，随后进入步骤3；

步骤3、根据各个驾驶事件集合分别所对应的预设特征参数集合，获得特征向量集合，即获得各个驾驶事件集合对应的特征向量集合；

根据各驾驶事件所对应的特征向量集合，分析特征向量集合中各个特征参数之间的相关性，并对特征参数进行降维操作，获得该驾驶事件集合中的各个样本，以及各样本分别所对应的特征向量；待完成针对各个驾驶事件集合的上述操作之后，进入步骤4；

步骤4、根据驾驶事件集合中各样本分别所对应的特征向量，结合预设驾驶风格类别数作为聚类中心数，应用K均值算法针对各样本进行聚类操作，获得该驾驶事件集合所对应的各个聚类类别，进而获得各个驾驶事件集合中各样本分别所对应的聚类类别，随后进入步骤5；

步骤5、以各个车辆在各个行驶路段下对应的各个指定类型的驾驶数据为输入，以各个驾驶事件中各样本所对应的聚类类别为输出，训练获得该驾驶事件所对应的驾驶事件分类模型；进而获得各驾驶事件集合分别所对应的驾驶事件分类模型；

步骤A、针对目标车辆对应的各段路程，以及各段路程所对应的整个车辆行驶过程，应用步骤1至步骤3的方法，确定各个车辆指定类型的驾驶事件对应的特征向量集合，并获得各个驾驶事件集合中的各个样本，以及各样本分别所对应的特征向量；

步骤B、分别针对各个驾驶事件集合，应用各个驾驶事件所对应的驾驶事件分类模型，获得各个驾驶事件内各样本所对应的聚类类别，进而获得各个目标车辆对应的驾驶事件分别所对应的聚类类别，确定目标场景中驾驶员驾驶风格的分类结果。

2.根据权利要求1所述的一种不同驾驶任务阶段的驾驶风格分析方法，其特征在于，所述步骤1中驾驶数据包括卫星数量、时间、经纬度、速度、航向角、垂直速度、横向加速度和纵向加速度；

所述特征参数包括速度、垂直速度、航向角偏差、纵向加速度、横向加速度；

所述行驶路段的划分方式包括按单位时长划分、以及按照驾驶员的行程过程状态划分，所述按单位时长划分指，各个车辆在对应的各段路程下，基于各段路程所对应的整个行驶过程，按预设单位时长划分各段路程；所述驾驶员的行驶过程状态包括巡航阶段、接单阶段、送客阶段。

3.根据权利要求2所述的一种不同驾驶任务阶段的驾驶风格分析方法，其特征在于，所述步骤1中阈值检测方法具体如下：

1-1、设置航向角阈值dx，通过相邻时间的航向角来计算出各时间节点对应的航向角偏差，若任意行驶路段下车辆的航向角偏差大于阈值dx，将其标记为转弯事件起始节点，直至车辆行驶至航向角偏差小于阈值dx的行驶路段时，该行驶路段被标记为事件终止节点，同时转弯事件的持续时间需大于t1，满足条件的数据为转弯事件，然后进入步骤1-2；

1-2、设置阈值纵向加速度ax1，若任意行驶路段下车辆的纵向加速度超过阈值ax1，该行驶路段被标记为加速事件起始节点，直至车辆行驶至纵向加速度低于ax1的行驶路段时，该行驶路段被标记为事件终止节点，加速事件的持续时间需大于t2，满足条件的数据为加速事件，然后进入步骤1-3；

1-3、设置阈值纵向加速度ax2，若任意行驶路段下车辆的纵向加速度小于阈值ax2，该行驶路段被标记为减速事件起始节点，直至车辆行驶至纵向加速度大于ax2的行驶路段时，该行驶路段被标记为事件终止节点，减速事件的持续时间需大于t3，满足条件的数据为减速事件。