基于主成分分析的車輛風(fēng)險評估方法和裝置的制造方法
【專利摘要】本發(fā)明提出一種基于主成分分析的車輛風(fēng)險評估方法和裝置，該基于主成分分析的車輛風(fēng)險評估方法包括分別對初始數(shù)據(jù)序列中每個數(shù)據(jù)序列做標(biāo)準(zhǔn)化處理，得到初始數(shù)據(jù)序列中每個數(shù)據(jù)序列的標(biāo)準(zhǔn)化初始數(shù)據(jù)序列；并對標(biāo)準(zhǔn)化初始數(shù)據(jù)序列中每個數(shù)據(jù)序列進(jìn)行主成分分析，以獲取每個數(shù)據(jù)序列的特征值序列，并根據(jù)每個數(shù)據(jù)序列的特征值序列獲取每個數(shù)據(jù)序列的概率序列；將每個數(shù)據(jù)序列的概率序列與預(yù)設(shè)概率閾值進(jìn)行比對，以得到比對結(jié)果；根據(jù)比對結(jié)果對車輛行駛過程中的風(fēng)險進(jìn)行評估。通過本發(fā)明能夠有效識別出車輛在行駛過程中的車輛風(fēng)險行駛過程，根據(jù)車輛風(fēng)險行駛過程對應(yīng)的車輛行駛數(shù)據(jù)信息對車輛風(fēng)險進(jìn)行評估，提升車輛駕駛體驗。
【專利說明】
基于主成分分析的車輛風(fēng)險評估方法和裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及車輛技術(shù)領(lǐng)域，尤其涉及一種基于主成分分析的車輛風(fēng)險評估方法和 裝置。
【背景技術(shù)】
[0002] 車輛危險轉(zhuǎn)彎、側(cè)翻和碰擦風(fēng)險是指車輛行駛過程中，由于司機主觀判斷、路面狀 況和其他意外因素表現(xiàn)出的危險轉(zhuǎn)彎、側(cè)翻和碰擦等可能造成嚴(yán)重后果的駕駛行為，它能 夠充分體現(xiàn)車輛運輸物品或者乘客的安全狀態(tài)。車輛危險轉(zhuǎn)彎、側(cè)翻和碰擦風(fēng)險是車輛安 全評估中最重要的指標(biāo)之一，因此它在車輛安全評估中占至關(guān)重要的地位。
[0003] 車輛危險轉(zhuǎn)彎、側(cè)翻風(fēng)險和碰擦風(fēng)險主要由危險轉(zhuǎn)彎、側(cè)翻和碰擦三個方面的風(fēng) 險指標(biāo)來進(jìn)行評定。首先，車輛的危險轉(zhuǎn)彎，指車輛由于司機主觀意識和路面意外狀況而導(dǎo) 致的嚴(yán)重急轉(zhuǎn)彎、嚴(yán)重急加減速轉(zhuǎn)彎和嚴(yán)重高速急轉(zhuǎn)彎駕駛行為。其次，車輛的危險側(cè)翻和 碰擦風(fēng)險，指車輛在駛過程中由于司機主觀判斷、路面狀況和其他意外因素而導(dǎo)致的車輛 側(cè)翻及與其它車輛或障礙物碰擦的風(fēng)險，主要體現(xiàn)車輛轉(zhuǎn)彎側(cè)翻、變道側(cè)翻、車輛間碰擦及 車輛與障礙物碰擦等。這些行為的發(fā)生將急劇加大交通事故的出現(xiàn)風(fēng)險，因此，有必要識別 車輛在行駛過程中的車輛風(fēng)險行駛過程和綜合評估車輛風(fēng)險。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問題之一。
[0005] 為此，本發(fā)明的一個目的在于提出一種基于主成分分析的車輛風(fēng)險評估方法，能 夠有效識別出車輛在行駛過程中的車輛風(fēng)險行駛過程，根據(jù)車輛風(fēng)險行駛過程對應(yīng)的車輛 行駛數(shù)據(jù)信息對車輛風(fēng)險進(jìn)行評估，提升車輛駕駛體驗。
[0006] 本發(fā)明的另一個目的在于提出一種基于主成分分析的車輛風(fēng)險評估裝置。
[0007] 為達(dá)到上述目的，本發(fā)明第一方面實施例提出的基于主成分分析的車輛風(fēng)險評估 方法，包括:獲取車輛行駛過程中的初始數(shù)據(jù)序列，其中，所述初始數(shù)據(jù)序列包括轉(zhuǎn)彎角度 數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列、橫擺加速度數(shù)據(jù)序列;分別對所述初始數(shù)據(jù)序列中每個數(shù)據(jù)序 列做標(biāo)準(zhǔn)化處理，得到所述初始數(shù)據(jù)序列中每個數(shù)據(jù)序列的標(biāo)準(zhǔn)化初始數(shù)據(jù)序列；分別對 所述標(biāo)準(zhǔn)化初始數(shù)據(jù)序列中每個數(shù)據(jù)序列進(jìn)行主成分分析，以獲取所述標(biāo)準(zhǔn)化初始數(shù)據(jù)序 列中每個數(shù)據(jù)序列的特征值序列，并根據(jù)所述每個數(shù)據(jù)序列的特征值序列獲取每個數(shù)據(jù)的 概率序列;將所述每個數(shù)據(jù)序列的概率序列與預(yù)設(shè)概率閾值進(jìn)行比對，以得到比對結(jié)果;根 據(jù)所述比對結(jié)果對所述車輛行駛過程中的風(fēng)險進(jìn)行評估。
[0008] 本發(fā)明第一方面實施例提出的基于主成分分析的車輛風(fēng)險評估方法，通過分別對 車輛行駛過程中的初始數(shù)據(jù)序列中每個數(shù)據(jù)序列做標(biāo)準(zhǔn)化處理和主成分分析處理，以獲取 每個數(shù)據(jù)序列的概率序列，并將每個數(shù)據(jù)序列的概率序列與預(yù)設(shè)概率閾值進(jìn)行比對，以得 到比對結(jié)果，根據(jù)比對結(jié)果對車輛行駛過程中的風(fēng)險進(jìn)行評估，能夠有效識別出車輛在行 駛過程中的車輛風(fēng)險行駛過程，根據(jù)車輛風(fēng)險行駛過程對應(yīng)的車輛行駛數(shù)據(jù)信息對車輛風(fēng) 險進(jìn)行評估，提升車輛駕駛體驗。
[0009] 為達(dá)到上述目的，本發(fā)明第二方面實施例提出的基于主成分分析的車輛風(fēng)險評估 裝置，包括:初始數(shù)據(jù)序列獲取模塊，用于獲取車輛行駛過程中的初始數(shù)據(jù)序列，其中，所述 初始數(shù)據(jù)序列包括轉(zhuǎn)彎角度數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列、橫擺加速度數(shù)據(jù)序列;標(biāo)準(zhǔn)化處理 模塊，用于分別對所述初始數(shù)據(jù)序列中每個數(shù)據(jù)序列做標(biāo)準(zhǔn)化處理，得到所述初始數(shù)據(jù)序 列中每個數(shù)據(jù)序列的標(biāo)準(zhǔn)化初始數(shù)據(jù)序列；主成分分析模塊，用于分別對所述標(biāo)準(zhǔn)化初始 數(shù)據(jù)序列中每個數(shù)據(jù)序列進(jìn)行主成分分析，以獲取所述標(biāo)準(zhǔn)化初始數(shù)據(jù)序列中每個數(shù)據(jù)序 列的特征值序列，并根據(jù)所述每個數(shù)據(jù)序列的特征值序列獲取每個數(shù)據(jù)的概率序列；比對 模塊，用于將所述每個數(shù)據(jù)序列的概率序列與預(yù)設(shè)概率閾值進(jìn)行比對，以得到比對結(jié)果;評 估模塊，用于根據(jù)所述比對結(jié)果對所述車輛行駛過程中的風(fēng)險進(jìn)行評估。
[0010] 本發(fā)明第二方面實施例提出的基于主成分分析的車輛風(fēng)險評估裝置，通過獲取車 輛行駛過程中η個時間點的方位角數(shù)據(jù)、翻滾角數(shù)據(jù)，以及橫擺加速度數(shù)據(jù)，對車輛行駛過 程中的危險轉(zhuǎn)彎風(fēng)險，側(cè)翻風(fēng)險，碰擦風(fēng)險進(jìn)行識別，能夠提升車輛風(fēng)險行駛過程的識別效 果。通過分別對車輛行駛過程中的初始數(shù)據(jù)序列中每個數(shù)據(jù)序列做標(biāo)準(zhǔn)化處理和主成分分 析處理，以獲取每個數(shù)據(jù)序列的概率序列，并將每個數(shù)據(jù)序列的概率序列與預(yù)設(shè)概率閾值 進(jìn)行比對，以得到比對結(jié)果，根據(jù)比對結(jié)果對車輛行駛過程中的風(fēng)險進(jìn)行評估，能夠有效識 別出車輛在行駛過程中的車輛風(fēng)險行駛過程，根據(jù)車輛風(fēng)險行駛過程對應(yīng)的車輛行駛數(shù)據(jù) 信息對車輛風(fēng)險進(jìn)行評估，提升車輛駕駛體驗。通過根據(jù)車輛風(fēng)險行駛過程對應(yīng)的車輛行 駛數(shù)據(jù)信息對車輛風(fēng)險進(jìn)行評估，能夠?qū)崿F(xiàn)對車輛行駛過程中的車輛風(fēng)險進(jìn)行綜合評估， 提升車輛風(fēng)險的評估效果。
[0011] 本發(fā)明附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變 得明顯，或通過本發(fā)明的實踐了解到。
【附圖說明】
[0012] 本發(fā)明上述的和/或附加的方面和優(yōu)點從下面結(jié)合附圖對實施例的描述中將變得 明顯和容易理解，其中：
[0013] 圖1是本發(fā)明一實施例提出的基于主成分分析的車輛風(fēng)險評估方法的流程示意 圖；
[0014] 圖2是本發(fā)明實施例中主成分分析流程示意圖；
[0015] 圖3是本發(fā)明另一實施例提出的基于主成分分析的車輛風(fēng)險評估方法的流程示意 圖；
[0016] 圖4a是本發(fā)明實施例中轉(zhuǎn)彎角度數(shù)據(jù)序列曲線示意圖；
[0017] 圖4b是本發(fā)明實施例中標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列曲線示意圖；
[0018] 圖4c是本發(fā)明實施例中標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列曲線示意圖；
[0019] 圖5a是本發(fā)明實施例中翻滾角數(shù)據(jù)序列曲線示意圖；
[0020] 圖5b是本發(fā)明實施例中標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序列曲線示意圖；
[0021] 圖5c是本發(fā)明實施例中標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征值序列曲線示意圖；
[0022]圖6a是本發(fā)明實施例中橫擺加速度數(shù)據(jù)序列曲線示意圖；
[0023]圖6b是本發(fā)明實施例中標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列曲線示意圖；
[0024] 圖6c是本發(fā)明實施例中標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的特征值序列曲線示意圖；
[0025] 圖7是本發(fā)明另一實施例提出的基于主成分分析的車輛風(fēng)險評估裝置的結(jié)構(gòu)示意 圖；
[0026] 圖8是本發(fā)明另一實施例提出的基于主成分分析的車輛風(fēng)險評估裝置的結(jié)構(gòu)示意 圖；
[0027] 圖9a是本發(fā)明實施例中車輛風(fēng)險行駛過程的行程片段示意圖；
[0028] 圖9b是本發(fā)明實施例中每個時間點的速度與當(dāng)前時間點里程的對應(yīng)關(guān)系示意圖；
[0029] 圖9c是本發(fā)明實施例中每個時間點的加速度與當(dāng)前時間點里程的對應(yīng)關(guān)系示意 圖。
【具體實施方式】
[0030] 下面詳細(xì)描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終 相同或類似的標(biāo)號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附 圖描述的實施例是示例性的，僅用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。相反，本 發(fā)明的實施例包括落入所附加權(quán)利要求書的精神和內(nèi)涵范圍內(nèi)的所有變化、修改和等同 物。
[0031] 圖1是本發(fā)明一實施例提出的基于主成分分析的車輛風(fēng)險評估方法的流程示意 圖，該基于主成分分析的車輛風(fēng)險評估方法包括：
[0032] S101:獲取車輛行駛過程中的初始數(shù)據(jù)序列，其中，初始數(shù)據(jù)序列包括轉(zhuǎn)彎角度數(shù) 據(jù)序列、翻滾角數(shù)據(jù)序列、橫擺加速度數(shù)據(jù)序列。
[0033] 其中，初始數(shù)據(jù)序列中包含車輛在行駛過程中的η個時間點的轉(zhuǎn)彎角度數(shù)據(jù)、翻滾 角數(shù)據(jù)，以及橫擺加速度數(shù)據(jù)，轉(zhuǎn)彎角度數(shù)據(jù)序列是利用差分方法從方位角數(shù)據(jù)序列中提 取得到的。η個時間點中的每個時間點對應(yīng)一組車輛當(dāng)前的轉(zhuǎn)彎角度數(shù)據(jù)、翻滾角數(shù)據(jù)，以 及橫擺加速度數(shù)據(jù)，其中，η的取值為1~N，N為正整數(shù)。
[0034] 例如，可以由安裝在車輛駕駛室內(nèi)的行車記錄移動終端中的陀螺儀裝置獲取車輛 在行駛過程中η個時間點的方位角數(shù)據(jù)、翻滾角數(shù)據(jù)，以及橫擺加速度數(shù)據(jù)，并根據(jù)差分方 法計算車輛在η個時間點中的每個時間點的轉(zhuǎn)彎角度數(shù)據(jù)，以得到轉(zhuǎn)彎角度數(shù)據(jù)序列、翻滾 角數(shù)據(jù)序列、橫擺加速度數(shù)據(jù)序列，其中，η的取值為1~N，N為正整數(shù)。
[0035] 其中，陀螺儀裝置是用高速回轉(zhuǎn)體的動量矩敏感殼體相對慣性空間繞正交于自轉(zhuǎn) 軸的一個或二個軸的角運動檢測裝置。
[0036] 其中，移動終端可以是智能手機、平板電腦、個人數(shù)字助理、電子書等具有各種操 作系統(tǒng)的硬件設(shè)備。
[0037] 其中，轉(zhuǎn)彎角度數(shù)據(jù)用于識別車輛行駛過程中的危險轉(zhuǎn)彎風(fēng)險，翻滾角數(shù)據(jù)用于 識別車輛行駛過程中的側(cè)翻風(fēng)險，橫擺加速度數(shù)據(jù)用于識別車輛行駛過程中的碰擦風(fēng)險。
[0038] 車輛危險轉(zhuǎn)彎、側(cè)翻風(fēng)險和碰擦風(fēng)險是指車輛行駛過程中，由于司機主觀判斷、路 面狀況和其他意外因素表現(xiàn)出的危險轉(zhuǎn)彎、側(cè)翻和碰擦等可能造成嚴(yán)重后果的駕駛行為， 它能夠充分體現(xiàn)車輛運輸物品或者乘客的安全狀態(tài)。車輛危險轉(zhuǎn)彎、側(cè)翻和碰擦風(fēng)險是車 輛安全評估中最重要的指標(biāo)之一，因此它在車輛安全評估中占至關(guān)重要的地位。
[0039] 可選地，獲取車輛行駛過程中的初始數(shù)據(jù)序列，其中，初始數(shù)據(jù)序列包括轉(zhuǎn)彎角度 數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列、橫擺加速度數(shù)據(jù)序列，包括:獲取方位角數(shù)據(jù)序列、翻滾角數(shù)據(jù) 序列、橫擺加速度數(shù)據(jù)序列，并根據(jù)方位角數(shù)據(jù)序列獲取轉(zhuǎn)彎角度數(shù)據(jù)序列。
[0040] S102:分別對初始數(shù)據(jù)序列中每個數(shù)據(jù)序列做標(biāo)準(zhǔn)化處理，得到初始數(shù)據(jù)序列中 每個數(shù)據(jù)序列的標(biāo)準(zhǔn)化初始數(shù)據(jù)序列。
[0041] 其中，標(biāo)準(zhǔn)化初始數(shù)據(jù)序列包括標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序 列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列。
[0042] 具體地，將采集到的轉(zhuǎn)彎角度數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列，以及橫擺加速度數(shù)據(jù)序 列進(jìn)行標(biāo)準(zhǔn)化，即將轉(zhuǎn)彎角度數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列，以及橫擺加速度數(shù)據(jù)序列中的每 個轉(zhuǎn)彎角度數(shù)據(jù)、翻滾角數(shù)據(jù)，以及橫擺加速度數(shù)據(jù)歸一化到〇~1之間。
[0043] 例如，轉(zhuǎn)彎角度數(shù)據(jù)、翻滾角數(shù)據(jù)和橫擺加速度數(shù)據(jù)的信號向量形式為X= [X1， X2, . . .，Xn]T，則標(biāo)準(zhǔn)化最小和最大比例參數(shù)分別為Si = min(xi，X2, . . .，Xn)和S2=max(xi, X2, . . .，Xn)，從而可得標(biāo)準(zhǔn)化信號數(shù)據(jù)序列為：
[0044:
[0045] 其中，η的取值為1~N，N為正整數(shù)。
[0046] 具體地，分別將η個時間點中的每個時間點對應(yīng)的車輛當(dāng)前的轉(zhuǎn)彎角度數(shù)據(jù)、翻滾 角數(shù)據(jù)、橫擺加速度數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)， 以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)，對η個時間點中的每個時間點對應(yīng)的車輛當(dāng)前的轉(zhuǎn)彎角度數(shù) 據(jù)、翻滾角數(shù)據(jù)、橫擺加速度數(shù)據(jù)均做以上計算，得到標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列、標(biāo)準(zhǔn)化翻 滾角數(shù)據(jù)序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列，其中，η的取值為1~Ν，Ν為正整數(shù)。
[0047] 可選地，分別對初始數(shù)據(jù)序列中每個數(shù)據(jù)序列做標(biāo)準(zhǔn)化處理，得到初始數(shù)據(jù)序列 中每個數(shù)據(jù)序列的標(biāo)準(zhǔn)化初始數(shù)據(jù)序列，包括:對轉(zhuǎn)彎角度數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列，以 及橫擺加速度數(shù)據(jù)序列做標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù) 序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列。
[0048] S103:分別對標(biāo)準(zhǔn)化初始數(shù)據(jù)序列中每個數(shù)據(jù)序列進(jìn)行主成分分析，以獲取標(biāo)準(zhǔn) 化初始數(shù)據(jù)序列中每個數(shù)據(jù)序列的特征值序列，并根據(jù)每個數(shù)據(jù)序列的特征值序列獲取每 個數(shù)據(jù)的概率序列。
[0049] 例如，可以由安裝在車輛駕駛室內(nèi)的行車記錄移動終端中的應(yīng)用程序分別對標(biāo)準(zhǔn) 化初始數(shù)據(jù)序列中每個數(shù)據(jù)序列進(jìn)行主成分分析。
[0050] 應(yīng)用程序可以是指運行在電子設(shè)備上的軟件程序，電子設(shè)備例如為個人電腦 (Personal Computer，PC)，云端設(shè)備或者移動設(shè)備，移動設(shè)備例如智能手機，或者平板電腦 等。
[0051 ]主成分分析(Principal Components Analysis，PCA)的原理如下：
[0052] 給定任意向量X=(X1，X2，···，Xm)，令m維單位向量W=(W1，W2，···，Wm)，X在W上的投影
表示為 滿足約束條件：
[0053]
[0054] PCA的目的是尋找一個權(quán)值向量w使得期望表達(dá)式E[Y2]的值最大化，即
[0055] E[Y2] =E[ (wTx)2] =wTE[xxT] w=WtCxW,
[0056] 根據(jù)線性代數(shù)理論，期望最大化應(yīng)滿足：
[0057] Cx^Wj = AjWj, j = 1,2,··· ,m,
[0058] 即尋求矩陣Cx的最大特征值A(chǔ)max，其分析流程如圖2所示，首先如圖2中步驟21計算
陣Cx，如圖2中步驟23計算協(xié)方差矩陣Cx的特征值向量，如圖2中步驟24獲取協(xié)方差矩陣C x的 特征值向量中值最大的特征值向量，做為任意向量X =( Xl，X2，…，Xm)的特征值序列，其中， 11，1]1的取值為1~1~為正整數(shù)。
[0059] 具體地，根據(jù)圖2所示的步驟分別將標(biāo)準(zhǔn)化初始數(shù)據(jù)序列中的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù) 據(jù)序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列進(jìn)行PCA處理，獲取標(biāo)準(zhǔn) 化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征值序列，以及標(biāo)準(zhǔn)化橫擺加速度 數(shù)據(jù)的特征值序列，并將標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征值 序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的特征值序列中η個時間點中的每個時間點對應(yīng)的車輛 當(dāng)前的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)特征值、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)特征值，以及標(biāo)準(zhǔn)化橫擺加速度數(shù) 據(jù)特征值作為模糊概率映射模型，計算輸出結(jié)果得到標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列、標(biāo) 準(zhǔn)化翻滾角數(shù)據(jù)的概率序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列。
[0060] 可選地，分別對標(biāo)準(zhǔn)化初始數(shù)據(jù)序列中每個數(shù)據(jù)序列進(jìn)行主成分分析，以獲取標(biāo) 準(zhǔn)化初始數(shù)據(jù)序列中每個數(shù)據(jù)序列的特征值序列，并根據(jù)每個數(shù)據(jù)序列的特征值序列獲取 每個數(shù)據(jù)的概率序列，包括:分別對標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序列，以 及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列進(jìn)行主成分分析，以獲取標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序 列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征值序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的特征值序列;分別將標(biāo) 準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征值序列，以及標(biāo)準(zhǔn)化橫擺加速 度數(shù)據(jù)的特征值序列作為模糊概率映射模型的輸入，計算輸出以獲取標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù) 的概率序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列。
[0061] S104:將每個數(shù)據(jù)序列的概率序列與預(yù)設(shè)概率閾值進(jìn)行比對，以得到比對結(jié)果。
[0062] 其中，預(yù)設(shè)概率閾值可以由行車記錄移動終端中的應(yīng)用程序的內(nèi)置程序預(yù)先設(shè) 定。
[0063] 具體地，將標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列，以及 標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列中每個時間點對應(yīng)的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率、標(biāo)準(zhǔn) 化翻滾角數(shù)據(jù)的概率，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率依次與預(yù)設(shè)概率閾值進(jìn)行比對， 以得到每個時間點對應(yīng)的比對結(jié)果。
[0064] 可選地，將每個數(shù)據(jù)序列的概率序列與預(yù)設(shè)概率閾值進(jìn)行比對，以得到比對結(jié)果， 包括:將標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列中的概率與預(yù)設(shè)概率閾值進(jìn)行比對，以得到第一 比對結(jié)果;將標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列中的概率與預(yù)設(shè)概率閾值進(jìn)行比對，以得到第 二比對結(jié)果;將標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列中的概率與預(yù)設(shè)概率閾值進(jìn)行比對，以 得到第三比對結(jié)果。
[0065] S105:根據(jù)比對結(jié)果對車輛行駛過程中的風(fēng)險進(jìn)行評估。
[0066] 具體地，可以掃描標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序 列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列中每個時間點對應(yīng)的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概 率、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率，根據(jù)每個時間點對應(yīng)的 標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概 率與預(yù)設(shè)概率閾值的比對結(jié)果對車輛行駛過程中的風(fēng)險進(jìn)行評估。
[0067] 其中，當(dāng)標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列中某個時間點的概率大于預(yù)設(shè)概率閾值 時，將該時間點對應(yīng)的車輛行程片段識別為危險轉(zhuǎn)彎風(fēng)險行駛過程；當(dāng)標(biāo)準(zhǔn)化翻滾角數(shù)據(jù) 的概率序列中某個時間點的概率大于預(yù)設(shè)概率閾值時，將該時間點對應(yīng)的車輛行程片段識 別為側(cè)翻風(fēng)險行駛過程;當(dāng)標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列中某個時間點的概率大于預(yù) 設(shè)概率閾值時，將該時間點對應(yīng)的車輛行程片段識別為碰擦風(fēng)險行駛過程。
[0068] 進(jìn)一步，根據(jù)危險轉(zhuǎn)彎風(fēng)險行駛過程、側(cè)翻風(fēng)險行駛過程，以及碰擦風(fēng)險行駛過程 對應(yīng)的車輛行駛數(shù)據(jù)信息對車輛風(fēng)險進(jìn)行評估。
[0069] 可選地，根據(jù)比對結(jié)果對車輛行駛過程中的風(fēng)險進(jìn)行評估，包括:根據(jù)第一比對結(jié) 果、第二比對結(jié)果，以及第三比對結(jié)果獲取車輛在行駛過程中的車輛風(fēng)險行駛過程;根據(jù)車 輛風(fēng)險行駛過程對應(yīng)的車輛行駛數(shù)據(jù)信息對車輛風(fēng)險進(jìn)行評估。
[0070] 可選地，根據(jù)第一比對結(jié)果、第二比對結(jié)果，以及第三比對結(jié)果獲取車輛在行駛過 程中的車輛風(fēng)險行駛過程，包括:在標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列中的概率大于預(yù)設(shè)概 率閾值，或者標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列中的概率大于預(yù)設(shè)概率閾值，或者標(biāo)準(zhǔn)化橫擺 加速度數(shù)據(jù)的概率序列中的概率大于預(yù)設(shè)概率閾值時，判定大于預(yù)設(shè)概率閾值的標(biāo)準(zhǔn)化轉(zhuǎn) 彎角度數(shù)據(jù)的概率序列，或者標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列，或者標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù) 的概率序列對應(yīng)的車輛行程片段為車輛風(fēng)險行駛過程;依次掃描標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概 率序列中的概率，或者標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列中的概率，或者標(biāo)準(zhǔn)化橫擺加速度數(shù) 據(jù)的概率序列中的概率，以獲取車輛在行駛過程中的車輛風(fēng)險行駛過程。
[0071 ]本實施例中，通過分別對車輛行駛過程中的初始數(shù)據(jù)序列中每個數(shù)據(jù)序列做標(biāo)準(zhǔn) 化處理和主成分分析處理，以獲取每個數(shù)據(jù)序列的概率序列，并將每個數(shù)據(jù)序列的概率序 列與預(yù)設(shè)概率閾值進(jìn)行比對，以得到比對結(jié)果，根據(jù)比對結(jié)果對車輛行駛過程中的風(fēng)險進(jìn) 行評估，能夠有效識別出車輛在行駛過程中的車輛風(fēng)險行駛過程，根據(jù)車輛風(fēng)險行駛過程 對應(yīng)的車輛行駛數(shù)據(jù)信息對車輛風(fēng)險進(jìn)行評估，提升車輛駕駛體驗。
[0072] 圖3是本發(fā)明另一實施例提出的基于主成分分析的車輛風(fēng)險評估方法的流程示意 圖，該基于主成分分析的車輛風(fēng)險評估方法包括：
[0073] S301:獲取車輛行駛過程中的方位角數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列、橫擺加速度數(shù)據(jù) 序列。
[0074] 例如，可以由安裝在車輛駕駛室內(nèi)的行車記錄移動終端中的陀螺儀裝置獲取車輛 在行駛過程中η個時間點的方位角數(shù)據(jù)、翻滾角數(shù)據(jù)，以及橫擺加速度數(shù)據(jù)，以得到方位角 數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列、橫擺加速度數(shù)據(jù)序列，其中，η的取值為1~N，N為正整數(shù)。
[0075] 其中，陀螺儀裝置是用高速回轉(zhuǎn)體的動量矩敏感殼體相對慣性空間繞正交于自轉(zhuǎn) 軸的一個或二個軸的角運動檢測裝置。
[0076] 其中，移動終端可以是智能手機、平板電腦、個人數(shù)字助理、電子書等具有各種操 作系統(tǒng)的硬件設(shè)備。
[0077] 其中，轉(zhuǎn)彎角度數(shù)據(jù)用于識別車輛行駛過程中的危險轉(zhuǎn)彎風(fēng)險，翻滾角數(shù)據(jù)用于 識別車輛行駛過程中的側(cè)翻風(fēng)險，橫擺加速度數(shù)據(jù)用于識別車輛行駛過程中的碰擦風(fēng)險。
[0078] 例如，車輛在行駛過程中η個時間點的方位角數(shù)據(jù)序列可以用《=[0；。,氣,··.,氣] 表示，其中，氣表示時刻ti的方向角數(shù)據(jù)(單位:°)，且1=0，1，2，一，11，11的取值為1~1~為 正整數(shù);車輛在行駛過程中η個時間點的翻滾角數(shù)據(jù)序列可以用，爲(wèi)J表示，其 中，爲(wèi)表示時刻t的翻滾角數(shù)據(jù)(單位:°)，且i = 0，l，2,…，η，η的取值為1~Ν，Ν為正整數(shù);車 輛在行駛過程中η個時間點的橫擺加速度數(shù)據(jù)序列可以用a,=h。,氣]表示，其中，? 表示時刻ti的橫擺加速度數(shù)據(jù)(單位:m/s2)，且i = 0，1，2，…，η，η的取值為1~N，N為正整數(shù)。
[0079] 通過獲取車輛行駛過程中η個時間點的方位角數(shù)據(jù)、翻滾角數(shù)據(jù)，以及橫擺加速度 數(shù)據(jù)，對車輛行駛過程中的危險轉(zhuǎn)彎風(fēng)險，側(cè)翻風(fēng)險，碰擦風(fēng)險進(jìn)行識別，能夠提升車輛風(fēng) 險行駛過程的識別效果。
[0080] S302:根據(jù)方位角數(shù)據(jù)序列獲取轉(zhuǎn)彎角度數(shù)據(jù)序列。
[0081] 其中，可以根據(jù)差分方法和方位角數(shù)據(jù)序列計算車輛在η個時間點中的每個 時間點的轉(zhuǎn)彎角度數(shù)據(jù)，以獲取轉(zhuǎn)彎角度數(shù)據(jù)序列。例如，可以差分方法和車輛在行駛 過程中η個時間點的方位角數(shù)據(jù)序列j獲取轉(zhuǎn)彎角度數(shù)據(jù)序列
，其中，i的取值為1~ N，N為正整數(shù)。
[0082] S303:對轉(zhuǎn)彎角度數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列，以及橫擺加速度數(shù)據(jù)序列做標(biāo)準(zhǔn)化 處理，得到標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù) 序列。
[0083] 具體地，將采集到的轉(zhuǎn)彎角度數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列，以及橫擺加速度數(shù)據(jù)序 列進(jìn)行標(biāo)準(zhǔn)化，即將轉(zhuǎn)彎角度數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列，以及橫擺加速度數(shù)據(jù)序列中的每 個轉(zhuǎn)彎角度數(shù)據(jù)、翻滾角數(shù)據(jù)，以及橫擺加速度數(shù)據(jù)歸一化到〇~1之間。
[0084] 例如，轉(zhuǎn)彎角度數(shù)據(jù)、翻滾角數(shù)據(jù)和橫擺加速度數(shù)據(jù)的信號向量形式為X= [X1， X2, . . .，Xn]T，則標(biāo)準(zhǔn)化最小和最大比例參數(shù)分別為Si = min(xi，X2, . . .，Xn)和S2=max(xi, X2, . . .，Xn)，從而可得標(biāo)準(zhǔn)化信號數(shù)據(jù)序列為
[0085]
[0086] 其中，η的取值為1~N，N為正整數(shù)。
[0087] 對轉(zhuǎn)彎角度數(shù)據(jù)序列,Δ% 做標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化轉(zhuǎn)彎角 度數(shù)據(jù)序列的過程例如：
[0088] 將轉(zhuǎn)彎角度數(shù)據(jù)序列△ α標(biāo)準(zhǔn)化得到：
[0089]
[0090] 1的 取值為1~N，N為正整數(shù)。
[0091] 對翻滾角數(shù)據(jù)序列/?=[及。,八,.·., A,]做標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序列 的過程例如：
[0092] 將翻滾角數(shù)據(jù)序列β標(biāo)準(zhǔn)化得到：
[0093:
[0094： I，η的取值為1 ~N，N為正整數(shù)。
[0095]對橫擺加速度數(shù)據(jù)序列…做標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化橫擺加速度 數(shù)據(jù)序列的過程例如，首先將橫擺加速度數(shù)據(jù)序列通過比例因子映射到單位為g(lg = 9.8m/s2)的空間，然后進(jìn)行標(biāo)準(zhǔn)化處理。
[0096]將橫擺加速度數(shù)據(jù)ay標(biāo)準(zhǔn)化得到：
[0097]
[0098] 其中，Omin= 氣,…，氣);和araax =toax(氣，曳，…，^)，n的取值為1~N， N為正整數(shù)。
[0099] 例如，如下表1所示，為本發(fā)明實施例車輛行駛過程中555個時間點對應(yīng)的方位角 數(shù)據(jù)、轉(zhuǎn)彎角度數(shù)據(jù)，以及標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)示意。

[0101] 表1
[0102] 例如，如下表2所示，為本發(fā)明實施例車輛行駛過程中555個時間點對應(yīng)的翻滾角 數(shù)據(jù)、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)、原始橫擺加速度數(shù)據(jù)、橫擺加速度數(shù)據(jù)，以及標(biāo)準(zhǔn)化橫擺加速度 數(shù)據(jù)"
[0104]表2
[0105] S304:分別對標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序列，以及標(biāo)準(zhǔn)化橫擺 加速度數(shù)據(jù)序列進(jìn)行主成分分析，以獲取標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列、標(biāo)準(zhǔn)化翻滾 角數(shù)據(jù)的特征值序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的特征值序列。
[0106] 主成分分析(Principal Components Analysis，PCA)的原理如下：
[0107] 給定任意向量X=(X1，X2，···，Xm)，令m維單位向量W=(W1，W2，···，Wm)，X在W上的投影 表示為
[0108]
[0109] ]望表達(dá)式E[Y2]的值最大化，即
[0110]
[0111] 根據(jù)線性代數(shù)理論，期望最大化應(yīng)滿足：
[0112] Cx^Wj = AjWj, j = 1,2,··· ,m,
[0113] 即尋求矩陣Cx的最大特征值A(chǔ)max，其分析流程如圖2所示，首先如圖2中步驟21計算
和平均值 辦方差矩 陣Cx，如圖2中步驟23計算協(xié)方差矩陣Cx的特征值向量，如圖2中步驟24獲取協(xié)方差矩陣C x的 特征值向量中值最大的特征值向量，做為任意向量X =( Xl，X2，…，Xm)的特征值序列，其中， 11，1]1的取值為1~1~為正整數(shù)。
[0114] 在本發(fā)明的實施例中，PCA中m取值30，以30為窗口大小，順序掃描標(biāo)準(zhǔn)化轉(zhuǎn)彎角度 數(shù)據(jù)序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列，進(jìn)行PCA分析。
[0115] 例如，對于標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列：
進(jìn)行PCA特征值提取，即，獲取第一個窗口數(shù)據(jù)序列、第二個窗口數(shù)據(jù)序列，…，以及第k個窗
[0116]
[0117]
[0118]
[0119]
[0120]
[0121]
[0122] 口數(shù)據(jù)序列的最大特征值A(chǔ)k，其中，1 = 1,2,...,，n的取值為1~N，N為正整數(shù)。若標(biāo)準(zhǔn)化橫 m 擺加速度數(shù)據(jù)序列中的數(shù)據(jù)最終個數(shù)小于30，則根據(jù)標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列中的剩余 數(shù)據(jù)的個數(shù)對其進(jìn)行PCA特征值提取。
[0123]例如，根據(jù)PCA提取出的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列為n= [m，n2, ...，％]， 其中，2,..?，η的取值為1~N，N為正整數(shù)。標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征值序列為λ = m η
[A1^2，…，Ak]，其中，一，:η的取值為1~Ν，Ν為正整數(shù)，以及標(biāo)準(zhǔn)化橫擺力卩速度 m η 數(shù)據(jù)的特征值序列為δ= [δχ,δ% . · .，Sk]，其中，Α: = ],2,·，.，_，η的取值為1~Ν，Ν為正整 m 數(shù)。
[0124] 如圖4a所示，為本發(fā)明實施例中轉(zhuǎn)彎角度數(shù)據(jù)序列曲線示意圖，圖4b為本發(fā)明實 施例中標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列曲線示意圖，圖4c為本發(fā)明實施例中標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù) 的特征值序列η=[ηι，η2, ·. ·，％]的曲線示意圖，其中，i，n的取值為1~n，n為 m 正整數(shù)。
[0125] 如圖5a所示，為本發(fā)明實施例中翻滾角數(shù)據(jù)序列曲線示意圖，圖5b為本發(fā)明實施 例中標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序列曲線示意圖，圖5c為本發(fā)明實施例中標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征 η 值序列λ = [A1，λ2，. · .，Ak]曲線不意圖，其中，:女=1,2.，.,··.，一，η的取值為1~N，N為正整數(shù)。 m
[0126] 如圖6a所示，為本發(fā)明實施例中橫擺加速度數(shù)據(jù)序列曲線示意圖，圖6b為本發(fā)明 實施例中標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列曲線示意圖，圖6c為本發(fā)明實施例中標(biāo)準(zhǔn)化橫擺加速 度數(shù)據(jù)的特征值序列S= [S1J2, ... Jk]曲線示意圖，其中
，11的取值為1~ N，N為正整數(shù)。
[0127] S305:根據(jù)標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征值序列， 以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的特征值序列獲取標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列、標(biāo)準(zhǔn)化翻 滾角數(shù)據(jù)的概率序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列。
[0128] 可選地，可以將標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征值 序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的特征值序列中每個時間點對應(yīng)的車輛當(dāng)前的標(biāo)準(zhǔn)化轉(zhuǎn) 彎角度數(shù)據(jù)特征值、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)特征值，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)特征值作為模 糊概率映射模型，計算輸出結(jié)果得到標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù) 的概率序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列。
[0129] 在本發(fā)明的實施例中，對于標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列的模糊概率映射模 型例如·
[0130； θ2 ；
[0131； :值為 1 ~Ν，Ν為正整數(shù)，Q1 = OJ2 = 14。
[0132] 對于標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征值序列的模糊概率映射模型例如：
[0133] I
[0134] I
[0135] 又
[0136] ξ η
[0137] 其中，? = 1,2,…，一，η的取值為1~Ν，Ν為正整數(shù)，G1 = OJ2 = H m
[0138] 因此，根據(jù)以上模糊概率映射模型獲取到的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列為P = [Pl，P2, . . .，Pk]、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列為P=[P1，P2, . . .，pk]，以及標(biāo)準(zhǔn)化橫擺加 速度數(shù)據(jù)的概率序列為Q=[qi，q2,…，qk]，其中，A=l,2，···，i ?n的取值為1~N，N為正整 m 數(shù)。
[0139] S306:將標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列中的概率與預(yù)設(shè)概率閾值進(jìn)行比對，以 得到第一比對結(jié)果。
[0140] 其中，預(yù)設(shè)概率閾值可以由行車記錄移動終端中的應(yīng)用程序的內(nèi)置程序預(yù)先設(shè) 定。預(yù)設(shè)概率閾值可以用Pt表示。
[0141]具體地，將標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列P= [P1J2, ...，Pk]中每個時間點對應(yīng) 的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率與預(yù)設(shè)概率閾值Pt進(jìn)行比對，以得到每個時間點對應(yīng)的第一 η 比對結(jié)果，其中從=1,2，,..，一，η的取值為1~Ν，Ν為正整數(shù)。 m
[0142] S307:將標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列中的概率與預(yù)設(shè)概率閾值進(jìn)行比對，以得 到第二比對結(jié)果。
[0143] 其中，預(yù)設(shè)概率閾值可以由行車記錄移動終端中的應(yīng)用程序的內(nèi)置程序預(yù)先設(shè) 定。預(yù)設(shè)概率閾值可以用Pt表示。
[0144] 具體地，將標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列P= [ρι，ρ2, ...，pk]中每個時間點對應(yīng)的 標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率與預(yù)設(shè)概率閾值Pt進(jìn)行比對，以得到每個時間點對應(yīng)的第二比對 結(jié)果，其中，女=1，2，..?，η的取值為1~N，N為正整數(shù)。 m
[0145] S308:將標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列中的概率與預(yù)設(shè)概率閾值進(jìn)行比對， 以得到第三比對結(jié)果。
[0146] 其中，預(yù)設(shè)概率閾值可以由行車記錄移動終端中的應(yīng)用程序的內(nèi)置程序預(yù)先設(shè) 定。預(yù)設(shè)概率閾值可以用Pt表示。
[0147] 具體地，將標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列p=[pi，p2, . . .，Pk]中每個時間點對 應(yīng)的標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率與預(yù)設(shè)概率閾值Pt進(jìn)行比對，以得到每個時間點對應(yīng)的 第三比對結(jié)果，其中，，n的取值為1~N，N為正整數(shù)。 Wl
[0148] S309:根據(jù)第一比對結(jié)果、第二比對結(jié)果，以及第三比對結(jié)果獲取車輛在行駛過程 中的車輛風(fēng)險行駛過程。
[0149] 可選地，根據(jù)第一比對結(jié)果、第二比對結(jié)果，以及第三比對結(jié)果獲取車輛在行駛過 程中的車輛風(fēng)險行駛過程，包括：
[0150] 在標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列中的概率大于預(yù)設(shè)概率閾值，或者標(biāo)準(zhǔn)化翻滾 角數(shù)據(jù)的概率序列中的概率大于預(yù)設(shè)概率閾值，或者標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列中 的概率大于預(yù)設(shè)概率閾值時，判定大于預(yù)設(shè)概率閾值的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列， 或者標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列，或者標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列對應(yīng)的車輛行 程片段為車輛風(fēng)險行駛過程;依次掃描標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列中的概率，或者標(biāo) 準(zhǔn)化翻滾角數(shù)據(jù)的概率序列中的概率，或者標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列中的概率， 以獲取車輛在行駛過程中的車輛風(fēng)險行駛過程。
[0151]例如，如果標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列P=R1, P2, ...，Pk]中某個時間點對應(yīng) 的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率大于預(yù)設(shè)概率閾值Pt，則判定該時間點對應(yīng)的車輛行駛片段 為車輛危險轉(zhuǎn)彎風(fēng)險行駛過程;如果標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列ρ=[ ρι，ρ2,...，Pk]中某 個時間點對應(yīng)的標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率大于預(yù)設(shè)概率閾值P t，則判定該時間點對應(yīng)的車 輛行駛片段為車輛側(cè)翻風(fēng)險行駛過程；如果標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列P= [P1， p2,...，Pk]中某個時間點對應(yīng)的標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率大于預(yù)設(shè)概率閾值Pt，則判 定該時間點對應(yīng)的車輛行駛片段為車輛碰擦風(fēng)險行駛過程，其中，々 = I，:n的取值 m 為1~N，N為正整數(shù)。
[0152] S310:根據(jù)車輛風(fēng)險行駛過程對應(yīng)的車輛行駛數(shù)據(jù)信息對車輛風(fēng)險進(jìn)行評估。
[0153] 可選地，當(dāng)車輛行駛片段為車輛危險轉(zhuǎn)彎風(fēng)險行駛過程時，車輛行駛數(shù)據(jù)信息可 以包括該車輛危險轉(zhuǎn)彎風(fēng)險行駛過程的起止時間、行駛地點、最小方位角數(shù)據(jù)、最大方位角 數(shù)據(jù)，以及平均方位角數(shù)據(jù)。
[0154] 可選地，當(dāng)車輛行駛片段為車輛側(cè)翻風(fēng)險行駛過程時，車輛行駛數(shù)據(jù)信息可以包 括該車輛側(cè)翻風(fēng)險行駛過程的起止時間、行駛地點、最小翻滾角數(shù)據(jù)、最大翻滾角數(shù)據(jù)，以 及平均翻滾角數(shù)據(jù)。
[0155] 可選地，當(dāng)車輛行駛片段為車輛碰擦風(fēng)險行駛過程時，車輛行駛數(shù)據(jù)信息可以包 括該車輛碰擦風(fēng)險行駛過程的起止時間、行駛地點、最小橫擺加速度數(shù)據(jù)、最大橫擺加速度 數(shù)據(jù)，以及平均橫擺加速度數(shù)據(jù)。
[0156] 可選地，本發(fā)明中的車輛風(fēng)險評估方法可以算法封裝庫的形式嵌入到云平臺，或 者第三方服務(wù)平臺中以中間件方式運行。
[0157] 通過本步驟，能夠?qū)崿F(xiàn)對車輛行駛過程中的車輛風(fēng)險進(jìn)行綜合評估，提升車輛風(fēng) 險的評估效果。
[0158] 本實施例中，通過獲取車輛行駛過程中η個時間點的方位角數(shù)據(jù)、翻滾角數(shù)據(jù)，以 及橫擺加速度數(shù)據(jù)，對車輛行駛過程中的危險轉(zhuǎn)彎風(fēng)險，側(cè)翻風(fēng)險，碰擦風(fēng)險進(jìn)行識別，能 夠提升車輛風(fēng)險行駛過程的識別效果。通過分別對車輛行駛過程中的初始數(shù)據(jù)序列中每個 數(shù)據(jù)序列做標(biāo)準(zhǔn)化處理和主成分分析處理，以獲取每個數(shù)據(jù)序列的概率序列，并將每個數(shù) 據(jù)序列的概率序列與預(yù)設(shè)概率閾值進(jìn)行比對，以得到比對結(jié)果，根據(jù)比對結(jié)果對車輛行駛 過程中的風(fēng)險進(jìn)行評估，能夠有效識別出車輛在行駛過程中的車輛風(fēng)險行駛過程，根據(jù)車 輛風(fēng)險行駛過程對應(yīng)的車輛行駛數(shù)據(jù)信息對車輛風(fēng)險進(jìn)行評估，提升車輛駕駛體驗。通過 根據(jù)車輛風(fēng)險行駛過程對應(yīng)的車輛行駛數(shù)據(jù)信息對車輛風(fēng)險進(jìn)行評估，能夠?qū)崿F(xiàn)對車輛行 駛過程中的車輛風(fēng)險進(jìn)行綜合評估，提升車輛風(fēng)險的評估效果。
[0159] 圖7是本發(fā)明另一實施例提出的基于主成分分析的車輛風(fēng)險評估裝置的結(jié)構(gòu)示意 圖，該基于主成分分析的車輛風(fēng)險評估裝置70包括初始數(shù)據(jù)序列獲取模塊701，用于獲取車 輛行駛過程中的初始數(shù)據(jù)序列，其中，初始數(shù)據(jù)序列包括轉(zhuǎn)彎角度數(shù)據(jù)序列、翻滾角數(shù)據(jù)序 列、橫擺加速度數(shù)據(jù)序列;標(biāo)準(zhǔn)化處理模塊702，用于分別對初始數(shù)據(jù)序列中每個數(shù)據(jù)序列 做標(biāo)準(zhǔn)化處理，得到初始數(shù)據(jù)序列中每個數(shù)據(jù)序列的標(biāo)準(zhǔn)化初始數(shù)據(jù)序列；主成分分析模 塊703，用于分別對標(biāo)準(zhǔn)化初始數(shù)據(jù)序列中每個數(shù)據(jù)序列進(jìn)行主成分分析，以獲取標(biāo)準(zhǔn)化初 始數(shù)據(jù)序列中每個數(shù)據(jù)序列的特征值序列，并根據(jù)每個數(shù)據(jù)序列的特征值序列獲取每個數(shù) 據(jù)的概率序列；比對模塊704,用于將每個數(shù)據(jù)序列的概率序列與預(yù)設(shè)概率閾值進(jìn)行比對， 以得到比對結(jié)果;評估模塊705，用于根據(jù)比對結(jié)果對車輛行駛過程中的風(fēng)險進(jìn)行評估。
[0160] 初始數(shù)據(jù)序列獲取模塊701，用于獲取車輛行駛過程中的初始數(shù)據(jù)序列，其中，初 始數(shù)據(jù)序列包括轉(zhuǎn)彎角度數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列、橫擺加速度數(shù)據(jù)序列。
[0161] 其中，初始數(shù)據(jù)序列中包含車輛在行駛過程中的η個時間點的轉(zhuǎn)彎角度數(shù)據(jù)、翻滾 角數(shù)據(jù)，以及橫擺加速度數(shù)據(jù)，轉(zhuǎn)彎角度數(shù)據(jù)序列是利用差分方法從方位角數(shù)據(jù)序列中提 取得到的。η個時間點中的每個時間點對應(yīng)一組車輛當(dāng)前的轉(zhuǎn)彎角度數(shù)據(jù)、翻滾角數(shù)據(jù)，以 及橫擺加速度數(shù)據(jù)，其中，η的取值為1~N，N為正整數(shù)。
[0162] 例如，可以由安裝在車輛駕駛室內(nèi)的行車記錄移動終端中的陀螺儀裝置獲取車輛 在行駛過程中η個時間點的方位角數(shù)據(jù)、翻滾角數(shù)據(jù)，以及橫擺加速度數(shù)據(jù)，并根據(jù)差分方 法計算車輛在η個時間點中的每個時間點的轉(zhuǎn)彎角度數(shù)據(jù)，以得到轉(zhuǎn)彎角度數(shù)據(jù)序列、翻滾 角數(shù)據(jù)序列、橫擺加速度數(shù)據(jù)序列，其中，η的取值為1~N，N為正整數(shù)。
[0163] 其中，陀螺儀裝置是用高速回轉(zhuǎn)體的動量矩敏感殼體相對慣性空間繞正交于自轉(zhuǎn) 軸的一個或二個軸的角運動檢測裝置。
[0164] 其中，移動終端可以是智能手機、平板電腦、個人數(shù)字助理、電子書等具有各種操 作系統(tǒng)的硬件設(shè)備。
[0165] 其中，轉(zhuǎn)彎角度數(shù)據(jù)用于識別車輛行駛過程中的危險轉(zhuǎn)彎風(fēng)險，翻滾角數(shù)據(jù)用于 識別車輛行駛過程中的側(cè)翻風(fēng)險，橫擺加速度數(shù)據(jù)用于識別車輛行駛過程中的碰擦風(fēng)險。
[0166] 車輛危險轉(zhuǎn)彎、側(cè)翻風(fēng)險和碰擦風(fēng)險是指車輛行駛過程中，由于司機主觀判斷、路 面狀況和其他意外因素表現(xiàn)出的危險轉(zhuǎn)彎、側(cè)翻和碰擦等可能造成嚴(yán)重后果的駕駛行為， 它能夠充分體現(xiàn)車輛運輸物品或者乘客的安全狀態(tài)。車輛危險轉(zhuǎn)彎、側(cè)翻和碰擦風(fēng)險是車 輛安全評估中最重要的指標(biāo)之一，因此它在車輛安全評估中占至關(guān)重要的地位。
[0167] 可選地，初始數(shù)據(jù)序列獲取模塊701具體用于：
[0168] 獲取車輛行駛過程中的方位角數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列、橫擺加速度數(shù)據(jù)序列， 并根據(jù)方位角數(shù)據(jù)序列獲取轉(zhuǎn)彎角度數(shù)據(jù)序列。
[0169] 例如，可以由安裝在車輛駕駛室內(nèi)的行車記錄移動終端中的陀螺儀裝置獲取車輛 在行駛過程中η個時間點的方位角數(shù)據(jù)、翻滾角數(shù)據(jù)，以及橫擺加速度數(shù)據(jù)，以得到方位角 數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列、橫擺加速度數(shù)據(jù)序列，其中，η的取值為1~N，N為正整數(shù)。
[0170] 例如，車輛在行駛過程中η個時間點的方位角數(shù)據(jù)序列可以用,,..,?] 表示，其中，^表示時刻ti的方向角數(shù)據(jù)(單位:°)，且i = 0，1，2，…，η，η的取值為1~N，N為 正整數(shù);車輛在行駛過程中η個時間點的翻滾角數(shù)據(jù)序列可以用A，…，歧]表示，其 中，爲(wèi)表示時刻扒的翻滾角數(shù)據(jù)(單位:°)，且i = 0，l，2,…，η，η的取值為1~Ν，Ν為正整數(shù)； 車輛在行駛過程中η個時間點的橫擺加速度數(shù)據(jù)序列可以用\]表示，其中， 氣表示時刻ti的橫擺加速度數(shù)據(jù)(單位:m/s2)，且i = 0，1，2,…，η，η的取值為1~Ν，Ν為正整 數(shù)。
[0171 ]其中，可以根據(jù)差分方法和方位角數(shù)據(jù)序列計算車輛在η個時間點中的每個 時間點的轉(zhuǎn)彎角度數(shù)據(jù)，以獲取轉(zhuǎn)彎角度數(shù)據(jù)序列。例如，可以差分方法和車輛在行駛 過程中η個時間點的方位角數(shù)據(jù)序列,afi 1獲取轉(zhuǎn)彎角度數(shù)據(jù)序列
:中，i的取值為1~ N，N為正整數(shù)。
[0172]通過獲取車輛行駛過程中η個時間點的方位角數(shù)據(jù)、翻滾角數(shù)據(jù)，以及橫擺加速度 數(shù)據(jù)，對車輛行駛過程中的危險轉(zhuǎn)彎風(fēng)險，側(cè)翻風(fēng)險，碰擦風(fēng)險進(jìn)行識別，能夠提升車輛風(fēng) 險行駛過程的識別效果。
[0173]標(biāo)準(zhǔn)化處理模塊702,用于分別對初始數(shù)據(jù)序列中每個數(shù)據(jù)序列做標(biāo)準(zhǔn)化處理，得 到初始數(shù)據(jù)序列中每個數(shù)據(jù)序列的標(biāo)準(zhǔn)化初始數(shù)據(jù)序列。
[0174] 其中，標(biāo)準(zhǔn)化初始數(shù)據(jù)序列包括標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序 列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列。
[0175] 具體地，將采集到的轉(zhuǎn)彎角度數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列，以及橫擺加速度數(shù)據(jù)序 列進(jìn)行標(biāo)準(zhǔn)化，即將轉(zhuǎn)彎角度數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列，以及橫擺加速度數(shù)據(jù)序列中的每 個轉(zhuǎn)彎角度數(shù)據(jù)、翻滾角數(shù)據(jù)，以及橫擺加速度數(shù)據(jù)歸一化到〇~1之間。
[0176] 例如，轉(zhuǎn)彎角度數(shù)據(jù)、翻滾角數(shù)據(jù)和橫擺加速度數(shù)據(jù)的信號向量形式為X= [Χ1， Χ2, . . .，Xn]T，則標(biāo)準(zhǔn)化最小和最大比例參數(shù)分別為Si = min(xi，X2, . . .，Xn)和S2=max(xi, X2, . . .，Xn)，從而可得標(biāo)準(zhǔn)化信號數(shù)據(jù)序列為： I--n.r
[0177]
[0178] 其中，η的取值為1~N，N為正整數(shù)。
[0179] 具體地，分別將η個時間點中的每個時間點對應(yīng)的車輛當(dāng)前的轉(zhuǎn)彎角度數(shù)據(jù)、翻滾 角數(shù)據(jù)、橫擺加速度數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)， 以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)，對η個時間點中的每個時間點對應(yīng)的車輛當(dāng)前的轉(zhuǎn)彎角度數(shù) 據(jù)、翻滾角數(shù)據(jù)、橫擺加速度數(shù)據(jù)均做以上計算，得到標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列、標(biāo)準(zhǔn)化翻 滾角數(shù)據(jù)序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列，其中，η的取值為1~Ν，Ν為正整數(shù)。
[0180] 可選地，標(biāo)準(zhǔn)化處理模塊702具體用于：
[0181] 對轉(zhuǎn)彎角度數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列，以及橫擺加速度數(shù)據(jù)序列做標(biāo)準(zhǔn)化處理， 得到標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列。
[0182] 對轉(zhuǎn)彎角度數(shù)據(jù)序列Δαι^Δ?^,Δ%，...,Δ%]做標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化轉(zhuǎn)彎角 度數(shù)據(jù)序列的過程例如：
[0183] 將轉(zhuǎn)彎角度數(shù)據(jù)序列△ α標(biāo)準(zhǔn)化得到：
[0184]
[0185] 其中，，厶
Δ氣)和 Δα臓=ιταχ^Δβ；，A氣):，η的取值為1~N，N為正整數(shù)。[0186] 對翻滾角數(shù)據(jù)序列-A.]做標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序列 的過程例如：[0187] 檢*0諒倉撒麻畝萬丨丨站5>件0鉭$il.
[0188]
[0189] 的取值為1 ~N，N為正整數(shù)。
[0190] 對橫擺加速度數(shù)據(jù)序列％ = Dv,做標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化橫擺加速度 數(shù)據(jù)序列的過程例如：
[0191] 首先將橫擺加速度數(shù)據(jù)序列通過比例因子映射到單位為g(lg = 9.8m/s2)的空間， 然后進(jìn)行標(biāo)準(zhǔn)化處理。
[0192] 將橫擺加速度數(shù)據(jù)ay標(biāo)準(zhǔn)化得到：
[0193]
[0194] 其中，，氣，…，氣P和a_=max(氣，、…，氣j，n的取值為1~N， N為正整數(shù)。
[0195] 例如，如下表3所示，為本發(fā)明實施例車輛行駛過程中555個時間點對應(yīng)的方位角 數(shù)據(jù)、轉(zhuǎn)彎角度數(shù)據(jù)，以及標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)示意。
[0197] 表3
[0198] 例如，如下表4所示，為本發(fā)明實施例車輛行駛過程中555個時間點對應(yīng)的翻滾角 數(shù)據(jù)、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)、原始橫擺加速度數(shù)據(jù)、橫擺加速度數(shù)據(jù)，以及標(biāo)準(zhǔn)化橫擺加速度 數(shù)據(jù)。 表4
[0200] 主成分分析模塊703,用于分別對標(biāo)準(zhǔn)化初始數(shù)據(jù)序列中每個數(shù)據(jù)序列進(jìn)行主成 分分析，以獲取標(biāo)準(zhǔn)化初始數(shù)據(jù)序列中每個數(shù)據(jù)序列的特征值序列，并根據(jù)每個數(shù)據(jù)序列 的特征值序列獲取每個數(shù)據(jù)的概率序列。
[0201] 例如，可以由安裝在車輛駕駛室內(nèi)的行車記錄移動終端中的應(yīng)用程序分別對標(biāo)準(zhǔn) 化初始數(shù)據(jù)序列中每個數(shù)據(jù)序列進(jìn)行主成分分析，以獲取標(biāo)準(zhǔn)化初始數(shù)據(jù)序列中每個數(shù)據(jù) 序列的特征值序列，并根據(jù)每個數(shù)據(jù)序列的特征值序列獲取每個數(shù)據(jù)的概率序列。
[0202] 應(yīng)用程序可以是指運行在電子設(shè)備上的軟件程序，電子設(shè)備例如為個人電腦 (Personal Computer，PC)，云端設(shè)備或者移動設(shè)備，移動設(shè)備例如智能手機，或者平板電腦 等。
[0203] 主成分分析（Principal Components Analysis，PCA)的原理如下：
[0204] 給定任意向量X=(X1，X2，···，Xm)，令m維單位向量W=(W1，W2，···，Wm)，X在W上的投影 表示：
t足約束條件：
[0205]
[0206] PCA的目的是尋找一個權(quán)值向量w使得期望表達(dá)式E[Y2]的值最大化，即
[0207] E[Y2] =E[ (wTx)2] =wTE[xxT] w=WtCxW,
[0208] 根據(jù)線性代數(shù)理論，期望最大化應(yīng)滿足：
[0209] Cx^Wj = AjWj, j = 1,2,··· ,m,
陣Cx，如圖2中步驟23計算協(xié)方差矩陣Cx的特征值向量，如圖2中步驟24獲取協(xié)方差矩陣C x的 特征值向量中值最大的特征值向量，做為任意向量X =( Xl，X2，…，Xm)的特征值序列，其中， 11，1]1的取值為1~1~為正整數(shù)。
[0211]具體地，根據(jù)圖2所示的步驟分別將標(biāo)準(zhǔn)化初始數(shù)據(jù)序列中的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù) 據(jù)序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列進(jìn)行PCA處理，獲取標(biāo)準(zhǔn) 化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征值序列，以及標(biāo)準(zhǔn)化橫擺加速度 數(shù)據(jù)的特征值序列，并將標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征值 序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的特征值序列中η個時間點中的每個時間點對應(yīng)的車輛 當(dāng)前的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)特征值、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)特征值，以及標(biāo)準(zhǔn)化橫擺加速度數(shù) 據(jù)特征值作為模糊概率映射模型，計算輸出結(jié)果得到標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列、標(biāo) 準(zhǔn)化翻滾角數(shù)據(jù)的概率序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列。
[0212]可選地，如圖8所示，主成分分析模塊703包括主成分分析子模塊7031和概率序列 獲取子模塊7032,其中，
[0213]主成分分析子模塊7031，用于分別對標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列、標(biāo)準(zhǔn)化翻滾角數(shù) 據(jù)序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列進(jìn)行主成分分析，以獲取標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的 特征值序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征值序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的特征值序列。 [0 214]在本發(fā)明的實施例中，PCA中m取值30，以30為窗口大小，順序掃描標(biāo)準(zhǔn)化轉(zhuǎn)彎角度 數(shù)據(jù)序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列，進(jìn)行PCA分析。
[0215] 例如，對于標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列：
[0219] 第二個窗口數(shù)據(jù)序列：
[0216]
[0217]
[0218]
進(jìn)行PCA特征值提取，即，獲取第一個窗口數(shù)據(jù)序列、第二個窗口數(shù)據(jù)序列，…，以及第k個窗 η 口數(shù)據(jù)序列的最大特征值λ?ο其中，= …,一，η的取值為1~Ν，Ν為正整數(shù)。若標(biāo)準(zhǔn)化橫 m 擺加速度數(shù)據(jù)序列中的數(shù)據(jù)最終個數(shù)小于30，則根據(jù)標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列中的剩余 數(shù)據(jù)的個數(shù)對其進(jìn)行PCA特征值提取。
[0223]例如，根據(jù)PCA提取出的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列為n= [m，n2，...，％]， fl 其中，fc = l，2,...，一，n的取值為1~N，N為正整數(shù)。標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征值序列為λ = m
[A1J2,. . .，Ak]，其中，& = 1，2，:...，i，n的取值為1~N，N為正整數(shù)，以及標(biāo)準(zhǔn)化橫擺加速度 m 數(shù)據(jù)的特征值序列為S = ... Jk]，其中，々 = 1,2,1，η的取值為1~N，N為正整 m 數(shù)。
[0224] 如圖4a所示，為本發(fā)明實施例中轉(zhuǎn)彎角度數(shù)據(jù)序列曲線示意圖，圖4b為本發(fā)明實 施例中標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列曲線示意圖，圖4c為本發(fā)明實施例中標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù) η 的特征值序列η=[ηι，η2,...，％]的曲線示意圖，其中，…，一，η的取值為1~ν，ν為 M 正整數(shù)。
[0225] 如圖5a所示，為本發(fā)明實施例中翻滾角數(shù)據(jù)序列曲線示意圖，圖5b為本發(fā)明實施 例中標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序列曲線示意圖，圖5c為本發(fā)明實施例中標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征 值序列λ = [λι，λ2，. · .，Ak]曲線不意圖，其中，& =_1,2,.._，，一，. η的取值為1~N，N為正整數(shù)。 m
[0226] 如圖6a所示，為本發(fā)明實施例中橫擺加速度數(shù)據(jù)序列曲線示意圖，圖6b為本發(fā)明 實施例中標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列曲線示意圖，圖6c為本發(fā)明實施例中標(biāo)準(zhǔn)化橫擺加速 η 度數(shù)據(jù)的特征值序列S=W1, δ2，... Jk]曲線示意圖，其中，1 = 1,2，...，一，η的取值為1~ m N，N為正整數(shù)。
[0227] 概率序列獲取子模塊7032,用于分別將標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列、標(biāo)準(zhǔn) 化翻滾角數(shù)據(jù)的特征值序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的特征值序列作為模糊概率映射 模型的輸入，計算輸出以獲取標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率 序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列。
[0228] 可選地，可以將標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征值 序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的特征值序列中每個時間點對應(yīng)的車輛當(dāng)前的標(biāo)準(zhǔn)化轉(zhuǎn) 彎角度數(shù)據(jù)特征值、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)特征值，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)特征值作為模 糊概率映射模型，計算輸出結(jié)果得到標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù) 的概率序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列。
[0229] 在本發(fā)明的實施例中，對于標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列的模糊概率映射模 型例如：
[0237] 其中，= 1,2,.··, I，n的取值為 1 ~N，N為正整數(shù)，0^0,02 = 14。 m
[0238] 因此，根據(jù)以上模糊概率映射模型獲取到的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列為P = [Pl，P2, . . .，Pk]、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列為P=[P1，P2, . . .，pk]，以及標(biāo)準(zhǔn)化橫擺加 速度數(shù)據(jù)的概率序列為Q=[qi，q2, · · ·，qk]，其中，A = l，2，..·，i，η的取值為1~N，N為正整 M 數(shù)。
[0239] 比對模塊704,用于將每個數(shù)據(jù)序列的概率序列與預(yù)設(shè)概率閾值進(jìn)行比對，以得到 比對結(jié)果。
[0240] 其中，預(yù)設(shè)概率閾值可以由行車記錄移動終端中的應(yīng)用程序的內(nèi)置程序預(yù)先設(shè) 定。
[0241] 具體地，將標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列，以及 標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列中每個時間點對應(yīng)的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率、標(biāo)準(zhǔn) 化翻滾角數(shù)據(jù)的概率，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率依次與預(yù)設(shè)概率閾值進(jìn)行比對， 以得到每個時間點對應(yīng)的比對結(jié)果。
[0242] 可選地，比對模塊704具體用于:將標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列中的概率與預(yù) 設(shè)概率閾值進(jìn)行比對，以得到第一比對結(jié)果;將標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列中的概率與 預(yù)設(shè)概率閾值進(jìn)行比對，以得到第二比對結(jié)果;將標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列中的 概率與預(yù)設(shè)概率閾值進(jìn)行比對，以得到第三比對結(jié)果。
[0243] 其中，預(yù)設(shè)概率閾值可以由行車記錄移動終端中的應(yīng)用程序的內(nèi)置程序預(yù)先設(shè) 定。預(yù)設(shè)概率閾值可以用Pt表示。
[0244]具體地，將標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列P= [P1J2, ...，Pk]中每個時間點對應(yīng) 的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率與預(yù)設(shè)概率閾值Pt進(jìn)行比對，以得到每個時間點對應(yīng)的第一 比對結(jié)果，淇
[0245] 具體地，將標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列P= [ρι，ρ2, ...，pk]中每個時間點對應(yīng)的 標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率與預(yù)設(shè)概率閾值Pt進(jìn)行比對，以得到每個時間點對應(yīng)的第二比對 結(jié)果，其中，…，^，_n的取值為1~N，N為正整數(shù)。 m
[0246] 具體地，將標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列p=[pi，p2, . . .，pk]中每個時間點對 應(yīng)的標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率與預(yù)設(shè)概率閾值Pt進(jìn)行比對，以得到每個時間點對應(yīng)的 第三比對結(jié)果，其中，1=1,2,,··, J，η的取值為1~N，N為正整數(shù)。 m
[0247] 評估模塊705,用于根據(jù)比對結(jié)果對車輛行駛過程中的風(fēng)險進(jìn)行評估。
[0248] 具體地，可以掃描標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序 列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列中每個時間點對應(yīng)的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概 率、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率，根據(jù)每個時間點對應(yīng)的 標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概 率與預(yù)設(shè)概率閾值的比對結(jié)果對車輛行駛過程中的風(fēng)險進(jìn)行評估。
[0249] 其中，當(dāng)標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列中某個時間點的概率大于預(yù)設(shè)概率閾值 時，將該時間點對應(yīng)的車輛行程片段識別為危險轉(zhuǎn)彎風(fēng)險行駛過程；當(dāng)標(biāo)準(zhǔn)化翻滾角數(shù)據(jù) 的概率序列中某個時間點的概率大于預(yù)設(shè)概率閾值時，將該時間點對應(yīng)的車輛行程片段識 別為側(cè)翻風(fēng)險行駛過程;當(dāng)標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列中某個時間點的概率大于預(yù) 設(shè)概率閾值時，將該時間點對應(yīng)的車輛行程片段識別為碰擦風(fēng)險行駛過程。
[0250] 進(jìn)一步，根據(jù)危險轉(zhuǎn)彎風(fēng)險行駛過程、側(cè)翻風(fēng)險行駛過程，以及碰擦風(fēng)險行駛過程 對應(yīng)的車輛行駛數(shù)據(jù)信息對車輛風(fēng)險進(jìn)行評估。
[0251] 可選地，評估模塊705包括車輛風(fēng)險行駛過程獲取子模塊7051和評估子模塊7052， 其中，
[0252] 車輛風(fēng)險行駛過程獲取子模塊7051，用于根據(jù)第一比對結(jié)果、第二比對結(jié)果，以及 第三比對結(jié)果獲取車輛在行駛過程中的車輛風(fēng)險行駛過程。
[0253] 可選地，車輛風(fēng)險行駛過程獲取子模塊7051具體用于:在標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的 概率序列中的概率大于預(yù)設(shè)概率閾值，或者標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列中的概率大于預(yù) 設(shè)概率閾值，或者標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列中的概率大于預(yù)設(shè)概率閾值時，判定 大于預(yù)設(shè)概率閾值的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列，或者標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序 列，或者標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列對應(yīng)的車輛行程片段為車輛風(fēng)險行駛過程;依 次掃描標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列中的概率，或者標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列中的 概率，或者標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列中的概率，以獲取車輛在行駛過程中的車輛 風(fēng)險行駛過程。
[0254] 例如，如果標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列P=R1, P2, ...，Pk]中某個時間點對應(yīng) 的標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率大于預(yù)設(shè)概率閾值Pt，則判定該時間點對應(yīng)的車輛行駛片段 為車輛危險轉(zhuǎn)彎風(fēng)險行駛過程;如果標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列ρ=[ ρι，ρ2,...，Pk]中某 個時間點對應(yīng)的標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率大于預(yù)設(shè)概率閾值Pt，則判定該時間點對應(yīng)的車 輛行駛片段為車輛側(cè)翻風(fēng)險行駛過程；如果標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列P= [P1， p2,...，Pk]中某個時間點對應(yīng)的標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率大于預(yù)設(shè)概率閾值Pt，則判 定該時間點對應(yīng)的車輛行駛片段為車輛碰擦風(fēng)險行駛過程，其中，=1，2，... η的取值 m 為1~N，N為正整數(shù)。
[0255] 評估子模塊7052,用于根據(jù)車輛風(fēng)險行駛過程對應(yīng)的車輛行駛數(shù)據(jù)信息對車輛風(fēng) 險進(jìn)彳丁評估。
[0256] 其中，當(dāng)車輛行駛片段為車輛危險轉(zhuǎn)彎風(fēng)險行駛過程時，車輛行駛數(shù)據(jù)信息可以 包括該車輛危險轉(zhuǎn)彎風(fēng)險行駛過程的起止時間、行駛地點、最小方位角數(shù)據(jù)、最大方位角數(shù) 據(jù)，以及平均方位角數(shù)據(jù)；當(dāng)車輛行駛片段為車輛側(cè)翻風(fēng)險行駛過程時，車輛行駛數(shù)據(jù)信息 可以包括該車輛側(cè)翻風(fēng)險行駛過程的起止時間、行駛地點、最小翻滾角數(shù)據(jù)、最大翻滾角數(shù) 據(jù)，以及平均翻滾角數(shù)據(jù)；當(dāng)車輛行駛片段為車輛碰擦風(fēng)險行駛過程時，車輛行駛數(shù)據(jù)信息 可以包括該車輛碰擦風(fēng)險行駛過程的起止時間、行駛地點、最小橫擺加速度數(shù)據(jù)、最大橫擺 加速度數(shù)據(jù)，以及平均橫擺加速度數(shù)據(jù)。
[0257] 可選地，本發(fā)明中的車輛風(fēng)險評估方法可以算法封裝庫的形式嵌入到云平臺，或 者第三方服務(wù)平臺中以中間件方式運行。
[0258] 通過本步驟，能夠?qū)崿F(xiàn)對車輛行駛過程中的車輛風(fēng)險進(jìn)行綜合評估，提升車輛風(fēng) 險的評估效果。
[0259] 基于本發(fā)明中的基于主成分分析的車輛風(fēng)險評估方法的評估結(jié)果如圖9所示，圖 9a是本發(fā)明實施例中車輛風(fēng)險行駛過程的行程片段示意圖，圖9a中的刻度方框表示車輛行 駛過程的軌跡，橫軸(X)刻度方向表示自西向東的距離(單位:m)，縱軸(Y)刻度方向表示自 南向北的距離(單位:m)，圖9a中的方框91為汽車行駛過程中出現(xiàn)的高風(fēng)險駕駛片段標(biāo)識。 圖9b是本發(fā)明實施例中汽車行駛過程中每個時間點的速度(單位:km/h)與當(dāng)前時間點里程 (單位:km)的對應(yīng)關(guān)系示意圖。圖9c是本發(fā)明實施例中汽車行駛過程中每個時間點的加速 度(單位:m/s 2)與當(dāng)前時間點里程(單位:km)的對應(yīng)關(guān)系示意圖。
[0260] 本實施例中，通過獲取車輛行駛過程中η個時間點的方位角數(shù)據(jù)、翻滾角數(shù)據(jù)，以 及橫擺加速度數(shù)據(jù)，對車輛行駛過程中的危險轉(zhuǎn)彎風(fēng)險，側(cè)翻風(fēng)險，碰擦風(fēng)險進(jìn)行識別，能 夠提升車輛風(fēng)險行駛過程的識別效果。通過分別對車輛行駛過程中的初始數(shù)據(jù)序列中每個 數(shù)據(jù)序列做標(biāo)準(zhǔn)化處理和主成分分析處理，以獲取每個數(shù)據(jù)序列的概率序列，并將每個數(shù) 據(jù)序列的概率序列與預(yù)設(shè)概率閾值進(jìn)行比對，以得到比對結(jié)果，根據(jù)比對結(jié)果對車輛行駛 過程中的風(fēng)險進(jìn)行評估，能夠有效識別出車輛在行駛過程中的車輛風(fēng)險行駛過程，根據(jù)車 輛風(fēng)險行駛過程對應(yīng)的車輛行駛數(shù)據(jù)信息對車輛風(fēng)險進(jìn)行評估，提升車輛駕駛體驗。通過 根據(jù)車輛風(fēng)險行駛過程對應(yīng)的車輛行駛數(shù)據(jù)信息對車輛風(fēng)險進(jìn)行評估，能夠?qū)崿F(xiàn)對車輛行 駛過程中的車輛風(fēng)險進(jìn)行綜合評估，提升車輛風(fēng)險的評估效果。
[0261] 需要說明的是，在本發(fā)明的描述中，術(shù)語"第一"、"第二"等僅用于描述目的，而不 能理解為指示或暗示相對重要性。此外，在本發(fā)明的描述中，除非另有說明，"多個"的含義 是兩個或兩個以上。
[0262] 流程圖中或在此以其他方式描述的任何過程或方法描述可以被理解為，表示包括 一個或更多個用于實現(xiàn)特定邏輯功能或過程的步驟的可執(zhí)行指令的代碼的模塊、片段或部 分，并且本發(fā)明的優(yōu)選實施方式的范圍包括另外的實現(xiàn)，其中可以不按所示出或討論的順 序，包括根據(jù)所涉及的功能按基本同時的方式或按相反的順序，來執(zhí)行功能，這應(yīng)被本發(fā)明 的實施例所屬技術(shù)領(lǐng)域的技術(shù)人員所理解。
[0263] 應(yīng)當(dāng)理解，本發(fā)明的各部分可以用硬件、軟件、固件或它們的組合來實現(xiàn)。在上述 實施方式中，多個步驟或方法可以用存儲在存儲器中且由合適的指令執(zhí)行系統(tǒng)執(zhí)行的軟件 或固件來實現(xiàn)。例如，如果用硬件來實現(xiàn)，和在另一實施方式中一樣，可用本領(lǐng)域公知的下 列技術(shù)中的任一項或他們的組合來實現(xiàn):具有用于對數(shù)據(jù)信號實現(xiàn)邏輯功能的邏輯門電路 的離散邏輯電路，具有合適的組合邏輯門電路的專用集成電路，可編程門陣列(PGA)JIg 可編程門陣列(FPGA)等。
[0264] 本技術(shù)領(lǐng)域的普通技術(shù)人員可以理解實現(xiàn)上述實施例方法攜帶的全部或部分步 驟是可以通過程序來指令相關(guān)的硬件完成，所述的程序可以存儲于一種計算機可讀存儲介 質(zhì)中，該程序在執(zhí)行時，包括方法實施例的步驟之一或其組合。
[0265] 此外，在本發(fā)明各個實施例中的各功能單元可以集成在一個處理模塊中，也可以 是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個模塊中。上述集成的模 塊既可以采用硬件的形式實現(xiàn)，也可以采用軟件功能模塊的形式實現(xiàn)。所述集成的模塊如 果以軟件功能模塊的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，也可以存儲在一個計算機 可讀取存儲介質(zhì)中。
[0266] 上述提到的存儲介質(zhì)可以是只讀存儲器，磁盤或光盤等。
[0267] 在本說明書的描述中，參考術(shù)語"一個實施例"、"一些實施例"、"示例"、"具體示 例"、或"一些示例"等的描述意指結(jié)合該實施例或示例描述的具體特征、結(jié)構(gòu)、材料或者特 點包含于本發(fā)明的至少一個實施例或示例中。在本說明書中，對上述術(shù)語的示意性表述不 一定指的是相同的實施例或示例。而且，描述的具體特征、結(jié)構(gòu)、材料或者特點可以在任何 的一個或多個實施例或示例中以合適的方式結(jié)合。
[0268] 盡管上面已經(jīng)示出和描述了本發(fā)明的實施例，可以理解的是，上述實施例是示例 性的，不能理解為對本發(fā)明的限制，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的范圍內(nèi)可以對上述 實施例進(jìn)行變化、修改、替換和變型。
【主權(quán)項】
1. 一種基于主成分分析的車輛風(fēng)險評估方法，其特征在于，包括以下步驟： 獲取車輛行駛過程中的初始數(shù)據(jù)序列，其中，所述初始數(shù)據(jù)序列包括轉(zhuǎn)彎角度數(shù)據(jù)序 列、翻滾角數(shù)據(jù)序列、橫擺加速度數(shù)據(jù)序列； 分別對所述初始數(shù)據(jù)序列中每個數(shù)據(jù)序列做標(biāo)準(zhǔn)化處理，得到所述初始數(shù)據(jù)序列中每 個數(shù)據(jù)序列的標(biāo)準(zhǔn)化初始數(shù)據(jù)序列； 分別對所述標(biāo)準(zhǔn)化初始數(shù)據(jù)序列中每個數(shù)據(jù)序列進(jìn)行主成分分析，以獲取所述標(biāo)準(zhǔn)化 初始數(shù)據(jù)序列中每個數(shù)據(jù)序列的特征值序列，并根據(jù)所述每個數(shù)據(jù)序列的特征值序列獲取 每個數(shù)據(jù)的概率序列； 將所述每個數(shù)據(jù)序列的概率序列與預(yù)設(shè)概率閾值進(jìn)行比對，以得到比對結(jié)果； 根據(jù)所述比對結(jié)果對所述車輛行駛過程中的風(fēng)險進(jìn)行評估。2. 如權(quán)利要求1所述的基于主成分分析的車輛風(fēng)險評估方法，其特征在于，所述獲取車 輛行駛過程中的初始數(shù)據(jù)序列，其中，所述初始數(shù)據(jù)序列包括轉(zhuǎn)彎角度數(shù)據(jù)序列、翻滾角數(shù) 據(jù)序列、橫擺加速度數(shù)據(jù)序列，包括： 獲取車輛行駛過程中的方位角數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列、橫擺加速度數(shù)據(jù)序列，并根 據(jù)所述方位角數(shù)據(jù)序列獲取轉(zhuǎn)彎角度數(shù)據(jù)序列。3. 如權(quán)利要求1所述的基于主成分分析的車輛風(fēng)險評估方法，其特征在于，所述分別對 所述初始數(shù)據(jù)序列中每個數(shù)據(jù)序列做標(biāo)準(zhǔn)化處理，得到所述初始數(shù)據(jù)序列中每個數(shù)據(jù)序列 的標(biāo)準(zhǔn)化初始數(shù)據(jù)序列，包括： 對所述轉(zhuǎn)彎角度數(shù)據(jù)序列、所述翻滾角數(shù)據(jù)序列，以及所述橫擺加速度數(shù)據(jù)序列做標(biāo) 準(zhǔn)化處理，得到標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序列，以及標(biāo)準(zhǔn)化橫擺加速度 數(shù)據(jù)序列。4. 如權(quán)利要求1所述的基于主成分分析的車輛風(fēng)險評估方法，其特征在于，所述分別對 所述標(biāo)準(zhǔn)化初始數(shù)據(jù)序列中每個數(shù)據(jù)序列進(jìn)行主成分分析，以獲取所述標(biāo)準(zhǔn)化初始數(shù)據(jù)序 列中每個數(shù)據(jù)序列的特征值序列，并根據(jù)所述每個數(shù)據(jù)序列的特征值序列獲取每個數(shù)據(jù)的 概率序列，包括： 分別對所述標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列、所述標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序列，以及所述標(biāo)準(zhǔn)化 橫擺加速度數(shù)據(jù)序列進(jìn)行主成分分析，以獲取標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列、標(biāo)準(zhǔn)化 翻滾角數(shù)據(jù)的特征值序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的特征值序列； 分別將所述標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列、所述標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征值序 列，以及所述標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的特征值序列作為模糊概率映射模型的輸入，計算輸 出以獲取所述標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列、所述標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列，以及 所述標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列。5. 如權(quán)利要求1所述的基于主成分分析的車輛風(fēng)險評估方法，其特征在于，所述將所述 每個數(shù)據(jù)序列的概率序列與預(yù)設(shè)概率閾值進(jìn)行比對，以得到比對結(jié)果，包括： 將所述標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列中的概率與所述預(yù)設(shè)概率閾值進(jìn)行比對，以得 到第一比對結(jié)果； 將所述標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列中的概率與所述預(yù)設(shè)概率閾值進(jìn)行比對，以得到 第二比對結(jié)果； 將所述標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列中的概率與所述預(yù)設(shè)概率閾值進(jìn)行比對，以 得到第三比對結(jié)果。6. 如權(quán)利要求5所述的基于主成分分析的車輛風(fēng)險評估方法，其特征在于，所述根據(jù)所 述比對結(jié)果對所述車輛行駛過程中的風(fēng)險進(jìn)行評估，包括： 根據(jù)所述第一比對結(jié)果、所述第二比對結(jié)果，以及所述第三比對結(jié)果獲取所述車輛在 行駛過程中的車輛風(fēng)險行駛過程； 根據(jù)所述車輛風(fēng)險行駛過程對應(yīng)的車輛行駛數(shù)據(jù)信息對所述車輛風(fēng)險進(jìn)行評估。7. 如權(quán)利要求6所述的基于主成分分析的車輛風(fēng)險評估方法，其特征在于，所述根據(jù)所 述第一比對結(jié)果、所述第二比對結(jié)果，以及所述第三比對結(jié)果獲取所述車輛在行駛過程中 的車輛風(fēng)險行駛過程，包括： 在所述標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列中的概率大于所述預(yù)設(shè)概率閾值，或者所述標(biāo) 準(zhǔn)化翻滾角數(shù)據(jù)的概率序列中的概率大于所述預(yù)設(shè)概率閾值，或者所述標(biāo)準(zhǔn)化橫擺加速度 數(shù)據(jù)的概率序列中的概率大于所述預(yù)設(shè)概率閾值時，判定大于所述預(yù)設(shè)概率閾值的標(biāo)準(zhǔn)化 轉(zhuǎn)彎角度數(shù)據(jù)的概率序列，或者標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列，或者標(biāo)準(zhǔn)化橫擺加速度數(shù) 據(jù)的概率序列對應(yīng)的車輛行程片段為車輛風(fēng)險行駛過程； 依次掃描所述標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列中的概率，或者所述標(biāo)準(zhǔn)化翻滾角數(shù)據(jù) 的概率序列中的概率，或者所述標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列中的概率，以獲取所述 車輛在行駛過程中的車輛風(fēng)險行駛過程。8. -種基于主成分分析的車輛風(fēng)險評估裝置，其特征在于，包括： 初始數(shù)據(jù)序列獲取模塊，用于獲取車輛行駛過程中的初始數(shù)據(jù)序列，其中，所述初始數(shù) 據(jù)序列包括轉(zhuǎn)彎角度數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列、橫擺加速度數(shù)據(jù)序列； 標(biāo)準(zhǔn)化處理模塊，用于分別對所述初始數(shù)據(jù)序列中每個數(shù)據(jù)序列做標(biāo)準(zhǔn)化處理，得到 所述初始數(shù)據(jù)序列中每個數(shù)據(jù)序列的標(biāo)準(zhǔn)化初始數(shù)據(jù)序列； 主成分分析模塊，用于分別對所述標(biāo)準(zhǔn)化初始數(shù)據(jù)序列中每個數(shù)據(jù)序列進(jìn)行主成分分 析，以獲取所述標(biāo)準(zhǔn)化初始數(shù)據(jù)序列中每個數(shù)據(jù)序列的特征值序列，并根據(jù)所述每個數(shù)據(jù) 序列的特征值序列獲取每個數(shù)據(jù)的概率序列； 比對模塊，用于將所述每個數(shù)據(jù)序列的概率序列與預(yù)設(shè)概率閾值進(jìn)行比對，以得到比 對結(jié)果； 評估模塊，用于根據(jù)所述比對結(jié)果對所述車輛行駛過程中的風(fēng)險進(jìn)行評估。9. 如權(quán)利要求8所述的基于主成分分析的車輛風(fēng)險評估裝置，其特征在于，所述初始數(shù) 據(jù)序列獲取模塊具體用于： 獲取車輛行駛過程中的方位角數(shù)據(jù)序列、翻滾角數(shù)據(jù)序列、橫擺加速度數(shù)據(jù)序列，并根 據(jù)所述方位角數(shù)據(jù)序列獲取轉(zhuǎn)彎角度數(shù)據(jù)序列。10. 如權(quán)利要求8所述的基于主成分分析的車輛風(fēng)險評估裝置，其特征在于，所述標(biāo)準(zhǔn) 化處理模塊具體用于： 對所述轉(zhuǎn)彎角度數(shù)據(jù)序列、所述翻滾角數(shù)據(jù)序列，以及所述橫擺加速度數(shù)據(jù)序列做標(biāo) 準(zhǔn)化處理，得到標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)序列，以及標(biāo)準(zhǔn)化橫擺加速度 數(shù)據(jù)序列。11. 如權(quán)利要求8所述的基于主成分分析的車輛風(fēng)險評估裝置，其特征在于，所述主成 分分析模塊包括： 主成分分析子模塊，用于分別對所述標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)序列、所述標(biāo)準(zhǔn)化翻滾角數(shù) 據(jù)序列，以及所述標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)序列進(jìn)行主成分分析，以獲取標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù) 據(jù)的特征值序列、標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的特征值序列，以及標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的特征值 序列； 概率序列獲取子模塊，用于分別將所述標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的特征值序列、所述標(biāo)準(zhǔn) 化翻滾角數(shù)據(jù)的特征值序列，以及所述標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的特征值序列作為模糊概率 映射模型的輸入，計算輸出以獲取所述標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列、所述標(biāo)準(zhǔn)化翻滾 角數(shù)據(jù)的概率序列，以及所述標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列。12. 如權(quán)利要求8所述的基于主成分分析的車輛風(fēng)險評估裝置，其特征在于，所述比對 模塊具體用于： 將所述標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列中的概率與所述預(yù)設(shè)概率閾值進(jìn)行比對，以得 到第一比對結(jié)果； 將所述標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列中的概率與所述預(yù)設(shè)概率閾值進(jìn)行比對，以得到 第二比對結(jié)果； 將所述標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列中的概率與所述預(yù)設(shè)概率閾值進(jìn)行比對，以 得到第三比對結(jié)果。13. 如權(quán)利要求12所述的基于主成分分析的車輛風(fēng)險評估裝置，其特征在于，所述評估 豐吳塊包括： 車輛風(fēng)險行駛過程獲取子模塊，用于根據(jù)所述第一比對結(jié)果、所述第二比對結(jié)果，以及 所述第三比對結(jié)果獲取所述車輛在行駛過程中的車輛風(fēng)險行駛過程； 評估子模塊，用于根據(jù)所述車輛風(fēng)險行駛過程對應(yīng)的車輛行駛數(shù)據(jù)信息對所述車輛風(fēng) 險進(jìn)彳丁評估。14. 如權(quán)利要求13所述的基于主成分分析的車輛風(fēng)險評估裝置，其特征在于，所述車輛 風(fēng)險行駛過程獲取子模塊具體用于： 在所述標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列中的概率大于所述預(yù)設(shè)概率閾值，或者所述標(biāo) 準(zhǔn)化翻滾角數(shù)據(jù)的概率序列中的概率大于所述預(yù)設(shè)概率閾值，或者所述標(biāo)準(zhǔn)化橫擺加速度 數(shù)據(jù)的概率序列中的概率大于所述預(yù)設(shè)概率閾值時，判定大于所述預(yù)設(shè)概率閾值的標(biāo)準(zhǔn)化 轉(zhuǎn)彎角度數(shù)據(jù)的概率序列，或者標(biāo)準(zhǔn)化翻滾角數(shù)據(jù)的概率序列，或者標(biāo)準(zhǔn)化橫擺加速度數(shù) 據(jù)的概率序列對應(yīng)的車輛行程片段為車輛風(fēng)險行駛過程； 依次掃描所述標(biāo)準(zhǔn)化轉(zhuǎn)彎角度數(shù)據(jù)的概率序列中的概率，或者所述標(biāo)準(zhǔn)化翻滾角數(shù)據(jù) 的概率序列中的概率，或者所述標(biāo)準(zhǔn)化橫擺加速度數(shù)據(jù)的概率序列中的概率，以獲取所述 車輛在行駛過程中的車輛風(fēng)險行駛過程。
【文檔編號】G06Q10/06GK105844379SQ201510908741
【公開日】2016年8月10日
【申請日】2015年12月9日
【發(fā)明人】紀(jì)政
【申請人】東軟集團(tuán)股份有限公司