一種基于移動終端傳感信息融合的駕駛行為識別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及駕駛行為識別技術(shù)領(lǐng)域,具體是一種基于移動終端傳感信息融合的駕駛行為識別方法。
【背景技術(shù)】
[0002]隨著智能手機的廣泛使用,以Android和10S為主流的智能操作系統(tǒng),能夠“隨時隨地”提供各種娛樂和信息資訊。從蘋果公司創(chuàng)新性地將傳感器應(yīng)用到蘋果iphone4手機開始,手機的功能不再僅僅具備通話與短信功能,而是具備更強的智能“感知”能力。也為基于智能手機的駕駛行為識別提供了可能性。
[0003]目前國內(nèi)外研究現(xiàn)狀的研究可知,通過采集傳感器數(shù)據(jù)識別車輛的移動狀態(tài),研究的主線分為兩類:
[0004]基于圖像傳感器:主要是指通過安裝在車輛內(nèi)的多臺攝像機實時捕獲駕駛?cè)藛T面部表情、方向盤以及車輛內(nèi)部的環(huán)境等圖像。通過復(fù)雜的圖像分割與處理技術(shù),捕獲駕駛過程中的異常狀態(tài)或周圍環(huán)境的變化參數(shù)。當捕獲到危險時,對駕駛員做出適當?shù)奶嵝?,從而降低危險駕駛發(fā)生的概率,基于圖像傳感器主要研究疲勞駕駛、非專注駕駛、車道漂移、隨意變換車道等危險行為;
[0005]基于加速度傳感器:主要是通過車輛自身的慣性傳感器組件(MU)或者外置傳感器模塊采集車輛實時駕駛數(shù)據(jù)。通過采集的測試數(shù)據(jù)與參考模板進行模式匹配,從而識別相對應(yīng)的駕駛事件,主要包括90度右轉(zhuǎn)、90度左轉(zhuǎn)、180度掉頭、危險性90度右轉(zhuǎn)、危險性90度左轉(zhuǎn)、危險性180度掉頭、危險性加減速、緊急剎車、超速等行為識別。
[0006]基于圖像傳感器識別研究目相對成熟,通過捕獲駕駛員的頭像畫面,判斷駕駛者當前是否情形,具有很好的識別效果。但存在不足之處:圖像傳感器對于光線與環(huán)境背景等條件有較高的要求,才能夠?qū)Λ@取的圖像有效地識別。而基于加速度傳感器的加速度信息能夠反映當前車輛行駛的有效信息,比如正常行駛的加速減速以及轉(zhuǎn)向,或者危險駕駛引發(fā)的急剎車或緊急轉(zhuǎn)向等情形,但加速度的信息較為單一,在短時間內(nèi)時,通過加速度傳感器采集的加速度信息存在偏差,不利于信息的加工及判斷,進而影響了駕駛行為的識別率。
【發(fā)明內(nèi)容】
[0007]本發(fā)明的目的在于提供一種便捷高效、準確度高的基于移動終端傳感信息融合的駕駛行為識別方法,以解決上述【背景技術(shù)】中提出的問題。
[0008]為實現(xiàn)上述目的,本發(fā)明提供如下技術(shù)方案:
[0009]—種基于移動終端傳感信息融合的駕駛行為識別方法,具體步驟如下:
[0010](1)數(shù)據(jù)獲取:在智能手機上安裝移動終端APP,并將智能手機放在車輛內(nèi)隨車行駛,在行駛過程不停獲取到陀螺儀、磁感應(yīng)器和加速度傳感器的傳感數(shù)據(jù),同時提取傳感器的不同方向的速度數(shù)據(jù),組合成一種新的組合數(shù)據(jù);
[0011](2)數(shù)據(jù)預(yù)處理:經(jīng)過數(shù)據(jù)獲取階段,移動終端APP獲取到由陀螺儀、磁感應(yīng)器和加速度傳感器組合成的新的數(shù)據(jù)集,在這個階段,對所獲取的數(shù)據(jù)進行濾波,剔除些異常數(shù)據(jù)信息,同時對這些數(shù)據(jù)信息進行端點檢測,獲取一些可以進行校驗的、有效的時間序列數(shù)據(jù)值集合,以便進行數(shù)據(jù)模板庫構(gòu)建與數(shù)據(jù)比對;
[0012](3)數(shù)據(jù)模板庫構(gòu)建:在駕駛行為識別過程中,駕駛行為的模板庫作為核心數(shù)據(jù)集合,在數(shù)據(jù)預(yù)處理后,采用特定場景的數(shù)據(jù)集合作為某一駕駛行為的特征庫,以便于后續(xù)的數(shù)據(jù)比對;
[0013](4)數(shù)據(jù)比對:在這個階段過程中,基于預(yù)先設(shè)置的駕駛行為模板庫,利用時間序列DTW算法,將有效的時間序列數(shù)據(jù)值集合與模板庫的序列數(shù)據(jù)值集合進行比較,進而得出該有效值與模板庫的各種模板數(shù)據(jù)值的最大相似值,進而識別當前駕駛行為為哪一種駕駛行為。
[0014]作為本發(fā)明再進一步的方案:所述數(shù)據(jù)模板庫構(gòu)建的方法,具體步驟如下:
[0015](1)通過預(yù)裝在智能手機的移動終端APP獲取智能手機陀螺儀、磁感應(yīng)器和加速度傳感器等傳感器信息,提取不同傳感器的數(shù)據(jù)組合成一個數(shù)據(jù)集合,并上傳到后臺服務(wù);
[0016](2)后臺服務(wù)接收到移動終端APP上傳的數(shù)據(jù)信息,一方面存入數(shù)據(jù)庫,另一方面進行濾波、端點檢測等預(yù)處理,形成有意義的時間序列數(shù)據(jù)集合,形成模型數(shù)據(jù),同時存入數(shù)據(jù)庫;
[0017](3)驗證客戶端獲取模型數(shù)據(jù),對模型數(shù)據(jù)進行標示,形成駕駛行為模板,存入數(shù)據(jù)庫。
[0018]與現(xiàn)有技術(shù)相比,本發(fā)明的有益效果是:
[0019]本發(fā)明充分利用了智能手機陀螺儀、磁感應(yīng)器和加速度傳感器等傳感信息,通過濾波、端點檢測等數(shù)據(jù)預(yù)處理流程,采用時間序列算法的數(shù)據(jù)集合的比較,進而識別出既定的駕駛行為,通過實驗證明,在運行過程中,由于采用信息融合的方式,彌補單一傳感器在短時間或長時間運行所帶來的偏差,提高了識別的準確率,同時提出特征庫構(gòu)建的方法,為駕駛行為識別的準確率、高效性提供更為有效輔助措施。
【附圖說明】
[0020]圖1為本發(fā)明中駕駛行為識別流程圖。
[0021]圖2為本發(fā)明中駕駛行為模板庫構(gòu)建流程圖。
【具體實施方式】
[0022]下面結(jié)合【具體實施方式】對本專利的技術(shù)方案作進一步詳細地說明。
[0023]請參閱圖1-2,一種基于移動終端傳感信息融合的駕駛行為識別方法,具體步驟如下:
[0024](1)數(shù)據(jù)獲取:在智能手機上安裝移動終端APP,并將智能手機放在車輛內(nèi)隨車行駛,在行駛過程不停獲取到陀螺儀、磁感應(yīng)器和加速度傳感器的傳感數(shù)據(jù),同時提取傳感器的不同方向的速度數(shù)據(jù),組合成一種新的組合數(shù)據(jù);
[0025](2)數(shù)據(jù)預(yù)處理:經(jīng)過數(shù)據(jù)獲取階段,移動終端APP獲取到由陀螺儀、磁感應(yīng)器和加速度傳感器組合成的新的數(shù)據(jù)集,在這個階段,對所獲取的數(shù)據(jù)進行濾波,剔除些異常數(shù)據(jù)信息,同時對這些數(shù)據(jù)信息進行端點檢測,獲取一些可以進行校驗的、有效的時間序列數(shù)據(jù)值集合,以便進行數(shù)據(jù)模板庫構(gòu)建與數(shù)據(jù)比對;
[0026](3)數(shù)據(jù)模板庫構(gòu)建:在駕駛行為識別過程中,駕駛行為的模板庫作為核心數(shù)據(jù)集合