欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2015102294945
申请人: 平安科技(深圳)有限公司
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-07-21
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种个体驾驶行为特征识别方法,其特征在于,包括步骤:

接收终端检测的当前驾驶者的车辆定位数据;

从所述车辆定位数据中提取多个传统驾驶特征指标,所述传统驾驶特征指标包括多个采样点对应的行驶速度、行驶加速度、转弯速度、转弯加速度、转角系数或地理位置;

从所述车辆定位数据中提取多个梅尔频率倒谱系数MFCC特征指标,其中,所述从车辆定位数据中提取多个梅尔频率倒谱系数MFCC特征指标的步骤包括:在连续的多个采样点中,当一个采样点的行驶速度小于速度阈值时,将所述采样点的行驶速度置零;将行驶速度不为零,且采样点个数符合划分条件的连续多个采样点,划分为一个采样段,获得多个采样段;将每一个采样段的所述车辆定位数据进行快速傅立叶变换,获得每一个采样段的频谱参数,并根据所述频谱参数获得每一个采样段对应的幅度谱;将每一个采样段对应的幅度谱经梅尔滤波器组处理,获得每一个采样段对应的多个梅尔滤波输出值;对每一个采样段对应的多个梅尔滤波输出值取对数值,并对所述对数值做离散余弦变换,获得每一个采样段对应的多个MFCC特征指标;

将所述传统驾驶特征指标和MFCC特征指标作为训练样本,采用随机森林分类法建模,获得当前驾驶者的驾驶行为特征识别模型,其中,所述将MFCC特征指标作为训练样本的步骤包括:将每一个采样段对应的多个MFCC特征指标作为一组训练样本集。

2.如权利要求1所述的个体驾驶行为特征识别方法,其特征在于,所述将传统驾驶特征指标和MFCC特征指标作为训练样本,采用随机森林分类法建模,获得当前驾驶者的驾驶行为特征识别模型的步骤之后还包括:接收终端检测的测试者的车辆定位数据;

从所述测试者的车辆定位数据中提取所述测试者的多个传统驾驶特征指标和多个MFCC特征指标;

加载当前驾驶者的驾驶行为特征识别模型;

将所述测试者的传统驾驶特征指标和MFCC特征指标作为测试样本,采用当前驾驶者的驾驶行为特征识别模型对所述测试样本进行预测分类,获得预测分类结果;

根据预测分类结果确定所述测试者是否为当前驾驶者。

3.如权利要求1或2所述的个体驾驶行为特征识别方法,其特征在于,所述从车辆定位数据中提取多个传统驾驶特征指标的步骤包括:将连续的多个采样点中每n个采样点划分为一个采样段,获得多个采样段,其中n为预设帧长包括的采样点个数;

从每一个采样段的所述车辆定位数据中提取多个传统驾驶特征指标;

所述将传统驾驶特征指标作为训练样本的步骤包括:

将每一个采样段对应的多个所述传统驾驶特征指标作为一组训练样本集。

4.如权利要求1或2所述的个体驾驶行为特征识别方法,其特征在于,所述车辆定位数据包括多个采样点对应的采样时间、车辆所在位置三维坐标、行驶速度、行驶方向中的一个或多个数据。

5.一种个体驾驶行为特征识别装置,其特征在于,包括:

定位模块,用于接收终端检测的当前驾驶者的车辆定位数据;

特征提取模块,用于从所述车辆定位数据中提取多个传统驾驶特征指标,所述传统驾驶特征指标包括多个采样点对应的行驶速度、行驶加速度、转弯速度、转弯加速度、转角系数或地理位置;从所述车辆定位数据中提取多个梅尔频率倒谱系数MFCC特征指标,其中,所述特征提取模块还用于:在连续的多个采样点中,当一个采样点的行驶速度小于速度阈值时,将所述采样点的行驶速度置零;将行驶速度不为零,且采样点个数符合划分条件的连续多个采样点,划分为一个采样段,获得多个采样段;将每一个采样段的所述车辆定位数据进行快速傅立叶变换,获得每一个采样段的频谱参数,并根据所述频谱参数获得每一个采样段对应的幅度谱;将每一个采样段对应的幅度谱经梅尔滤波器组处理,获得每一个采样段对应的多个梅尔滤波输出值;对每一个采样段对应的多个梅尔滤波输出值取对数值,并对所述对数值做离散余弦变换,获得每一个采样段对应的多个MFCC特征指标;

建模模块,用于将所述传统驾驶特征指标和MFCC特征指标作为训练样本,采用随机森林分类法建模,获得当前驾驶者的驾驶行为特征识别模型,其中,所述建模模块还用于,将每一个采样段对应的多个MFCC特征指标作为一组训练样本集。

6.如权利要求5所述的个体驾驶行为特征识别装置,其特征在于,还包括模型加载模块和预测模块;

所述定位模块还用于,接收终端检测的测试者的车辆定位数据;

所述特征提取模块还用于,从所述测试者的车辆定位数据中提取所述测试者的多个传统驾驶特征指标和多个MFCC特征指标;

所述模型加载模块用于,加载当前驾驶者的驾驶行为特征识别模型;

所述预测模块用于,将所述测试者的传统驾驶特征指标和MFCC特征指标作为测试样本,采用当前驾驶者的驾驶行为特征识别模型对所述测试样本进行预测分类,获得预测分类结果;根据预测分类结果确定所述测试者是否为当前驾驶者。

7.如权利要求5或6所述的个体驾驶行为特征识别装置,其特征在于,所述特征提取模块还用于,将连续的多个采样点中每n个采样点划分为一个采样段,获得多个采样段,其中n为预设帧长包括的采样点个数;从每一个采样段的所述车辆定位数据中提取多个传统驾驶特征指标;

所述建模模块还用于,将每一个采样段对应的多个所述传统驾驶特征指标作为一组训练样本集。

8.如权利要求5或6所述的个体驾驶行为特征识别装置,其特征在于,所述车辆定位数据包括多个采样点对应的采样时间、车辆所在位置三维坐标、行驶速度、行驶方向中的一个或多个数据。