驾驶风格识别方法、装置、计算机设备和存储介质

AITNT
正文
推荐专利
驾驶风格识别方法、装置、计算机设备和存储介质
申请号:CN202410926313
申请日期:2024-07-11
公开号:CN118439034B
公开日期:2024-09-24
类型:发明专利
摘要
本申请涉及一种驾驶风格识别方法、装置、计算机设备和存储介质。通过获取目标对象针对每个阶段的驾驶风格特征数据以及识别对应阶段的道路工况类别,并基于道路工况类别确定目标驾驶风格识别模型,以识别对应阶段的驾驶风格,并在目标对象的驾驶里程达到目标里程的情况下,基于目标对象的驾驶里程对应的各个阶段的驾驶风格,确定目标对象的目标驾驶风格。其在识别驾驶风格时是基于包括纵向加速度平均值、跟车距离平均值以及方向盘转角与车速乘积的最大值的驾驶风格特征数据,因此能够准确实时的描述目标对象在转向、加速以及减速时的操作风格,通过结合对应阶段的道路工况类别识别驾驶风格,能够提高对驾驶风格识别的准确性。
技术关键词
阶段 驾驶风格识别方法 方向盘 样本 对象 车辆状态信息 转弯工况 加速度 计算机设备 标签 模型训练模块 梯度下降法 数据获取模块 聚类算法 处理器
系统为您推荐了相关专利信息
1
在文本到图像扩散模型上学习用于3D感知图像生成的连续控制
图像生成模型 训练集 非暂态计算机可读介质 生成训练图像 令牌
2
可视化洪水淹没预测方法、装置、电子设备和存储介质
水文时间序列 多模态 图像 数字高程模型数据 空间特征提取
3
一种基于云存储的数据备份容灾方法及系统
数据备份容灾方法 云存储 节点 数据一致性校验 整数规划模型
4
一种基于采样优化和数据增强的个性化推荐方法
个性化推荐方法 样本 梯度下降优化算法 编码器 Softmax函数
5
一种钢材晶粒度智能评级的方法、系统、设备及介质
钢材晶粒 晶粒度智能评级 训练神经网络模型 卷积神经网络深度学习 图片
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号