摘要
本发明提供了一种基于长短期驾驶风格特征的驾驶风险预警方法,由驾驶行为数据构建长、短期驾驶特征向量;基于标准化后的长、短期驾驶特征向量,采用聚类方法确定长期风格特征向量、长短期驾驶风险评分标签;构建考虑长短期驾驶风格的多层驾驶风险评估模型,基于长短期驾驶风格样本集对该评估模型进行拟合训练,得到最优多层驾驶风险评估模型;根据实时采集的长期驾驶特征向量确定长期驾驶风格类别,与实时采集的短期驾驶特征向量一起输入最优多层驾驶风险评估模型,根据实时输出的预测驾驶风险评分、输出评分时间序列的移动平均趋势和时间窗内驾驶行为的波动趋势,制定两级预警策略。本发明能够提供高度个性化和自适应的风险预警。
技术关键词
驾驶风险预警方法
驾驶风险评估
风格
样本
变量
连续型
高风险
特征值
车辆质心侧偏角
驾驶疲劳状态
车辆横摆角速度
期望最大化算法
表达式
线性回归模型
心理
加速度
代表
采样点
系统为您推荐了相关专利信息
流化床反应器
深度神经网络
有机硅单体
多层感知机
粒子群优化算法
高速飞行器
编队控制方法
误差控制系统
非线性数学模型
控制器
故障分类模型
数据
训练样本集
网络
服务器故障诊断
设备运行数据
噪声偏差
皮尔逊相关系数
预警方法
工控机