一种车辆新手驾驶员自动识别及安全预警方法

摘要

本发明公开了一种车辆新手驾驶员自动识别及安全预警方法，包括以下步骤：首先依据城市道路环境下新手驾驶员驾驶小汽车的海量数据，分析新手驾驶员对车辆方向盘、油门踏板以及刹车踏板的操作特点，构建新手驾驶员驾驶行为谱；在车辆行驶过程中，利用车载CAN总线获取车辆方向盘转角、油门踏板行程、刹车踏板行程信息，通过分析当前车辆驾驶员对方向盘转动和油门/刹车踏板的操作特点，基于动态时间规整算法与新手驾驶员的驾驶行为谱特征比对，判断车辆当前驾驶员是否为新手驾驶员，并针对新手驾驶员为车辆安全辅助系统设置更为合理的安全车距和预警时间。

说明书

技术领域

本发明涉及车辆安全辅助驾驶领域，尤其涉及一种车辆新手驾驶员自动识别及安全预警方法。

背景技术

据统计，2013年全国驾龄不满一年的驾驶员交通肇事导致的死亡人数占机动车驾驶员肇事死亡总人数的15.4％，且因超速行驶、酒后驾驶等导致的事故中驾龄不满一年的驾驶员肇事率明显较高。新手驾驶员由于驾驶技术较差、驾驶经验匮乏、危险预判能力不足且容易产生紧张焦虑的驾驶情绪，而导致事故发生率较高。而目前对于安全辅助驾驶设备的开发，并未针对新手驾驶员的上述特点，设置特殊的安全预警措施。因此，智能地、准确地识别出车辆驾驶员中的新手驾驶员，针对新手驾驶员的驾驶规律特征，为安全辅助驾驶系统设置更大的安全车距和预警时间，对减少道路交通事故具有重大意义。

目前，已有专利文献中有部分关于新手驾驶员或驾驶行为检测或预警的方法和装置。专利文献CN203592936U公开了一种新手女性驾驶员安全行车语音提示系统，当检测到油门踏板被踩下时或刹车踏板被踩下时，给予驾驶员相应的语音提示，以缓解新手女性驾驶员在恶劣行车环境下的紧张、焦虑，从而较少由于驾驶员“误踩油门”造成的悲剧。专利文献CN201320866696.7提供一种带有水平仪的方向盘，通过设置水平仪和显示屏，使驾驶员知道方向盘转过多少角度，并且在显示屏上显示车轮位置，帮助驾驶员了解方向盘控制车轮的感觉，加快新手驾驶员的学习速度，提高驾驶时的安全性，使驾驶车辆更加简单容易上手。专利文献CN201210586069.8提供了一种智能陪驾装置及其方法，根据当前车辆是否启动、导航模块的路径规划及当前车辆的位置进行分析处理，并选择相应的驾驶操作方式提示驾驶员，用以辅助新手驾驶员增加对道路的熟悉和驾驶技巧的升级。专利文献CN101034502A公开了一种通过驾驶员转向行为来识别驾驶员处理技术的方法和系统，该发明中通过分析驾驶员对方向盘的操控来判断驾驶员的驾驶技术。专利文献CN201310264592.3公开了一种机动车正确驾驶提示系统，通过提示装置提醒驾驶员操作是否正确，有效避免了刹车和油门、倒车档和其他档位互相颠倒操作的情况，对新手驾驶员或者身体、精神状况不佳的驾驶员可以起到很好的辅助提示功能，能够最大程度帮助驾驶员避免错误操作。上述专利都通过一定的方法针对新手驾驶员或驾驶员的驾驶技术做了许多相关研究，开发了许多针对新手驾驶员的驾驶辅助系统，但这些都是在已知驾驶员身份的基础上展开，并未对驾驶员是否是新手驾驶员进行检测和鉴定。

新手驾驶员由于驾驶技术有限，在车辆起步以及停车过程中容易出现踩踏油门或刹车踏板过重，导致车速短时内变化急促的现象，另外在车辆转弯过程中无法平滑地操纵方向盘，需要反复修正才能顺利完成车辆转弯。上述现象均明显区别于具有一定驾驶经验的驾驶员。针对新手驾驶员的上述特点，本发明提供一种车辆新手驾驶员自动识别系统，系统通过获取车辆方向盘、油门踏板以及刹车踏板信号来识别新手驾驶员，并针对新手驾驶员为车辆安全辅助系统设置更为合理的安全车距和预警时间，提高行车安全性。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种车辆新手驾驶员自动识别及安全预警方法。

本发明解决其技术问题所采用的技术方案是：一种车辆新手驾驶员自动识别及安全预警方法，包括以下步骤：

1)获取同一交通环境新手驾驶员和普通驾驶员驾驶汽车的海量数据，对比新手驾驶员和普通驾驶员驾驶汽车操作的差异性，构建新手驾驶员驾驶行为谱与普通驾驶员驾驶行为谱；具体如下：

1.1)获取同一交通环境下新手驾驶员与普通驾驶员驾驶小汽车的海量数据，包括车辆方向盘转角、油门踏板行程、刹车踏板行程信息；所述交通环境包括道路环境和驾驶车型；

1.2)利用步骤1.1)中新手驾驶员的海量行车数据拟合得到新手驾驶员在车辆起步时油门踏板行程速度变化的时间序列模板R_vtho、车辆停车时刹车踏板行程速度变化的时间序列模板R_vbra以及车辆转弯时方向盘转角速度变化的时间序列模板R_wstr，由此构成新手驾驶员驾驶行为谱；

利用普通驾驶员的海量行车数据拟合得到普通驾驶员在车辆起步时油门踏板行程速度变化的时间序列模板N_vtho、车辆停车时刹车踏板行程速度变化的时间序列模板N_vbra以及车辆转弯时方向盘转角速度变化的时间序列模板N_wstr，由此构成普通驾驶员驾驶行为谱；

2)通过车载GPS和车载传感器以及CAN总线实时获取本车驾驶员操作方向盘、油门踏板以及刹车踏板的数据，处理得到本车驾驶员操纵汽车在车辆起步时油门踏板行程速度变化的时间序列样本T_vtho、车辆停车时刹车踏板行程速度变化的时间序列样本T_vbra以及车辆转弯时方向盘转角速度变化的时间序列样本T_wstr；

3)将步骤2)中获得的车辆驾驶员驾驶数据与1)中所构建的新手驾驶员驾驶行为谱比对，获得比对后的相似程度；

根据相似程度的大小，判断本车驾驶员是否为新手驾驶员；

4)当确定当前车辆驾驶员为新手驾驶员后，针对新手驾驶员的驾驶特征规律，为车辆安全辅助系统设置更为合理的安全车距和预警时间，确保行车安全。

按上述方案，所述步骤3)中采用基于动态时间规整算法(DTW)分析T_vtho、T_vbra、T_wstr与R_vtho、R_vbra、R_wstr的相似程度，判断本车驾驶员是否为新手驾驶员。

按上述方案，所述步骤3)中动态时间规整算法具体如下：

定义新手驾驶员在车辆起步时油门踏板行程速度变化的时间序列模板R_vtho＝[R_vtho(1),R_vtho(2),···,R_vtho(m),···,R_vtho(M)]，m为时序标号，m＝1为起点帧，m＝M为终点帧。本车驾驶员在车辆起步时油门踏板行程速度变化的时间序列样本T_vtho＝[T_vtho(1),T_vtho(2),···,T_vtho(n),···,T_vtho(N)，n为时序标号，n＝1为起点帧，n＝N为终点帧；

3.1)建立尺寸为n×m的矩阵D，排列序列T_vtho与R_vtho，矩阵元素D(i,j)表示T_vtho(i)与R_vtho(j)的直线距离，即：D(i,j)＝d(T_vtho(i)，R_vtho(j))。本算法中距离计算采用欧氏距离。为了比较序列T_vtho与R_vtho的相似程度，可以计算它们之间的距离D(i,j)，距离越小，则相似程度越高。

3.2)确定弯曲路径W。矩阵D定义了序列T和R之间的映射，W包括了矩阵D中的许多元素，弯曲路径W由下式得到：

W＝w₁,w₂,···,w_l>

弯曲路径W的w_h元素定义如下：

w_h＝D(i,j)h＝1,···,l，i＝1,···,n，j＝1,···,m

路径W的确定以需要遵照以下条件：

a)T序列的第一个元素和R序列的第一个元素匹配；

w₁＝w(1,1)＝D(1,1)

b)T序列的最后一个元素和R序列的最后一个元素匹配；

w_l＝w(n,m)＝D(n,m)

c)相邻的两个元素间的距离不能超过间隔2；

i_t－i_t-1≤2且j_t－j_t-1≤2

d)弯曲路径上的点单调递增；

i_t－i_t-1≥0且j_t－j_t-1≥0

3)计算路径W的所有元素的匹配总损失γ_vtho

$Y_{vtho}={\Sigma }_{i=1}^l{w}_i.$

按上述方案，所述道路环境包括：城市道路、城市快速路、高速公路、高等级公路等；驾驶车型包括乘用车、营运货车、长途客车等。

按上述方案，所述步骤2)中获得的车辆驾驶员驾驶数据车辆初次起步后20分钟内的数据。

按上述方案，所述步骤3)中若在20分钟的决策周期内，3次或3次以上判定本车油门踏板行程速度变化的时间序列或刹车踏板行程速度变化的时间序列又或方向盘转角速度变化的时间序列与新手驾驶员的对应序列匹配，则认定本车驾驶员为新手驾驶员。

本发明产生的有益效果是：基于大数据分析的方法，探究新手驾驶员的驾驶操作特征与规律，构建新手驾驶员在城市道路上驾驶小汽车的驾驶行为谱。

通过比对当前驾驶员驾驶特征与新手驾驶员驾驶行为谱的差异来识别新手驾驶员的方法，可降低系统信号传感、运算的难度，系统只需分析当前车辆油门踏板、刹车踏板以及方向盘转角的变化规律，即可实现新手驾驶员识别功能。

新手驾驶员由于驾驶经验不足、驾驶技术较差，对道路交通安全形成较大隐患，本发明能快速识别车辆新手驾驶员，并针对新手驾驶员为车辆安全辅助驾驶系统设置更合理的安全车距及预警时间，可提高道路交通安全性。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明实施例的方法流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明将驾驶员分为两类，一类是不具有驾驶经验且驾驶技术较差的驾驶员，即本发明的研究对象：新手驾驶员；另一类则是普通驾驶员。

一种车辆新手驾驶员自动识别及安全预警方法，包括以下步骤：

1)获取城市道路环境下新手驾驶员和普通驾驶员驾驶小汽车的海量数据，根据新手驾驶员自身驾驶行为的稳定性以及与普通驾驶员相比所存在的差异性，构建新手驾驶员驾驶行为谱以及普通驾驶员驾驶行为谱。具体包括以下步骤：

①利用车载GPS以及车载传感器通过CAN通信获取新手驾驶员与普通驾驶员在城市道路上驾驶小汽车的海量行车数据，包括：车速v、车辆方向盘转动以及油门踏板和刹车踏板踩踏状态以及GPS定位数据，处理得到车辆方向盘转角角速度w_str、角加速度a_str、油门踏板行程速度v_tho、刹车踏板行程速度v_bra以及车辆方向角Φ信息；

②根据车速v判断车辆起停状态，并提取车辆在起步阶段车速从0km/h上升至25km/h时的油门踏板行程速度变化的时间序列v_tho(t)，车辆停车阶段车速从25km/h下降至0km/h时的刹车踏板行程速度变化的时间序列v_bra(t)；根据GPS定位信息判断车辆是否转弯，在城市道路环境下，设定车辆行车方向角改变量约为90°时即为一次转弯操作，并提取车辆在转弯过程中的方向盘转角速度变化的时间序列w_str(t)；

③利用新手驾驶员的海量行车数据拟合得到新手驾驶员在车辆起步时油门踏板行程速度变化的时间序列模板R_vtho、车辆停车时刹车踏板行程速度变化的时间序列模板R_vbra以及车辆转弯时方向盘转角速度变化的时间序列模板R_wstr，由此构成城市道路环境下新手驾驶员驾驶行为谱；

④同理，利用普通驾驶员的海量行车数据拟合得到普通驾驶员在车辆起步时油门踏板行程速度变化的时间序列模板N_vtho、车辆停车时刹车踏板行程速度变化的时间序列模板N_vbra以及车辆转弯时方向盘转角速度变化的时间序列模板N_wstr，由此构成城市道路环境下普通驾驶员驾驶行为谱。

2)基于车载CAN总线以及相应车载传感器，获取本车方向盘转角、油门踏板行程(throttle pedal stroke,TPS)、刹车踏板行程(brake pedal stroke,BPS)等信息，处理得到本车驾驶员操纵汽车在车辆起步时车速从0km/h上升至25km/h的油门踏板行程速度变化的时间序列样本T_vtho、车辆停车时车速从25km/h下降至0km/h的刹车踏板行程速度变化的时间序列样本T_vbra以及车辆转弯时方向盘转角速度变化的时间序列样本T_wstr。基于动态时间规整算法(DTW)分析T_vtho、T_vbra、T_wstr与R_vtho、R_vbra、R_wstr的相似程度，判断本车驾驶员是否为新手驾驶员。具体步骤如下：

①基于动态时间规整算法(DTW)分析T_vtho与R_vtho的相似程度

定义新手驾驶员在车辆起步时油门踏板行程速度变化的时间序列模板R_vtho＝[R_vtho(1),R_vtho(2),···,R_vtho(m),···,R_vtho(M)]，m为时序标号，m＝1为起点帧，m＝M为终点帧。本车驾驶员在车辆起步时油门踏板行程速度变化的时间序列样本T_vtho＝[T_vtho(1),T_vtho(2),···,T_vtho(n),···,T_vtho(N)，n为时序标号，n＝1为起点帧，n＝N为终点帧。

STEP1:建立尺寸为n×m的矩阵D，排列序列T_vtho与R_vtho，矩阵元素D(i,j)表示T_vtho(i)与R_vtho(j)的直线距离，即：D(i,j)＝d(T_vtho(i)，R_vtho(j))。本算法中距离计算采用欧氏距离。为了比较序列T_vtho与R_vtho的相似程度，可以计算它们之间的距离D(i,j)，距离越小，则相似程度越高。

STEP2：确定弯曲路径W。矩阵D定义了序列T和R之间的映射，W包括了矩阵D中的许多元素，弯曲路径W由下式得到：

W＝w₁,w₂,···,w_lmax(n,m)≤l≤n+m-1

弯曲路径W的w_h元素定义如下：

w_h＝D(i,j)h＝1,···,l，i＝1,···,n，j＝1,···,m

路径W的确定以需要遵照以下条件：

1.T序列的第一个元素和R序列的第一个元素匹配

w₁＝w(1,1)＝D(1,1)

2.T序列的最后一个元素和R序列的最后一个元素匹配

w_l＝w(n,m)＝D(n,m)

3.相邻的两个元素间的距离不能超过间隔2

i_t－i_t-1≤2且j_t－j_t-1≤2

4.弯曲路径上的点单调递增

i_t－i_t-1≥0且j_t－j_t-1≥0

STEP3：计算路径W的所有元素的匹配总损失γ_vtho

$Y_{vtho}={\Sigma }_{i=1}^l{w}_i$

②同①中的方法，确定T_vbra与R_vbra的相似程度以及T_wstr与R_wstr的相似程度，求得匹配损失函数γ_vbra和γ_wstr。

③同①中的方法，基于DTW算法计算本车驾驶员T_vtho、T_vbra、T_wstr与普通驾驶员N_vtho、N_vbra、N_wstr的相似程度，求得匹配损失函数ζ_vtho、ζ_vbra和ζ_wstr

④根据DTW算法，两序列的匹配损失函数越小，则相似程度越高。比较γ_vtho和ζ_vtho的大小，若γ_vtho较小，则本车驾驶员在车辆起步时对油门踏板的操作规律与新手驾驶员的特征更相似，反之，则与普通驾驶员更相似。同理，比较γ_vbra和ζ_vbra以及γ_wstr和ζ_wstr的大小，可以得到本车驾驶员在停车以及转向时的操作特征的相关结论。

⑤由于城市道路环境复杂，车辆起停及转弯现象出现较为频繁，本系统以20分钟为决策周期。系统采集车辆初次起步后20分钟内的行驶数据，处理得到本车驾驶员操纵汽车在车辆起步时油门踏板行程速度变化的时间序列样本T_vtho、车辆停车时刹车踏板行程速度变化的时间序列样本T_vbra以及车辆转弯时方向盘转角速度变化的时间序列样本T_wstr。基于①～④中的方法，判断本车驾驶员踩踏油门踏板、刹车踏板以及操作方向盘的特征规律是否与新手驾驶员相符。若在20分钟的决策周期内，系统3次或3次以上判定本车油门踏板行程速度变化的时间序列或刹车踏板行程速度变化的时间序列又或方向盘转角速度变化的时间序列与新手驾驶员的对应序列匹配，则系统认定本车驾驶员为新手驾驶员。

3)由于新手驾驶员驾驶经验匮乏、驾驶水平较低而导致事故发生率较高。当确定当前车辆驾驶员为新手驾驶员后，系统针对新手驾驶员的驾驶特征规律，为车辆安全辅助系统设置更为合理的安全车距和预警时间，确保行车安全。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。