一种基于机器学习的驾驶风格辨识方法

摘要

本发明涉及一种基于机器学习的驾驶风格辨识方法，包括信息收集平台获取原始数据，数据预处理，基于两种机器学习算法的聚类分析，驾驶风格分析，判断是否有异常结果和输出结论。本发明结合多种影响驾驶风格的因素，选取一批风格迥异的驾驶员进行实车试验，形成原始数据集；对原始数据进行速度切片，以适应驾驶员风格在不同场景下的变化；利用先验结果和统计学方法来提取特征，制定评价指标。并借助相关系数法实现评价指标的降维；对于异常数据、极端数据，采取先细化分类，再合并结果的方法；选取k‑means、层次聚类这2种客观分类方法对数据库样本进行分类，并对分类结果进行比对。经过验证，本文开发的驾驶风格识别模型查准率达到83％。