主权项: |
1.一种驾驶风格识别方法,其特征在于,该方法包括以下步骤: 步骤S1:利用传感器采集行车轨迹数据; 步骤S2:基于行车轨迹数据,结合地理信息数据得到相对超速行为; 步骤S3:基于相对超速行为,计算得到驾驶风格参数; 步骤S4:基于驾驶风格参数,利用聚类算法识别驾驶风格。 2.根据权利要求1所述的一种驾驶风格识别方法,其特征在于,所述的行车轨迹数据为GPS行车轨迹数据,所述GPS行车轨迹数据为采集间隔30~60s的低频行车轨迹数据。 3.根据权利要求1所述的一种驾驶风格识别方法,其特征在于,所述的步骤S2包括: 步骤S21:行车轨迹数据与地理信息数据匹配,获取各轨迹点的道路类型; 步骤S22:提取运行速度高于各轨迹点的道路类型运行车速的99分位数的行为,得到相对超速行为。 4.根据权利要求1所述的一种驾驶风格识别方法,其特征在于,所述的步骤S3包括: 步骤S31:基于相对超速行为,计算得到相对超速时间比例; 步骤S32:基于相对超速时间比例,计算得到平均相对超速时间比例; 步骤S33:基于平均相对超速时间比例,计算得到变异系数; 步骤S34:基于变异系数和平均相对超速时间比例,计算得到驾驶风格参数。 5.根据权利要求4所述的一种驾驶风格识别方法,其特征在于,对于一次出行,驾驶人在道路类型i上的相对超速时间比例ti_speeding%为: 其中,i为道路类型(i=1,2,…,m),ti1为运行速度高于i道路类型运行车速的99分位数的行驶时长,ti2为运行速度高于该道路类型设定速度的行驶时长。 6.根据权利要求5所述的一种驾驶风格识别方法,其特征在于,j驾驶人各次出行中i道路类型的平均相对超速时间比例xji1为: 其中,p为出行道路类型i的次数,ti_speeding%_l为第l(l=1,2,…,p)次出行i道路类型的相对超速时间比例。 7.根据权利要求6所述的一种驾驶风格识别方法,其特征在于,j驾驶人各次出行中i道路类型的变异系数xji2为: 8.根据权利要求7所述的一种驾驶风格识别方法,其特征在于,j驾驶人的驾驶风格参数xj为: xj=(xj11,xj12,…,xji1,xji2,…,xjm1,xjm2)。 9.根据权利要求1所述的一种驾驶风格识别方法,其特征在于,所述的聚类算法为K-Means聚类算法。 |