本發(fā)明涉及一種駕駛行為分析方法及系統(tǒng),尤其涉及一種基于積分窗口的駕駛行為分析方法及系統(tǒng)。
背景技術(shù):
目前基于加速度數(shù)據(jù)的汽車(chē)駕駛行為分析主要有以下幾類(lèi)方法:
(1)加速度峰值法:通過(guò)測(cè)量汽車(chē)上的碰撞加速度信號(hào),判斷加速度是否達(dá)到預(yù)定的閾值。
(2)速度變化量法:通過(guò)對(duì)加速度信號(hào)進(jìn)行積分運(yùn)算得到汽車(chē)速度變化量,判斷速度變化量是否大于預(yù)先設(shè)定的閾值。
(3)加速度坡度法:通過(guò)對(duì)加速度信號(hào)求導(dǎo),得到加速度變化量作為判斷指標(biāo)。
(4)比功率法:通過(guò)計(jì)算比功率作為判斷指標(biāo),該指標(biāo)中綜合了加速度、速度變化量、加速度坡度三個(gè)量。
(5)神經(jīng)網(wǎng)絡(luò)法:通過(guò)構(gòu)造一個(gè)神經(jīng)網(wǎng)絡(luò)系統(tǒng),利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)功能,事先輸入加速度數(shù)據(jù)和判斷條件,對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。
針對(duì)上述算法,現(xiàn)有技術(shù)分別有以下不足:
(1)加速度峰值法
由于加速度信號(hào)變化非???,而且與汽車(chē)結(jié)構(gòu)的振動(dòng)有關(guān),容易受到外界的干擾,故這種算法一般用于機(jī)械式傳感系統(tǒng),加速度的閾值定的比較高,以提高抗干擾性能,電子式傳感器的系統(tǒng)則很少采用。
(2)速度變化量法
這種算法容易受到累計(jì)誤差的影響,且對(duì)加速度的突然變化不夠敏感。
(3)加速度坡度法
這種算法需對(duì)加速度信號(hào)進(jìn)行很好的濾波,同時(shí)較易受到環(huán)境或是汽車(chē)結(jié)構(gòu)中隨機(jī)擾動(dòng)的影響。
(4)比功率法
算法復(fù)雜,同時(shí)要求對(duì)加速度進(jìn)行較好的濾波。
(5)神經(jīng)網(wǎng)絡(luò)法
這種算法理論上是可行的,只要選擇階數(shù)適當(dāng),構(gòu)造出的神經(jīng)網(wǎng)絡(luò)可適應(yīng)任何系統(tǒng)。由于實(shí)際實(shí)驗(yàn)的次數(shù)所限,輸入的訓(xùn)練樣本受到限制,具體實(shí)現(xiàn)起來(lái)較為困難。
現(xiàn)有技術(shù)對(duì)于汽車(chē)駕駛行為的判斷均存在一定程度的不足,駕駛行為判斷準(zhǔn)確率低下,大大影響駕駛行為的判斷。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明解決的技術(shù)問(wèn)題是:構(gòu)建一種基于積分窗口的駕駛行為分析方法及系統(tǒng),克服現(xiàn)有技術(shù)駕駛行為判斷準(zhǔn)確率低下的技術(shù)問(wèn)題。
本發(fā)明的技術(shù)方案是:構(gòu)建一種基于積分窗口的駕駛行為分析方法,包括如下步驟:
采集加速度:通過(guò)加速度傳感器獲取汽車(chē)運(yùn)行的加速度信號(hào);
構(gòu)建積分窗口:以加速度值為縱坐標(biāo),加速度采集時(shí)間為橫坐標(biāo),以一定的積分窗寬度,積分窗的右邊界即是加速度的當(dāng)前時(shí)刻;
以積分窗進(jìn)行積分:積分窗隨著時(shí)間在時(shí)間軸上移動(dòng),對(duì)積分窗中的加速度信號(hào)積分,獲取積分窗積分結(jié)果。
二次積分:若窗口積分結(jié)果高于第一閾值或低于負(fù)的第一閾值時(shí),對(duì)高于或低于的部分進(jìn)行二次積分,并輸出積分結(jié)果。駕駛行為分析:根據(jù)二次積分結(jié)果進(jìn)行判斷,若窗口積分結(jié)果高于第一閾值,同時(shí)二次積分結(jié)果高于第二閾值,則判斷為急加速;若窗口積分結(jié)果低于負(fù)的第一閾值,同時(shí)二次積分結(jié)果高于第二閾值,則判斷為急減速;其他情形判斷為正常行駛。
本發(fā)明的進(jìn)一步技術(shù)方案是:對(duì)獲取的加速度傳感器中的加速度值進(jìn)行一階低通濾波:y(k)=αx(k)+(1-α)y(k-1),其中:x(k)為加速度傳感器輸出的加速度信號(hào),x(s)為加速度傳感器輸出的加速度信號(hào)x(k)的拉氏變換,y(k)為加速度傳感器輸出的加速度信號(hào)一階低通濾波器輸出信號(hào),y(s)為加速度傳感器輸出的加速度信號(hào)一階低通濾波器輸出信號(hào)的拉氏變換,s為復(fù)變量,t為一階低通濾波器時(shí)間常數(shù)。
本發(fā)明的進(jìn)一步技術(shù)方案是:在進(jìn)行一階低通濾波時(shí),變換為以下一階低通濾波:
其中:α為參數(shù),x(k)為加速度傳感器輸出的加速度信號(hào),y(k)為加速度傳感器輸出的加速度信號(hào)一階低通濾波器輸出信號(hào),y(k-1)表示第(k-1)的時(shí)刻加速度傳感器輸出的加速度信號(hào)一階低通濾波器輸出信號(hào),x(k-1)表示加速度傳感器輸出的加速度信號(hào)。
本發(fā)明的進(jìn)一步技術(shù)方案是:對(duì)一階低通濾波后加速度信號(hào)再進(jìn)行遞推中值濾波。
本發(fā)明的技術(shù)方案是:提供一種基于積分窗口的駕駛行為分析系統(tǒng),包括采集模塊、窗口積分模塊、二次積分模塊、駕駛行為分析模塊,所述采集模塊通過(guò)加速度傳感器獲取汽車(chē)運(yùn)行的加速度信號(hào),以加速度值為縱坐標(biāo),加速度采集時(shí)間為橫坐標(biāo),以一定的積分窗寬度,積分窗的右邊界即是加速度的當(dāng)前時(shí)刻,積分窗隨著時(shí)間在時(shí)間軸上移動(dòng),所述窗口積分模塊對(duì)積分窗中的加速度信號(hào)積分并獲取積分窗積分結(jié)果;若窗口積分結(jié)果高于第一閾值或低于負(fù)的第一閾值時(shí),所述二次積分模塊對(duì)高于或低于的部分進(jìn)行二次積分,并輸出積分結(jié)果。所述駕駛行為分析模塊根據(jù)二次積分結(jié)果進(jìn)行判斷,若窗口積分結(jié)果高于第一閾值,同時(shí)二次積分結(jié)果高于第二閾值,則判斷為急加速;若積分窗積分結(jié)果低于負(fù)的第一閾值,同時(shí)二次積分結(jié)果高于第二閾值,則判斷為急減速;其他情形判斷為正常行駛。
本發(fā)明的進(jìn)一步技術(shù)方案是:還包括一階低通濾波模塊,所述一階低通濾波模塊獲取的加速度傳感器中的加速度值進(jìn)行一階低通濾波。
本發(fā)明的進(jìn)一步技術(shù)方案是:還包括遞推中值濾波模塊,所述遞推中值濾波模塊對(duì)一階低通濾波后加速度信號(hào)再進(jìn)行遞推中值濾波。
本發(fā)明的技術(shù)效果是:構(gòu)建一種基于積分窗口的駕駛行為分析方法及系統(tǒng),所述采集模塊通過(guò)加速度傳感器獲取汽車(chē)運(yùn)行的加速度信號(hào),以加速度值為縱坐標(biāo),加速度采集時(shí)間為橫坐標(biāo),以一定的積分窗寬度,積分窗的右邊界即是加速度的當(dāng)前時(shí)刻,積分窗隨著時(shí)間在時(shí)間軸上移動(dòng),所述窗口積分模塊對(duì)積分窗中的加速度信號(hào)積分并獲取積分窗積分結(jié)果;若窗口積分結(jié)果高于第一閾值或低于負(fù)的第一閾值時(shí),所述二次積分模塊對(duì)高于或低于的部分進(jìn)行二次積分,并輸出積分結(jié)果。所述駕駛行為分析模塊根據(jù)二次積分結(jié)果進(jìn)行判斷,若窗口積分結(jié)果高于第一閾值,同時(shí)二次積分結(jié)果高于第二閾值,則判斷為急加速;若積分窗積分結(jié)果低于負(fù)的第一閾值,同時(shí)二次積分結(jié)果高于第二閾值,則判斷為急減速;其他情形判斷為正常行駛。本發(fā)明算法具有結(jié)構(gòu)簡(jiǎn)單、需調(diào)整參數(shù)少、物理意義明確、只依賴(lài)于加速度數(shù)據(jù)的優(yōu)點(diǎn)。經(jīng)實(shí)際測(cè)試,選取合適的參數(shù)后,本發(fā)明提出的算法判斷汽車(chē)駕駛行為的準(zhǔn)確率可以達(dá)到90%已上。
附圖說(shuō)明
圖1為本發(fā)明的流程圖。
圖2為本發(fā)明的結(jié)構(gòu)示意圖。
具體實(shí)施方式
下面結(jié)合具體實(shí)施例,對(duì)本發(fā)明技術(shù)方案進(jìn)一步說(shuō)明。
如圖1、圖2所示,本發(fā)明的具體實(shí)施方式是:構(gòu)建一種基于積分窗口的駕駛行為分析方法,包括如下步驟:
采集加速度:所述采集模塊1通過(guò)加速度傳感器獲取汽車(chē)運(yùn)行的加速度信號(hào)。
構(gòu)建積分窗口:以加速度值為縱坐標(biāo),加速度采集時(shí)間為橫坐標(biāo),以一定的積分窗寬度,積分窗的右邊界即是加速度的當(dāng)前時(shí)刻。
以積分窗進(jìn)行積分:積分窗隨著時(shí)間在時(shí)間軸上移動(dòng),所述窗口積分模塊2對(duì)積分窗中的加速度信號(hào)積分,獲取積分窗積分結(jié)果。
二次積分:若窗口積分結(jié)果高于第一閾值或低于負(fù)的第一閾值時(shí),對(duì)高于或低于的部分進(jìn)行二次積分,并輸出積分結(jié)果。具體實(shí)施過(guò)程如下:還包括一階低通濾波模塊4,所述一階低通濾波模塊獲取的加速度傳感器中的加速度值進(jìn)行一階低通濾波。
第一步改進(jìn)一階低通濾波算法,將加速度傳感器獲得的原始數(shù)據(jù)通過(guò)所設(shè)計(jì)的改進(jìn)一階低通濾波器,去除原數(shù)據(jù)中的直流分量。
改進(jìn)一階低通濾波算法基本原理如下:
一階低通濾波器的傳遞函數(shù)表示為:
其中:x(k)為加速度傳感器輸出的加速度信號(hào),x(s)為加速度傳感器輸出的加速度信號(hào)x(k)的拉氏變換,y(k)為加速度傳感器輸出的加速度信號(hào)一階低通濾波器輸出信號(hào),y(s)為加速度傳感器輸出的加速度信號(hào)一階低通濾波器輸出信號(hào)的拉氏變換,s為復(fù)變量,t為一階低通濾波器時(shí)間常數(shù)。(1)式可作如下變換:
其中,h為傳感器采樣周期,h=0.02秒。定義:
則式可以寫(xiě)為
y(k)=αx(k)+(1-α)y(k-1)(4)
取α<<1,式即為標(biāo)準(zhǔn)的一階低通濾波器。
考慮到實(shí)際加速度傳感器輸出信號(hào)x(k)會(huì)帶有較明顯的噪聲,對(duì)式(4)中的αx(k)作如下替換:
則改進(jìn)后的一階低通濾波器為
改進(jìn)一階低通濾波算法中需要手動(dòng)選擇的參數(shù)為α。該參數(shù)的選取與傳感器信號(hào)中有用信號(hào)和無(wú)用信號(hào)的頻率相關(guān)。一階低通濾波器的截止頻率由下式計(jì)算:
α取值越小,濾直流分量效果越明顯。一般可取α=1/256。
本發(fā)明還包括遞推中值濾波模塊5,所述遞推中值濾波模塊5對(duì)一階低通濾波后加速度信號(hào)再進(jìn)行遞推中值濾波。
第二步遞推中值濾波。使數(shù)據(jù)平滑,去掉信號(hào)中的高頻噪聲。
本發(fā)明提出一種遞推中值濾波算法,算法步驟如下:
(1)將離當(dāng)前時(shí)刻k最近的5個(gè)數(shù)據(jù)y(k-4),y(k-3),y(k-2),y(k-1),y(k)分別存入臨時(shí)變量x_tmp(1),x_tmp(2),x_tmp(3),x_tmp(4),x_tmp(5);
(2)比較x_tmp(1),x_tmp(2),x_tmp(3),x_tmp(4),x_tmp(5)中相鄰的元素。如果第一個(gè)比第二個(gè)大,就交換兩個(gè)變量的取值,即如果x_tmp(j)>x_tmp(j+1),就交換x_tmp(j)和x_tmp(j+1)的取值;
(3)對(duì)每一對(duì)相鄰元素作同樣的工作,從開(kāi)始第一對(duì)到結(jié)尾的最后一對(duì);
(4)重復(fù)步驟(2)和(3),直到?jīng)]有任何一對(duì)數(shù)據(jù)需要比較;
(5)輸出變量x_tmp(3)的值,存入變量y(k)中;
(6)令k=k+1,轉(zhuǎn)到步驟(1),開(kāi)始下一時(shí)刻的計(jì)算。
變量說(shuō)明如下:
y(k):k時(shí)刻的改進(jìn)一階低通濾波器輸出數(shù)據(jù)
x_tmp(1),x_tmp(2),x_tmp(3),x_tmp(4),x_tmp(5):臨時(shí)變量,用于存放數(shù)據(jù)
i:表示循環(huán)計(jì)算的次數(shù)
j:表示臨時(shí)變量x_tmp的索引值
y(k):遞推中值濾波算法輸出變量,用于存放k時(shí)刻算法的輸出值
在上述遞推中值濾波算法中,濾波寬度一般選為5。
第三步駕駛行為判斷邏輯。
窗口積分
對(duì)于遞推中值濾波算法的輸出數(shù)據(jù),首先采用移動(dòng)窗算法進(jìn)行積分,以獲得汽車(chē)在積分窗口內(nèi)的速度變化量。
采用一定的積分窗(積分上、下限)寬度,對(duì)窗內(nèi)的加速度信號(hào)進(jìn)行積分。窗隨著時(shí)間在時(shí)間軸上移動(dòng),窗的右邊界即是加速度的當(dāng)前時(shí)刻。積分公式為:
其中:y(k)為遞推中值濾波輸出數(shù)據(jù),win為窗寬,s(k,win)為積分結(jié)果。當(dāng)積分值超過(guò)設(shè)定閾值時(shí),則開(kāi)啟駕駛行為判斷邏輯。
積分算法實(shí)現(xiàn)時(shí),采用newton-cotes求積公式實(shí)現(xiàn)對(duì)加速度信號(hào)的積分。為提高計(jì)算精度,算法中采用復(fù)化梯形求積公式進(jìn)行計(jì)算。公式如下:
二次積分
若窗口積分結(jié)果高于第一閾值或低于負(fù)的第一閾值時(shí),對(duì)高于或低于的部分進(jìn)行二次積分,并輸出積分結(jié)果。
所述二次積分模塊6對(duì)移動(dòng)窗口積分結(jié)果進(jìn)行二次積分。以急加速為例。由于積分的是窗口積分曲線中超過(guò)第一閾值部分的面積,當(dāng)該部分面積超過(guò)第二閾值時(shí),則判斷為急加速。當(dāng)窗口積分曲線中超過(guò)第一閾值部分的時(shí)間較長(zhǎng)時(shí),為避免一次行為多次判斷,這里考慮到移動(dòng)窗口積分曲線變化的連續(xù)性,同樣以急加速為例,當(dāng)積分曲線值超過(guò)第一閾值時(shí)開(kāi)啟積分運(yùn)算,具體的計(jì)算方法采用newton-cotes求積公式,一旦積分曲線值下降到第一閾值以下,則將二次積分值取出并與第二閾值比較。在完成一次比較后,存儲(chǔ)二次積分值的變量值清零,用于下一次的二次積分運(yùn)算,這樣能有效避免一次行為多次判斷的情況。
駕駛行為分析
所述駕駛行為分析模塊3根據(jù)二次積分果進(jìn)行判斷若窗口積分結(jié)果高于第一閾值或低于負(fù)的第一閾值時(shí),所述二次積分模塊對(duì)高于或低于的部分進(jìn)行二次積分,并輸出積分結(jié)果。所述駕駛行為分析模塊根據(jù)二次積分結(jié)果進(jìn)行判斷,若窗口積分結(jié)果高于第一閾值,同時(shí)二次積分結(jié)果高于第二閾值,則判斷為急加速;若積分窗積分結(jié)果低于負(fù)的第一閾值,同時(shí)二次積分結(jié)果高于第二閾值,則判斷為急減速;其他情形判斷為正常行駛。
如圖1、圖2所示,本發(fā)明的具體實(shí)施方式是:提供一種基于積分窗口的駕駛行為分析系統(tǒng),包括采集模塊1、窗口積分模塊2、二次積分模塊6、駕駛行為分析模塊3,所述采集模塊1通過(guò)加速度傳感器獲取汽車(chē)運(yùn)行的加速度信號(hào),以加速度值為縱坐標(biāo),加速度采集時(shí)間為橫坐標(biāo),以一定的積分窗寬度,積分窗的右邊界即是加速度的當(dāng)前時(shí)刻,積分窗隨著時(shí)間在時(shí)間軸上移動(dòng),所述窗口積分模塊2對(duì)積分窗中的加速度信號(hào)積分并獲取積分窗積分結(jié)果;若窗口積分結(jié)果高于第一閾值或低于負(fù)的第一閾值時(shí),所述二次積分模塊對(duì)高于或低于的部分進(jìn)行二次積分,并輸出積分結(jié)果。所述駕駛行為分析模塊根據(jù)二次積分結(jié)果進(jìn)行判斷,若窗口積分結(jié)果高于第一閾值,同時(shí)二次積分結(jié)果高于第二閾值,則判斷為急加速;若積分窗積分結(jié)果低于負(fù)的第一閾值,同時(shí)二次積分結(jié)果高于第二閾值,則判斷為急減速;其他情形判斷為正常行駛。
本發(fā)明的技術(shù)效果是:所述采集模塊1通過(guò)加速度傳感器獲取汽車(chē)運(yùn)行的加速度信號(hào),以加速度值為縱坐標(biāo),加速度采集時(shí)間為橫坐標(biāo),以一定的積分窗寬度,積分窗的右邊界即是加速度的當(dāng)前時(shí)刻,積分窗隨著時(shí)間在時(shí)間軸上移動(dòng),所述窗口積分模塊2對(duì)積分窗中的加速度信號(hào)積分并獲取積分窗積分結(jié)果;所述二次積分模塊6對(duì)窗口積分結(jié)果高于第一閾值或低于負(fù)的第一閾值的部分進(jìn)行二次積分;所述駕駛行為分析模塊3根據(jù)二次積分結(jié)果進(jìn)行判斷,若窗口積分結(jié)果高于第一閾值,同時(shí)二次積分結(jié)果高于第二閾值,則判斷為急加速;若積分窗積分結(jié)果低于負(fù)的第一閾值,同時(shí)二次積分結(jié)果高于第二閾值,則判斷為急減速;其他情形判斷為正常行駛。本發(fā)明算法具有結(jié)構(gòu)簡(jiǎn)單、需調(diào)整參數(shù)少、物理意義明確、只依賴(lài)于加速度數(shù)據(jù)的優(yōu)點(diǎn)。經(jīng)實(shí)際測(cè)試,選取合適的參數(shù)后,本發(fā)明提出的算法判斷汽車(chē)駕駛行為的準(zhǔn)確率可以達(dá)到90%已上。
以上內(nèi)容是結(jié)合具體的優(yōu)選實(shí)施方式對(duì)本發(fā)明所作的進(jìn)一步詳細(xì)說(shuō)明,不能認(rèn)定本發(fā)明的具體實(shí)施只局限于這些說(shuō)明。對(duì)于本發(fā)明所屬技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō),在不脫離本發(fā)明構(gòu)思的前提下,還可以做出若干簡(jiǎn)單推演或替換,都應(yīng)當(dāng)視為屬于本發(fā)明的保護(hù)范圍。