网联环境下融合多源数据的弯道驾驶风险动态预测方法

    公开(公告)号:CN116844333A

    公开(公告)日:2023-10-03

    申请号:CN202310836933.3

    申请日:2023-07-10

    Applicant: 东南大学

    Abstract: 本发明提供一种网联环境下融合多源数据的弯道驾驶风险动态预测方法,具体为:步骤1:获取车辆在弯道行驶过程中的多源数据;步骤2:将多源数据按照时间戳进行匹配,并统一记录频率;步骤3:多源数据由时间模式转换为空间模式;以x米为长度,将空间模式下多源数据分成若干个数据点;步骤4:以L为滑动窗口长度,U为滑动步长采用滑动窗口遍历步骤3中的数据点,并记临界横向加速度均值ae;步骤5:以临界横向加速度均值ae为聚类指标,将对弯道驾驶风险进行划分;步骤6:基于驾驶风险等级结果,对车辆的驾驶风险等级进行预测。本发明提升了预测的准确性。

    一种基于多源数据的网约车分心驾驶行为识别方法

    公开(公告)号:CN117576605A

    公开(公告)日:2024-02-20

    申请号:CN202311469535.9

    申请日:2023-11-07

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于多源数据的网约车分心驾驶行为识别方法,通过车载GPS设备与车内外摄像装置,获取自然驾驶条件下网约车驾驶人的车辆运动学数据和车内外驾驶视频;根据车内驾驶视频标记分心驾驶行为,将基础分心事件划分为四类,并对驾驶人面部表情进行解析以获取情绪数据;基于动态时间窗概念构建表征驾驶人控制行为的特征指标,并融合驾驶人面部情绪特征,利用XGBoost算法构建分心驾驶行为的多分类识别模型。本发明将驾驶人情绪数据用于分心驾驶行为的多分类识别,在自然驾驶场景下实现了较高的识别准确率,为网约车平台对监管驾驶人分心驾驶行为、完善驾乘监测系统提供技术支持。

Patent Agency Ranking