申请/专利权人：东南大学

申请日：2023-11-07

公开（公告）日：2024-02-20

公开（公告）号：CN117576605A

主分类号：G06V20/40

分类号：G06V20/40;B60W40/09;B60W30/02;B60W50/00;G06V20/59;G06V40/16;G06V40/20;G06V10/764

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.08#实质审查的生效;2024.02.20#公开

摘要：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。

主权项：1.一种基于多源数据的网约车分心驾驶行为识别方法，其特征在于，具体包括如下步骤：步骤1：采集在自然驾驶环境下的车辆运动数据和车内外驾驶视频；所述车辆运动数据包括：速度，加速度和横向角；所述车内驾驶视频包括驾驶员的面部表情和以及驾驶员的行为动作；步骤2：根据驾驶员的面部表情计算情绪特征指标，所述情绪特征指标包括情绪，情绪的效价和唤醒度；将驾驶员的车辆运动数据按照时间顺序进行纵向拼接，然后将每个驾驶员的车辆运动数据和情绪参数按照时间戳进行横向拼接，最后得到数据集；步骤3：数对数据集进行预处理，清洗无效数据；步骤4：基于车内驾驶视频对驾驶员的分心行为进行分类，分心行为类别包括：认知分心行为、视觉分心行为、操作分心行为和听觉分心行为；在数据集中提取与分心行为相关的数据作为样本；步骤5：设置动态时间窗，计算每个样本的控制行为指标，所述控制行为指包括：控制强度指标、控制稳定性指标和控制灵敏度指标；步骤6：构建多分类识别模型，并对多分类识别模型进行训练；步骤7：将当前时刻下的控制行为指标和情绪特征指标输入至训练好的多分类识别模型中，得到当前时刻的驾驶人的分心行为类别。

全文数据：

权利要求：

百度查询： 东南大学 一种基于多源数据的网约车分心驾驶行为识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD