驾驶行为分析方法、装置、设备及计算机可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110547807A(43)申请公布日2019.12.10(21)申请号201910880139.2(22)申请日2019.09.17(71)申请人深圳市赛梅斯凯科技有限公司地址518000广东省深圳市龙华区大浪街道龙平社区鸿荣源尚峻二期3B栋905(72)发明人曾伟蒋鑫龙李亚潘志文张辉(74)专利代理机构深圳市世纪恒程知识产权代理事务所44287代理人肖丹(51)Int.Cl.A61B5/11(2006.01)A61B5/16(2006.01)A61B5/18(2006.01)A61B5/00(2006.01)权利要求书2页说明书12页附图3页(54)发明名称驾驶行为分析方法、装置、设备及计算机可读存储介质(57)摘要本发明公开了一种驾驶行为分析方法、装置、设备及计算机可读存储介质，该方法包括以下步骤：采集待分析用户的头部姿态数据；从所述头部姿态数据中提取头部姿态数据特征；根据预设驾驶行为分析模型和所述头部姿态数据特征，确定所述待分析用户的驾驶行为类型；若所述待分析用户的驾驶行为类型为注意力分散型，则采取驾驶行为校正措施的过程。本发明不涉及侵犯用户的隐私，也不会影响用户正常驾驶，不容易引起用户的反感，通过头部姿态数据特征和模型的输出确定驾驶行为类型，通用性较高，能够在保证准确性的同时，大大降低驾驶行为分析的运算量，进而提升驾驶行为分析效率，从而能够更及时的对用户的不当行为进行校正。CN110547807ACN110547807A权利要求书1/2页1.一种驾驶行为分析方法，其特征在于，所述驾驶行为分析方法包括以下步骤：采集待分析用户的头部姿态数据；从所述头部姿态数据中提取头部姿态数据特征；根据预设驾驶行为分析模型和所述头部姿态数据特征，确定所述待分析用户的驾驶行为类型；若所述待分析用户的驾驶行为类型为注意力分散型，则采取驾驶行为校正措施。2.如权利要求1所述的驾驶行为分析方法，其特征在于，所述根据预设驾驶行为分析模型和所述头部姿态数据特征，确定所述待分析用户的驾驶行为类型的步骤之前，包括：获取样本用户的驾驶行为类型为注意力分散型和注意力集中型的样本头部姿态数据；从所述样本头部姿态数据中提取样本头部姿态数据特征；基于所述驾驶行为类型和与所述驾驶行为类型对应的样本头部姿态数据特征，训练得到预设驾驶行为分析模型。3.如权利要求1所述的驾驶行为分析方法，其特征在于，所述采集待分析用户的头部姿态数据的步骤包括：通过加速度计采集待分析用户头部的加速度数据；通过陀螺仪采集待分析用户头部的角速度数据；基于所述加速度数据和所述角速度数据得到四元数；将所述加速度数据、所述角速度数据和所述四元数作为头部姿态数据。4.如权利要求3所述的驾驶行为分析方法，其特征在于，所述从所述头部姿态数据中提取头部姿态数据特征的步骤之前，包括：对所述头部姿态数据进行去噪处理；对经过去噪处理的头部姿态数据进行滑动窗口分割，得到当前窗口数据；所述从所述头部姿态数据中提取头部姿态数据特征的步骤包括：从所述当前窗口数据中提取头部姿态数据特征。5.如权利要求4所述的驾驶行为分析方法，其特征在于，所述从所述当前窗口数据中提取头部姿态数据特征的步骤包括：提取所述当前窗口数据中的加速度数据的时域特征和频域特征、角速度数据的时域特征和频域特征、四元数的时域特征；基于所述当前窗口数据中的加速度数据的时域特征和频域特征、角速度数据的时域特征和频域特征、四元数的时域特征，构建当前窗口数据的头部姿态数据特征。6.如权利要求5所述的驾驶行为分析方法，其特征在于，所述加速度数据的时域特征包括所述当前窗口数据中的加速度数据的最大值、最小值、平均值、标准差和过均值线数；所述加速度数据的频域特征包括所述当前窗口数据中的加速度数据的直流分量、幅度均值、幅度标准差、幅度斜度和幅度峭度；所述角速度数据的时域特征包括所述当前窗口数据中的角速度数据的最大值、最小值、平均值、标准差和过均值线数；所述角速度数据的频域特征包括所述当前窗口数据中的角速度数据的直流分量、幅度均值、幅度标准差、幅度斜度和幅度峭度；所述四元数的时域特征包括所述当前窗口数据中的四元数的最大值、最小值、平均值、2CN110547807A权利要求书2/2页标准差和过均值线数。7.如权利要求2所述的驾驶行为分析方法，其特征在于，所述根据预设驾驶行为分析模型和所述头部姿态数据特征，确定所述待分析用户的驾驶行为类型的步骤之后，还包括：若所述待分析用户的驾驶行为类型为注意力集中型，则继续执行步骤：采集待分析用户的头部姿态数据。8.一种驾驶行为分析装置，其特征在于，所述驾驶行为分析装置包括：采集模块，用于采集待分析用户的头部姿态数据；提取模块，用于从所述头部姿态数据中提取头部姿态数