一种基于危险驾驶行为评估模型的教学方法

技术领域

本发明涉及驾驶行为分析技术领域，具体为一种基于危险驾驶行为评估模型的教学方法。

背景技术

在过去的研究中，安全驾驶教育方式主要采用视频教育，这种教育不可避免的都表现出一些缺点，例如：过程过于冗长，内容难以吸收，缺乏锻炼等。然而，随着经济以及技术水平的不断发展，各式各样的驾驶教育技术也逐渐利用到了教育之中。例如通过驾驶模拟操作实时预测下一个场景有可能发生的危险事故，通过该教育可以有效的提升驾驶员对于危险事故的预测能力以及锻炼其操作能力。

综上提及的教育方法通常都是在驾驶先或者在驾驶后进行的，无法针对驾驶人实时的驾驶习惯进行评估，参考并针对性地进行教学矫正。

发明内容

本发明的目的就在于提供一种基于危险驾驶行为评估模型的教学方法。

本发明的目的可以通过以下技术方案实现：一种基于危险驾驶行为评估模型的教学方法，包括：

驾驶行为评估模型，设于车辆内,用于在车辆行驶中，实时获取驾驶员的驾驶行为视频信息，对行驶视频进行危险行为识别，设定每个危险行为均对应一个预设行为值；将识别到所有危险行为对应的预设行为值进行求和得到行为风险值；

服务器，获取驾驶行为评估模型的结果，并设置行为风险值阈值，若结果的评估值突破阈值，则对驾驶行为进行判断，判断结果包括：需提醒驾驶行为、需矫正驾驶行为；

判断规则为：将当前行驶时长、驾驶总时长和行为风险值对应的数值分别标记为M1、M2和M3；

利用公式

服务器针对判断结果发送指导性指令至车辆终端，对于“需提醒驾驶行为”，发出提醒语音，并记录在库，若该”需提醒驾驶行为”在连续的驾驶时间内出现N次以上，将其改为需矫正驾驶行为；

对于需矫正驾驶行为，首先发出提醒语音，并记录在服务器中，待本次驾驶行为结束后，要求驾驶人员去指定单位进行矫正学习；

还包括矫正后评价模型，针对所要矫正的驾驶行为，模型中储存有标准的驾驶行为，将模型中的标准行为与矫正后的驾驶行为对比，对比结果即是评价结果。

优选的，行为风险值的计算包括如下步骤：确定驾驶行为的独立性，以驾驶车辆为中心，设一筛选半径R，在该半径R中的车辆定义为关联车辆，并识别半径R中的车道线，实时通过视频信息监测关联车辆的驾驶行为，该驾驶行为包括：转向灯的使用、车头的转向、转向的速度，车辆的加速度以及关联车辆与本车的速度差；经训练出关联车辆行为对本车驾驶行为的影响模型，判断本车驾驶行为的独立性，若有影响则为非独立性，若无影响则为独立性，需要计算风险值。

优选的，所述服务器获取评估模型结果具体步骤为：

步骤一：获取服务器内注册终端，服务器发送通信连接指令并与注册终端进行通信连接，将连接成功的注册终端标记为优选终端；

步骤二：将优选终端的位置与服务器的位置进行时间差计算获取得到传输间距并标记为G1；将优选终端的终端值和识效值分别标记为G2和G3；

步骤三：将优选终端的传输间距、终端值和识效值进行归一化处理并取其数值，利用公式GF＝(1/G1)×b1+G2×b2+G3×b3获取得到优选终端的行处值GF；其中，b1、b2和b3均为预设比例系数；

步骤四：将行处值最大的优选终端标记为选中终端；

步骤五：将视频发送开始时刻与视频完成结束时刻完成时刻进行时间差计算获取得到单次视频处理时长，当单次视频处理时长小于设定处理阈值时；将设定处理阈值减去单次视频处理时长得到提前时长，提取提前时长的数值并标记为QX，利用公式QB＝(QX)

与现有技术相比，本发明的有益效果是：

本发明设置评估模型在车辆终端中通过视频信息对驾驶员的行为进行危险性评估，评估结果进行分类：“需提醒驾驶行为”以及”需矫正驾驶行为”，针对两种结果进行针对性指导，尤其是“需矫正驾驶行为”提醒驾驶员进行必要的矫正教学，可以应用于交通监管部门或者驾校针对驾驶人员综合驾驶素质的矫正教学中。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

一种基于危险驾驶行为评估模型的教学方法，其特征在于，用于车载端中，包括：

驾驶行为评估模型，设于车辆内,用于在车辆行驶中，实时获取驾驶员的驾驶行为视频信息，对行驶视频进行危险行为识别，设定每个危险行为均对应一个预设行为值；将识别到所有危险行为对应的预设行为值进行求和得到行为风险值；

行为风险值的计算包括如下步骤：确定驾驶行为的独立性，以驾驶车辆为中心，设一筛选半径R，在该半径R中的车辆定义为关联车辆，并识别半径R中的车道线，实时通过视频信息监测关联车辆的驾驶行为，该驾驶行为包括：转向灯的使用、车头的转向、转向的速度，车辆的加速度以及关联车辆与本车的速度差；经训练出关联车辆行为对本车驾驶行为的影响模型，判断本车驾驶行为的独立性，若有影响则为非独立性，若无影响则为独立性，需要计算风险值。此处引入驾驶行为独立性的判断，主旨在于，虽然有些驾驶行为或被定位风险行为，但可能是由于关联车辆的行为造成的，比如关联车辆突然转向加速，导致本车进行急刹车操作，若果是该种行为，那么不应当被认定为风险行为。

进一步的，有些寻常的行为，单独来看可能是没有问题的，但是本车对关联车辆造成了影响，比如强行变道，穿越实线等。则应当被认定风险行为

服务器，获取驾驶行为评估模型的结果，并设置行为风险值阈值，若结果的评估值突破阈值，则对驾驶行为进行判断，判断结果包括：需提醒驾驶行为、需矫正驾驶行为；

判断规则为：将当前行驶时长、驾驶总时长和行为风险值对应的数值分别标记为M1、M2和M3；

利用公式

服务器针对判断结果发送指导性指令至车辆终端，对于“需提醒驾驶行为”，发出提醒语音，并记录在库，若该”需提醒驾驶行为”在连续的驾驶时间内出现N次以上，将其改为需矫正驾驶行为；如果是长期疲劳驾驶，那么该行为也应当被列入需矫正驾驶行为。

对于需矫正驾驶行为，首先发出提醒语音，并记录在服务器中，待本次驾驶行为结束后，要求驾驶人员去指定单位进行矫正学习；

还包括矫正后评价模型，针对所要矫正的驾驶行为，模型中储存有标准的驾驶行为，将模型中的标准行为与矫正后的驾驶行为对比，对比结果即是评价结果。

上述中的服务器，应当分散在多个终端上，如多个驾校或者交通监管部门。所述服务器获取评估模型结果具体步骤为：

步骤一：获取服务器内注册终端，服务器发送通信连接指令并与注册终端进行通信连接，将连接成功的注册终端标记为优选终端；

步骤二：将优选终端的位置与服务器的位置进行时间差计算获取得到传输间距并标记为G1；将优选终端的终端值和识效值分别标记为G2和G3；终端值为该服务器终端自身性能属性，如承载能力。

步骤三：将优选终端的传输间距、终端值和识效值进行归一化处理并取其数值，利用公式GF＝(1/G1)×b1+G2×b2+G3×b3获取得到优选终端的行处值GF；其中，b1、b2和b3均为预设比例系数；

步骤四：将行处值最大的优选终端标记为选中终端；

步骤五：将视频发送开始时刻与视频完成结束时刻完成时刻进行时间差计算获取得到单次视频处理时长，当单次视频处理时长小于设定处理阈值时；将设定处理阈值减去单次视频处理时长得到提前时长，提取提前时长的数值并标记为QX，利用公式QB＝(QX)

通过以上步骤，选定一个最适合的服务器，即选定一个最适合的教学单位。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。