基于特征图谱的驾驶学员驾驶操作行为量化评价方法

本发明涉及驾驶学员驾驶培训和驾驶行为分析与评估，特别是一种基于特征图谱的驾驶学员驾驶操作行为量化评价的方法。

背景技术：

1、在当前的驾驶学员驾驶培训过程中，提高评价考核的准确性和客观性，让学习者全面、正确地了解自身的驾驶操作行为的掌握情况，对于提升驾驶培训质量、降低道路交通风险具有重要意义。传统的驾校驾考培训和考核过程中，往往依赖教练员的主观评判和定性指导，这种方法不仅效率低下，而且由于缺乏统一的量测标准，导致学员无法明确掌握应当具备的基本驾驶技能和知识。图谱技术由于在信息可视化方面存在较大优势，已逐渐发展成为展示复杂、多维、不确定、不完整及存在内部关联数据的特征的重要手段，在驾驶行为分析与评估领域具有广泛的应用前景。然而，目前将图谱技术应用于驾驶行为分析与评估的方法仍存在一些不足之处，如图谱模型结构复杂、驾驶操作时空特性不清、定量化评估能力不足等问题。因此，本发明提出一种基于特征图谱的驾驶学员驾驶操作行为量化评价的方法，旨在实现驾驶操作行为特征的直观表达和驾驶操作能力的量化评价。

2、现有技术中，公开了一些车辆驾驶行为的量化评估方法，主要总结如下：

3、1、申请号为201810679786.2的一种基于模糊层次分析法的汽车驾驶行为评估方法，该发明利用模糊层次分析法将六种常见的违规驾驶行为对汽车驾驶行为的影响，转化为一种定量计算模型，用于评估当前汽车驾驶行为的优劣程度。该方法将常见的汽车违规驾驶行为分为两大类六种行为，分别是：瞬间违规驾驶行为(超速行为、急转弯行为、急加速行为和急减速行为)和持续违规驾驶行为(夜间驾驶行为和疲劳驾驶行为)确定各种违规驾驶行为的相对重要性模糊标度，并基于模糊层次分析法建立驾驶行为评估模型。该发明弥补了未利用违规驾驶行为数据来评估汽车驾驶行为的优劣的不足，但该方法仍采用结果性、单一维度的指标对驾驶行为进行评价，缺乏过程性、综合性的评价方法。

4、2、申请号为202211286418.4的基于全要素数据的场地驾驶能力数字化评估方法及装置，该发明可以获取待评估学员驾驶车辆过程中的全要素数据，全要素数据包括多个维度的要素数据；将多个维度的要素数据分别与对应的标准数据进行比较，以得到多个相似度结果；根据多个相似度结果，确定待评估学员的驾驶能力得分；驾驶能力得分用于表征待评估学员的场地驾驶能力。该发明能够全面、准确地评估学员驾驶能力，客观量化学员当前驾驶水平、评判学习效果，但由于缺乏数据的特征化、抽象化过程，会导致评判结果受异常值影响较大，评价方法的鲁棒性较差。

5、3、申请号为202311427479.2的一种驾驶技能量化与分类方法，该发明通过主客观驾驶技能数据采集：进行主观因子提取、跟车因子提取和换道因子提取；采用聚类法对所述主观因子、跟车因子和换道因子进行聚类分析，获得不同驾驶技能的分类等步骤实现。本发明方法通过从驾驶员自我评估、跟车能力、换道能力三个维度对驾驶员的驾驶技能水平进行量化评估不仅尊重了驾驶员的主观自我评价，也避免了由于试验场景试验次数的有限导致的局限性和偶然性。该发明解决了采用主观评价方法则缺乏统一客观的评价尺度，最终难以全面准确的对驾驶技能水平进行评估的问题，但该方法仅面向单一驾驶操作过程，未提出针对完整驾驶过程的量化评价方法，无法完全适用于各类驾驶操作过程，泛化能力不足。

技术实现思路

1、本发明的目的是提供基于特征图谱的驾驶学员驾驶操作行为量化评价的方法，该方法能够充分利用沉浸式汽车驾驶模拟技术获取的驾驶学员驾驶操作行为数据，结合驾驶行为分析与评估技术，实现实现驾驶操作行为特征的直观表达和驾驶操作能力的量化评价。

2、具体技术方案如下：

3、1.数据采集：利用沉浸式汽车驾驶模拟器搭载的踏板压力传感器和方向盘角度传感器等传感器，对学员驾驶过程中的加速踏板、制动踏板、离合踏板深度和方向盘角度数据进行采集，获取采集频率为5hz的驾驶操作行为数据。

4、2.数据处理：利用数据剔除和数据归一化方法，对无关数据和量纲差异数据进行数据清洗；利用数据重采样和滑动时间窗口方法，将原始的驾驶操作行为数据抽取力逐秒的驾驶操作行为数据，以1秒为时间间隔，确定驾驶操作行为的变化过程。

5、3.数据编码：将数值型的驾驶操作行为数据转化为构建特征图谱所需的抽象画节点符号，用圆形节点的大小表示驾驶操作行为的程度，用圆形节点中的字母表示驾驶操作行为的类型

6、4.图谱构建：按照时间顺序，找到驾驶操作行为发生显著变化的关键节点，采用数据编码的方法在该关键节点放置相应节点符号，利用直线串联所有关键节点，实现驾驶操作过程的特征化、可视化表达。

7、5.相似性判别：采用最长公共子序列(lcss，longest common subsequence)算法将驾驶学员的驾驶操作行为特征图谱与标准驾驶操作行为特征图谱进行序列相似度比较，并通过计算相似度距离作为学员驾驶操作过程的得分，实现学员驾驶操作行为的量化评价。

8、本发明的优点在于：

9、1.实现了驾驶操作行为特征的直观表达：利用沉浸式汽车驾驶模拟器采集的精细化驾驶操作行为数据，结合先进的特征图谱构建技术，能够更准确地提取驾驶操作行为特征，减少异常值对评价结果的影响，提升了评价方法的鲁棒性，进而构建驾驶操作行为画像，实现学员驾驶操作技能掌握情况的直观表达。

10、2.实现驾驶操作能力的量化评价：相比传统的驾校教练员利用主观经验进行评判和指导的驾驶培训与考核方法，本发明的方法通过客观数据自动化提取学员驾驶操作行为特征并进行量化评价，在优化人力成本的同时，助力提升驾驶培训精细化、过程化监管水平。

技术特征：

1.一种基于特征图谱的驾驶学员驾驶操作行为量化评价的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种基于特征图谱的驾驶学员驾驶操作行为量化评价方法，其特征在于，

3.根据权利要求1所述的一种基于特征图谱的驾驶学员驾驶操作行为量化评价方法，其特征在于，

4.根据权利要求1所述的一种基于特征图谱的驾驶学员驾驶操作行为量化评价方法，其特征在于，

5.根据权利要求1所述的一种基于特征图谱的驾驶学员驾驶操作行为量化评价方法，其特征在于，

6.根据权利要求1所述的一种基于特征图谱的驾驶学员驾驶操作行为量化评价方法，其特征在于，

7.根据权利要求1所述的一种基于特征图谱的驾驶学员驾驶操作行为量化评价方法，其特征在于，

技术总结
本发明公开了一种基于特征图谱的驾驶学员驾驶操作行为量化评价的方法，该方法包括：采集踏板踩踏程度、方向盘转角等精细化的驾驶操作行为数据；基于数据剔除、数据归一化和数据重采样技术，将驾驶操作行为原始数据转化为逐秒数据；借助图谱构建技术，以操作行为发生时间和实施程度为图谱编码要素，将连续型数值数据转化为离散型符号数据；采用数据特征化方法，构建驾驶操作行为特征图谱，实现驾驶培训特征精准刻画和直观表达。基于相似度分析方法，将学员驾驶操作行为特征图谱与标准驾驶操作行为特征图谱进行比较，计算得出的相似性程度作为学员驾驶操作行为得分，实现学员驾驶操作过程的量化评价。

技术研发人员：赵晓华,何晨曦,李海舰,丁阳,姚莹,李振龙,贾雨辰,靳雯婷
受保护的技术使用者：北京工业大学
技术研发日：
技术公布日：2024/9/23