(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210734530.3 (22)申请日 2022.06.27 (71)申请人 武汉理工大 学 地址 430070 湖北省武汉市洪山区珞狮路 122号 (72)发明人 胡杰　程雅钰　贾超明　余海　 高志文　 (74)专利代理 机构 湖北武汉 永嘉专利代理有限 公司 42102 专利代理师 汪玮华 (51)Int.Cl. G06Q 10/06(2012.01) G06V 20/40(2022.01) G06V 20/52(2022.01) G06V 20/59(2022.01) (54)发明名称 一种基于多指标融合的驾驶行为综合评价 方法 (57)摘要 本发明提出一种基于多指标融合的驾驶行 为综合评价方法， 获取车辆自然驾驶数据与 驾驶 员监测图像数据； 进行数据清洗与道路参数匹 配； 基于自然驾驶数据提取车辆行驶状态参数， 进行典型驾驶行为识别； 基于驾驶员监测图像数 据提取疲劳驾驶特征参数； 构建安全性、 平稳性 与经济性的驾驶行为指标体系； 使用EW ‑ANP方法 实现权重矩阵提取， 使用TOPSIS方法与模糊综合 评价方法进行驾驶行为评价； 构建基于多指标融 合的驾驶行为综合评价体系， 并基于该体系对实 车数据进行综合评价。 本发明是基于多维指标、 多源数据建模， 构建的驾驶行为评价体系相较传 统单一指标评价体系更完善系统， 为规范驾驶行 为， 提升道路安全， 促进节能减排 提供量化参考。 权利要求书2页 说明书6页 附图2页 CN 115204636 A 2022.10.18 CN 115204636 A 1.一种基于多指标融合的驾驶行为综合评价方法， 其特 征在于， 包括如下步骤： S1)获取车辆自然驾驶数据与驾驶员监测图像数据； S2)进行数据清洗与道路参数匹配； S3)基于自然驾驶数据提取 车辆行驶状态参数， 并进行典型驾驶行为识别； S4)基于驾驶员监测图像数据提取疲劳驾驶特 征参数； S5)构建包 含安全性、 平稳性与经济性的驾驶行为指标体系； S6)使用组合权重确定法进行权重矩阵提取， 使用TOPSIS法与模糊综合评价方法进行 驾驶行为的评价； S7)构建基于多指标融合的驾驶行为综合评价体系， 并基于该体系对实车数据进行综 合评价。 2.根据权利要求1所述的一种基于多指标融合的驾驶行为综合评价方法， 其特征在于， 步骤S1)中所述的车辆自然驾驶数据包括按照一定采集频率采集的经纬度、 时间、 车速、 里 程、 汽车soc、 总电压、 总电流、 X轴加速度、 Y轴加速度、 Z轴加速度、 方向盘转角， 所述的驾驶 员监测图像数据为 通过驾驶员监测摄 像头采集到的一定帧率的视频 数据。 3.根据权利要求2所述的一种基于多指标融合的驾驶行为综合评价方法， 其特征在于， 步骤S2)中所述的数据 清洗过程包括对原始数据进 行充放电片段划分， 通过车辆运行状态、 车速、 SOC等参数将其切分为行驶、 停车充电、 静止三种片段， 并仅保留行驶片段用于后续建 模分析， 对缺失数据进行插值填补； 所述的道路参数匹配过程是指基于实车行驶的经纬度 数据进行地理位置信息匹配， 基于A rcGIS与OpenSt reetMap软件实现道路参数获取。 4.根据权利要求3所述的一种基于多指标融合的驾驶行为综合评价方法， 其特征在于， 步骤S3)中所述的基于自然驾驶数据提取车辆行驶参数包括： 平均速度、 速度标准差、 最大 速度、 最小速度、 平均加速度、 加速度标准差、 平均减速度、 减速度标准差、 持续驾驶时长、 超 速标记， 百公里能耗； 所述的典型驾驶行为识别是基于提取的车辆行驶参数， 通过聚类的方 法进行典型驾驶行为的识别， 将驾驶序列识别为急加速、 急减速、 急转弯、 平稳驾驶的典型 驾驶行为。 5.根据权利要求4所述的一种基于多指标融合的驾驶行为综合评价方法， 其特征在于， 步骤S4)中所述的疲劳驾驶特征参数包括： 眯 眼参数、 打哈欠参数、 瞌睡点头参数； 所述的眯 眼参数是通过判断眼部的纵横比的变化进 行检测， 所述的打哈欠参数是通过判断嘴部横纵 比的变化进行检测， 所述的瞌睡点头是通过使用Head ‑Pose Estimation算法进行头部姿态 估计， 然后通过求 解欧拉角来进行瞌睡点头的检测。 6.根据权利要求5所述的一种基于多指标融合的驾驶行为综合评价方法， 其特征在于， 步骤S5)所述的包 含安全性、 平稳性与经济性的驾驶行为指标体系， 具体参数为： 驾驶行为安全性指标体系包括： 眯眼次数、 打哈欠 次数、 瞌睡点头次数、 超速次数、 超速 时长、 持续驾驶时长、 急加速次数/时长、 急减速次数/时长、 急转弯次数/时长、 速度标准差； 驾驶行为平稳性指标体系包括： 急加速次数/时长、 急减速次数/时长、 急转弯次数/时 长、 X轴加速度、 Y轴加速度、 Z轴加速度； 驾驶行为经济性指标体系包括： 平均速度、 急加速次数/时长、 急减速次数/时长、 百公 里能耗。 7.根据权利要求6所述的一种基于多指标融合的驾驶行为综合评价体系与方法， 其特权　利　要　求　书 1/2 页 2 CN 115204636 A 2征在于， 步骤S6)中具体包括如下内容： 所述的权重矩阵提取是指： 使用基于熵权法与网络层次分析法相结合的组合权重确定 法进行权 重矩阵提取， 并对权 重矩阵进行一 致性检验与修 正； 所述的驾驶行为的评价是指： 首先使用TOPSIS方法进行单项驾驶行为的评价， 然后使 用模糊综合评价方法进行驾驶行为的综合评价。 8.根据权利要求7所述的一种基于多指标融合的驾驶行为综合评价体系与方法， 其特 征在于， 步骤S7)中具体包括如下内容： 所述的构建基于多指标融合的驾驶行为综合评价体系是指： 基于前述步骤所得到的三 种单项驾驶行为指标体系与两种驾驶行为评价方法， 构建基于多指标融合的驾驶行为综合 评价体系； 所述的基于该体系对实车数据进行综合评价是指： 将 实车数据代入该驾驶行为综合评 价体系进行 数据评价， 得到最终的驾驶行为得分与等级。 9.根据权利要求8所述的一种基于多指标融合的驾驶行为综合评价方法， 其特征在于， 所述的权 重矩阵提取 具体包括如下内容： 首先分别基于网络层次分析法与熵权法分别确定主观权重矩阵与客观权重矩阵， 然后 对两个矩阵进行矩阵一致性判别， 一致性检验方法如层次分析法中一致性计算相同： 若两 个矩阵较为相似， 则通过一致性检验， 说明两者方法差距不大， 则进行权重矩阵的集成组 合， 集成方式使用乘法集成公式进行集成， 集成公式如下： 其中： wi为集成组合后第i个指标的权重， ai、 bi是第i个指标主观与客观两种方法分别 的权重， m为指标个数； 若两个矩阵差别较大， 则说明两矩阵权重向量存在较大偏差， 各评价方法评价结果差 别较大， 则需要对偏差权重向量进行修正， 首先对权重矩阵进 行归一化， 计算归一化后矩阵 的最大离差化， 然后进行偏差系 数的计算与基于偏差系 数的权重修正， 得到最终的组合权 重矩阵。 10.根据权利要求2所述的一种基于多指标融合的驾驶行为综合评价方法， 其特征在 于， 步骤S1)中所述的采集频率 为1hz， 所述的帧率 为15FPS。权　利　要　求　书 2/2 页 3 CN 115204636 A 3