公开(公告)号：CN108108766B

公开(公告)日：2021-10-29

申请号：CN201711470875.8

申请日：2017-12-28

Applicant: 东南大学

Inventor： 莫凌飞 ,  陶红兴 ,  曾禄杰

IPC: G06K9/62

Abstract: 一种基于多传感器数据融合的驾驶行为识别方法及系统，通过安装于车辆上的OBD传感信息采集器和加速度传感器，获取车辆的OBD传感数据加速度数据，并通过两个机器学习模型对其中的特征信息进行分类，独立计算两个模型中每一个分类结果的分类置信度和分类准确度，将两个模型中的分类结果按照各自的分类置信度和分类准确度进行加权融合，最终以加权融合数值最大的分类结果，作为对驾驶行为的识别结果。本发明通过数据融合技术，能够同时综合考量多种传感数据，因而，识别精度更高，更有利于对车辆驾驶行为进行评估。而且，本发明中识别所需的大部分传感数据可通过电动车辆自身总线直接获得，仅需在车辆上增设加速度传感器，成本低廉，适宜推广。

公开(公告)号：CN108108766A

公开(公告)日：2018-06-01

申请号：CN201711470875.8

申请日：2017-12-28

Applicant: 东南大学

Inventor： 莫凌飞 ,  陶红兴 ,  曾禄杰

IPC: G06K9/62

Abstract: 一种基于多传感器数据融合的驾驶行为识别方法及系统，通过安装于车辆上的OBD传感信息采集器和加速度传感器，获取车辆的OBD传感数据加速度数据，并通过两个机器学习模型对其中的特征信息进行分类，独立计算两个模型中每一个分类结果的分类置信度和分类准确度，将两个模型中的分类结果按照各自的分类置信度和分类准确度进行加权融合，最终以加权融合数值最大的分类结果，作为对驾驶行为的识别结果。本发明通过数据融合技术，能够同时综合考量多种传感数据，因而，识别精度更高，更有利于对车辆驾驶行为进行评估。而且，本发明中识别所需的大部分传感数据可通过电动车辆自身总线直接获得，仅需在车辆上增设加速度传感器，成本低廉，适宜推广。