一种基于移动终端的汽车驾驶状态的监控方法与流程

本发明属于计算机智能检测领域，具体涉及一种基于移动终端的汽车驾驶状态的监控方法。

背景技术：

司机在汽车行驶过程中的危险驾驶行为和驾驶状态可直接或间接导致交通事故的发生，对于司机的生命财产安全造成隐患。因此，持续对汽车的行驶状态进行监控，不仅能够对司机的驾驶行为进行纠正和辅助，还有助于及早发现可能的危险，提高交通效率和安全。车辆行驶状态的判定可以通过图像识别技术，但往往受到光线、天气的影响，容易产生误判。而车辆的行驶状态往往可以通过加速度反映出来，因此，利用传感器数据来判定汽车的行驶状态是可行的。

目前关于利用传感器数据判定汽车行驶状态的工作主要分为两类：1、使用车辆内置的加速度传感器来判别汽车的行驶状态，由于传感器与车身处于同一坐标系，因此提取的原始数据可以直接用于判别，且数据噪声较小。但这需要安装额外的设备，对硬件要求较高。2、由于目前移动终端的普及，其内置了丰富的传感器，例如加速计、陀螺仪、gps等，加上其便携性，可以更快捷的完成汽车行驶状态的判别工作。一部分工作利用移动终端完成汽车行驶状态的判别工作，然而未考虑到车内的移动终端坐标系与汽车坐标系的不一致性，需要进行坐标系的转化。还有一部分工作通过计算变换矩阵完成从移动终端坐标系到汽车坐标系的转化。但多个传感器的数据采集和分析对于移动终端的计算要求和能耗提出了很大挑战，目前还未有相关工作解决这个问题。

技术实现要素：

本发明的基于移动终端的汽车驾驶状态的监控方法，通过利用移动终端的内置传感器对汽车的行驶状态进行持续精确监控，从而了解驾驶员的驾驶行为和驾驶状态，确保行车安全。

附图说明

图1为本发明中基于移动终端的汽车行驶状态的监控方法的流程图；

图2为本发明一实施例中两轴加速度与汽车前进方向位置关系图；

图3为本发明计算移动终端坐标系与汽车坐标系的变换矩阵流程图；

图4为本发明根据当前测量值判定汽车行驶状态的步骤。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

本发明方法涉及到智能识别、分析等技术，利用移动设备获取的加速度值，角速度值以及gps数据，进而用于对汽车的行驶状态进行实时监控。

本发明实施例提供了一种基于移动终端的汽车行驶状态的监控方法。所述方法如图1所示，包括以下步骤：

s1、持续采集移动终端的加速度传感器，陀螺仪，gps传感器数据；

s2、计算移动终端坐标系与汽车坐标系的变换矩阵；

s3、根据连续若干个汽车坐标系的加速度值判定汽车行驶状态；

s4、根据加速度传感器和gps传感器数据动态重复汽车行驶状态并调整采样频率。

进一步，在步骤s1中，包括：

s11、以固定频率(20hz)同时收集加速度传感器和陀螺仪产生的加速度和角速度值。由于gps数据频率需求不高且较为耗能，因此以一个较低的采样频率(1hz)持续采集gps数据。

s12、对采集上来的加速度和角速度数据进行滤波，过滤掉噪声。

进一步，如图2所示，在所述步骤s2中包括：

s21、提取前1s的加速度传感器三轴加速度的平均值作为移动终端坐标系向量(x0,y0,z0)；

s22、根据(x0,y0,z0)三轴绝对值的大小判断与当前移动终端位置最接近的标准姿态，标准姿态共分为6种：水平朝上、水平朝下、竖直长边朝上、竖直长边朝下、竖直短边朝上、竖直短边朝上；

s23、设置汽车坐标系基础向量(x1,y1,z1)，其中水平两个轴向加速度为0，第三个轴向加速度的大小为即重力加速度的大小；

汽车坐标基础向量有6种，例如在得到设备坐标(x0,y0,z0)后，判断三个值的绝对值大小，如果x0的绝对值最大且为正，则设备的摆放位置更接近于一种水平向右摆放的姿态，因此对应的汽车坐标系基础向量坐标为(g,0,0)，其余5种向量判断和生成规则以此类推。

s24、根据移动终端坐标系向量(x0,y0,z0)和汽车坐标系向量(x1,y1,z1)确定从移动终端坐标系到汽车坐标系的变换矩阵a0；

根据向量(x0，y0,z0)和(x1，y1，z1)通过公式(1-1)和(1-2)得到变换矩阵r，其中k和v对应(x0，y0，z0)和(x1，y1，z1)。

cosθ＝k·v/|k||v|(1-1)

进一步，如图3所示，在所述步骤s3中，包括：

s31、启动汽车，判定汽车当前行驶行为为正向前进；

在汽车启动后，持续监控1s时间段内的陀螺仪三轴角速度值的平均值(wx,wy,wz)，当陀螺仪的三轴角速度均低于一定阈值(0.4)时，判定汽车当前行驶为正向前进而非转弯。

s32、利用当前加速度传感器提取的加速度值右乘变换矩阵a0得到汽车坐标系加速度向量(x,y,z)；

s33、将该向量去除掉重力加速度后确定剩余两轴加速度与汽车前进方向的偏转角；

当原始数据乘以变换矩阵得到汽车坐标系的三轴数据后，只是确定了垂直于汽车行驶平面的重力加速度的方向，通过启动汽车，去除掉重力加速度轴向值，可以得到汽车水平面的两轴加速度值(不妨设为x,y)，令acc为前进方向正方向，right为右转方向正方向。此时图4给出了x轴与y轴正方向与acc的4种相对位置。可以通过x和y的正负来确定是下面4种相对位置中的一种，然后通过公式(1)-(8)中的两个公式来确定两轴加速度与汽车前进方向的偏转角。

当x和y的相对位置如图2-1所示时，使用公式(1)-(2)确定两轴加速度与汽车前进方向的偏转角。

当x和y的相对位置如图2-2所示时，使用公式(3)-(4)确定两轴加速度与汽车前进方向的偏转角。

当x和y的相对位置如图2-3所示时，使用公式(5)-(6)确定两轴加速度与汽车前进方向的偏转角。

当x和y的相对位置如图2-4所示时，使用公式(7)-(8)确定两轴加速度与汽车前进方向的偏转角。

s34、根据偏转角和变换矩阵得到最终汽车行驶坐标系中的前进加速度acc_brake和转弯加速度right_left，从而判定汽车的行驶状态。

例如，汽车中的手机的竖直短边向下摆放，x正方向上重力分量最大，，且获得了前进方向和水平方向的变换角cosθ1,cosθ2，在获得一个原始的传感器数据后x0＝(x,y,z)后，

1、获得汽车坐标系向量x1＝x0*a0。其中x1＝(g，y’,z’)。

2、去除g，其与前进加速度和转弯加速度无关。剩余的二维向量再与相应的变换角cosθ1,cosθ2做计算，计算前进加速度acc_brake和转弯加速度right_left的公式为：

right_left＝[(-y)*sinθ2+(-z)*sinθ1]/g(9)

acc_brake＝[(-y)*cosθ2+z*cosθ1]/g(10)

基于其它5种汽车坐标系向量加速度的计算前进加速度acc_brake和转弯加速度right_left的公式为：

a)竖直长边向上：

right_left＝[(-x)*sinθ2+(-z)*sinθ1]/g(11)

acc_brake＝[(-x)*cosθ2+z*cosθ1]/g(12)

b)竖直长边向下：

right_left＝[(x)*sinθ2+(-z)*sinθ1]/g(13)

acc_brake＝[(x)*cosθ2+z*cosθ1]/g(14)

c)竖直短边向上：

right_left＝[(y)*sinθ2+(-z)*sinθ1]/g(15)

acc_brake＝[(y)*cosθ2+z*cosθ1]/g(16)

d)水平向上：

right_left＝[(-x)*sinθ2+(y)*sinθ1]/g(17)

acc_brake＝[(-x)*cosθ2+(-y)*cosθ1]/g(18)

e)水平向下：

right_left＝[(x)*sinθ2+(y)*sinθ1]/g(19)

acc_brake＝[(x)*cosθ2+(-y)*cosθ1]/g(20)

如果传感器数据恰好出现多个最大绝对值，则默认汽车坐标系向量为竖直长边向上。

进一步，在所述步骤s4中，包括：

s41、持续监控acc_brake、right_left值，当acc_brake、right_left至少有一个值超过0.5g且持续超过10s，判定移动终端与汽车的相对姿态发生变化，否则判定移动终端与汽车的相对姿态未发生变化，重复步骤s2和s3重新确定相对姿态。

s42、持续监控1s时间段内的acc_brake、right_left的平均值avg_ab,avg_rl和gps字段速度值v，当v连续超过5s都为0且avg_ab和avg_rl小于一定阈值(avg_ab<0.06g且avg_rl<0.08g)时，判定汽车处于停车状态。此时，重复步骤s2和s3重新确定相对姿态并降低加速度传感器和陀螺仪的采样频率。

s43、当汽车处于停车状态时，持续监控1s时间段内的acc_brake、right_left的平均值avg_ab,avg_rl和gps字段速度值v。当avg_ab或avg_rl超过一定阈值(avg_ab>0.12g或avg_rl>0.16g)或v不为0时，判定汽车恢复行驶状态,此时提高加速度传感器和陀螺仪的采样频率。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。