一种危化品车辆减速行为识别方法与流程

本发明属于车联网领域，具体涉及一种危化品车辆减速行为识别方法。

背景技术：

危化品车辆由于具有毒害、腐蚀、爆炸、燃烧等特性，其事故较其他事故更具有突发性、复杂性和灾难性，这给社会、公众及环境安全造成了巨大伤害。而危化品运输过程中的安全事故更是占到总体的17％，因此对危化品车辆运输过程中驾驶行为的检测是很有必要的。

识别危化品车辆驾驶过程中的急减速行为对于构建危化品车辆驾驶行为综合评价系统尤为重要。现有的车辆急减速行为识别算法是基于车辆的gps数据识别出驾驶过程中的急减速行为，这样的识别算法存在一个问题，即gps数据中车辆速度的数据并不准确，而且无法获取车辆的姿态数据，造成识别算法准确率较低，急减速状态信息不完全。

技术实现要素：

本发明的目的在于针对上述现有技术中的问题，提供一种准确率较高的危化品车辆减速行为识别方法，该方法能够给出完整的车辆信息，对司机驾驶行为的评价提供依据。

为了实现上述目的，本发明采用的技术方案包括以下步骤：

1)参数初始化，定义

2)输入需要查询的时间段，并查询该时间段驾驶员的所有obd数据及车辆姿态信息；

3)取第j条和第j+1条数据，计算相邻两条数据之间的时间间隔是否在0s～2s之间，若是，执行步骤5)，否则，将急减速行为信息输出，之后令j自增1，并重复该步骤；

4)取第j条和第j+1条数据，计算相邻两条数据之间的加速度，并取得这两条数据的车辆姿态信息，通过车辆姿态信息中的加速度对计算出的加速度进行修正；判断修正后的加速度值是否超出阈值a，若是，判定为单一或连续急减速行为，执行步骤5)，否则执行步骤9)；

5)判断markdec是否等于0，若markdec等于0，执行步骤6，否则记录j+1条数据的时间为结束时间，计算持续时间、最大加速度以及平均加速度，执行步骤10)；

6)查询所选时间段内急减速行为的最后一条数据，并执行步骤7)；

7)判断是否能够查询到数据，若是，则执行步骤8)，否则，判定第j条数据的时间为单一急减速行为的开始时间，第j+1条数据的时间为结束时间，计算持续时间、最大加速度以及平均加速度，置markdec＝1，单一急减速行为的次数增1，并执行步骤10)；

8)取所选时间段内急减速行为最后一条数据的结束时间，判断与第j条数据的时间相差是否小于t，若是，则判定为连续急减速行为的开始，保留开始时间，记录j+1条数据的时间为结束时间，并计算持续时间、最大加速度、平均加速度，置markdec＝1，markcon＝1，单一急减速行为的次数自增1，并执行步骤10)；若否，则返回步骤7)中的否分支；

9)急减速行为信息输出，执行步骤10)；

10)判断是否为最后一条数据，若是，输出急减速行为信息，否则j自增1，返回步骤3)。

所述的加速度阈值a为3m/s²。

所述的t取3s。

所述的车辆姿态信息包括加速度信息和角速度信息。

所述的车辆姿态信息通过姿态矩阵进行捷联解算，获得所需要的导航参数。

所述的姿态矩阵满足微分方程式中的是角速率矢量的反对称阵，表达式为：

是机体坐标系b关于导航坐标系n的转动角速率矢量在机体坐标系中的投影：

式中，为陀螺仪的输出矢量；

为地球自转角速率以ωie在机体坐标系中的投影；

为导航坐标系n关于地心坐标系e的转动角速率在机体坐标系中的投影。

与现有技术相比，本发明具有如下的有益效果：

通过将obd采集到的车速信息以及车辆姿态信息上传到服务器，使用基于mems器件的车辆姿态测量系统得到车辆的加速度和角速度信息，这些实时信息经捷联解算后获得所需的导航参数，本发明用“数学平台”代替了传统的机械平台，捷联式的车辆姿态测量系统具有结构简单、自主性强、短期精度和稳定性比较好等优点。通过数学方式标记驾驶者违规加速行为，本发明相比基于gps数据提出的急减速行为识别方法具有更高的准确性。同时，本发明能够给出完整的车辆急减速行为信息，进而对司机驾驶行为的评价提供依据。

附图说明

图1本发明识别方法的整体流程图；

图2基于mems器件的车辆姿态测量系统工作原理框图；

图3原始车速数据统计图；

图4本发明求得的急减速行为次数统计图；

具体实施方式

下面结合附图对本发明做进一步的详细说明。

参见图1，本发明危化品车辆减速行为识别方法包括以下步骤：

1)初始化所有参数值，t＝3s，a＝3m/s²；

2)输入需要查询的时间段，并查询出该时间段之中驾驶员的所有obd数据以及车辆姿态信息，设数据序号为j，设j初始值为0；

3)取第j条和第j+1条数据，并计算其间隔是否在0s～2s之间，若是，则执行步骤5；否则认为数据间隔过长，没有意义，急减速行为信息输出，之后令j自增1，并返回步骤3)；

4)取第j与j+1条数据，计算两条间的加速度，并取得这两条记录的车辆姿态信息，用车辆姿态信息中的加速度对之前计算出的加速度进行修正。判断修正后的加速度值是否超出阈值a。若否则执行步骤9；若是，则为单一或者连续急减速行为，执行步骤5)；

5)判断markdec是否等于0，若否，则为急减速行为的继续，保留开始时间，记录j+1条数据的时间为结束时间。计算持续时间、最大加速度、平均加速度，执行步骤10)；若markdec等于0，则执行步骤6)；

7)查询驾驶员所选时间段内急减速行为最后一条数据，并执行步骤7)；

8)判断是否可以查询到数据，若是，则执行步骤8)；若否，则代表之前没有急减速行为记录，即不可能为连续急减速行为，所以为单一急减速行为的开始，记录第j条数据时间为开始时间，第j+1条数据的时间为结束时间，计算持续时间，最大加速度和平均加速度，置markdec＝1，单一急减速行为次数增一，并执行步骤10)；

9)取驾驶员所选时间段内急减速行为最后一条数据的结束时间，判断与第j条数据时间相差是否小于t，若是，则为连续急减速行为的开始，保留开始时间，记录j+1条数据的时间为结束时间，并计算持续时间、最大加速度、平均加速度，置markdec＝1,markcon＝1，单一急减速行为次数自增1，并执行步骤10；若否，则返回步骤7中的否分支；

10)急减速行为信息输出，之后执行判断是否为驾驶员最后一条数据，若是，则急减速行为信息输出，否则j自增1，返回步骤3)。

参见图2，基于mems器件的车辆姿态测量系统首先收集车辆车速信息，将obd采集到的信息上传到服务器，然后再收集车辆姿态数据，并上传到服务器。

基于mems器件的车辆姿态测量系统实际上就是能够实时提供载体姿态信息的微型惯性测量系统。它由三轴微机械加速度计和三个单轴微机械陀螺组成，提供载体的加速度和角速度信息，这些实时信息经捷联解算后即能够获得所需的导航参数。

基于mems器件的航向姿态测量系统是一种捷联式的惯性系统，捷联式的航向姿态测量系统具有结构简单、自主性强、短期精度和稳定性比较好等优点。车辆姿态测量系统的捷联惯性导航用“数学平台”代替了传统的机械平台，姿态矩阵起到了数学平台的作用。

姿态矩阵满足微分方程：

其中：是角速率矢量的反对称阵，即

是机体坐标系b关于导航坐标系n的转动角速率矢量在机体坐标系中的投影，即

其中：为陀螺仪的输出矢量；为地球自转角速率以ωie在机体坐标系中的投影；为导航坐标系n关于地心坐标系e的转动角速率(也称为位置角速率)在机体坐标系的投影。

姿态矩阵的计算，既涉及到姿态的实时解算，又关系到“数学平台”的即时修正。其算法性能的优劣直接影响捷联惯性导航的导航精度，是捷联惯性导航的关键技术。其算法很多，主要有欧拉角法、方向余弦法、四元数法等，其中计算量少且使用普遍的是四元数法。

最后，如图3-4，对obd速度信息和车辆加姿态数据，利用本发明方法进行识别分析。图3为原始通过obd车载终端采集的车辆速度信息，图4为原始危化品车辆速度信息经过本发明方法进行识别后，计算得出的车辆急减速行为次数。