(19)中华 人民共和国 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 202111484887.2 (22)申请日 2021.12.07 (71)申请人 吉林大学 地址 130012 吉林省长 春市前进大街269 9 号 (72)发明人 赵健　刘宇翔　朱冰　王常态　 刘彦辰　薛越　 (74)专利代理 机构 长春市恒誉 专利代理事务所 (普通合伙) 22212 代理人 梁紫钺 (51)Int.Cl. B60W 40/09(2012.01) G06F 17/16(2006.01) G06F 30/20(2020.01) G06K 9/62(2022.01)G06N 3/08(2006.01) (54)发明名称 一种基于主客观评价的驾驶模式识别方法 (57)摘要 本发明提出一种基于主客观评价的驾驶模 式识别方法， 包括采集不同驾驶模式下的多源驾 驶特征参数、 驾驶模式主观评价、 驾驶员驾驶模 式特征参数提取、 基于神经网络的驾驶模式识别 等步骤， 本发明综合主客观双重评价标准， 根据 驾驶员驾驶行为， 采集并输入多源驾驶信息， 理 解驾驶员驾驶风格， 更加准确地输出最匹配当前 驾驶员行为及场景工况的驾驶模式， 以解决驾驶 员专业性知识不足及手动切换驾驶模式带来的 操作负荷过大等问题， 从而实现人车协调的驾驶 体验。 权利要求书5页 说明书10页 附图3页 CN 114162132 A 2022.03.11 CN 114162132 A 1.一种基于主客观评价的驾驶模式识别方法， 其特 征在于： 包括以下步骤： 步骤一， 采集 不同驾驶模式下的多源驾驶特 征参数： 招募驾驶员， 令每名驾驶员在不同路况道路上分别以不同驾驶模式依次执行自然驾驶 任务； 在驾驶员执行驾驶任务全过程中， 对多源驾驶特征参数进 行收集， 多源驾驶特征参数 包括自车状态特征参数、 驾驶员操作特征参数、 驾驶员行为特征参数、 交通车状态特征参 数、 场景工况 特征参数； 步骤二， 驾驶模式主观评价： 驾驶员在完成驾驶任务后从多个方面对不同驾驶模式的驾驶体验以主观打分的方式 进行综合打分， 包括油门踏板灵敏度、 车辆驾乘体验、 道路抓地性能、 制动踏板灵敏度、 打方 向盘的顺手程度、 底盘硬朗程度、 车辆动力性、 车辆耗油情况； 对所有被测驾驶员的驾驶数 据进行实时采集并记录下打分情况， 为驾驶员驾驶数据打上标签； 打分选项分为： 非常不满 意、 比较不满意、 中立、 满意和非常满意五级， 由低到高对应不同分数； 在同一场景工况下的不同驾驶模式下分别执行驾驶任务， 每种驾驶模式下的驾驶任务 完成后进 行综合打分， 取每种驾驶模式中得分最高的模式为该驾驶员在该场景工况下所最 适合的驾驶模式； 步骤三， 驾驶员驾驶模式特 征参数提取： 所采集的多源驾驶特征参数称为第 一特征参数， 采用主成分分析法方法对第 一特征参 数进行降维处理， 当选取出 的主成分累计贡献率达到80％以上时确定主成分， 即接下来用 以建立驾驶模式匹配模型的特 征参数， 称为第二特 征参数； 步骤四， 基于神经网络的驾驶模式识别： 使用驾驶模式识别BP神经网络模型， 输入信息为驾驶第二特征参数， 输出此驾驶员与 不同驾驶模式的匹配概率， 识别出适合当前驾驶员的驾驶模式， 驾驶模式中某一驾驶模式 的概率Pi最大则认为该驾驶模式最 适合此时的驾驶员。 2.根据权利要求1所述的一种基于主客观评价的驾驶模式识别方法， 其特征在于： 步骤 一中， 所述的驾驶模式包括运动模式、 普通模式、 经济模式； 采集多源驾驶特征参数的设备 包括： 高精度组合导航系统、 ESR毫米波雷达、 前视摄像头、 车内摄像头、 踏板摄像头、 方向盘 握力传感器、 驾驶员眼动头动追踪系统， 同时搭载有数据采集设备， 包括通信网络设备、 计 算机以及dS PACEMicroAutoBox； 此外， 利用云端采集场景工况 特征参数。 3.根据权利要求1所述的一种基于主客观评价的驾驶模式识别方法， 其特征在于： 步骤 一中， 所述的自车状态特征参数包括但不限于自车纵向速度、 自车横向速度、 自车纵向加速 度、 自车横向加速度、 自车横摆角速度； 驾驶员操作特征参数包括但不限于制动主缸压力、 油门开度、 方向盘转角、 变速器档位； 驾驶员行为特征参数包括但不限于驾驶员眼动特征、 足动特征、 头动特征、 方向盘握力大小； 交通车状态特征参数包括但不限于与前车纵向车 距、 与前车横向车距、 前车车速； 场景工况特征参数包括但不限于道路的曲率、 道路的类型、 道路拥挤 程度。 4.根据权利要求1所述的一种基于主客观评价的驾驶模式识别方法， 其特征在于： 步骤 三中， 主成分 分析降维的步骤 包括： 步骤1： 原 始数据的标准 化处理 原始数据的标准化处理可以减小不同参数间量纲和量纲大小对数据分析结果造成的权　利　要　求　书 1/5 页 2 CN 114162132 A 2误差， 提高主成分分析的准确性； 因此本发明采用正规化方法对驾驶数据进行标准化处理， 选取k个历史序列的驾驶数据， 设第一特征参数矩阵为X， 其中k是样本数量， n为第一特征参 数数量： 对第一特 征参数矩阵X进行 标准化处理后， 得标准化矩阵Y， 具体过程如下： 上式中， i＝1,2,3, …,k， j＝1,2,3, …,n； 步骤2： 计算各 特征参数间相关系数 相关系数的计算方法公式如下： 上式中i＝1,2,3, …,k， j＝1,2,3, …,n， 和 分别为第i和j个特 征参数的平均值； 由此， 可以得到对应的相关系数矩阵为：权　利　要　求　书 2/5 页 3 CN 114162132 A 3