(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 202111682130.4 (22)申请日 2021.12.31 (71)申请人 江苏中路工程 技术研究院有限公司 地址 210000 江苏省南京市 建邺区奥体大 街69号新城科技大厦01栋9层 (72)发明人 杨阳　张志祥　刘强　关永胜　 (74)专利代理 机构 北京锦信诚泰知识产权代理 有限公司 1 1813 代理人 王芳 (51)Int.Cl. G06K 9/62(2022.01) G06N 3/08(2006.01) G08G 1/01(2006.01) (54)发明名称 一种危险驾驶行为的评估方法及装置 (57)摘要 本申请涉及交通安全技术领域， 公开了一种 危险驾驶行为的评估 方法及装置。 该方法首先通 过路侧检测器采集交通检测数据， 并通过层次聚 类将驾驶行为分为正常驾驶、 激进驾驶、 酒后疲 劳驾驶和分心驾驶。 然后根据聚类结果构建深度 学习多分类模 型， 实时监测待检测车辆的驾驶行 为的状态， 对是否存在危险驾驶行为进行评估。 本申请能够有效聚类四类驾驶行为的分布情况 和特征， 为驾驶行为是否属于危险驾驶行为提供 参考基准。 通过构建深度学习多分类模型评估待 检测车辆的驾驶行为是否属于危险驾驶， 运算效 率较高、 准确度且适用性较强。 通过引入道路通 行状态数据， 进行驾驶行为的判定， 能够提高驾 驶行为判定的准确度， 同时， 更好的从道路、 路网 级别统筹协调。 权利要求书2页 说明书6页 附图1页 CN 114330586 A 2022.04.12 CN 114330586 A 1.一种危险驾驶行为的评估方法， 其特 征在于， 包括： 利用路侧检测器， 获取交通检测数据， 其中， 所述交通检测数据包括车型数据、 道路通 行状态数据和车速相关参数； 根据所述交通检测数据， 利用层次聚类确定四种驾驶行为的特征分布， 其中， 所述四种 驾驶行为包括 正常驾驶、 激进驾驶、 酒后疲劳驾驶和分心驾驶； 根据所述四种驾驶行为的特 征分布， 构建深度学习多分类模型； 根据所述深度学习多分类模型， 确定待检测车辆的驾驶行为类别， 并确定所述待检测 车辆是否存在危险驾驶行为。 2.根据权利要求1所述的危险驾驶行为的评估方法， 其特征在于， 所述根据所述交通检 测数据， 利用层次聚类确定四种驾驶行为的特 征分布， 包括： 对所述交通检测数据进行归一 化处理， 确定归一 化后的交通检测数据； 利用未加权算术平均对群算法对所述归一化后的交通检测数据进行处理， 构建聚类 簇； 根据所述聚类簇， 确定所述四种驾驶行为的特 征分布。 3.根据权利要求2所述的危险驾驶行为的评估方法， 其特征在于， 所述根据所述四种驾 驶行为的特 征分布， 构建深度学习多分类模型， 包括： 根据所述归一化后的交通检测数据和所述 四种驾驶行为的特征分布， 构建深度 学习多 分类模型损失函数； 利用梯度优化算法和第一准确度算法， 并根据所述深度学习多分类模型损 失函数， 构 建所述深度学习多分类模型。 4.根据权利要求1所述的危险驾驶行为的评估方法， 其特征在于， 所述确定所述待检测 车辆是否存在危险驾驶行为， 包括： 若所述待检测车辆的驾驶行为类别为激进驾驶、 酒后疲劳驾驶或分心驾驶， 则确定所 述待检测车辆存在危险驾驶行为。 5.根据权利要求1所述的危险驾驶行为的评估方法， 其特征在于， 所述车型数据包括车 长和车宽 。 6.根据权利要求1所述的危险驾驶行为的评估方法， 其特征在于， 所述道路通行状态数 据包括车头空距、 车身侧距、 所处车道、 换道频率、 追踪时长、 时间、 路段车流量和路段平均 车速。 7.根据权利要求1所述的危险驾驶行为的评估方法， 其特征在于， 所述车速相关参数包 括速度和 加速度。 8.一种危险驾驶行为的评估装置， 其特征在于， 所述危险驾驶行为的评估装置应用于 权利要求1 ‑7任一项所述的危险驾驶行为的评估方法， 所述 危险驾驶行为的评估 装置包括： 交通检测数据获取模块， 用于利用路侧检测器， 获取交通检测数据， 其中， 所述交通检 测数据包括车 型数据、 道路通行状态数据和车速相关参数； 层次聚类模块， 用于根据所述交通检测数据， 利用 层次聚类确定四种驾驶行为的特征 分布， 其中， 所述四种驾驶行为包括 正常驾驶、 激进驾驶、 酒后或疲劳驾驶、 分心驾驶； 模型构建模块， 用于根据所述四种驾驶行为的特 征分布， 构建深度学习多分类模型； 行为评估模块， 用于根据 所述深度学习多分类模型， 确定待检测车辆的驾驶行为类别，权　利　要　求　书 1/2 页 2 CN 114330586 A 2并确定所述待检测车辆是否存在危险驾驶行为。 9.根据权利要求8所述的危险驾驶行为的评估装置， 其特征在于， 所述层次聚类模块包 括： 归一化处理单元， 用于对所述交通检测数据进行归一化处理， 确定归一化后的交通检 测数据； 聚类簇构建单元， 用于利用未加权算术平均对群算法对所述归一化后的交通检测数据 进行处理， 构建聚类簇； 特征分布确定单 元， 用于根据所述聚类簇， 确定所述四种驾驶行为的特 征分布。 10.根据权利要求9所述的危险驾驶行为的评估装置， 其特征在于， 所述模型构建模块 包括： 损失函数构建单元， 用于根据 所述归一化后的交通检测数据和所述 四种驾驶行为的特 征分布， 构建深度学习多分类模型损失函数； 模型构建单元， 用于利用 梯度优化算法和第一准确度算法， 并根据所述深度学习多分 类模型损失函数， 构建所述深度学习多分类模型。权　利　要　求　书 2/2 页 3 CN 114330586 A 3