基于模拟驾驶场景下的城轨司机驾驶行为自动评估方法与流程

本发明涉及城市轨道交通智能评估，具体涉及一种基于模拟驾驶场景下的城轨司机驾驶行为自动评估方法。

背景技术：

1、城市轨道交通作为城市公共交通的骨干系统，其运营安全高度依赖城轨司机在驾驶过程中的操作规范性、应急响应能力和持续警觉水平。城轨司机驾驶行为自动评估方法是指：在模拟驾驶训练或考核场景中，通过传感器采集司机操作动作、语音联控、车辆运行参数及生理状态等多维度数据，并依据标准化作业规范对上述数据进行自动分析与评判，从而量化评价司机驾驶行为合规性与安全性的技术手段。该方法在城轨司机职业技能鉴定、岗前培训考核和年度复训评估等环节中发挥着核心支撑作用，其评估结果的客观性和准确性直接关系到司机资质认定的公正性与线路运营安全的保障水平。

2、目前，城轨司机的驾驶行为评估普遍依赖考评员在模拟驾驶考核现场进行人工观察和主观打分，缺乏系统化的自动评估手段。具体而言，现有技术主要存在以下缺陷：第一，评估标准难以客观统一，考评员对不同考核批次、不同考生之间的评分尺度存在人为差异，同一操作偏差在不同考评员判断下可能得到差异显著的评分结果，导致评估的一致性和可重复性不足；第二，现有方案中操作动作、语音联控和车辆动态响应等多源数据分散记录于各自独立的采集通道中，缺乏有效的时间同步与数据融合机制，无法将操作行为与对应的车辆动态响应进行精确的时间关联分析，使得扣分项难以追溯至具体的驾驶时刻和操作事件；第三，现有评估流程中异常驾驶行为（如疲劳状态下的操作迟缓、激进驾驶导致的速度异常波动等）的识别主要依赖考评员的实时观察，缺乏基于多模态数据的实时检测与自动预警机制，难以及时发现并记录考核过程中突发的风险驾驶行为，且考核结束后缺乏完整的操作数据回溯手段，考生对评分提出异议时无法提供客观的操作记录作为复核依据。

技术实现思路

1、基于此，本发明的目的在于，提供一种能够融合多源同步数据并实现量化评判的基于模拟驾驶场景下的城轨司机驾驶行为自动评估方法。

2、本发明的目的采用如下方案实现：

3、第一方面，本发明提供了一种基于模拟驾驶场景下的城轨司机驾驶行为自动评估方法，包括以下步骤：

4、s1：通过模拟驾驶考核设备采集城轨司机在标准驾驶操作流程下的操作信号、语音信号及车辆动态信号，对操作信号、语音信号和车辆动态信号分别进行时序编码、语音特征提取和轨迹记录后以统一时间基准对齐，生成多模态标准行为模板库；

5、s2：以预设采样周期分别采集考生在考核过程中的操作行为时序数据、语音特征时序数据、车辆动态时序数据和视频图像数据并按时间戳对齐后融合，生成多模态驾驶行为数据集；

6、s3：将多模态驾驶行为数据集中的操作行为时序数据、语音特征时序数据、车辆动态时序数据分别与多模态标准行为模板库进行逐项比对，计算各维度下的行为偏差量化值，生成包含操作偏差特征、语音偏差特征和动态偏差特征的多维度偏差特征集；

7、s4：根据多维度偏差特征集分别计算操作规范性评分、语音规范性评分和驾驶平稳性评分，将操作规范性评分、语音规范性评分和驾驶平稳性评分按预设权重进行加权融合，生成驾驶行为基础评分；

8、s5：基于多模态驾驶行为数据集中的视频图像数据提取驾驶员面部关键点坐标并计算眼睑开合度时间序列，同时基于车辆动态时序数据计算速度变化率和加速度变化率，将眼睑开合度时间序列与预设疲劳阈值进行比对以识别疲劳驾驶行为、将速度变化率和加速度变化率与预设激进阈值进行比对以识别激进驾驶行为，当识别到异常驾驶行为时生成包含异常类型和对应扣分值的异常行为预警日志，根据异常行为预警日志对驾驶行为基础评分进行累次扣分，生成驾驶行为综合评估结果。

9、第二方面，本发明提供了一种基于模拟驾驶场景下的城轨司机驾驶行为自动评估系统，该系统配置有以下模块：

10、标准行为模板构建模块，用于通过模拟驾驶考核设备采集城轨司机在标准驾驶操作流程下的操作信号、语音信号及车辆动态信号，对操作信号、语音信号和车辆动态信号分别进行时序编码、语音特征提取和轨迹记录后以统一时间基准对齐，生成多模态标准行为模板库；

11、考生多模态数据融合模块，用于以预设采样周期分别采集考生在考核过程中的操作行为时序数据、语音特征时序数据、车辆动态时序数据和视频图像数据并按时间戳对齐后融合，生成多模态驾驶行为数据集；

12、多维度行为偏差计算模块，用于将多模态驾驶行为数据集中的操作行为时序数据、语音特征时序数据、车辆动态时序数据分别与多模态标准行为模板库进行逐项比对，计算各维度下的行为偏差量化值，生成包含操作偏差特征、语音偏差特征和动态偏差特征的多维度偏差特征集；

13、驾驶基础评分融合模块，用于根据多维度偏差特征集分别计算操作规范性评分、语音规范性评分和驾驶平稳性评分，将操作规范性评分、语音规范性评分和驾驶平稳性评分按预设权重进行加权融合，生成驾驶行为基础评分；

14、异常识别综合评估模块，用于基于多模态驾驶行为数据集中的视频图像数据提取驾驶员面部关键点坐标并计算眼睑开合度时间序列，同时基于车辆动态时序数据计算速度变化率和加速度变化率，将眼睑开合度时间序列与预设疲劳阈值进行比对以识别疲劳驾驶行为、将速度变化率和加速度变化率与预设激进阈值进行比对以识别激进驾驶行为，当识别到异常驾驶行为时生成包含异常类型和对应扣分值的异常行为预警日志，根据异常行为预警日志对驾驶行为基础评分进行累次扣分，生成驾驶行为综合评估结果。

15、第三方面，本申请提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述任意一种基于模拟驾驶场景下的城轨司机驾驶行为自动评估方法。

16、第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任意一种基于模拟驾驶场景下的城轨司机驾驶行为自动评估方法。

17、综上所述，

18、为了更好地理解和实施，下面结合附图详细说明本发明。

1.一种基于模拟驾驶场景下的城轨司机驾驶行为自动评估方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述s1包括：

3.根据权利要求1所述的方法，其特征在于，所述s2包括：

4.根据权利要求1所述的方法，其特征在于，所述s3包括：

5.根据权利要求1所述的方法，其特征在于，所述s4包括：

6.根据权利要求5所述的方法，其特征在于，所述平稳性偏差指标的计算公式为：

7.根据权利要求1-6任意一项所述的方法，其特征在于，所述s5包括：

8.一种基于模拟驾驶场景下的城轨司机驾驶行为自动评估系统，其特征在于，所述系统包括：

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。