基于驾驶员个性化画像匹配的行车风险预警阈值自适应方法及系统与流程

本发明涉及智能驾驶安全，具体而言，涉及一种基于驾驶员个性化画像匹配的行车风险预警阈值自适应方法及系统。

背景技术：

1、随着智能交通系统和车辆主动安全技术的快速发展，行车风险预警已成为保障道路交通安全的重要技术手段。现有的行车风险预警系统通常采用固定阈值或基于群体统计均值的阈值设定方式来判断驾驶员的操控行为是否存在潜在风险。例如，现有技术中普遍通过设定统一的横向加速度阈值、纵向减速度阈值或转向角速度阈值等单一物理参数边界来触发风险预警，这种方式将所有驾驶员视为具有相同操控习惯和反应模式的同质化群体，忽略了不同驾驶员在长期驾驶过程中形成的差异化操作特征。

2、在实际驾驶场景中，不同驾驶员由于驾驶经验、个人习惯、心理状态及身体条件等因素的差异，其正常驾驶状态下的操控节奏和车辆运动响应呈现出显著的个体化差异。部分驾驶员天生偏向激进操控风格，其常态下的加减速幅度和转向频率明显高于保守型驾驶员；而另一部分驾驶员则倾向于平稳柔和的操控方式。若对所有驾驶员施加统一的风险预警阈值，则对激进型驾驶员可能产生大量误报，导致预警疲劳，降低驾驶员对预警信息的信任度和响应意愿；而对保守型驾驶员则可能因阈值设定过于宽松而遗漏真实的风险状态，造成安全隐患。

3、现有技术中虽有部分方案尝试通过采集驾驶员一段时间内的驾驶数据来调整预警参数，但其调整逻辑通常仅基于对历史行为的简单统计平均或线性回归，未能深入挖掘驾驶员操控行为与车辆运动响应之间的内在耦合关系，亦缺乏将驾驶员操作风格从复杂行为序列中进行结构化分解的能力，从而无法建立能够真实反映驾驶员个性化特征的基准参照体系，导致阈值自适应调整的精度和适用性不足。此外，现有方案大多将操控行为特征和车辆运动响应特征混为一体进行处理，未能从解耦视角分别刻画驾驶员的操作意图表达方式和车辆对该操作意图的动态响应模式，进而难以精准识别当前驾驶状态相对于驾驶员自身常态的偏离程度。

技术实现思路

1、鉴于上述提及的问题，结合本发明的第一方面，本发明实施例提供一种基于驾驶员个性化画像匹配的行车风险预警阈值自适应方法，所述方法包括：

2、获取目标驾驶员的当前行程操控行为序列和当前行程车辆运动序列，并调取所述目标驾驶员的历史驾驶行为数据集合，所述历史驾驶行为数据集合包含多个历史行程的历史操控行为序列和历史车辆运动序列；

3、将所述当前行程操控行为序列和所述当前行程车辆运动序列输入预设的驾驶操作风格解耦网络，通过所述驾驶操作风格解耦网络分离出所述目标驾驶员的当前行程操作节奏特征和当前行程运动响应特征；

4、根据所述历史操控行为序列和所述历史车辆运动序列构建所述目标驾驶员的个性化操作风格基准画像，所述个性化操作风格基准画像包含稳态操作节奏基准参数和稳态运动响应基准参数；

5、计算所述当前行程操作节奏特征与所述稳态操作节奏基准参数之间的操作节奏偏移量，并计算所述当前行程运动响应特征与所述稳态运动响应基准参数之间的运动响应偏移量；

6、基于所述操作节奏偏移量和所述运动响应偏移量，在预设的预警阈值映射规则集合中匹配生成与所述目标驾驶员当前驾驶状态适配的行车风险预警阈值参数。

7、再一方面，本发明实施例还提供一种基于驾驶员个性化画像匹配的行车风险预警阈值自适应系统，其特征在于，包括：

8、处理器；机器可读存储介质，用于存储所述处理器的机器可执行指令；其中，所述处理器配置为经由执行所述机器可执行指令来执行上述的基于驾驶员个性化画像匹配的行车风险预警阈值自适应方法。

9、再一方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括机器可执行指令，所述机器可执行指令存储在计算机可读存储介质中，计算机设备的处理器从所述计算机可读存储介质读取所述机器可执行指令，所述处理器执行所述机器可执行指令，使得所述计算机设备执行上述的基于驾驶员个性化画像匹配的行车风险预警阈值自适应方法。

10、基于以上方面，通过构建驾驶操作风格解耦网络对目标驾驶员当前行程的操控行为序列与车辆运动序列进行结构化分离，获得操作节奏特征与运动响应特征两个维度的独立表征，并结合基于历史行程数据构建的包含稳态操作节奏基准参数与稳态运动响应基准参数的个性化操作风格基准画像，形成以驾驶员自身长期稳态驾驶模式为锚点的动态参照体系，从而使得后续计算得到的操作节奏偏移量与运动响应偏移量能够从驾驶员个体化维度精准量化当前驾驶状态相对于其自身常态的偏离程度，而非依赖群体统计意义上的通用标准；在此基础上，通过预警阈值映射规则集合将上述双维度偏移量进行融合匹配，生成与目标驾驶员当前驾驶状态高度适配的行车风险预警阈值参数，使得预警系统能够在充分尊重驾驶员个性化操控特征的前提下动态调整风险判定边界，既避免了对个性化激进操控风格的误判干扰，又确保了对真实风险偏离的敏感捕捉，实现了风险预警阈值从群体固定模式向个体自适应模式的范式转变，显著提升了行车风险预警的精准性、适用性和驾驶员接受度。

1.一种基于驾驶员个性化画像匹配的行车风险预警阈值自适应方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于驾驶员个性化画像匹配的行车风险预警阈值自适应方法，其特征在于，将所述当前行程操控行为序列和所述当前行程车辆运动序列输入预设的驾驶操作风格解耦网络，通过所述驾驶操作风格解耦网络分离出所述目标驾驶员的当前行程操作节奏特征和当前行程运动响应特征，包括：

3.根据权利要求1所述的基于驾驶员个性化画像匹配的行车风险预警阈值自适应方法，其特征在于，根据所述历史操控行为序列和所述历史车辆运动序列构建所述目标驾驶员的个性化操作风格基准画像，所述个性化操作风格基准画像包含稳态操作节奏基准参数和稳态运动响应基准参数，包括：

4.根据权利要求1所述的基于驾驶员个性化画像匹配的行车风险预警阈值自适应方法，其特征在于，计算所述当前行程操作节奏特征与所述稳态操作节奏基准参数之间的操作节奏偏移量，并计算所述当前行程运动响应特征与所述稳态运动响应基准参数之间的运动响应偏移量，包括：

5.根据权利要求1所述的基于驾驶员个性化画像匹配的行车风险预警阈值自适应方法，其特征在于，基于所述操作节奏偏移量和所述运动响应偏移量，在预设的预警阈值映射规则集合中匹配生成与所述目标驾驶员当前驾驶状态适配的行车风险预警阈值参数，包括：

6.根据权利要求1所述的基于驾驶员个性化画像匹配的行车风险预警阈值自适应方法，其特征在于，所述方法还包括：

7.根据权利要求6所述的基于驾驶员个性化画像匹配的行车风险预警阈值自适应方法，其特征在于，根据所述驾驶员状态动态变化趋势对所述个性化操作风格基准画像中的稳态操作节奏基准参数和稳态运动响应基准参数进行渐进式更新，生成更新后的个性化操作风格基准画像，包括：

8.根据权利要求1所述的基于驾驶员个性化画像匹配的行车风险预警阈值自适应方法，其特征在于，所述方法还包括：

9.根据权利要求8所述的基于驾驶员个性化画像匹配的行车风险预警阈值自适应方法，其特征在于，根据所述稳态操作节奏基准参数在多个连续行程间的移动向量序列，拟合所述目标驾驶员的操作节奏长期演变轨迹，并沿所述操作节奏长期演变轨迹外推得到操作节奏预测基准参数，包括：

10.一种基于驾驶员个性化画像匹配的行车风险预警阈值自适应系统，其特征在于，包括：