买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉理工大学申请的专利一种基于长周期传感数据移动端的驾驶员行为画像方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115169840B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210717469.1，技术领域涉及：G06F18/2431；该发明授权一种基于长周期传感数据移动端的驾驶员行为画像方法是由贺宜;郑凯阳;孙心圯;刘岑宇;李继朴;曹高杰;成杨设计研发完成，并于2022-06-23向国家知识产权局提交的专利申请。

本一种基于长周期传感数据移动端的驾驶员行为画像方法在说明书摘要公布了：本发明提出了一种基于长周期传感数据移动端的驾驶员行为画像方法，包括：移动端、云端服务器。本方法通过移动端收集数据发往云平台构建数据集，进行数据清洗及标准化，并将处理后的数据发送至移动端以基于移动端惯性传感器的Groundtruth信息获取策略校准坐标；使用预先搭建的驾驶风格分类模型划分驾驶风格，并对安全性评分；引入VT‑Micro微观油耗模型绘制长周期油耗趋势图并结合ISO驾驶平顺性评分标准对燃油经济性进行可视化；云端最后将总评分、驾驶模式、长期油耗趋势发送至移动端；本发明改善了油耗经济性问题，有助于车主养成良好经济驾驶习惯，实现低碳驾驶。构建的云端网络数据库为分析经济效益，减排以及其他领域如不良驾驶行为提供数据基础。

本发明授权一种基于长周期传感数据移动端的驾驶员行为画像方法在权利要求书中公布了：1.一种基于长周期传感数据移动端的驾驶员行为画像方法，其特征在于，所述长周期传感数据移动端，包括：移动端、云端服务器； 所述的移动端、云端服务器通过5G网络进行数据传递； 所述移动端用于驾驶行为的初始数据采集，并传输至云端服务器对初始数据进行处理并保留在云端数据集，同时作为驾驶员画像的可视化载体以实现改善驾驶员行为习惯的作用； 所述云端服务器，对于驾驶行为初始数据进行清洗、状态识别、特征聚类、风格生成，最终得到驾驶员长周期画像并反馈至手机端； 所述驾驶员行为画像的生成方法，包括以下步骤： 步骤1：移动端收集数据发往云平台构建数据集； 步骤2：云端平台对收集到的数据进行数据清洗及标准化，将刚开始处理后的数据发送至移动端以校准坐标； 步骤3：基于移动端惯性传感器的Groundtruth信息获取策略校准坐标； 步骤4：使用预先搭建的驾驶风格分类模型及基于PAA，SAX划分驾驶人驾驶风格，生成驾驶个性化模式画像并对安全性进行评分； 所述驾驶风格分类模型包括：特征聚类、情境感知模块、决策融合子模块； 步骤4所述基于PAA，SAX划分驾驶人驾驶风格的方法为： 其中，将原始数据转换为分段聚合近似值PAA表示形式，再根据断点位置转换成相应的字符串； 所述字符串的转换方法包括：原始数据降维，基于python的数据分级和编码； 所述原始数据降维方法为： 其中，C为原始时间序列，为经过PAA降维后的w维空间向量，n为原始时间序列长度，i为原始时间序列数量， 所述基于python的数据分级和编码方法为： 使用SAX算法将经过标准化和PAA处理的加速度数据编码分类为6个等级，每个等级代表不同的加速度等级阈值； 编码完成后，利用python建立每次递增1，长度为3的移动索引窗口，统计每种驾驶行为模式出现的频次，并将每种驾驶行为输出为TXT格式文件； 步骤4所述生成驾驶个性化画像具体方法为： 提取前30种驾驶模式作为典型驾驶模式，同时将加减速作为独立的两种驾驶行为操作来说明驾驶人的驾驶行为特征； 步骤4所述驾驶安全性评分为： 其中，i为典型驾驶模式的次序，freqi是该典型驾驶模式占所有驾驶模式的比例，CODE是典型驾驶模式的代码，mean用来计算驾驶模式代码的均值，std用来计算驾驶模式代码的标准偏差，abs表示绝对值； 步骤5：引入VT-Micro微观油耗模型绘制出长周期油耗趋势图并结合ISO驾驶平顺性评分标准对燃油经济性进行可视化； 步骤6：云端整合总评分，同时将驾驶个性化模式、长期油耗趋势发送至移动端程序实现可视化。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。