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！

龙图腾网获悉润芯微科技(江苏)有限公司申请的专利一种驾驶行为风险评估方法及系统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：CN119961773B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510450976.7，技术领域涉及：G06F18/2411；该发明授权一种驾驶行为风险评估方法及系统是由杨鑫设计研发完成，并于2025-04-11向国家知识产权局提交的专利申请。

本一种驾驶行为风险评估方法及系统在说明书摘要公布了：本发明公开了一种驾驶行为风险评估方法及系统，涉及智能交通与驾驶安全技术领域，包括采集车辆的运行参数数据，对运行参数数据进行特征提取，提取特征参数构成特征向量，并计算特征向量的马氏距离得分；根据特征向量的马氏距离得分，采用改进的分层模糊推理系统进行风险等级划分，得到风险等级评分；根据所述风险等级评分建立驾驶员画像模型，当所述风险等级评分超过个性化风险阈值时，输出驾驶风险行为改进建议，完成驾驶行为风险评估。本发明为驾驶员个体化风险监控提供精细化的分级依据，实现对驾驶员行为的动态监控和实时干预，能够减少交通事故发生、提高行车安全。

本发明授权一种驾驶行为风险评估方法及系统在权利要求书中公布了：1.一种驾驶行为风险评估方法，其特征在于：包括： 采集车辆的运行参数数据，对运行参数数据进行特征提取，提取特征参数构成特征向量，并计算特征向量的马氏距离得分； 所述运行参数数据包括发动机转速、瞬时油耗、车速变化率、制动压力值、转向角度值，以及通过车载惯性测量单元获取的横向加速度值和纵向加速度值； 所述计算特征向量的马氏距离得分包括：以提取的特征参数为基础，通过向量化处理构造成为特征向量，基于特征向量计算各数据块与标准特征模板间的差异，计算马氏距离得分； 根据特征向量的马氏距离得分，采用改进的分层模糊推理系统进行风险等级划分，得到风险等级评分； 所述采用改进的分层模糊推理系统进行风险等级划分包括： 预设初始模糊集合，构造隶属度函数，将马氏距离得分映射为隶属度； 根据马氏距离得分对应的隶属度，进行初步局部风险评估，形成基于单指标模糊规则的局部风险评分，并结合运行参数数据构造多维模糊规则； 对得到的局部风险评分进行交叉验证，形成局部评估指标，将多个局部风险评分进行层级融合，采用模糊加权平均和最大隶属度原则构造综合风险隶属函数； 对综合风险隶属函数采用重心法进行解模糊处理，最终输出风险等级评分，并存储于数据记录系统中进行模型优化； 根据风险等级评分建立驾驶员画像模型，当所述风险等级评分超过个性化风险阈值时，输出驾驶风险行为改进建议，完成驾驶行为风险评估；所述输出驾驶风险行为改进建议包括， 在风险等级评分基础上，采集驾驶员操作行为的多源特征参数，并与风险等级评分进行多维融合，构建驾驶员画像模型，表示为： ; 其中，表示第i个时间段内的多维行为特征参数向量，表示第i个时间段的风险等级评分； 引入时间感知标签与场景上下文标注字段，分别描述行为特征的时间序列关联性与操作环境标签； 基于驾驶员画像模型中的历史风险评分序列，构建个性化风险响应模型，通过变结构核密度估计方法获取风险评分分布曲线，计算当前驾驶员的个性化风险阈值，公式为： ; 其中，KDE为核密度估计函数，为系统根据驾驶风格自适应调整的容错因子；表示取核密度估计分布中分位数； 若当前时段风险等级评分在个性化风险阈值以上时，触发后续风险行为识别与建议生成流程； 所述风险行为识别与建议生成流程具体包括： 结合历史评分相关性分析与评分曲线拟合残差反馈机制，选取与风险等级变化的主导行为指标； 当触发风险状态时，从驾驶员画像模型中提取特征子集作为神经网络模型的输入向量； 神经网络结构为集成式多分支注意力网络，包括共享输入层和任务分支，每一分支对应一种风险行为类型，通过共享权重特征提取器提取低层行为模式后，分支模块分别输出风险类别的概率值； 对神经网络输出的风险行为类别标签及其概率值进行解析，将最高置信度类别作为主导风险行为，并匹配当前驾驶员画像中的操作周期特征作为语义填充参数； 利用预定义的可组合建议模板，结合参数化填充策略动态生成具体风险行为改进建议； 若识别出多种并存风险行为，则采用建议权重排序机制，依据风险行为识别置信度和行为影响因子权值，输出优先级建议序列。

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润芯微科技(江苏)有限公司，其通讯地址为：215134 江苏省苏州市相城区高铁新城南天成路118号智高商务广场1幢B座6F-10F；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”。