CN101866502A - 不安全驾驶行为的识别与监控系统及方法 - Google Patents

不安全驾驶行为的识别与监控系统及方法 Download PDF

Info

Publication number
CN101866502A
CN101866502A CN 201010173356 CN201010173356A CN101866502A CN 101866502 A CN101866502 A CN 101866502A CN 201010173356 CN201010173356 CN 201010173356 CN 201010173356 A CN201010173356 A CN 201010173356A CN 101866502 A CN101866502 A CN 101866502A
Authority
CN
China
Prior art keywords
value
acceleration
beta
vehicle
threshold value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN 201010173356
Other languages
English (en)
Inventor
袁三友
陈勃生
袁翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN 201010173356 priority Critical patent/CN101866502A/zh
Publication of CN101866502A publication Critical patent/CN101866502A/zh
Priority to CN201110029010.4A priority patent/CN102163368B/zh
Pending legal-status Critical Current

Links

Landscapes

  • Traffic Control Systems (AREA)
  • Time Recorders, Dirve Recorders, Access Control (AREA)

Abstract

本发明涉及不安全驾驶行为的识别与监控系统及方法,包括加速度传感器、传输装置、数据处理和比较装置、显示或输出装置,加速度传感器设在被监控车辆上,采集车辆行驶过程中三个方向的加速度数据,通过传输装置传送到数据处理和比较装置,然后通过显示或输出装置显示出来。不安全驾驶行为的识别与监控方法包括以下步骤:(1)采集车辆行驶过程中三维空间X、Y、Z三个方向的加速度数据ax、ay、az;(2)建立比较样本;(3)将被监控车辆三个方向加速度的实际值与样本比较,得到超出次数的阈值βx、βy、βz;(4)通过显示或输出装置显示或打印出来。本发明可以大幅降低因不安全驾驶行为造成的交通事故概率。

Description

不安全驾驶行为的识别与监控系统及方法
技术领域
本发明涉及车辆安全驾驶技术领域,尤其是一种对不安全驾驶行为的识别与监控系统,以及对不安全驾驶行为的识别与监控方法。
背景技术
车辆运行过程中发生的交通安全责任事故,绝大多属于不安全驾驶行为造成的必然结果。由于无法及时而又尽可能全部获取车辆行驶中不安全驾驶行为的实时监控资料,专业运输企业监管部门实施安全教育只能停留在一般性的宣传、解释驾驶操作规范和分析有限的已发事故案例的层面。同时,对事故案例本身的分析,也只可能以事发后的推测与判断为基础,缺乏真实可靠的资料和数据。这种方式不能反映个体间的差异,不具针对性,无法及时有效地帮助驾驶员走出本人驾驶行为不安全的阴影。
专业运输企业营运车辆具有“单独在外作业”的特点。尽管驾驶员均已通过考试并持证上岗,但下述不安全驾驶行为产生的原因仍很难根治:
车辆实际运行环境复杂多变,并非驾驶员考证过程所能完全覆盖,驾驶员对本人实际操作行为与安全驾驶安全规范要求之间出现的偏差,难以自我发现并实施自我调整。
驾驶行为的安全与否,目前都以是否发生事故为主要标准。然而,未发生安全责任事故,并不能说明驾驶行为就一定符合驾驶安全操作规范。同时,驾驶员对规范的理解和执行也存在差异。
由于年龄、生理或心理健康状况、情绪等方面的变化,即使优秀驾驶员也不一定能长久地保持其原有的良好驾驶状态,而驾驶员本人却很难意识到这种渐进性的衰减或消退。
关于车辆行驶安全监控问题,已有不少研究成果,中国发明专利“车辆行驶安全智能监控装置”,申请号:200810034290.6,其发明要点在于“当车辆偏离车道行驶时,给出预警和报警服务”;中国发明专利“汽车安全驾驶监控系统”,申请号:200810055749.0,其发明要点在于“当驾驶员处于疲劳、醉酒等状态时给出警示”;中国发明专利“汽车行驶安全监控系统及监控方法”,申请号:200510116715.4,其发明要点在于“当行驶车辆长时间偏离自己的行车道或存在发生交通事故的危险时,发出告警,以便提醒驾驶员”;中国发明专利“一种汽车安全驾驶监控系统和方法”,申请号:200710098412.3,其发明要点在于“检测汽车驾驶员的表情以及眼睛开闭状态,并判断出不适于驾驶时提醒该汽车驾驶员”等。上述专利的共同点是:检测出危险因素时,提醒驾驶员纠正其驾驶操作,以保证行车安全,属于实时监控;其缺点在于,只要车辆未发生交通安全事故,企业安全监管部门就难以从海量的记录数据中检索出日常安全监管或教育所需的不安全驾驶行为信息。
由于驾驶员操作失误而造成的车辆行驶安全责任事故,与其行驶过程中对环境或事件观察的全面准确与否、处置是否及时妥当密切相关。可以将驾驶员对环境或事件观察不够全面准确,处置不够及时妥当称为“不安全驾驶因素”。“不安全驾驶因素”在行车过程中是经常或反复出现的,但并不一定每一次都造成安全责任事故。反言之,所有的安全责任事故,一定包含在“不安全驾驶因素”之中。如果能够找到所有的“不安全驾驶因素”,并对其实行有效监控,就完全有可能避免驾驶安全责任事故的发生。
发明内容
本发明的目的是提供一种对不安全驾驶行为的识别与监控系统,以及对不安全驾驶行为的识别与监控方法。
任何交通安全事故发生时,都表现为车辆行驶三维空间X、Y、Z三个方向上的速度产生了急剧变化,其中,车辆行进正向设为X轴方向,行进横向设为Y轴方向,行进竖向设为Z轴方向。X方向的速度剧变,可反映单纯的正面颠覆、碰撞、追尾或紧急制动;Y方向的速度剧变,可反映单纯的侧面颠覆或行驶方向的突然改变;Z方向速度的剧变,可反映车辆驶入凹坑或跃上凸起。这三个方向速度剧变的不同组合,可反映更加复杂的车辆行驶安全状况。因此,只要完整记录下这三个方向的速度变化率(加速度),就相当于记录下了安全事故发生或可能发生的关键信息;只要逐一监测这三个方向的速度变化率,就相当于全面地监测着安全责任事故发生的各种可能;只要设法控制这三个方向的速度变化率的幅度,就相当于从消除安全责任事故发生的各种可能性入手,避免安全责任事故的发生。
本发明的目的是依据上述思想并采用以下技术方案实现的:
不安全驾驶行为的识别与监控系统,包括驾驶行为信息采集装置、信息传输装置、数据处理和比较装置、信息显示或输出装置,所述信息采集装置包括加速度传感器,加速度传感器与信息传输装置电路连接,信息传输装置通过无线信号与数据处理和比较装置连接,数据处理和比较装置与信息显示或输出装置电路连接;
所述加速度传感器设在被监控的车辆上,加速度传感器采集车辆行驶过程中车辆三维空间三个方向的加速度数据,并将数据通过设在车辆上的信息传输装置传送到数据处理和比较装置,处理和比较后数据通过信息显示或输出装置显示出来。
作为本发明的优选技术方案,所述信息采集装置包括设车辆上分别采集车辆三个方向加速度数据的加速度传感器。
作为本发明的优选技术方案,所述加速度传感器包括三维陀螺仪。
作为本发明的优选技术方案,所述信息传输装置通过无线网络与数据处理和比较装置连接并相互传输数据。
作为本发明的优选技术方案,所述数据处理和比较装置包括中央处理单元、存储单元或PC机。
作为本发明的优选技术方案,所述信息显示或输出装置包括显示器、声光报警器、打印机或PC机。
作为本发明的优选技术方案,所述信息采集装置还包括设车辆上分别采集其他驾驶行为信息(如:驾驶员操纵状态影像、车辆行进方向180°范围影像、车辆位置、时间、速度、制动和油门运用程度等)的装置。这些装置采集的信息,同样通过上述信息传输装置、数据处理和比较装置、信息显示或输出装置进行处理。
一种不安全驾驶行为的识别与监控方法,该方法包括以下步骤:
(1)在车辆上安装加速度传感器,用来采集行驶过程中车辆三维空间X、Y、Z三个方向的加速度数据ax、ay、az
(2)对优秀驾驶员的行车数据进行统计分析后建立数学模型,计算出X、Y、Z三个方向加速度绝对值的最大值的均值
Figure GSA00000125740600041
作为阈值,建立监测X、Y、Z三个方向加速度变化的比较样本;
(3)将上述优秀驾驶员在规定行驶里程中,其X、Y、Z三个方向加速度axi、ayi、azi的实测值与步骤(2)所述
Figure GSA00000125740600042
值进行比较,得到超出
次数的阈值βx、βy、βz,采用βx、βy、βz值作为评判驾驶员驾驶行为是否安全的衡量标准;
(4)采用安装有专用分析软件的数据处理和比较装置,将数据处理结果通过信息显示或输出装置显示或打印出来。
作为本发明的优选技术方案,所述三个方向加速度阈值
Figure GSA00000125740600052
的获取方法如下:
(1)选择合适样本数的从未出过安全事故的优秀驾驶员组成被测试群体,在他们驾驶的车辆上安装三维陀螺仪;
(2)令被测试群体上路行驶,将每车的行驶里程等分成若干个“单位行驶里程”段(每段为100公里),测试并记录所有被测车辆在正常行驶状态下,每单位行驶里程(100公里)中X、Y、Z三个方向加速度axi、ayi、azi的绝对值的最大值|axi|max、|ayi|max、|azi|max。并且依据汽车行驶动力学和统计分析,确定出群体中绝对值的最大值的平均值
Figure GSA00000125740600053
并将其作为三个方向加速度的阈值,具体方法如下:
a ‾ x max = Σ i = 1 n | a xi | max n
a ‾ y max = Σ i = 1 n | a yi | max n
a ‾ z max = Σ i = 1 n | a zi | max n
式中:
Figure GSA00000125740600057
为X轴方向加速度绝对值的最大值的平均值(阈值)
Figure GSA00000125740600058
为Y轴方向加速度绝对值的最大值的平均值(阈值)
Figure GSA00000125740600061
为Z轴方向加速度绝对值的最大值的平均值(阈值)
|axi|max为三维陀螺仪对被测群体在第i个单位行驶里程(100公里)中测得的X轴方向加速度绝对值的最大值;
|ayi|max为三维陀螺仪对被测群体在第i个单位行驶里程(100公里)中测得的Y轴方向加速度绝对值的最大值;
|azi|max为三维陀螺仪对被测群体在第i个单位行驶里程(100公里)中测得的Z轴方向加速度绝对值的最大值。
i=1,2,3,...n
n为被测群体测试行程中,单位行驶里程(100公里)的总个数。
作为本发明的优选技术方案,所述判断驾驶员出现不安全驾驶行为的阈值βx、βy、βz的确定方法如下:
(1)对被测群体在测试里程内,第i个单位行驶里程(100公里)中X、Y、Z三个方向加速度axi、ayi、azi的实际测试值超出阈值
Figure GSA00000125740600062
的次数βxi、βyi、βzi作统计平均:
β ‾ x = Σ i = 1 n β xi n
β ‾ y = Σ i = 1 n β yi n
β ‾ z = Σ i = 1 n β zi n
式中:
Figure GSA00000125740600066
为X轴方向加速度ax的实际测试值超出阈值
Figure GSA00000125740600067
的次数的平均值;
Figure GSA00000125740600068
为Y轴方向加速度ay的实际测试值超出阈值的次数的平均值;
为Z轴方向加速度az的实际测试值超出阈值
Figure GSA00000125740600072
的次数的平均值;
βxi为被测群体在第i个单位行驶里程(100公里)中,X轴方向加速度axi的实际测试值超出阈值
Figure GSA00000125740600073
的次数;
βyi为被测群体在第i个单位行驶里程(100公里)中,Y轴方向加速度ayi的实际测试值超出阈值
Figure GSA00000125740600074
的次数;
βzi为被测群体在第i个单位行驶里程(100公里)中,Z轴方向加速度azi的实际测试值超出阈值的次数。
i=1,2,3,...n
n为被测群体测试行程中,单位行驶里程(100公里)的总个数。
(2)令:
β x = b β ‾ x ,
β y = b β ‾ y ,
β z = b β ‾ z ;
式中:
b为修正系数,b>1,其具体数值由试验确定。
βx、βy、βz分别为驾驶员在规定行驶里程中,X、Y、Z三个方向上,驾驶员出现不安全驾驶行为的阈值。
作为本发明的优选技术方案,所述步骤(4)得到的数据处理结果还可以通过信息传输装置及时传输到安装在车辆上的提示装置,所述提示装置包括显示器或声光报警器。
本发明的有益效果是:相对于现有技术,本发明鉴于“汽车行驶过程中,驾驶员不安全驾驶因素出现的频次,远远高于事故发生的频次”,运用现代传感技术,从对每个驾驶员的驾驶行为信息采集、识别入手,依据本发明按汽车行驶动力学和行为科学等理论制定的相关判据,全面有效地提取不安全驾驶信息部分,通过综合分析,客观地找出所有“不安全驾驶因素”,及其产生的真实原因。
本发明采用加速度传感器或三维陀螺仪测量车辆行驶三个方向的速度变化率ax、ay、az,作为不安全驾驶因素的监测物理量;采用对优秀驾驶员行车数据进行统计分析后建立的数学模型,计算出三个方向加速度出现异常的阈值
Figure GSA00000125740600081
Figure GSA00000125740600082
并据之对记录数据进行综合分析,检索出“不安全驾驶因素”出现的准确时间段,自动完成数据筛选,滤除冗余部分,提取有效信息。
安全监管部门可根据每位存在不安全驾驶行为的驾驶员在行驶中出现的不同状况,帮助其分析问题产生的原因,制定改进方案,进行有针对性、个性化的教育,按照:培训--监控跟踪--查核培训效果--再培训--再监控跟踪的程序,直至达到目标要求。对那些存在不适合专业驾驶工作因素且矫正无效的驾驶员尽早实行淘汰。成功解决了及时有效地预防不安全驾驶行为发生的难题,从源头上大幅降低因不安全驾驶行为造成的交通事故的概率。
附图说明
下面结合附图与具体实施例对本发明作进一步说明:
图1是本发明识别与监控系统的结构示意图。
具体实施方式
如图1所示,不安全驾驶行为的识别与监控系统,包括驾驶行为信息采集装置4、信息传输装置1、数据处理和比较装置2、信息显示或输出装置3,所述信息采集装置4包括加速度传感器,加速度传感器与信息传输装置1电路连接,信息传输装置1通过无线信号与数据处理和比较装置2连接,数据处理和比较装置2与信息显示或输出装置3电路连接。所述加速度传感器设在被监控的车辆上,加速度传感器采集车辆行驶过程中车辆三维空间三个方向的加速度数据,并将数据通过设在车辆上的信息传输装置1传送到数据处理和比较装置2,处理和比较后数据通过信息显示或输出装置3显示出来。
本实施例中,所述信息采集装置4包括设车辆上分别采集车辆三个方向加速度数据的加速度传感器,或者是三维陀螺仪。所述信息传输装置1通过无线网络与数据处理和比较装置2连接并相互传输数据。所述数据处理和比较装置2包括中央处理单元、存储单元或PC机。所述信息显示或输出装置3包括显示器、声光报警器、打印机或PC机。
本实施例中,所述信息采集装置4还包括设车辆上分别采集其他驾驶行为信息(如:驾驶员操纵状态影像、车辆行进方向180°范围影像、车辆位置、时间、速度、制动和油门运用程度等)的装置。这些装置采集的信息,同样通过上述信息传输装置1、数据处理和比较装置2、信息显示或输出装置3进行处理。
一种不安全驾驶行为的识别与监控方法,该方法包括以下步骤:
(1)在车辆上安装加速度传感器,用来采集车辆行驶过程中车辆三维空间X、Y、Z三个方向的加速度数据ax、ay、az
(2)对优秀驾驶员的行车数据进行统计分析后建立数学模型,计算出X、Y、Z三个方向加速度绝对值的最大值的均值
Figure GSA00000125740600091
作为阈值,建立监测X、Y、Z三个方向加速度变化的比较样本;
(3)将上述优秀驾驶员在规定行驶里程中,其X、Y、Z三个方向加速度ax、ay、az的实测值的绝对值与步骤(2)所述
Figure GSA00000125740600092
值进行比较,得到超出
Figure GSA00000125740600093
次数的阈值βx、βy、βz,x采用βx、βy、βz值作为评判驾驶员驾驶行为是否安全的衡量标准;
(4)采用安装有专用分析软件的数据处理和比较装置,将数据处理结果通过信息显示或输出装置显示或打印出来。
所述三个方向加速度阈值
Figure GSA00000125740600101
的获取方法如下:
(1)选择合适样本数的从未出过安全事故的优秀驾驶员组成被测试群体,在他们驾驶的车辆上安装三维陀螺仪;
(2)令被测试群体上路行驶,将每车的行驶里程等分成若干个“单位行驶里程”段(每段为100公里),测试并记录所有被测车辆在正常行驶状态下,每单位行驶里程(100公里)中X、Y、Z三个方向加速度axi、ayi、azi的绝对值的最大值|axi|max、|ayi|max、|azi|max。并且依据汽车行驶动力学和统计分析,确定出群体中绝对值的最大值的平均值
Figure GSA00000125740600102
并将其作为三个方向加速度的阈值,具体方法如下:
a ‾ x max = Σ i = 1 n | a xi | max n
a ‾ y max = Σ i = 1 n | a yi | max n
a ‾ z max = Σ i = 1 n | a zi | max n
式中:
为X轴方向加速度绝对值的最大值的平均值(阈值)
Figure GSA00000125740600107
为Y轴方向加速度绝对值的最大值的平均值(阈值)
Figure GSA00000125740600108
为Z轴方向加速度绝对值的最大值的平均值(阈值)
|axi|max为三维陀螺仪对被测群体在第i个单位行驶里程(100公里)中测得的X轴方向加速度绝对值的最大值;
|ayi|max为三维陀螺仪对被测群体在第i个单位行驶里程(100公里)中测得的Y轴方向加速度绝对值的最大值;
|azi|max为三维陀螺仪对被测群体在第i个单位行驶里程(100公里)中测得的Z轴方向加速度绝对值的最大值。
i=1,2,3,...n
n为被测群体测试行程中,单位行驶里程(100公里)的总个数。
所述判断驾驶员出现不安全驾驶行为的阈值βx、βy、βz的确定方法如下:
(1)对被测群体在测试里程内,第i个单位行驶里程(100公里)中X、Y、Z三个方向加速度axi、ayi、azi的实际测试值超出阈值
Figure GSA00000125740600111
的次数βxi、βyi、βzi作统计平均:
β ‾ x = Σ i = 1 n β xi n
β ‾ y = Σ i = 1 n β yi n
β ‾ z = Σ i = 1 n β zi n
式中:
Figure GSA00000125740600115
为X轴方向加速度ax的实际测试值超出阈值
Figure GSA00000125740600116
的次数的平均值;
Figure GSA00000125740600117
为Y轴方向加速度ay的实际测试值超出阈值
Figure GSA00000125740600118
的次数的平均值;
Figure GSA00000125740600119
为Z轴方向加速度az的实际测试值超出阈值
Figure GSA000001257406001110
的次数的平均值;
βxi为被测群体在第i个单位行驶里程(100公里)中,X轴方向加速度axi的实际测试值超出阈值
Figure GSA000001257406001111
的次数;
βyi为被测群体在第i个单位行驶里程(100公里)中,Y轴方向加速度ayi的实际测试值超出阈值
Figure GSA00000125740600121
的次数;
βzi为被测群体在第i个单位行驶里程(100公里)中,Z轴方向加速度azi的实际测试值超出阈值
Figure GSA00000125740600122
的次数。
i=1,2,3,...n
n为被测群体测试行程中,单位行驶里程(100公里)的总个数。
(2)令:
β x = b β ‾ x ,
β y = b β ‾ y ,
β z = b β ‾ z ;
式中:
b为修正系数,b>1,其具体数值由试验确定。
βx、βy、βz分别为驾驶员在规定行驶里程中,X、Y、Z三个方向上,驾驶员出现不安全驾驶行为的阈值。
所述步骤(4)得到的数据处理结果还可以通过信息传输装置及时传输到安装在车辆上的提示装置,所述提示装置包括显示器或声光报警器。
本发明针对“只要车辆未发生交通安全事故,企业安全监管部门就难以从海量的记录数据中检索出日常安全监管或教育所需的不安全驾驶行为信息”的缺点,通过采集并获得βx、βy、βz值,并作如下具体运用。
专业运输企业循如下思路对不安全驾驶行为进行识别与监控:
1、当某一驾驶员在规定行驶里程中,X、Y、Z三个方向加速度axi、ayi、azi的实际测试值超出阈值的次数βxi、βyi、βzi中的任何一个,超过相应的阈值βx、βy、βz时,即认为该驾驶员存在不安全驾驶行为。
2、调取该驾驶员行车记录数据,找出其X、Y、Z三个方向的加速度数据axi、ayi、azi超出阈值
Figure GSA00000125740600131
的所有相应时间段。
3、根据该驾驶员行车记录数据,调出与这些时间段相对应的所有驾驶行为信息记录资料,如:驾驶员操纵状态影像、车辆行进方向180°范围影像、车辆位置、时间、速度、制动和油门运用程度等数据。
4、根据上述数据,对驾驶员的驾驶行为进行综合分析,从中找出不安全驾驶行为产生的原因,分析其可能导致的后果。
安全监管部门根据每位存在不安全驾驶行为的驾驶员在行驶中出现的不同状况,帮助其分析问题产生的原因,制定改进方案,进行有针对性、个性化的教育,按照:培训--监控跟踪--查核培训效果--再培训--再监控跟踪的程序,直至达到目标要求。对那些存在不适合专业驾驶工作因素且矫正无效的驾驶员尽早实行淘汰。成功解决了及时有效地预防不安全驾驶行为发生的难题,从源头上大幅降低因不安全驾驶行为造成的交通事故的概率。
上述监管工作将常年并周而复始地进行,通过长期、不间断、周而复始的监控和教育,帮助驾驶员不断改进驾驶操作,最有效并持久地规范安全驾驶行为;或及时淘汰不适于专业驾驶的人员,进而最大限度地实现运输生产安全目标。

Claims (10)

1.一种不安全驾驶行为的识别与监控系统,包括驾驶行为信息采集装置、信息传输装置、数据处理和比较装置、信息显示或输出装置,其特征是:所述信息采集装置包括加速度传感器,加速度传感器与信息传输装置电路连接,信息传输装置通过无线信号与数据处理和比较装置连接,数据处理和比较装置与信息显示或输出装置电路连接;
所述加速度传感器设在被监控的车辆上,加速度传感器采集车辆行驶过程中车辆三维空间三个方向的加速度数据,并将数据通过设在车辆上的信息传输装置传送到数据处理和比较装置,处理和比较后数据通过信息显示或输出装置显示出来。
2.根据权利要求1所述的不安全驾驶行为的识别与监控系统,其特征是:所述信息采集装置包括设在车辆上分别采集车辆三个方向加速度数据的加速度传感器。
3.根据权利要求1或2所述的不安全驾驶行为的识别与监控系统,其特征是:所述加速度传感器包括三维陀螺仪。
4.根据权利要求1所述的不安全驾驶行为的识别与监控系统,其特征是:所述信息传输装置通过无线网络与数据处理和比较装置连接并相互传输数据。
5.根据权利要求1或4所述的不安全驾驶行为的识别与监控系统,其特征是:所述数据处理和比较装置包括中央处理单元、存储单元或PC机。
6.根据权利要求1所述的不安全驾驶行为的识别与监控系统,其特征是:所述信息显示或输出装置包括显示器、声光报警器、打印机或PC机。
7.一种不安全驾驶行为的识别与监控方法,其特征是该方法包括以下步骤:
(1)在车辆上安装加速度传感器,用来采集车辆行驶过程中车辆三维空间X、Y、Z三个方向的加速度数据ax、ay、az
(2)对优秀驾驶员的行车数据进行统计分析后建立数学模型,计算出X、Y、Z三个方向加速度绝对值的最大值的均值
Figure FSA00000125740500011
作为阈值,建立监测X、Y、Z三个方向加速度变化的比较样本;
(3)将上述优秀驾驶员在规定行驶里程中,其X、Y、Z三个方向加速度(ax、ay、az)的实测值的绝对值与步骤(2)所述
Figure FSA00000125740500021
值进行比较,得到超出次数的阈值βx、βy、βz,采用βx、βy、βz值作为评判驾驶员驾驶行为是否安全的衡量标准;
(4)采用安装有专用分析软件的数据处理和比较装置,将数据处理结果通过信息显示或输出装置显示或打印出来。
8.根据权利要求7所述不安全驾驶行为的识别与监控方法,其特征是:所述三个方向加速度阈值
Figure FSA00000125740500023
的获取方法如下:
(1)选择合适样本数的从未出过安全事故的优秀驾驶员组成被测试群体,在他们驾驶的车辆上安装三维陀螺仪;
(2)令被测试群体上路行驶,将每车的行驶里程等分成若干个“单位行驶里程”段(每段为100公里),测试并记录所有被测车辆在正常行驶状态下,每单位行驶里程(100公里)中X、Y、Z三个方向加速度axi、ayi、azi的绝对值的最大值
Figure FSA00000125740500024
Figure FSA00000125740500026
并且依据汽车行驶动力学和统计分析,确定出群体中绝对值的最大值的平均值
Figure FSA00000125740500027
并将其作为三个方向加速度的阈值,具体方法如下:
a ‾ x max = Σ i = 1 n | a xi | max n
a ‾ y max = Σ i = 1 n | a yi | max n
a ‾ z max = Σ i = 1 n | a zi | max n
式中:
Figure FSA00000125740500031
为X轴方向加速度绝对值的最大值的平均值(阈值)
为Y轴方向加速度绝对值的最大值的平均值(阈值)
Figure FSA00000125740500033
为Z轴方向加速度绝对值的最大值的平均值(阈值)
Figure FSA00000125740500034
为三维陀螺仪对被测群体在第i个单位行驶里程(100公里)中测得的X轴方向加速度绝对值的最大值;
Figure FSA00000125740500035
为三维陀螺仪对被测群体在第i个单位行驶里程(100公里)中测得的Y轴方向加速度绝对值的最大值;
为三维陀螺仪对被测群体在第i个单位行驶里程(100公里)中测得的Z轴方向加速度绝对值的最大值。
i=1,2,3,...n
n为被测群体测试行程中,单位行驶里程(100公里)的总个数。
9.根据权利要求7或8所述不安全驾驶行为的识别与监控方法,其特征是:所述判断驾驶员出现不安全驾驶行为的阈值βx、βy、βz的确定方法如下:
(1)对被测群体在测试里程内,第i个单位行驶里程(100公里)中X、Y、Z三个方向加速度axi、ayi、azi的实际测试值超出阈值
Figure FSA00000125740500037
的次数βxi、βyi、βzi作统计平均:
β ‾ x = Σ i = 1 n β xi n
β ‾ y = Σ i = 1 n β yi n
β ‾ z = Σ i = 1 n β zi n
式中:
Figure FSA00000125740500041
为X轴方向加速度ax的实际测试值超出阈值
Figure FSA00000125740500042
的次数的平均值;
Figure FSA00000125740500043
为Y轴方向加速度ay的实际测试值超出阈值
Figure FSA00000125740500044
的次数的平均值;
Figure FSA00000125740500045
为Z轴方向加速度az的实际测试值超出阈值的次数的平均值;
βxi为被测群体在第i个单位行驶里程(100公里)中,X轴方向加速度axi的实际测试值超出阈值
Figure FSA00000125740500047
的次数;
βyi为被测群体在第i个单位行驶里程(100公里)中,Y轴方向加速度ayi的实际测试值超出阈值
Figure FSA00000125740500048
的次数;
βzi为被测群体在第i个单位行驶里程(100公里)中,Z轴方向加速度azi的实际测试值超出阈值
Figure FSA00000125740500049
的次数。
i=1,2,3,...n
n为被测群体测试行程中,单位行驶里程(100公里)的总个数。
(2)令:
β x = b β ‾ x ,
β y = b β ‾ y ,
β z = b β ‾ z ;
式中:
b为修正系数,b>1,其具体数值由试验确定。
βx、βy、βz分别为驾驶员在规定行驶里程中,X、Y、Z三个方向上,驾驶员出现不安全驾驶行为的阈值。
10.根据权利要求7所述不安全驾驶行为的识别与监控方法,其特征是:所述步骤(4)得到的数据处理结果还可以通过信息传输装置及时传输到安装在车辆上的提示装置,所述提示装置包括显示器或声光报警器。
CN 201010173356 2010-05-10 2010-05-10 不安全驾驶行为的识别与监控系统及方法 Pending CN101866502A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN 201010173356 CN101866502A (zh) 2010-05-10 2010-05-10 不安全驾驶行为的识别与监控系统及方法
CN201110029010.4A CN102163368B (zh) 2010-05-10 2011-01-18 不安全驾驶行为的识别与监控系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201010173356 CN101866502A (zh) 2010-05-10 2010-05-10 不安全驾驶行为的识别与监控系统及方法

Publications (1)

Publication Number Publication Date
CN101866502A true CN101866502A (zh) 2010-10-20

Family

ID=42958215

Family Applications (2)

Application Number Title Priority Date Filing Date
CN 201010173356 Pending CN101866502A (zh) 2010-05-10 2010-05-10 不安全驾驶行为的识别与监控系统及方法
CN201110029010.4A Expired - Fee Related CN102163368B (zh) 2010-05-10 2011-01-18 不安全驾驶行为的识别与监控系统及方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201110029010.4A Expired - Fee Related CN102163368B (zh) 2010-05-10 2011-01-18 不安全驾驶行为的识别与监控系统及方法

Country Status (1)

Country Link
CN (2) CN101866502A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102855673A (zh) * 2011-06-30 2013-01-02 浙江维尔科技股份有限公司 驾驶培训信息的记录方法、装置及驾驶培训信息记录仪
CN103745507A (zh) * 2013-12-31 2014-04-23 商泰软件(上海)有限公司 行车状态分析方法及装置
CN103854336A (zh) * 2014-02-27 2014-06-11 深圳市锐明视讯技术有限公司 一种判别车辆急右转不良驾驶行为的方法及装置
CN103985220A (zh) * 2014-05-16 2014-08-13 柳州天运寰通科技有限公司 一种车载安全监控终端
CN104243713A (zh) * 2014-09-24 2014-12-24 深圳先进技术研究院 基于智能手机的弯道检测方法
CN104635720A (zh) * 2014-12-11 2015-05-20 上海天奕无线信息科技有限公司 车辆安全预警方法及设备
CN105551247A (zh) * 2015-12-17 2016-05-04 成都吉普斯能源科技有限公司 汽车安全联网监控系统
CN106056946A (zh) * 2016-06-13 2016-10-26 黄明 一种对车辆行驶过程进行监控的方法及系统
CN106934876A (zh) * 2017-03-16 2017-07-07 广东翼卡车联网服务有限公司 一种车辆异常驾驶事件的识别方法及系统
CN107025704A (zh) * 2017-03-14 2017-08-08 上海小蚁科技有限公司 基于加速度传感器的驾驶行为检测方法及装置、行车记录仪和汽车
CN107123173A (zh) * 2017-04-25 2017-09-01 百度在线网络技术(北京)有限公司 用于监测无人车的行驶状态的方法和装置
CN104091079B (zh) * 2014-07-15 2017-10-31 哈尔滨工程大学 一种基于mems imu公交司机驾驶水平评定方法
CN110447214A (zh) * 2018-03-01 2019-11-12 北京嘀嘀无限科技发展有限公司 一种识别驾驶行为的系统、方法、装置和存储介质
CN112053468A (zh) * 2015-02-25 2020-12-08 实耐宝公司 用于生成并输出针对车辆的测试驾驶脚本的方法和系统

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102879610B (zh) * 2012-09-29 2014-06-11 广州网文三维数字技术有限公司 一种基于加速度的安全监控方法及相关装置
CN103337179B (zh) * 2013-07-01 2015-04-15 深圳市凌启电子有限公司 车辆不良驾驶行为提醒系统及方法
CN106485914B (zh) * 2015-08-25 2020-01-07 惠州市德赛工业发展有限公司 一种多车路况上频繁超车的驾驶行为识别方法
CN108665084B (zh) * 2017-03-31 2021-12-10 中移物联网有限公司 一种对驾驶风险的预测方法及系统
WO2019069732A1 (ja) * 2017-10-06 2019-04-11 ソニー株式会社 情報処理装置、および情報処理方法、並びにプログラム
CN110225446B (zh) * 2018-03-01 2021-01-29 北京嘀嘀无限科技发展有限公司 一种识别驾驶行为的系统、方法、装置和存储介质
CN108921977A (zh) * 2018-07-16 2018-11-30 东北林业大学 一种车载驾驶员异常驾驶行为检测装置及检测方法
CN109544966B (zh) * 2018-11-27 2020-11-03 江苏本能科技有限公司 特种车辆路线偏移分析方法及系统
CN109615879B (zh) * 2018-12-28 2020-12-11 成都路行通信息技术有限公司 基于车联网的车速异常预警模型、方法及模型构建方法
US11315427B2 (en) 2019-06-11 2022-04-26 Toyota Motor North America, Inc. Vehicle-to-vehicle sensor data sharing
US10769953B1 (en) 2019-06-11 2020-09-08 Toyota Motor North America, Inc. Vehicle-to-vehicle sensor data sharing
CN110390815A (zh) * 2019-07-01 2019-10-29 东南大学 判定快速道路多个测速仪组合对交通事故数量影响的方法
US11488424B2 (en) 2020-03-19 2022-11-01 Toyota Motor North America, Inc. Motion-based transport assessment
US11720114B2 (en) 2020-03-19 2023-08-08 Toyota Motor North America, Inc. Safety of transport maneuvering
US11097735B1 (en) 2020-03-19 2021-08-24 Toyota Motor North America, Inc. Transport lane usage
US11407428B2 (en) 2020-03-23 2022-08-09 Toyota Motor North America, Inc. Transport safety

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201029052Y (zh) * 2007-02-13 2008-02-27 周列波 车载交通事故报警装置
CN101123866B (zh) * 2007-07-06 2013-01-02 刘西钉 具有导航和音/视频记录及防盗功能的车载系统及控制方法
JP5150337B2 (ja) * 2007-12-04 2013-02-20 本田技研工業株式会社 車両の盗難防止装置
CN101645204A (zh) * 2009-07-30 2010-02-10 杨迎春 车辆间避险通信装置及其数据处理方法
CN202025368U (zh) * 2010-05-10 2011-11-02 陈勃生 不安全驾驶行为的识别与监控系统

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102855673A (zh) * 2011-06-30 2013-01-02 浙江维尔科技股份有限公司 驾驶培训信息的记录方法、装置及驾驶培训信息记录仪
CN102855673B (zh) * 2011-06-30 2016-03-30 浙江维尔科技股份有限公司 驾驶培训信息的记录方法、装置及驾驶培训信息记录仪
CN103745507A (zh) * 2013-12-31 2014-04-23 商泰软件(上海)有限公司 行车状态分析方法及装置
CN103854336A (zh) * 2014-02-27 2014-06-11 深圳市锐明视讯技术有限公司 一种判别车辆急右转不良驾驶行为的方法及装置
CN103854336B (zh) * 2014-02-27 2016-04-06 深圳市锐明技术股份有限公司 一种判别车辆急右转不良驾驶行为的方法及装置
CN103985220A (zh) * 2014-05-16 2014-08-13 柳州天运寰通科技有限公司 一种车载安全监控终端
CN104091079B (zh) * 2014-07-15 2017-10-31 哈尔滨工程大学 一种基于mems imu公交司机驾驶水平评定方法
CN104243713B (zh) * 2014-09-24 2017-01-11 深圳先进技术研究院 基于智能手机的弯道检测方法
CN104243713A (zh) * 2014-09-24 2014-12-24 深圳先进技术研究院 基于智能手机的弯道检测方法
CN104635720A (zh) * 2014-12-11 2015-05-20 上海天奕无线信息科技有限公司 车辆安全预警方法及设备
CN104635720B (zh) * 2014-12-11 2018-01-19 上海天奕无线信息科技有限公司 车辆安全预警方法及系统
CN112053468A (zh) * 2015-02-25 2020-12-08 实耐宝公司 用于生成并输出针对车辆的测试驾驶脚本的方法和系统
CN105551247A (zh) * 2015-12-17 2016-05-04 成都吉普斯能源科技有限公司 汽车安全联网监控系统
CN105551247B (zh) * 2015-12-17 2018-03-30 成都吉普斯能源科技有限公司 汽车安全联网监控系统
CN106056946A (zh) * 2016-06-13 2016-10-26 黄明 一种对车辆行驶过程进行监控的方法及系统
CN107025704A (zh) * 2017-03-14 2017-08-08 上海小蚁科技有限公司 基于加速度传感器的驾驶行为检测方法及装置、行车记录仪和汽车
US10690695B2 (en) 2017-03-14 2020-06-23 Shanghai Xiaoyi Technology Co., Ltd. System and method for detecting driving behavior
CN106934876A (zh) * 2017-03-16 2017-07-07 广东翼卡车联网服务有限公司 一种车辆异常驾驶事件的识别方法及系统
CN106934876B (zh) * 2017-03-16 2019-08-20 广东翼卡车联网服务有限公司 一种车辆异常驾驶事件的识别方法及系统
CN107123173A (zh) * 2017-04-25 2017-09-01 百度在线网络技术(北京)有限公司 用于监测无人车的行驶状态的方法和装置
CN110447214A (zh) * 2018-03-01 2019-11-12 北京嘀嘀无限科技发展有限公司 一种识别驾驶行为的系统、方法、装置和存储介质
CN110447214B (zh) * 2018-03-01 2022-04-15 北京嘀嘀无限科技发展有限公司 一种识别驾驶行为的系统、方法、装置和存储介质

Also Published As

Publication number Publication date
CN102163368B (zh) 2014-10-15
CN102163368A (zh) 2011-08-24

Similar Documents

Publication Publication Date Title
CN102163368B (zh) 不安全驾驶行为的识别与监控系统及方法
Feng et al. Can vehicle longitudinal jerk be used to identify aggressive drivers? An examination using naturalistic driving data
US10848913B2 (en) Method for smartphone-based accident detection
CN105427606B (zh) 路面状况信息采集及发布方法
US9472083B2 (en) Direct observation event triggering of drowsiness
CN107782564A (zh) 一种自动驾驶车辆测评系统及方法
CN202025368U (zh) 不安全驾驶行为的识别与监控系统
Scherer et al. How the driver wants to be driven-modelling driving styles in highly automated driving
CN101470951B (zh) 汽车安全驾驶监控系统
CN110648075A (zh) 驾驶安全评估方法及装置
CN102717765A (zh) 疲劳驾驶检测方法及防疲劳驾驶辅助装置
US20120245758A1 (en) Driving behavior detecting method and apparatus
CN109885040A (zh) 一种人机共驾中的车辆驾驶控制权分配系统
CN102376183A (zh) 机动车驾驶人培训与考试全程监控系统
WO2009148188A1 (ja) 運転行動自動評価システム
CN115179960A (zh) 一种多源数据采集人车状态综合监测系统及方法
Shirazi et al. Detection of intoxicated drivers using online system identification of steering behavior
JP2013186897A (ja) バランス車両の安全装置のためのデータの取得のための方法および装置
CN104637326A (zh) 基于云端服务的车辆驾驶安全系统
CN108312964A (zh) 一种疲劳驾驶状态识别预警系统及方法
El Masri et al. Toward self-policing: Detecting drunk driving behaviors through sampling CAN bus data
Zhang et al. Intervention strategies to eliminate truck-related fatalities in surface coal mining in West Virginia
DE102016202086B4 (de) Verfahren zum Feststellen von Gefahrensituationen im Straßenverkehr und zum Warnen von Verkehrsteilnehmern
CN207416817U (zh) 司机防御性驾驶技能判别系统及车辆
CN105427407A (zh) 一种汽车安全监控方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Open date: 20101020