CN104504777A - 一种驾驶习惯分析方法 - Google Patents
一种驾驶习惯分析方法 Download PDFInfo
- Publication number
- CN104504777A CN104504777A CN201410771492.4A CN201410771492A CN104504777A CN 104504777 A CN104504777 A CN 104504777A CN 201410771492 A CN201410771492 A CN 201410771492A CN 104504777 A CN104504777 A CN 104504777A
- Authority
- CN
- China
- Prior art keywords
- acceleration
- interval
- data
- calculate
- starting
- 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.)
- Granted
Links
Landscapes
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
Abstract
一种驾驶习惯分析方法,包括从以下方面对驾驶习惯进行评价:启动、停止的润滑性:启动、停止的加速度变化较小;行驶的平稳性:行驶过程中不会突然大幅度地加速、减速;速度的变化较小的状态;数据获得:通过GPS获得行驶距离、车辆位置、时间数据,并通过获得的数据计算加速度;评价时机:应用启动时开始收集数据,应用停止时进行分析并评价;如果联网,将数据上传到服务端;评价方法:选取两个停止状态之间的区间作为评价区间,分割启动加速区间,行驶区间、减速停止区间。本发明的优点:通过获取并分析车辆行驶的相关数据,以评价驾车人的驾驶习惯。驾车人可通过该分析和评价,来改善个人的驾车习惯,使得行驶更加安全、舒适。
Description
技术领域
本发明涉及汽车导航领域,特别涉及了一种驾驶习惯分析方法。
背景技术
实时监测和智能评估驾驶员的驾驶行为和驾驶状态,有助于及早发现可能的操作失误,避免交通事故的发生;同时提醒驾驶员采取更为合理的驾驶方案以提高车辆的行驶速度,提高交通效率。
近年来各国的交通事故统计数据表明,追尾碰撞占所有车辆碰撞事故的相当部分。因此,如何帮助驾驶员保持安全的行车间距被视为智能驾驶导航系统的一项基本功能。分析建模驾驶员的加速-刹车操作特性与跟车习惯则是任何智能避撞系统需要仔细研究的课题。随着公路建设的飞速发展,人们不再仅仅满足于“有路行驶”的状况,而是越来越要求“有好路行驶”,这就使汽车在公路上行驶时不仅要有安全性,舒适性也越来越受到人们的重视。
发明内容
本发明的目的是为了通过获取并分析车辆行驶的相关数据,以评价驾车人的驾驶习惯。驾车人可通过该分析和评价,来改善个人的驾车习惯,使得行驶更加安全、舒适,特提供了一种驾驶习惯分析方法。
本发明提供了一种驾驶习惯分析方法,其特征在于:所述的驾驶习惯分析方法,包括从以下方面对驾驶习惯进行评价:
启动、停止的润滑性:启动、停止的加速度变化较小;
行驶的平稳性:行驶过程中不会突然大幅度地加速、减速;速度的变化较小的状态;
数据获得:通过GPS获得行驶距离、车辆位置、时间数据,并通过获得的数据计算加速度;
评价时机:应用启动时开始收集数据,应用停止时进行分析并评价;如果联网,将数据上传到服务端,获得用户总体评价;
评价方法:
选取两个停止状态之间的区间作为评价区间;停止状态是指:速度在Vstop=5km/h以下的状态;如图1,VH表示选取区间内的最高速度;启动加速区间、行驶区间、减速停止区间的划分;设定系数β=0.8,如图1,将速度βVH作为基准,分割启动加速区间,行驶区间、减速停止区间;
通过以上方法确定的启动加速区间,只有在满足启动区间小于20秒的场合才有效。如上图所示,P1到P2的时间差小于20秒的情况有效,否则,启动区间为从启动开始算20秒,20秒的时间在实现时可根据需要进行调整。减速停止区间与启动加速区间类似,只有在如图1所示,P3到P4的时间差小于20秒的情况有效;
启动加速度:启动加速区间的加速度;
行驶区间分割频率:行驶区间,每1秒分割一次;
加速度变化区域划分:取加速度变化的绝对值,将加速度变化的范围分成如下6个区域:
表1、加速度变化范围值
加速度变化区域定义 | 加速度变化值(m/s2) |
α1 | 0~2 |
α2 | 2~3 |
α3 | 3~5 |
α4 | 5~7 |
α5 | 7~9 |
α6 | 9~∞ |
α1到α6的值根据经验数据及相关系数进行调整,考虑的因素包含车型、路况;
方法包括:
计算启动、停止加速度:划分启动加速区间后,在启动加速区间的加速度即是启动加速度;在减速停止区间的加速度即是停止加速度;将启动/停止区间按1秒划分,计算加速度变化区间的分布概率;计算行驶加速度:在行驶区间的加速度即是行驶加速度;将行驶区间按1秒划分,计算加速度变化区间的分布概率。
表2、取10秒行驶区间,在此10秒间的加速度变化区间分布推定值
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
α1 | α1 | α5 | α6 | α2 | α4 | α2 | α2 | α3 | α1 |
表3、各区间概率值
α1 | α2 | α3 | α4 | α5 | α6 | |
次数 | 3 | 3 | 1 | 1 | 1 | 1 |
概率 | 30% | 30% | 10% | 10% | 10% | 10% |
具体流程:
第一步:启动Timer,每秒;
启动定时器,时间间隔为1秒,按照指定时间,通常为1秒,定期从GPS或其他相应设备上获取速度、位置、时间等信息
第二步:速度>5km/h?
判断当前车辆的行驶速度是否大于5km/h(该值可根据经验数据,收集后重新设定),如果不大于,说明不在评价区间范围内,不予评价
如果大于5km/h,说明符合评价条件,记录该次行驶信息到特定设备中如:导航仪,并在一次行驶结束后进行计算,对驾驶习惯进行评价
该判断每秒,或指定时间,检查一次
第三步:计算加速度、速度并保存
以秒为单位,根据从GPS设备上获取的位置、时间等信息,计算并记录当前速度,并根据速度计算出该车的瞬时加速度。并将以上信息保存,作为用于之后进行计算的基础数据;
第四步:获取最高速度划分评价区间,从之前保存的数据中,获取最高速度值;
计算βVH=[最高速度]×0.8
从之前保存的数据中,从前向后找到第一个大于βVH的位置,如果该位置在距开始20秒内,则该位置前,坐标左侧,区间为启动加速区间,如图1所示P1~P2。否则,以距开始20秒的位置为准进行划分;
从之前保存的数据中,从后向前找到第一个大于βVH的位置,如果该位置在距停止20秒内,则该位置后,坐标右侧,区间为减速停止区间,如图1所示P3~P4。否则,以距结束20秒的位置为准进行划分;
在启动加速区间~减速停止区间之间的区域为行驶区间;
第五步:计算启动加速区间最高加速度及加速度变化概率;
在启动加速区间的数据中,获取加速度的最大值,在启动加速区间的数据中,计算加速度的变化概率,概率范围共分为6个区间,α1~α6,如表1所示;
第六步:计算停止区间最高加速度及加速度变化概率,计算方法同第五步;
第七步:计算行驶区间加速度变化概率,计算方法同第五步;
第八步:保存本次计算评价结果数据,将本次计算评价结果保存到文件或数据库中,待整个过程结束后,用于计算平均值;清除之前保存的临时数据,以释放占用的内存等资源;
第九步:判断应用是否已停止:有两种方式判定为应用停止:人为方式主动停止应用;车辆已停止,通常速度<5km/s视为车辆处于停止状态,10分钟以上。以上两种情况视为应用停止状态,进行下一步的综合计算评价;
第十步:计算并输出评价结果平均值;获取每次计算评价的加速度变化概率,计算启动加速区间、行驶区间及减速停止区间内,α1~α6概率的平均值;将计算结果通过终端设备,如:导航仪,显示给用户;
第十一步:上传评价结果数据,获取综合评价信息:联网的场合,用户可以选择将数据上传至服务器,上传数据的载体不限于无线网络;并从服务器获取综合评价信息,即:服务器根据该用户曾经上传的历史数据,统计得出加速度变化概率平均值,并将统计结果反馈回终端设备中显示给用户;终端设备包括导航仪;数据上传成功后,终端设备需清除本地磁盘或数据库,以释放磁盘空间等资源;
结果分析:加速度变化区域落在标号较低的区域,如α1的概率越高,说明车辆行驶得越舒适平稳;反之,落在标号较高的区域,如α6的概率越高,说明突然加速、减速的情况越多,驾乘人员的舒适度越低。
算法中使用的各个参数,在实际应用中,会随着行驶数据收集量地不断增加,而逐步调整。
这些参数包括:Vstop=5km/h、β=0.8、启动区间分割点为20秒、停止区间分割点为20秒、α1~α6。
本发明的优点:
本发明所述的驾驶习惯分析方法,通过获取并分析车辆行驶的相关数据,以评价驾车人的驾驶习惯。驾车人可通过该分析和评价,来改善个人的驾车习惯,使得行驶更加安全、舒适。
附图说明
下面结合附图及实施方式对本发明作进一步详细的说明:
图1为评价区间示意图;
图2为驾驶习惯分析方法流程图。
具体实施方式
实施例1
本实施例提供了一种驾驶习惯分析方法,其特征在于:所述的驾驶习惯分析方法,包括从以下方面对驾驶习惯进行评价:
启动、停止的润滑性:启动、停止的加速度变化较小;
行驶的平稳性:行驶过程中不会突然大幅度地加速、减速;速度的变化较小的状态;
数据获得:通过GPS获得行驶距离、车辆位置、时间数据,并通过获得的数据计算加速度;
评价时机:应用启动时开始收集数据,应用停止时进行分析并评价;如果联网,将数据上传到服务端,获得用户总体评价;
评价方法:
选取两个停止状态之间的区间作为评价区间;停止状态是指:速度在Vstop=5km/h以下的状态;如图1,VH表示选取区间内的最高速度;启动加速区间、行驶区间、减速停止区间的划分;设定系数β=0.8,如图1,将速度βVH作为基准,分割启动加速区间,行驶区间、减速停止区间;
通过以上方法确定的启动加速区间,只有在满足启动区间小于20秒的场合才有效。如上图所示,P1到P2的时间差小于20秒的情况有效,否则,启动区间为从启动开始算20秒,20秒的时间在实现时可根据需要进行调整。减速停止区间与启动加速区间类似,只有在如图1所示,P3到P4的时间差小于20秒的情况有效;
启动加速度:启动加速区间的加速度;
行驶区间分割频率:行驶区间,每1秒分割一次;
加速度变化区域划分:取加速度变化的绝对值,将加速度变化的范围分成如下6个区域:
表1、加速度变化范围值
加速度变化区域定义 | 加速度变化值(m/s2) |
α1 | 0~2 |
α2 | 2~3 |
α3 | 3~5 |
α4 | 5~7 |
α5 | 7~9 |
α6 | 9~∞ |
α1到α6的值根据经验数据及相关系数进行调整,考虑的因素包含车型、路况;
方法包括:
计算启动、停止加速度:划分启动加速区间后,在启动加速区间的加速度即是启动加速度;在减速停止区间的加速度即是停止加速度;将启动/停止区间按1秒划分,计算加速度变化区间的分布概率;计算行驶加速度:在行驶区间的加速度即是行驶加速度;将行驶区间按1秒划分,计算加速度变化区间的分布概率。
表2、取10秒行驶区间,在此10秒间的加速度变化区间分布推定值
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
α1 | α1 | α5 | α6 | α2 | α4 | α2 | α2 | α3 | α1 |
表3、各区间概率值
α1 | α2 | α3 | α4 | α5 | α6 | |
次数 | 3 | 3 | 1 | 1 | 1 | 1 |
概率 | 30% | 30% | 10% | 10% | 10% | 10% |
具体流程:
第一步:启动Timer,每秒;
启动定时器,时间间隔为1秒,按照指定时间,通常为1秒,定期从GPS或其他相应设备上获取速度、位置、时间等信息
第二步:速度>5km/h?
判断当前车辆的行驶速度是否大于5km/h(该值可根据经验数据,收集后重新设定),如果不大于,说明不在评价区间范围内,不予评价
如果大于5km/h,说明符合评价条件,记录该次行驶信息到特定设备中如:导航仪,并在一次行驶结束后进行计算,对驾驶习惯进行评价
该判断每秒,或指定时间,检查一次
第三步:计算加速度、速度并保存
以秒为单位,根据从GPS设备上获取的位置、时间等信息,计算并记录当前速度,并根据速度计算出该车的瞬时加速度。并将以上信息保存,作为用于之后进行计算的基础数据;
第四步:获取最高速度划分评价区间,从之前保存的数据中,获取最高速度值;
计算βVH=[最高速度]×0.8
从之前保存的数据中,从前向后找到第一个大于βVH的位置,如果该位置在距开始20秒内,则该位置前,坐标左侧,区间为启动加速区间,如图1所示P1~P2。否则,以距开始20秒的位置为准进行划分;
从之前保存的数据中,从后向前找到第一个大于βVH的位置,如果该位置在距停止20秒内,则该位置后,坐标右侧,区间为减速停止区间,如图1所示P3~P4。否则,以距结束20秒的位置为准进行划分;
在启动加速区间~减速停止区间之间的区域为行驶区间;
第五步:计算启动加速区间最高加速度及加速度变化概率;
在启动加速区间的数据中,获取加速度的最大值,在启动加速区间的数据中,计算加速度的变化概率,概率范围共分为6个区间,α1~α6,如表1所示;
第六步:计算停止区间最高加速度及加速度变化概率,计算方法同第五步;
第七步:计算行驶区间加速度变化概率,计算方法同第五步;
第八步:保存本次计算评价结果数据,将本次计算评价结果保存到文件或数据库中,待整个过程结束后,用于计算平均值;清除之前保存的临时数据,以释放占用的内存等资源;
第九步:判断应用是否已停止:有两种方式判定为应用停止:人为方式主动停止应用;车辆已停止,通常速度<5km/s视为车辆处于停止状态,10分钟以上。以上两种情况视为应用停止状态,进行下一步的综合计算评价;
第十步:计算并输出评价结果平均值;获取每次计算评价的加速度变化概率,计算启动加速区间、行驶区间及减速停止区间内,α1~α6概率的平均值;将计算结果通过终端设备,如:导航仪,显示给用户;
第十一步:上传评价结果数据,获取综合评价信息:联网的场合,用户可以选择将数据上传至服务器,上传数据的载体不限于无线网络;并从服务器获取综合评价信息,即:服务器根据该用户曾经上传的历史数据,统计得出加速度变化概率平均值,并将统计结果反馈回终端设备中显示给用户;终端设备包括导航仪;数据上传成功后,终端设备需清除本地磁盘或数据库,以释放磁盘空间等资源;
结果分析:加速度变化区域落在标号较低的区域,如α1的概率越高,说明车辆行驶得越舒适平稳;反之,落在标号较高的区域,如α6的概率越高,说明突然加速、减速的情况越多,驾乘人员的舒适度越低。
算法中使用的各个参数,在实际应用中,会随着行驶数据收集量地不断增加,而逐步调整。
这些参数包括:Vstop=5km/h、β=0.8、启动区间分割点为20秒、停止区间分割点为20秒、α1~α6。
Claims (2)
1.一种驾驶习惯分析方法,其特征在于:所述的驾驶习惯分析方法,包括从以下方面对驾驶习惯进行评价:
启动、停止的润滑性:启动、停止的加速度变化较小;
行驶的平稳性:行驶过程中不会突然大幅度地加速、减速;速度的变化较小的状态;
数据获得:通过GPS获得行驶距离、车辆位置、时间数据,并通过获得的数据计算加速度;
评价时机:应用启动时开始收集数据,应用停止时进行分析并评价;如果联网,将数据上传到服务端,获得用户总体评价;
评价方法:
选取两个停止状态之间的区间作为评价区间,分割启动加速区间,行驶区间、减速停止区间;
启动加速度:启动加速区间的加速度;
行驶区间分割频率:行驶区间,每1秒分割一次;
加速度变化区域划分:取加速度变化的绝对值,将加速度变化的范围分成6个区域;
评价方法包括:
计算启动、停止加速度:划分启动加速区间后,在启动加速区间的加速度即是启动加速度;在减速停止区间的加速度即是停止加速度;将启动/停止区间按1秒划分,计算加速度变化区间的分布概率;计算行驶加速度:在行驶区间的加速度即是行驶加速度;将行驶区间按1秒划分,计算加速度变化区间的分布概率。
2.按照权利要求1所述的驾驶习惯分析方法,其特征在于:所述的驾驶习惯分析方法的具体流程如下:
第一步:启动Timer;
启动定时器,时间间隔为1秒,按照指定时间,通常为1秒,定期从GPS或其他相应设备上获取速度、位置、时间等信息
第二步:速度>5km/h?
判断当前车辆的行驶速度是否大于5km/h(该值可根据经验数据,收集后重新设定),如果不大于,说明不在评价区间范围内,不予评价
如果大于5km/h,说明符合评价条件,记录该次行驶信息到特定设备中如:导航仪,并在一次行驶结束后进行计算,对驾驶习惯进行评价;
该判断每秒,或指定时间,检查一次
第三步:计算加速度、速度并保存
以秒为单位,根据从GPS设备上获取的位置、时间等信息,计算并记录当前速度,并根据速度计算出该车的瞬时加速度;并将以上信息保存,作为用于之后进行计算的基础数据;
第四步:获取最高速度划分评价区间,从之前保存的数据中,获取最高速度值;
在启动加速区间~减速停止区间之间的区域为行驶区间;
第五步:计算启动加速区间最高加速度及加速度变化概率;
在启动加速区间的数据中,获取加速度的最大值,在启动加速区间的数据中,计算加速度的变化概率,概率范围共分为6个区间;
第六步:计算停止区间最高加速度及加速度变化概率;
第七步:计算行驶区间加速度变化概率;
第八步:保存本次计算评价结果数据,将本次计算评价结果保存到文件或数据库中,待整个过程结束后,用于计算平均值;清除之前保存的临时数据,以释放占用的内存等资源;
第九步:判断应用是否已停止:有两种方式判定为应用停止:人为方式主动停止应用;车辆已停止,通常速度<5km/s视为车辆处于停止状态,10分钟以上;以上两种情况视为应用停止状态,进行下一步的综合计算评价;
第十步:计算并输出评价结果平均值;获取每次计算评价的加速度变化概率,计算启动加速区间、行驶区间及减速停止区间内,概率范围共分为6个区间的平均值;将计算结果通过终端设备显示给用户;
第十一步:上传评价结果数据,获取综合评价信息:联网的场合,用户可以选择将数据上传至服务器,上传数据的载体不限于无线网络;并从服务器获取综合评价信息,即:服务器根据该用户曾经上传的历史数据,统计得出加速度变化概率平均值,并将统计结果反馈回终端设备中显示给用户;终端设备包括导航仪;数据上传成功后,终端设备需清除本地磁盘或数据库,以释放磁盘空间资源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410771492.4A CN104504777B (zh) | 2014-12-15 | 2014-12-15 | 一种驾驶习惯分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410771492.4A CN104504777B (zh) | 2014-12-15 | 2014-12-15 | 一种驾驶习惯分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104504777A true CN104504777A (zh) | 2015-04-08 |
CN104504777B CN104504777B (zh) | 2018-01-02 |
Family
ID=52946171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410771492.4A Active CN104504777B (zh) | 2014-12-15 | 2014-12-15 | 一种驾驶习惯分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104504777B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105564438A (zh) * | 2016-02-23 | 2016-05-11 | 智车优行科技(北京)有限公司 | 驾驶行为评估装置、评估方法及智能车 |
CN105679092A (zh) * | 2016-01-29 | 2016-06-15 | 深圳市美好幸福生活安全系统有限公司 | 一种驾驶行为分析系统及方法 |
CN106408420A (zh) * | 2016-02-24 | 2017-02-15 | 深圳嘟嘟智能科技有限公司 | 基于用户驾驶习惯的保险理赔评估方法及系统 |
CN107992616A (zh) * | 2017-12-20 | 2018-05-04 | 东风汽车集团有限公司 | 一种车载用户习惯收集系统 |
CN108362504A (zh) * | 2018-01-09 | 2018-08-03 | 北京荣之联科技股份有限公司 | 车辆平稳性评估方法及装置 |
CN109671275A (zh) * | 2019-02-14 | 2019-04-23 | 成都路行通信息技术有限公司 | 一种获取车辆以及交通状态的方法 |
CN109934511A (zh) * | 2019-03-26 | 2019-06-25 | 中国联合网络通信集团有限公司 | 公交车舒适度的评价方法和系统 |
CN113345127A (zh) * | 2021-05-06 | 2021-09-03 | 武汉理工大学 | 一种基于行车安全事件累计频次的疲劳预警系统 |
CN114802369A (zh) * | 2022-05-06 | 2022-07-29 | 郑州铁路职业技术学院 | 一种列车辅助驾驶方法、系统、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102800136A (zh) * | 2011-05-25 | 2012-11-28 | 株式会社审调社 | 驾驶评价系统、驾驶评价用程序及驾驶评价方法 |
JP2013203231A (ja) * | 2012-03-28 | 2013-10-07 | Hitachi Automotive Systems Ltd | 車両の走行制御装置 |
CN103646535A (zh) * | 2013-12-24 | 2014-03-19 | 浙江天地人科技有限公司 | 驾驶行为管控系统 |
TW201414635A (zh) * | 2012-10-09 | 2014-04-16 | Inst Of Transportation Motc | 汽車駕駛行為分析系統及其裝置 |
CN103786733A (zh) * | 2013-12-27 | 2014-05-14 | 宁波大学 | 一种自动档汽车环保驾驶行为的提示方法 |
-
2014
- 2014-12-15 CN CN201410771492.4A patent/CN104504777B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102800136A (zh) * | 2011-05-25 | 2012-11-28 | 株式会社审调社 | 驾驶评价系统、驾驶评价用程序及驾驶评价方法 |
JP2013203231A (ja) * | 2012-03-28 | 2013-10-07 | Hitachi Automotive Systems Ltd | 車両の走行制御装置 |
TW201414635A (zh) * | 2012-10-09 | 2014-04-16 | Inst Of Transportation Motc | 汽車駕駛行為分析系統及其裝置 |
CN103646535A (zh) * | 2013-12-24 | 2014-03-19 | 浙江天地人科技有限公司 | 驾驶行为管控系统 |
CN103786733A (zh) * | 2013-12-27 | 2014-05-14 | 宁波大学 | 一种自动档汽车环保驾驶行为的提示方法 |
Non-Patent Citations (1)
Title |
---|
任慧君,等: "利用车载GPS轨迹数据实现公交车驾驶安全性分析", 《武汉大学学报·信息科学版》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105679092A (zh) * | 2016-01-29 | 2016-06-15 | 深圳市美好幸福生活安全系统有限公司 | 一种驾驶行为分析系统及方法 |
CN105564438A (zh) * | 2016-02-23 | 2016-05-11 | 智车优行科技(北京)有限公司 | 驾驶行为评估装置、评估方法及智能车 |
CN106408420A (zh) * | 2016-02-24 | 2017-02-15 | 深圳嘟嘟智能科技有限公司 | 基于用户驾驶习惯的保险理赔评估方法及系统 |
CN107992616A (zh) * | 2017-12-20 | 2018-05-04 | 东风汽车集团有限公司 | 一种车载用户习惯收集系统 |
CN108362504A (zh) * | 2018-01-09 | 2018-08-03 | 北京荣之联科技股份有限公司 | 车辆平稳性评估方法及装置 |
CN108362504B (zh) * | 2018-01-09 | 2019-10-29 | 北京荣之联科技股份有限公司 | 车辆平稳性评估方法及装置 |
CN109671275A (zh) * | 2019-02-14 | 2019-04-23 | 成都路行通信息技术有限公司 | 一种获取车辆以及交通状态的方法 |
CN109671275B (zh) * | 2019-02-14 | 2020-11-24 | 成都路行通信息技术有限公司 | 一种获取车辆以及交通状态的方法 |
CN109934511A (zh) * | 2019-03-26 | 2019-06-25 | 中国联合网络通信集团有限公司 | 公交车舒适度的评价方法和系统 |
CN113345127A (zh) * | 2021-05-06 | 2021-09-03 | 武汉理工大学 | 一种基于行车安全事件累计频次的疲劳预警系统 |
CN114802369A (zh) * | 2022-05-06 | 2022-07-29 | 郑州铁路职业技术学院 | 一种列车辅助驾驶方法、系统、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104504777B (zh) | 2018-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104504777A (zh) | 一种驾驶习惯分析方法 | |
US9475500B2 (en) | Use of participative sensing systems to enable enhanced road friction estimation | |
CN104933860B (zh) | 基于gps数据的公交车堵车延误时间预测方法 | |
CN105139645A (zh) | 一种基于浮动车技术的城市区域路网运行指数评估方法 | |
CN104809879A (zh) | 基于动态贝叶斯网络的高速公路路段交通状态估计方法 | |
CN102874188A (zh) | 一种基于车辆总线数据的驾驶行为警示方法 | |
Zeeman et al. | Combining speed and acceleration to detect reckless driving in the informal public transport industry | |
CN107731007B (zh) | 基于交通冲突随机过程演化的交叉口事故预测方法 | |
Maurya et al. | Study on speed and time-headway distributions on two-lane bidirectional road in heterogeneous traffic condition | |
Lee et al. | Potential real-time indicators of sideswipe crashes on freeways | |
CN104464294B (zh) | 一种基于阵列雷达的路段交通状态评价方法 | |
CN103956052B (zh) | 一种公路路况的检测方法和系统 | |
CN106887137A (zh) | 拥堵事件提示方法及装置 | |
CN103606268B (zh) | 一种雪天快速道路拥堵上游可变限速控制方法 | |
CN102592446B (zh) | 利用浮动车定位数据计算城际道路旅行时间的方法 | |
CN103971516B (zh) | 交通数据预处理方法及路况检测方法 | |
CN111429329B (zh) | 一种网约车行为的监控方法及装置 | |
CN105632203B (zh) | 一种交通安全预警方法及系统 | |
CN105261210A (zh) | 一种基于北斗装备的路段交通拥堵指数计算方法 | |
CN103280110A (zh) | 高速公路旅行时间的预测方法及装置 | |
CN103488893A (zh) | 一种桥下积水导致的交通拥堵蔓延预测技术方案 | |
Kamrani et al. | Analyzing highly volatile driving trips taken by alternative fuel vehicles | |
KR102477885B1 (ko) | 자율주행 도로의 주행 안전도를 평가하는 안전도 분석 관리 서버 | |
CN109583081A (zh) | 一种车辆行驶速度预测模型构建方法 | |
CN105046963A (zh) | 基于交通基本图的高架道路路段交通拥堵临界值计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 110000 No. 861-6, shangshengou village, Hunnan District, Shenyang City, Liaoning Province Patentee after: Shenyang Meihang Technology Co.,Ltd. Address before: 110004 Room 202, 1t international, No. 3, Yuanhang West Road, Hunnan New District, Shenyang, Liaoning Patentee before: SHENYANG MXNAVI Co.,Ltd. |
|
CP03 | Change of name, title or address |