CN104590275A

CN104590275A - 一种驾驶行为分析方法

Info

Publication number: CN104590275A
Application number: CN201410704726.3A
Authority: CN
Inventors: 涂岩恺; 谭芳慧; 吕伟煌; 陈艺辉; 黄运峰
Original assignee: Xiamen Yaxon Networks Co Ltd
Current assignee: Xiamen Yaxun Zhilian Technology Co ltd
Priority date: 2014-11-27
Filing date: 2014-11-27
Publication date: 2015-05-06
Anticipated expiration: 2034-11-27
Also published as: CN104590275B

Abstract

本发明提供一种驾驶行为分析方法，通过多个车载终端对各个路段分别统计车辆行驶的平均平稳性值，所述平均平稳性值的历史统计次数达到一预设的规模值时，作为对当前车辆驾驶员的驾驶行为分类依据，把驾驶员的驾驶行为划分为平稳驾驶、普通驾驶和风险驾驶。本发明把速度的急变特征与路段信息结合起来，充分考虑不同路段对司机驾驶行为影响程度不同，更好的反映司机驾车的平稳性特征，更为准确的判断司机是平稳驾驶、普通驾驶还是风险驾驶，为对司机的管理和考核以及其它以驾驶行为为基础的深入应用提供有效的依据。

Description

一种驾驶行为分析方法

技术领域

本发明涉及一种汽车技术领域，尤其涉及一种驾驶行为分析方法。

背景技术

为了准确判断司机是否存在急加速或急减速这类不利于安全或燃油经济性的驾驶行为，需要对司机的驾驶行为进行监控和管理，驾驶行为一般通过采集车辆行驶数据分析驾驶员的驾车技术是根据采集到的车辆驾驶数据分析驾驶员的驾车技术，现有技术中提供了“一种使用加速度传感器远程实时监控车辆急加速或急刹车的方法”，见公开号为：102107652A，公开日为：2011-06-29的中国专利，这种方法是通过检测出XYZ轴三方向的加速度值,再经过对倾斜时的重力加速度进行XY轴的分量剔除,获取车辆准确的加速度值,从而判断行车速度是否在合理范围，实现远程实时监控车辆的急加速或急刹车，这种仅靠加速度值来反应驾驶行为存在如下缺陷：在驾驶过程中为了到达某个加速度，不同的司机所花费的时间和方式并不相同，不能很好的反应驾驶员驾驶行为，例如有的司机虽然出现加速度值比较大，但是他是在平稳加速(典型情况就是车刚进入高速时需要提速度)，这时计算加速度绝对值大小的方法就会出现风险驾驶的误判，或者在红绿灯分布较多的城区道路需要启停的次数多，这种急加减速次数较多应当是属于正常现象，而不应该当作驾驶员风险驾驶的依据；再比如有的司机虽然出现加速度值比较小的情况，但是他在频繁的踩油门和刹车(典型情况就是在行驶缓慢的拥堵路段不断想变道加塞)，这时加速度绝对值大小的计算就无法正确判断驾驶员是否平稳驾驶。因此只用加速度值不能准确反应出整个驾驶行为。

发明内容

本发明要解决的技术问题，在于提供一种驾驶行为分析方法，提高对车辆驾驶员驾驶行为判断依据的准确性。

本发明是这样实现的：一种驾驶行为分析方法，通过多个车载终端对各个路段分别统计车辆行驶的平均平稳性值，所述平均平稳性值的历史统计次数达到一预设的规模值时，作为对当前车辆驾驶员的驾驶行为分类依据，所述方法包括如下步骤：

步骤10、采集车辆行驶速度和GPS位置信息，获得一速度值序列和一对应的GPS位置序列，计算速度对时间的三阶导数得到一急变特征序列，求所述速度急变特征序列的标准差值，将GPS位置信息和标准差值上传到服务器的数据库中；

步骤20、服务器对上传的GPS位置信息进行解析，得到对应道路，更新数据库中对应道路上的平均平稳性值并累计历史统计次数，若对应道路的平均平稳性值的历史统计次数均达到一阈值Max，则根据数据库中对应道路的平均平稳性值和上传的标准差值求当前车辆驾驶员的最终相对平稳性指标r，进入步骤30，否则返回步骤10；

步骤30、设定Tnorm和Tagg两个分类阈值，若r≤Tnorm，则判为平稳驾驶，若Tnorm＜r＜Tagg，则判为普通驾驶，若r≥Tagg，则判为风险驾驶。

进一步的，所述步骤10具体包括：

步骤11、设定一时间子窗口W，车载终端在该时间子窗口W内每间隔时间T对车辆行驶的速度进行一次采样，把子窗口W内采集到的所有速度值按时间顺序排列得到一速度序列：{v₁,v₂,v₃,...v_n}，并根据GPS定位系统采集速度序列中每个速度值对应的GPS位置值得到一GPS位置序列{P₁,P₂,P₃,...P_n}，其中，W＝n×T；

步骤12、根据速度序列对速度进行三阶导数求值计算出速度急变特征值：其中，j_i为速度急变特征序列中第i个速度急变特征值，v_i为速度列表中第i个速度值，v_i-1为速度列表中第i-1个速度值，v_i+1为速度列表中第i+1个速度值，计算得到一急变速特征序列{j₁,j₂,j₃,...j_n-2}，获得急变速特征序列的标准差值SD；

步骤13、将标准差值SD和GPS位置序列上传到服务器的数据库。

进一步的，所述步骤20具体包括：

步骤21、为每一条道路分配唯一的ID，服务器对上传的GPS位置序列进行解析，得到所属道路ID，查询在数据库中所属道路ID对应的平均平稳性值J和历史统计次数M，根据查询到的数据和上传的标准差值SD计算所属道路ID新的平均平稳性值J'和新的历史统计次数M'：

J^{'} = \frac{J \times M + SD}{M + 1}, M^{'} = M + 1;

若数据库中道路ID还没有统计过平均平稳性值数据，则对应的J取0，M取0进行计算；更新数据库中所属道路ID的平均平稳性值J和历史统计次数M分别用J'值和历史统计次数M'值替代：

步骤22、判断上传的GPS位置信息中对应的各个道路的平均平稳性值的历史统计次数M是否均达到一规模值Max，若是，进入步骤23，否则返回步骤10；

步骤23、若解析得到的所属道路ID为一个，则查询数据库所属道路ID对应的平均平稳性值J和上传的标准差值SD计算一个相对平稳性指标，即为最终相对平稳性指标r；

若解析得到的所属道路ID为多个，则计算相对平稳性指标时取多个道路对应的相对平稳性指标r₁，r₂，…，r_k的平均值作为最终相对平稳性指标r：其中，k为大于1的正整数；

以上对每个道路ID的相对平稳性指标的计算方式均采用以下：

其中i为正整数，r_i表示第i个相对平稳性指标，J_i表示第i个平均平稳性值。

进一步的，所述车辆行驶速度的采集方式包括采集GPS中的速度信息、读取车辆的速度仪表盘数据或根据车轮速度信息获得。

进一步的，服务器对上传的GPS位置信息进行解析具体为：通过最小距离投影法计算GPS位置序列对应的道路。

进一步的，所述T取值取100ms，时间子窗口W取10m，n取10。

进一步的，所述Max取500，Tnorm取0.5，Tagg取1。

进一步的，所述GPS位置信息包括经度和纬度。

本发明具有如下优点：本发明采用速度三阶导数作为速度的急变特征，并把速度的急变特征与路段信息结合起来，通过规模统计出不同路段的平均平稳性值，充分考虑不同路段对司机驾驶行为影响程度不同，更好的反映司机驾车的平稳性特征，更为准确的判断司机是平稳驾驶、普通驾驶还是风险驾驶，为对司机的管理和考核以及其它以驾驶行为为基础的深入应用提供有效的依据。

附图说明

下面参照附图结合实施例对本发明作进一步的说明。

图1为本发明方法执行流程图。

具体实施方式

请参考图1，一种驾驶行为分析方法，通过多个车载终端对各个路段分别统计车辆行驶的平均平稳性值，所述平均平稳性值的历史统计次数达到一预设的规模值时，作为对当前车辆驾驶员的驾驶行为分类依据，所述方法包括如下步骤：

步骤10、采集车辆行驶速度和GPS位置信息，获得一速度值序列和一对应的GPS位置序列，所述GPS位置信息包括经度和纬度，计算速度对时间的三阶导数得到一急变特征序列，求所述速度急变特征序列的标准差值，将GPS位置信息和标准差值上传到服务器的数据库中；所述步骤10进一步包括：

步骤11、设定一时间子窗口W，车载终端在该时间子窗口W内每间隔时间T对车辆行驶的速度进行一次采样，车辆行驶速度的采集方式可以是采集GPS中的速度信息、读取车辆的速度仪表盘数据或根据车轮速度信息获得车辆行驶速度，把子窗口W内采集到的所有速度值按时间顺序排列得到一速度序列：{v₁,v₂,v₃,...v_n}，并根据GPS定位系统采集速度序列中每个速度值对应的GPS位置值得到一GPS位置序列{P₁,P₂,P₃,...P_n}，其中，W＝n×T，所述T取值取100ms，时间子窗口W取10m，n取10；

步骤12、根据速度序列对速度进行三阶导数求值计算出速度急变特征值：其中，j_i为速度急变特征序列中第i个速度急变特征值，v_i为速度列表中第i个速度值，v_i-1为速度列表中第i-1个速度值，v_i+1为速度列表中第i+1个速度值，一个速度急变特征需要由三个速度值参与计算生成，因此n个速度值的序列，可产生n-2个速度急变特征序列{j₁,j₂,j₃,...j_n-2}，其中以此类推可得到急变速特征序列{j₁,j₂,j₃,...j_n-2}，获得急变速特征序列的标准差值SD，SD越小说明在时间子窗口W这段时间内，驾驶行为比较平稳(可能是匀速行驶或平稳加速或平稳减速)，SD越大说明在时间子窗口W这段时间内，驾驶特征比较具有风险性(可能是急加速或急减速)；

步骤13、将标准差值SD和GPS位置序列上传到服务器的数据库

步骤20、服务器对上传的GPS位置信息进行解析，得到对应道路，更新数据库中对应道路上的平均平稳性值并累计历史统计次数，若对应道路的平均平稳性值的历史统计次数均达到一阈值Max，则根据数据库中对应道路的平均平稳性值和上传的标准差值求当前车辆驾驶员的最终相对平稳性指标r，进入步骤30，否则返回步骤10；所述步骤20具体包括：

步骤21、以相同的路名作为一条道路，为每一条道路分配唯一的ID，服务器对上传的GPS位置序列进行解析，通过最小距离投影法判断车辆行驶在哪条道路上，从而计算GPS位置序列对应的道路ID，得到一个或多个道路ID，如果{P₁,P₂,P₃,...P_n}属于多个不同的道路ID，则返回多个道路ID，由于时间子窗口W比较短，因此返回道路ID数一般不会大于3，比如，返回的道路ID数为3，记为R₁，R₂，R₃，从数据库中查询每个道路ID对应的平均平稳性值J₁，J₂，J₃，以及历史统计次数M₁，M₂，M₃，根据查询到的数据和上传的标准差值SD计算所属道路ID新的平均平稳性值和新的历史统计次数：

J_{1}^{'} = \frac{J_{1} \times M_{1} + SD}{M_{1} + 1}, M_{1}^{'} = M_{1} + 1;

J_{2}^{'} = \frac{J_{2} \times M_{2} + SD}{M_{2} + 1}, M_{2}^{'} = M_{2} + 1;

J_{3}^{'} = \frac{J_{3} \times M_{3} + SD}{M_{3} + 1}, M_{3}^{'} = M_{3} + 1;

如果道路ID上还没有统计过平均平稳性值数据，则对应的J取0，M取0进行计算，更新数据库中所属道路ID的平均平稳性值J₁，J₂，J₃和历史统计次数M₁，M₂，M₃分别用J₁'，J₂'，J₃'值和历史统计次数M₁'，M₂'，M₃'值替代；

步骤22、判断上传的GPS位置信息中对应的各个道路的平均平稳性值的历史统计次数是否均达到一规模值Max，一般Max取500，如果在当前GPS位置序列所属道路的M₁、M₂和M₃均达到500，则表示所属道路对应的平均平稳性值足以作为判断驾驶行为的依据，进入步骤23，否则，表示统计数据还不够多，车辆所经过路段还没有有效的平均平稳性值，不能有效得到该路段的平均平稳性值，无法进行判断驾驶员行为，返回步骤10；

步骤23、若解析得到的所属道路ID为一个：R₁，则查询数据库所属道路ID对应的平均平稳性值J₁和上传的标准差值SD计算一个相对平稳性指标r₁，即为最终相对平稳性指标r：

若解析得到的所属道路ID为多个：R₁，R₂，…，R_k，则查询数据库所属的每个道路ID对应的平均平稳性值J₁，J₂，…，J_k和上传的标准差值SD分别计算每个道路ID对应的相对平稳性指标：并求得所属道路ID的相对平稳性指标r₁，r₂，…，r_k的平均值作为最终相对平稳性指标r：其中，k是大于1的正整数，表示所属道路ID的个数，

例如，解析得到的所属道路ID为3个：R₁，R₂，R₃，查询数据库中所属的每个道路ID对应的平均平稳性值J₁，J₂，J₃以及上传的标准差值SD分别计算每个道路ID对应的相对平稳性指标：并求得所属道路ID的相对平稳性指标的平均值作为最终的相对平稳性指标r：

步骤30、设定Tnorm和Tagg两个分类阈值，若r≤Tnorm，则判为平稳驾驶，若Tnorm＜r＜Tagg，则判为普通驾驶，若r≥Tagg，则判为风险驾驶：

根据经验取Tnorm＝0.5，Tagg＝1。

另外，保存在数据库中数据表的字段包括记录ID、道路ID、平均平稳性值和历史统计次数，该记录ID从1开始自增，自动生成，该表的设计用于保存各个道路历史平稳性值和历史统计次数。

虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。

Claims

1.一种驾驶行为分析方法，其特征在于：通过多个车载终端对各个路段分别统计车辆行驶的平均平稳性值，所述平均平稳性值的历史统计次数达到一预设的规模值时，作为对当前车辆驾驶员的驾驶行为分类依据，所述方法包括如下步骤：

2.根据权利要求1所述的一种驾驶行为分析方法，其特征在于：所述步骤10具体包括：

步骤11、设定一时间子窗口W，车载终端在该时间子窗口W内每间隔时间T对车辆行驶的速度进行一次采样，把子窗口W内采集到的所有速度值按时间顺序排列得到一速度序列：{v₁,v₂,v₃,…v_n}，并根据GPS定位系统采集速度序列中每个速度值对应的GPS位置值得到一GPS位置序列{P₁,P₂,P₃,…P_n}，其中，W＝n×T；

步骤12、根据速度序列对速度进行三阶导数求值计算出速度急变特征值：其中，j_i为速度急变特征序列中第i个速度急变特征值，v_i为速度列表中第i个速度值，v_i-1为速度列表中第i-1个速度值，v_i+1为速度列表中第i+1个速度值，计算得到一急变速特征序列{j₁,j₂,j₃,…j_n-2}，获得急变速特征序列的标准差值SD；

步骤13、将标准差值SD和GPS位置序列上传到服务器的数据库。

3.根据权利要求2所述的一种驾驶行为分析方法，其特征在于：所述步骤20具体包括：

J^{'} = \frac{J \times M + SD}{M + 1}, M^{'} = M + 1;

若数据库中道路ID还没有统计过平均平稳性值数据，则对应的J取0，M取0进行计算；更新数据库中所属道路ID的平均平稳性值J和历史统计次数M分别用J'值和历史统计次数M'值替代；

4.根据权利要求1或2所述的一种驾驶行为分析方法，其特征在于：所述车辆行驶速度的采集方式包括采集GPS中的速度信息、读取车辆的速度仪表盘数据或根据车轮速度信息获得。

5.根据权利要求1或3所述的一种驾驶行为分析方法，其特征在于：服务器对上传的GPS位置信息进行解析具体为：通过最小距离投影法计算GPS位置序列对应的道路。

6.根据权利要求2所述的一种驾驶行为分析方法，其特征在于：所述T取值取100ms，时间子窗口W取10m，n取10。

7.根据权利要求1或3所述的一种驾驶行为分析方法，其特征在于：所述Max取500，Tnorm取0.5，Tagg取1。

8.根据权利要求1所述的一种驾驶行为分析方法，其特征在于：所述GPS位置信息包括经度和纬度。