CN104750753B - 一种驾驶行为报告生成方法及设备 - Google Patents
一种驾驶行为报告生成方法及设备 Download PDFInfo
- Publication number
- CN104750753B CN104750753B CN201310752887.5A CN201310752887A CN104750753B CN 104750753 B CN104750753 B CN 104750753B CN 201310752887 A CN201310752887 A CN 201310752887A CN 104750753 B CN104750753 B CN 104750753B
- Authority
- CN
- China
- Prior art keywords
- driving
- eigenmatrix
- driving behavior
- vector
- report
- 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.)
- Active
Links
Abstract
本发明公开一种驾驶行为报告生成方法及设备,用以实现对基于行车用量的驾驶行为的引导与矫正,提高行车的安全性。所述驾驶行为报告生成方法,包括以下步骤:接收来自车载终端的行车用量数据;根据所述行车用量数据生成驾驶行为报告;将所述驾驶行为报告发送给所述车载终端。
Description
技术领域
本发明涉及车联网技术领域,尤其涉及一种驾驶行为报告生成方法及设备。
背景技术
车联网,是指装载在车辆上的电子标签通过无线射频等识别技术,实现在信息网络系统上对所有车辆的监管并提供综合服务。
在车联网领域,每一个车辆作为网络的一个节点,需要实时与车联网的服务器或者中心处理器保持联系,记录行车过程中车辆所在位置以及车辆及驾驶信息。这些采集到的信息除了可以用以记录车辆状态和驾驶员行为以外,还可以对驾驶员的驾驶行为进行分析。车联网的发展趋势将是车辆在线模式,通过无线传输技术保证车辆数据上传和中心服务器数据下行,实现车辆状态的实时更新以及中心服务器对车辆的实时监控。
现有技术通过实时采集车辆当前状况和驾驶员的实时行为对应的数据,将采集到的数据与预设阈值进行比较,若采集的数据超过所述预设阈值,则判定驾驶员的驾驶行为存在驾驶风险。但是所采集的数据仅仅局限于当前行驶过程中车辆状况和驾驶员的实时行为,不能根据车辆以往的驾驶数据对驾驶行为进行有效指导。同时,目前的技术方案不能让驾驶员更加直观的了解自己过往的驾驶行为,并不能及时了解过往驾驶行为存在的风险,不能改变驾驶员危险的驾驶习惯,行车的安全性较差。
发明内容
本发明实施例提供一种驾驶行为报告生成方法及设备,用以实现对基于行车用量的驾驶行为的引导与矫正,提高行车的安全性。
本发明实施例提供的一种驾驶行为报告生成方法,包括:
接收来自车载终端的行车用量数据;根据所述行车用量数据生成驾驶行为报告;将所述驾驶行为报告发送给所述车载终端。
本发明实施例提供的一种驾驶行为生成设备,包括:
接收单元,用于接收来自车载终端的行车用量数据;
驾驶行为报告生成单元,用于根据所述行车用量数据生成驾驶行为报告;
发送单元,用于将所述驾驶行为报告发送给所述车载终端。
综上所述,本发明实施例提供的一种驾驶行为报告生成方法,通过接收来自车载终端的行车用量数据;根据所述行车用量数据生成驾驶行为报告;将所述驾驶行为报告发送给所述车载终端,实现了实时或根据驾驶员的需求及时反馈驾驶员驾驶行为报告,让驾驶员更加直观的了解自己过往的驾驶行为存在的风险,以方便驾驶员改变特殊的驾驶习惯。
附图说明
图1为本发明实施例提供的驾驶行为报告生成方法整体流程示意图;
图2为本发明实施例提供的驾驶行为报告生成方法具体流程示意图;
图3为本发明实施例提供的远端服务器根据所述行车用量数据生成驾驶行为报告的流程示意图;
图4为本发明实施例提供的驾驶行为报告生成设备结构示意图之一;
图5为本发明实施例提供的驾驶行为报告生成设备结构示意图之二;
图6为本发明实施例提供的驾驶行为报告生成系统结构示意图。
具体实施方式
本发明实施例提供一种驾驶行为报告生成方法及设备,用以实现对基于行车用量的驾驶行为的引导与矫正,提高行车的安全性。
本发明通过接收来自车载终端的行车用量数据;根据所述行车用量数据生成驾驶行为报告;将所述驾驶行为报告发送给所述车载终端,实现了实时或根据驾驶员的需求及时反馈驾驶员驾驶行为报告,让驾驶员更加直观的了解自己过往的驾驶行为存在的风险,以方便驾驶员改变特殊的驾驶习惯。
本发明主要针对车辆在线模式下,车辆侧与远端服务器之间数据的传输,具体地,车辆侧向远端服务器提供行车用量数据,远端服务器根据所述行车用量数据对车辆进行实时监控、指导或控制。
以下将从远端服务器侧具体说明本发明实施例提供的方法和设备。
参见图1,本发明实施例提供的驾驶行为报告生成方法,整体包括以下步骤:
S11、远端服务器接收来自车载终端的行车用量数据;
S12、远端服务器根据所述行车用量数据生成驾驶行为报告;
S13、远端服务器将所述驾驶行为报告发送给所述车载终端。
所述行车用量数据包括车辆的行驶状态,车辆的实时位置信息,驾驶员驾驶行为。车辆的行驶状态具体包括车辆发动机信息以及行车里程数等历史记录。驾驶员驾驶行为具体包括加速、减速、转弯等信息。
参见图2,为图1所示的控制方法具体流程示意图,所述方法具体包括以下步骤:
S21、车载终端采集行车用量数据。
车载终端包含全球定位系统(GPS)、车载自动诊断系统(OBD)以及重力传感器(G-Sensor)。车载终端通过GPS、OBD和G-Sensor对车辆信息以及驾驶员的驾驶行为信息进行采集。具体地,通过安装在车辆上的GPS采集车辆实时位置信息,优选地,采集到车辆的经纬度信息,通过经纬度信息显示出车辆的位置。通过OBD采集车辆里程数、时速、发动机信息等车辆信息。通过G-Sensor可以采集到车辆加速、减速、转弯等驾驶行为信息,本发明通过上述设备就可以实现行车用量数据的全面采集。
S22、车载终端向所述远端服务器发送行车用量数据。
所述行车用量数据,可以通过无线网络技术接收来自车载终端的行车用量数据,例如车载终端可以通过2G/3G/LTE等无线网络,来实现行车用量数据的传输。
可选地,车载终端可实时地或者周期性地上远端服务器上传行车用量数据。或者车载终端也可以在接收到远端服务器下发的上传请求后,将行车用量数据上传到远端服务器。
S23、远端服务器接收来自车载终端的行车用量数据。
进一步地,对行车用量数据进行数据处理,例如解压缩,解码或者格式转换等处理,得到原始的行车用量数据。
S24、远端服务器保存所述行车用量数据。
所述保存的行车用量数据方便日后对所述行车用量数据进行查询,例如可以为车辆保险部门或车辆交管部门提供数据服务。
步骤S21、步骤S22、步骤S24为可选项。
S25、远端服务器根据所述行车用量数据生成驾驶行为报告。
S26、远端服务器接收车载终端的驾驶行为报告查询请求。
S27、远端服务器将所述驾驶行为报告发送给车载终端。
具体地,远端服务器可以根据来自车载终端的驾驶行为报告查询请求向车载终端返回驾驶行为报告,或者实时地或者周期性地向车载终端发送驾驶行为报告。
所述步骤S26为可选项。并且所述步骤S26与步骤S21~S25的顺序不限。远端服务器可以根据当前驾驶行为报告查询请求实时处理并更新驾驶行为报告。可选的,远端服务器可以不需要报告查询请求,自动周期性的生成驾驶行为报告,并将驾驶行为报告存入存储模块,当用户或者第三方查询某个时间段的报告时,可以直接从存储模块取出驾驶行为报告进行发送。
S28、远端服务器接收来自车载终端的行车用量数据后,还包括:根据所述行车用量数据判断当前驾驶行为是否存在风险,如果存在,执行步骤S29。如果不存在则结束流程。
S29、远端服务器生成相应的警示信息,并根据所述警示信息确定预先存储的与所述警示信息相对应的驾驶引导信息,将所述警示信息和驾驶引导信息发送给所述车载终端。
S30、车载终端上的人机交互模块通过显示屏或语音系统通知驾驶员所述警示信息,并通过显示屏或语音系统通知驾驶员驾驶引导信息,提示驾驶员更正驾驶行为,并结束流程。
以下将具体介绍步骤S25:远端服务器根据所述行车用量数据生成驾驶行为报告。
本发明通过设置在远端服务器上的专家系统生成驾驶行为报告。简单介绍下本发明所述专家系统。
所述专家系统能够接收行车用量数据,将包含人、车、路的行车用量信息提取出来,一方面检验所接收的行车用量数据是否包含危险行为,检测危险驾驶行为的方法可以通过简单的阈值判断,将接收的表征人、车、路的行车用量信息逐个与阈值进行判断,若存在超出阈值的数据,可判定存在危险驾驶行为。若存在危险驾驶行为,则发送实时警示信息至车载终端,提醒驾驶员矫正驾驶行为,同时能够通过接收的实时数据不断更新知识库,在知识库中为驾驶员的驾驶行为产生特征矩阵,用以记录驾驶员的驾驶行为特征。
本发明所述专家系统具有下述优点。
专家系统具有快速反应能力,能够接收实时行车用量数据,在造成事故之前发送警示信息。
专家系统发出的警示信息具有很高的准确性,在需要时发送,在不需要时,不得轻易发送,以免影响驾驶员的驾驶体验。
专家系统能够随时间和条件的变化而动态的处理行车用量数据。
专家系统包含的知识库采用了机器学习的手段,通过事例的学习,将每次接收的行车用量数据形成一个事例,通过大量的事例基于概率论的基础,建立基于该车辆的驾驶特征矩阵,从而形成完备的描述驾驶行为习惯的知识库。
优选地,参见图3,远端服务器根据所述行车用量数据生成驾驶行为报告,主要包括以下步骤:
S251、根据所述行车用量数据生成用于表示驾驶行为的驾驶事例数据。
该步骤也称驾驶事例的形成,专家系统接收车载终端采集的行车用量数据,例如行驶状态,车辆的实时位置信息,驾驶员驾驶行为。专家系统将接收到的行车用量数据用一个事例进行表示,例如,车速稳定,则可判断车辆属于行车过程;若加速度稳定,则可判断车辆处于加减速阶段。行车系统形成的事例是可以被知识库所识别的。
S252、根据所述驾驶事例数据更新预先设置的用于表示驾驶员驾驶行为的特征矩阵;
该过程可以成为事例的学习。该过程由专家系统中的知识库完成,例如知识库通过专家系统产生的事例,进行机器学习,通过事例的不断增加,知识库不断的更新特征矩阵,特征矩阵记录了驾驶员驾驶行为的项驾驶行为习惯,如加减速,转弯,车速等。产生的事例越多,知识库中特征矩阵对于驾驶员驾驶行为习惯的描述越是精确。
具体地,通过具有学习能力的专家系统对历史安全驾驶行车用量数据进行分析和总结,确定所述用于表示驾驶员驾驶行为的特征矩阵;
所述特征矩阵的矩阵行向量表示不同的行车状态对应的所述行车用量数据,所述形成用量数据包括车辆的行驶状态,车辆的实时位置信息,驾驶员驾驶行为。
预设的用于表示驾驶员驾驶行为的特征矩阵,其中每一矩阵行向量表示不同的行车状态,每一行车状态用于表征驾驶员驾驶行为特征,该行为特征用于表征驾驶员在不同行车状态中的驾驶习惯,由该特征矩阵可以得到驾驶员的驾驶特点和驾驶习惯。
具体地可根据普通驾驶员驾驶经验对特征矩阵的值进行预设,构成初步的不反映驾驶员驾驶特征的矩阵。
如表一为预设的用于表示驾驶员驾驶行为的特征矩阵。
第一列向量表示车速v,第二列向量表示加速度a,第三列向量表示车辆的位置p,第四列向量表示发动机温度t。
第一行向量表示第一行车状态,第二行向量表示第二行车状态,第三行向量表示第三行车状态,第四行向量表示第四行车状态,第五行向量表示第五行车状态。行车状态也代表驾驶行为,例如恒速、加速、减速、转弯等。
表一:预设的用于表示驾驶员驾驶行为的特征矩阵。
以下将介绍根据所述驾驶事例数据更新上述预先设置的用于表示驾驶员驾驶行为的特征矩阵的过程;
设所述驾驶事例数据构成一个行向量;专家系统接收车载终端采集的行车用量数据,分别确定所述驾驶事例数据与所述特征矩阵中的每一矩阵行向量之间的向量距离,确定向量距离最小值对应的行向量;
当所述向量距离最小值小于预设阈值时,更新所述向量距离最小值对应的行向量,更新后的行向量中的每一分量为所述驾驶事例数据构成的行向量的对应分量与所述向量距离最小值对应的行向量的对应分量的平均值;
当所述向量距离最小值大于所述预设阈值,在所述特征矩阵中新建一个行向量,所述行向量为所述驾驶事例数据构成的行向量。
优选地,根据如下公式(1)确定所述驾驶事例数据对应的行向量与所述特征矩阵中的每一矩阵行向量之间的向量距离:
其中,i表示特征矩阵的行数,k表示特征矩阵的列数,di代表所述驾驶事例数据对应的行向量与所述特征矩阵中的第i行向量之间的向量距离;wk表示所述特征矩阵中的第k列在所述向量距离中的权重;Ik表示驾驶事例数据对应的行向量中的第k列驾驶事例数据;Qik表示所述特征矩阵中的第i行第k列数据。
S253、根据所述更新后的特征矩阵生成所述驾驶行为报告。
具体地,专家系统通过所述更新后的特征矩阵,生成对驾驶员驾驶行为的评估报告,评估报告包含对驾驶员驾驶行为的描述,例如加速行驶中,加速度变化范围;行车过程中平均车速;连续驾驶时间范围等。同时将生成的驾驶报告存入存储模块,方便日后查询特定时间点的驾驶行为报告。
参见图4,本发明实施例还提供一种驾驶行为报告生成设备,该设备设置在远端服务器侧,具体包括:
接收单元11,用于接收来自车载终端的行车用量数据;
驾驶行为报告生成单元12,用于根据所述行车用量数据生成驾驶行为报告;
发送单元13,用于将所述驾驶行为报告发送给所述车载终端。
较佳地,驾驶行为报告生成单元12具体用于:根据所述行车用量数据生成用于表示驾驶行为的驾驶事例数据;根据所述驾驶事例数据更新预先设置的用于表示驾驶员驾驶行为的特征矩阵;根据所述更新后的特征矩阵生成所述驾驶行为报告。
优选地,根据所述驾驶事例数据更新预先设置的用于表示驾驶员驾驶行为的特征矩阵,具体为:
设所述驾驶事例数据构成一个行向量;分别确定所述驾驶事例数据与所述特征矩阵中的每一矩阵行向量之间的向量距离,确定向量距离最小值对应的行向量;
当所述向量距离最小值小于预设阈值时,更新所述向量距离最小值对应的行向量,更新后的行向量中的每一分量为所述驾驶事例数据构成的行向量的对应分量与所述向量距离最小值对应的行向量的对应分量的平均值;
当所述向量距离最小值大于所述预设阈值,在所述特征矩阵中新建一个行向量,所述行向量为所述驾驶事例数据构成的行向量。
优选地,确定所述预先设置的用于表示驾驶员驾驶行为的特征矩阵具体为:
通过具有学习能力的专家系统对历史安全驾驶行车用量数据进行分析和总结,确定所述用于表示驾驶员驾驶行为的特征矩阵;
所述特征矩阵的矩阵行向量表示不同的行车状态对应的所述行车用量数据,所述形成用量数据包括车辆的行驶状态,车辆的实时位置信息,驾驶员驾驶行为。
优选地,所述驾驶行为报告生成单元包括所述专家系统,所述专家系统根据所述行车用量数据生成驾驶行为报告,具体为:所述专家系统根据所述更新后的特征矩阵生成表征驾驶员驾驶行为的评估报告,评估报告包含对驾驶员驾驶行为的描述。
优选地,根据公式(1)确定所述驾驶事例数据对应的行向量与所述特征矩阵中的每一矩阵行向量之间的向量距离。
优选地,参见图5,在图4所示的设备的基础上还包括:
判断单元14,用于根据接收单元11接收的行车用量数据判断当前驾驶行为是否存在风险;
警示信息生成单元15,用于当判断单元14判断当前驾驶行为存在风险时,生成相应的警示信息;
驾驶引导信息确定单元16,用于根据警示信息生成单元15生成的警示信息确定预先存储的与所述警示信息相对应的驾驶引导信息;
发送单元13还用于将所述警示信息和驾驶引导信息发送给所述车载终端。
进一步地,参见图5,所述设备还包括:
存储单元17,用于保存接收单元11接收的来自车载终端的行车用量数据;保存驾驶行为报告生成单元12生成的驾驶行为报告;保存驾驶引导信息确定单元16生成和确定的警示信息和驾驶引导信息。
以下将具体说明本发明实施例提供的基于行车用量的驾驶行为的控制系统,参见图6,包括:
车载终端1以及驾驶行为报告生成设备2;
车载终端1,用于实时采集当前驾驶行为对应的行车用量数据,并将所述行车用量数据发送给驾驶行为报告生成设备2;
驾驶行为报告生成设备2,用于接收所述行车用量数据;根据所述行车用量数据生成驾驶行为报告;并将所述驾驶行为报告发送给所述车载终端1。
所述驾驶行为报告生成设备可以为远端服务器或设置在远端服务器上的设备。
具体地,车载终端1包括数据采集模块101、人机交互模块102和通信模块103;
数据采集模块101,用于采集行车用量数据;通信模块103用于发送所述行车用量数据,并接收来自驾驶行为报告生成设备2的数据。
人机交互模块102用于将通信模块103接收的来自驾驶行为报告生成设备2的数据进行显示或通知。
驾驶行为报告生成设备2包括专家系统201和存储模块202、专家系统201中包含有知识库。专家系统201用于根据接收到的行车用量数据产生事例,并根据所述知识库更新特征矩阵,最后根据所述更新后的特征矩阵生成驾驶行为报告。专家系统201还用于根据接收到的行车用量数据产生警示信息和驾驶导引信息。
存储模块202用于保存生成驾驶行为报告,以及一些警示信息和驾驶导引信息。专家系统201具有接收和发送信息的功能。
综上所述,本发明实施例提供的一种驾驶行为报告生成方法,通过接收来自车载终端的行车用量数据;根据所述行车用量数据生成驾驶行为报告;将所述驾驶行为报告发送给所述车载终端,实现了实时或根据驾驶员的需求及时反馈驾驶员驾驶行为报告,让驾驶员更加直观的了解自己过往的驾驶行为存在的风险,以方便驾驶员改变特殊的驾驶习惯。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (12)
1.一种驾驶行为报告生成方法,其特征在于,包括以下步骤:
接收来自车载终端的行车用量数据;根据所述行车用量数据生成驾驶行为报告;将所述驾驶行为报告发送给所述车载终端;
其中,根据所述行车用量数据生成驾驶行为报告,具体为:
根据所述行车用量数据生成用于表示驾驶行为的驾驶事例数据;
根据所述驾驶事例数据更新预先设置的用于表示驾驶员驾驶行为的特征矩阵;
根据更新后的特征矩阵生成所述驾驶行为报告;
其中,根据所述驾驶事例数据更新预先设置的用于表示驾驶员驾驶行为的特征矩阵,具体为:
设所述驾驶事例数据构成一个行向量;分别确定所述驾驶事例数据与所述特征矩阵中的每一矩阵行向量之间的向量距离,确定向量距离最小值对应的矩阵行向量;
当所述向量距离最小值小于预设阈值时,更新所述矩阵行向量,更新后的矩阵行向量中的每一分量,为所述驾驶事例数据构成的行向量的对应分量与更新前的所述矩阵行向量的对应分量的平均值;
当所述向量距离最小值大于所述预设阈值,在所述特征矩阵中新建一个矩阵行向量,所述矩阵行向量为所述驾驶事例数据构成的行向量。
2.根据权利要求1所述的方法,其特征在于,确定所述预先设置的用于表示驾驶员驾驶行为的特征矩阵,具体为:
通过具有学习能力的专家系统对历史安全驾驶行车用量数据进行分析和总结,确定所述用于表示驾驶员驾驶行为的特征矩阵;
所述特征矩阵的矩阵行向量表示不同的行车状态对应的所述行车用量数据,所述行车用量数据包括车辆的行驶状态,车辆的实时位置信息,驾驶员驾驶行为。
3.根据权利要求2所述的方法,其特征在于,根据所述行车用量数据生成驾驶行为报告,具体为:
所述专家系统根据所述更新后的特征矩阵生成表征驾驶员驾驶行为的评估报告,评估报告包含对驾驶员驾驶行为的描述。
4.根据权利要求1所述的方法,其特征在于,根据如下公式确定所述驾驶事例数据对应的行向量与所述特征矩阵中的每一矩阵行向量之间的向量距离:
其中,i表示特征矩阵的行数,k表示特征矩阵的列数,di代表所述驾驶事例数据对应的矩阵行向量与所述特征矩阵中的第i行矩阵向量之间的向量距离;wk表示所述特征矩阵中的第k列在所述向量距离中的权重;Ik表示驾驶事例数据对应的行向量中的第k列驾驶事例数据;Qik表示所述特征矩阵中的第i行第k列数据。
5.根据权利要求1所述的方法,其特征在于,在接收到所述来自车载终端的行车用量数据后还包括:
根据所述行车用量数据判断当前驾驶行为是否存在风险,如果当前驾驶行为存在风险,则生成相应的警示信息,并根据所述警示信息确定预先存储的与所述警示信息相对应的驾驶引导信息,将所述警示信息和驾驶引导信息发送给所述车载终端。
6.根据权利要求1所述的方法,其特征在于,在接收到所述来自车载终端的行车用量数据后还包括保存所述行车用量数据;在将所述驾驶行为报告发送给所述车载终端后还包括保存所述驾驶行为报告。
7.一种驾驶行为报告生成设备,其特征在于,包括:
接收单元,用于接收来自车载终端的行车用量数据;
驾驶行为报告生成单元,用于根据所述行车用量数据生成驾驶行为报告;
发送单元,用于将所述驾驶行为报告发送给所述车载终端;
其中,所述驾驶行为报告生成单元具体用于:根据所述行车用量数据生成用于表示驾驶行为的驾驶事例数据;根据所述驾驶事例数据更新预先设置的用于表示驾驶员驾驶行为的特征矩阵;根据更新后的特征矩阵生成所述驾驶行为报告;
其中,根据所述驾驶事例数据更新预先设置的用于表示驾驶员驾驶行为的特征矩阵,具体为:
设所述驾驶事例数据构成一个行向量;分别确定所述驾驶事例数据与所述特征矩阵中的每一矩阵行向量之间的向量距离,确定向量距离最小值对应的矩阵行向量;
当所述向量距离最小值小于预设阈值时,更新所述矩阵行向量,更新后的矩阵行向量中的每一分量,为所述驾驶事例数据构成的行向量的对应分量与更新前的所述矩阵行向量的对应分量的平均值;
当所述向量距离最小值大于所述预设阈值,在所述特征矩阵中新建一个矩阵行向量,所述矩阵行向量为所述驾驶事例数据构成的行向量。
8.根据权利要求7所述的设备,其特征在于,确定所述预先设置的用于表示驾驶员驾驶行为的特征矩阵,具体为:
通过具有学习能力的专家系统对历史安全驾驶行车用量数据进行分析和总结,确定所述用于表示驾驶员驾驶行为的特征矩阵;
所述特征矩阵的矩阵行向量表示不同的行车状态对应的所述行车用量数据,所述行车用量数据包括车辆的行驶状态,车辆的实时位置信息,驾驶员驾驶行为。
9.根据权利要求8所述的设备,其特征在于,所述驾驶行为报告生成单元包括所述专家系统,所述专家系统根据所述行车用量数据生成驾驶行为报告,具体为:所述专家系统根据所述更新后的特征矩阵生成表征驾驶员驾驶行为的评估报告,评估报告包含对驾驶员驾驶行为的描述。
10.根据权利要求7所述的设备,其特征在于,根据如下公式确定所述驾驶事例数据对应的行向量与所述特征矩阵中的每一矩阵行向量之间的向量距离:
其中,i表示特征矩阵的行数,k表示特征矩阵的列数,di代表所述驾驶事例数据对应的矩阵行向量与所述特征矩阵中的第i行矩阵向量之间的向量距离;wk表示所述特征矩阵中的第k列在所述向量距离中的权重;Ik表示驾驶事例数据对应的矩阵行向量中的第k列驾驶事例数据;Qik表示所述特征矩阵中的第i行第k列数据。
11.根据权利要求7所述的设备,其特征在于,还包括:
判断单元,用于根据所述行车用量数据判断当前驾驶行为是否存在风险;
警示信息生成单元,用于当所述判断单元判断当前驾驶行为存在风险时,生成相应的警示信息;
驾驶引导信息确定单元,用于根据所述警示信息确定预先存储的与所述警示信息相对应的驾驶引导信息;
所述发送单元还用于将所述警示信息和驾驶引导信息发送给所述车载终端。
12.根据权利要求7所述的设备,其特征在于,还包括:
存储单元,用于保存所述行车用量数据以及所述驾驶行为报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310752887.5A CN104750753B (zh) | 2013-12-31 | 2013-12-31 | 一种驾驶行为报告生成方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310752887.5A CN104750753B (zh) | 2013-12-31 | 2013-12-31 | 一种驾驶行为报告生成方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104750753A CN104750753A (zh) | 2015-07-01 |
CN104750753B true CN104750753B (zh) | 2018-07-24 |
Family
ID=53590448
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310752887.5A Active CN104750753B (zh) | 2013-12-31 | 2013-12-31 | 一种驾驶行为报告生成方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104750753B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096053A (zh) * | 2016-06-29 | 2016-11-09 | 北京奇虎科技有限公司 | 驾驶信息数据查询方法、装置及辅助驾驶控制方法、装置 |
CN106203735B (zh) * | 2016-07-27 | 2019-03-29 | 北京工业大学 | 一种机动车驾驶员驾驶行为能耗特征测算方法 |
TWI604324B (zh) * | 2016-12-15 | 2017-11-01 | Chunghwa Telecom Co Ltd | Performance evaluation system and method |
CN109318894B (zh) * | 2017-07-31 | 2021-09-28 | 奥迪股份公司 | 车辆驾驶辅助系统、车辆驾驶辅助方法及车辆 |
CN107564280B (zh) * | 2017-08-22 | 2020-09-29 | 王浩宇 | 基于环境感知的驾驶行为数据采集分析系统和方法 |
CN108844744B (zh) * | 2018-03-29 | 2021-03-19 | 中国汽车技术研究中心有限公司 | 一种汽车测试驾驶智能引导监控平台及方法 |
CN108382999B (zh) * | 2018-04-18 | 2019-06-18 | 上海海事大学 | 集软硬件于一体的岸桥司机驾驶技术评估系统及评估方法 |
CN110275934A (zh) * | 2019-06-28 | 2019-09-24 | 青岛无车承运服务中心有限公司 | 基于北斗定位系统的车辆行驶情况风险分析方法和系统 |
CN110884498A (zh) * | 2019-10-21 | 2020-03-17 | 一汽轿车股份有限公司 | 一种车辆驾驶行为分析方法 |
CN111260882A (zh) * | 2020-02-04 | 2020-06-09 | 上海博泰悦臻电子设备制造有限公司 | 一种驾驶行为的提醒方法、系统及服务器 |
CN114148338A (zh) * | 2021-11-30 | 2022-03-08 | 支付宝(杭州)信息技术有限公司 | 驾驶矫正处理方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622795A (zh) * | 2012-03-30 | 2012-08-01 | 奇瑞汽车股份有限公司 | 获取驾驶状态信息的方法和装置 |
CN103247091A (zh) * | 2012-02-07 | 2013-08-14 | 厦门金龙联合汽车工业有限公司 | 一种驾驶评价系统及方法 |
CN103413359A (zh) * | 2013-07-18 | 2013-11-27 | 江苏中科天安智联科技有限公司 | 不良驾驶行为分析评价系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070216521A1 (en) * | 2006-02-28 | 2007-09-20 | Guensler Randall L | Real-time traffic citation probability display system and method |
-
2013
- 2013-12-31 CN CN201310752887.5A patent/CN104750753B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103247091A (zh) * | 2012-02-07 | 2013-08-14 | 厦门金龙联合汽车工业有限公司 | 一种驾驶评价系统及方法 |
CN102622795A (zh) * | 2012-03-30 | 2012-08-01 | 奇瑞汽车股份有限公司 | 获取驾驶状态信息的方法和装置 |
CN103413359A (zh) * | 2013-07-18 | 2013-11-27 | 江苏中科天安智联科技有限公司 | 不良驾驶行为分析评价系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104750753A (zh) | 2015-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104750753B (zh) | 一种驾驶行为报告生成方法及设备 | |
CN108860165B (zh) | 车辆辅助驾驶方法和系统 | |
US10346888B2 (en) | Systems and methods to obtain passenger feedback in response to autonomous vehicle driving events | |
US11312392B2 (en) | System and method for providing precise driving recommendations based on network-assisted scanning of a surrounding environment | |
CN107776574B (zh) | 一种自动驾驶车辆的驾驶模式切换方法和装置 | |
US9919715B2 (en) | Vehicle mode scheduling with learned user preferences | |
CN104077819B (zh) | 基于行车安全的远程监控方法及系统 | |
US8924240B2 (en) | System for monitoring vehicle and operator behavior | |
US9275010B2 (en) | Method for improving fuel economy of an operated vehicle | |
US20180108189A1 (en) | Telematics-based vehicle value reports | |
CN103209220B (zh) | 基于车联网的车辆抛锚智慧服务系统的服务方法 | |
CN107924633A (zh) | 信息处理设备、信息处理方法和程序 | |
CN106611167A (zh) | 一种跟踪方法及系统 | |
CN109410567B (zh) | 一种基于车联网的易发事故道路智慧分析系统及方法 | |
CN109388130A (zh) | 联网的自动车辆的安全控制 | |
CN105590466A (zh) | 一种云平台下的驾驶员危险操作行为监测系统及方法 | |
CN108039065B (zh) | 车辆运行安全监控方法 | |
CN104133469A (zh) | 车辆数据采集处理系统及方法 | |
CN105046996B (zh) | 用于预测的驾驶需求建模的方法和设备 | |
US20210118330A1 (en) | Personalized driver coaching | |
US20210188304A1 (en) | Apparatus and method for providing real time hotspot driver coaching messages | |
CN109754595A (zh) | 车辆风险的评估方法、装置及接口设备 | |
US20130131893A1 (en) | Vehicle-use information collection system | |
CN112947137A (zh) | 氢能源汽车控制方法、氢能源汽车及物联网系统 | |
CN103121382A (zh) | 一种汽车轮胎压力检测系统 |
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 |