CN104765969A - 驾驶行为分析方法 - Google Patents

Abstract

本发明实施例公开一种驾驶行为分析方法，属于汽车领域，能够对驾驶行为进行分析。该方法获取车辆行车数据，所述行车数据包括所述车辆实时的瞬时速度，根据所述实时的瞬时速度进行驾驶行为分析。本发明实施例的驾驶行为分析方法，获取包含车辆实时的瞬时速度的行车数据，根据实时的瞬时速度进行驾驶行为分析。从而实现根据车辆的行车数据进行驾驶行为分析。

Description

驾驶行为分析方法

技术领域

本发明涉及汽车领域，尤其涉及一种驾驶行为分析方法。

背景技术

随着社会发展，汽车由一种高端的交通工具逐渐走进生活，越来越多的人拥有了自己的汽车。

驾驶汽车成为一种生活技能，但驾驶员的驾驶技术参差不齐，驾驶员在车辆驾驶过程中有很多不安全或者不合理的操作，易造成交通事故，但驾驶员很可能并未意识到不安全或者不合理的操作，因此，如何对驾驶员驾驶行为进行分析是当前需要解决的技术问题。

发明内容

本发明实施例提供一种驾驶行为分析方法，能够实现驾驶行为分析。

本发明实施例采用如下技术方案：

一种驾驶行为分析方法，包括：

获取车辆行车数据，所述行车数据包括所述车辆实时的瞬时速度；

根据所述实时的瞬时速度进行驾驶行为分析。

可选的，所述行车数据还包括实时的加速度，所述根据所述瞬时速度进行驾驶行为分析包括：

根据所述实时的瞬时速度以及所述实时的加速度，确定车辆的加速状态，所述加速状态包括急加速和/或急减速；

根据所述车辆的加速状态进行驾驶行为分析。

可选的，所述根据所述车辆的加速状态进行驾驶行为分析包括：

根据所述车辆的急加速次数和/或急减速次数进行驾驶行为分析。

可选的，所述根据所述车辆的急加速次数和/或急减速次数进行驾驶行为分析之前，还包括：确定所述车辆的车辆型号；

相应的，所述根据所述车辆的急加速次数和/或急减速次数进行驾驶行为分析之后还包括：

将根据所述车辆的急加速次数和/或急减速次数进行驾驶行为分析得到的分析结果，与预存的所述车辆同型号车辆对应的分析结果进行比较，确定所述车辆驾驶行为排名。

可选的，所述根据所述实时的瞬时速度进行驾驶行为分析包括：

根据所述实时的瞬时速度确定所述VSP分布；

确定所述车辆的车辆型号；

根据所述VSP分布及所述车辆的车辆型号进行驾驶行为分析。

可选的，所述根据所述VSP分布及所述车辆的车辆型号进行驾驶行为分析包括：

根据所述VSP分布及所述车辆的车辆型号，确定所述车辆的相对高功比例；

根据所述车辆的相对高功比例进行驾驶行为分析。

可选的，所述根据所述车辆的相对高功比例进行驾驶行为分析之后，还包括：

将根据所述车辆的相对高功比例进行驾驶行为分析得到的分析结果，与预存的所述车辆同型号车辆对应的分析结果进行比较，确定所述车辆驾驶行为排名。

可选的，根据所述VSP分布及所述车辆的车辆型号进行驾驶行为分析包括：

根据所述VSP分布及所述车辆的车辆型号，确定所述车辆的相对油耗因子；

根据所述车辆的相对油耗因子进行驾驶行为分析。

可选的，所述根据所述车辆的相对油耗因子进行驾驶行为分析包括：

将根据所述车辆的相对高功比例进行驾驶行为分析得到的分析结果，与预存的所述车辆同型号车辆对应的分析结果进行比较，确定所述车辆驾驶行为排名。

可选的，所述根据所述实时的瞬时速度确定所述VSP分布包括：

按预设时间段划分行程，根据所述实时的瞬时速度确定每段行程的平均行程速度，根据确定的每段行程的平均行程速度确定所述VSP分布。

基于上述技术方案的驾驶行为分析方法，获取包含车辆实时的瞬时速度的行车数据，根据实时的瞬时速度进行驾驶行为分析。从而实现根据车辆的行车数据进行驾驶行为分析。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1为本发明实施例示出的一种车辆联网系统示意图；

图2为本发明一实施例示出的一种驾驶行为分析方法的流程图；

图3为本发明一实施例示出的一种瞬时速度与加速度阀值关系曲线示意图；

图4为本发明一实施例示出的一种VSP示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1示出了本发明实施例提供的一种可以应用本发明实施例的车辆联网系统，如图1所示，该系统中车载终端110、远程服务器120、移动终端130之间通过无线网络连接，该无线网络可以是由通信运营商提供的具有数据传输功能的网络，包括但不限于GSM(全球移动通信系统，Global System for MobileCommunication)网络、CDMA(Code Division Multiple Access，码分多址)网络、LTE(长期演进，Long Term Evolution)网络，本发明实施例中移动终端130可以为手机、平板电脑等，本发明实施例不做限定。

如图2所示，本发明实施例提供一种驾驶行为分析方法，该方法可以由图1所示的远程服务器实现，该方法包括：

11、获取车辆行车数据，所述行车数据包括所述车辆实时的瞬时速度。

本发明实施例中，所述行车数据可以通过OBD接口获得，例如图1所示的车载终端110获得。

12、根据所述实时的瞬时速度进行驾驶行为分析。

本发明实施例的驾驶行为分析方法，获取包含车辆实时的瞬时速度的行车数据，根据实时的瞬时速度进行驾驶行为分析。从而实现根据车辆的行车数据进行驾驶行为分析。

本发明一个实施例中，所述行车数据还包括实时的加速度，所述根据所述瞬时速度进行驾驶行为分析包括：

根据所述实时的瞬时速度以及所述实时的加速度，确定车辆的加速状态，所述加速状态包括急加速和/或急减速；

根据所述车辆的加速状态进行驾驶行为分析。

本发明一个实施例中，所述根据所述车辆的加速状态进行驾驶行为分析包括：

根据所述车辆的急加速次数和/或急减速次数进行驾驶行为分析。

具体的，车辆的匀速、加速、减速的剧烈程度是衡量驾驶行为的重要指标。过于剧烈的加减速行为，即急加速、急减速(急刹车)行为，使车辆的短时间内速度发生较大的变化，这既会造成机动车油耗、排放的大幅上升，也会产生安全隐患，并为乘客带来不适。频繁的急加减速会加速车辆损耗、降低车辆使用寿命。总之，车辆急加减速的次数是评价驾驶行为的重要指标。对于0秒到n秒的时间区间，机动车加速度的计算公式如下：

$a_t=\left\{\begin{array}{cc}\frac{(v_{t+1}-v_t)}{3.6},& 0\&le;t<n\\ 0,& t=n\end{array}\right.$

其中，v_t+1为后一秒速度(km/h)，v_t为前一秒速度(km/h)。

机动车加减速的实质是发动机对机动车的动力作用。受到发动机功率的限制，机动车在行驶在不同瞬时速度下所能具备的加减速能力并不相同。因此，机动车在不同瞬时速度下具有不同的最大加(减)速度，机动车实际行驶的加(减)速度越接近这一最大值，其加(减)速行为就越剧烈。为了定量得到不同瞬时速度下的急加速、急减速阈值，必须首先根据实测数据分析其瞬时速度与加速度关系。下面以加速阈值设定为例进行说明，减速阈值设定与此类似。

为了建立加速度与瞬时速度的关系模型，首先针对实际测试调研的80余万条逐秒驾驶行为数据进行分析，分析研究车辆的加速度与瞬时速度的关系，对上述驾驶行为数据做以下处理：以1km/h为间隔对速度区间进行聚类；选取各个速度区间k分位数(0≤k≤1)的加速度平均值，得到瞬时速度与加速度k分位数的关系曲线；改变k值，重做上一步。

通过控制k的不同取值，可以得到不同情况下的加速度阈值，显然，当k越大时，得到的阈值所判别的急加速行为越激烈。这样的分位数k称为阈值比例。根据加速激烈程度的不同，将急加速行为分为一级、二级、三级急加速，得到各加速状态下的阈值比例，如下表示。

加速状态	三级急加速	二级急加速	一级急加速
				阈值比例范围	(0.8，0.9]	(0.9，0.95]	(0.95，1]

不同阈值比例下的瞬时速度与加速阈值关系曲线如图3所示，由加速度阈值比例与瞬时速度对应的加速阈值，可判断其加速状态，进而统计其急加速、急减速次数。

以百公里急加减速次数作为指标，定量分析驾驶行为的激烈程度。其计算公式为：

$S=\frac{100\&times;\mathrm{\&Sigma;s}}{\mathrm{\&Sigma;L}}$

其中，S为每百公里加减速次数，s为单次行程急加减速次数，L为单次行程里程(km)。显然，百公里急加减速次数越大，则驾驶行为越激烈。

本发明一个实施例中，所述根据所述车辆的急加速次数和/或急减速次数进行驾驶行为分析之前，还包括：确定所述车辆的车辆型号；

相应的，所述根据所述车辆的急加速次数和/或急减速次数进行驾驶行为分析之后还包括：

将根据所述车辆的急加速次数和/或急减速次数进行驾驶行为分析得到的分析结果，与预存的所述车辆同型号车辆对应的分析结果进行比较，确定所述车辆驾驶行为排名。

本发明一个实施例中，所述根据所述实时的瞬时速度进行驾驶行为分析包括：

根据所述实时的瞬时速度确定VSP(机动车比功率)分布；

确定所述车辆的车辆型号；

根据所述VSP分布及所述车辆的车辆型号进行驾驶行为分析。

具体的，VSP定义为发动机每移动一吨质量(包括自重)所输出的功率，单位为kW/t(或W/kg)，VSP综合考虑了机动车动能的变化、势能的变化、克服滚动阻力和空气阻力所做的功等发动机输出功率的多种主要用途。VSP的计算公式如公式如下：

$\mathrm{VSP}=\frac{\mathrm{Av}+{\mathrm{Bv}}^2+{\mathrm{Cv}}^3+\mathrm{mva}}{f}$

其中，v为机动车速度，单位m/s；a为加速度，单位m/s²；标定参数A、B、C、m、f随车重的不同而不同。

VSP变量可以将车辆的瞬时运动状态与油耗和排放联系起来，且相对于速度和加速度，VSP与油耗和排放的关系更加密切。最早VSP变量主要是用于遥感尾气检测，然而随着近年来研究的逐步深入，基于VSP变量的研究也越来越多，VSP与速度的关系、VSP与油耗排放的关系都成为了交通领域研究的热点。不同车重的机动车具有不同的VSP计算参数，下式VSP计算公式。

VSP＝v·(1.1·a+0.132)+0.000302·v³

由VSP计算公式可以看出，当机动车的瞬时速度为0时，其VSP则一定为0；当机动车的瞬时加速度为负值时，VSP可能为正，也可能为负；而当加速度为正值时，则VSP一定为正。产生上述现象的原因，是由于VSP是用来描述机动车的瞬时功率需求，因此VSP具有矢量特性。当机动车在制动过程中，车辆的受力方向与车辆运行方向恰好相反，则VSP有可能出现负值；而当车辆在加速过程中，由于车辆受力方向与行驶方向相同，因此VSP就为正值。

在基于VSP进行机动车排放规律分析和预测时，相同VSP值对应的污染物排放具有较大的离散度，不便于统计分析，因此，需要对VSP按照一定的规则进行聚类，即将VSP按照一定的间隔划分为不同的区间单元，得到VSP分布。VSP分布是指机动车在每一个VSP区间(即VSP bin)的行驶时间占总行驶时间的百分比。VSP分布统计了特定车辆在一些特定条件(道路类型、平均速度)下输出不同功率的行驶时间，可以准确地反映车辆的行驶特性。VSPbin的公式如下：

$\mathrm{VSPbin}=n,\&ForAll;:\mathrm{VSP}\&Element;[n-0.5,n+0.5),n\&Element;Z$

式中，Z表示整数集。

本发明实施例以180秒为时间粒度划分短行程，计算短行程的机动车平均行程速度。再以2km/h为间隔划分速度区间，将所有平均行程速度在同一速度区间下的逐秒速度数据和与之对应的VSP值进行集计分析，以得到该速度区间下的VSP分布特征，此即为基于平均速度区间的VSP分布。

本发明一个实施例中，所述根据所述实时的瞬时速度确定所述VSP分布包括：

按预设时间段划分行程，根据所述实时的瞬时速度确定每段行程的平均行程速度，根据确定的每段行程的平均行程速度确定所述VSP分布。

机动车在较长行程时间中往往由于包含多种行驶状态而无法刻画机动车在现实道路上的行驶特征，因此180秒的时间粒度是较合适的。机动车平均行程速度的计算公式如下：

$\mathrm{ATS}=\frac{\mathrm{DT}}{\mathrm{DS}}=3.6\&times;\frac{\underset{i=1}{\overset{180}{\mathrm{\&Sigma;}}}{v}_i}{180}$

其中，ATS为平均行程速度(km/h)，DT为行驶距离(km)，DS为行驶时间(h)，v_i为第i秒的瞬时速度(m/s)。

得到平均行程速度后，可以进而得到平均速度区间，其公式如下：

$\mathrm{Average\; Speed\; Bin}=n,\&ForAll;:\mathrm{ATS}\&Element;[2n,2n+2),n\&Element;N$

其中Average Speed Bin为平均速度区间，ATS为平均行程速度(km/h)，N表示自然数集。

如此就可得到基于平均速度区间i的VSP分布D_i，图4所示为一个典型的基于平均速度区间的VSP分布D₁₅。

本发明一个实施例中，所述根据所述VSP分布及所述车辆的车辆型号进行驾驶行为分析包括：

根据所述VSP分布及所述车辆的车辆型号，确定所述车辆的相对高功比例；

根据所述车辆的相对高功比例进行驾驶行为分析。

具体的，为利用VSP分布D_i描述驾驶行为，需要借助参数高功率比例。其定义分别如下：

$H_i=\underset{j=k}{\overset{\&infin;}{\mathrm{\&Sigma;}}}{d}_j$

其中，H_i为VSP分布D_i下的高功率比例，d_j为相应分布下第j个VSP bin的分布值，k为对应分布中累计90％分位数的VSP值。显然，高功率比例越大，该分布中高功率行程时间所占总行程时间就越长，由于高功率行驶会带来更大的油耗与更高的排放，一般认为高功率比例越小驾驶行为越环保。

在其他参数一致时，将同一车型全体机动车在平均速度区间i的VSP分布记作D_ui，对于某一特定车辆同样平均速度区间的VSP分布D_i，定义其相对高功率比例如下：

${\mathrm{RH}}_i=\frac{H_i-H_{\mathrm{ui}}}{H_{\mathrm{ui}}}$

其中，H_i与H_ui分别为VSP分布D_i下与VSP分布D_ui下的高功率比例。

显然，当相对高功率比例小于零时，其驾驶行为较同类车环保，当高功率比例大于零时，其驾驶行为较同类车不环保。

本发明一个实施例中，所述根据所述车辆的相对高功比例进行驾驶行为分析之后，还包括：

将根据所述车辆的相对高功比例进行驾驶行为分析得到的分析结果，与预存的所述车辆同型号车辆对应的分析结果进行比较，确定所述车辆驾驶行为排名。

本发明一个实施例中，根据所述VSP分布及所述车辆的车辆型号进行驾驶行为分析包括：

根据所述VSP分布及所述车辆的车辆型号，确定所述车辆的相对油耗因子；

根据所述车辆的相对油耗因子进行驾驶行为分析。

具体的，油耗因子是指机动车行驶单位距离所耗燃油的质量，单位g/km，用来量化机动车的油耗强度。油耗因子的计算方法如公式如下：

${\mathrm{EF}}_i=3600\&times;\frac{\mathrm{\&Sigma;ER}\&times;d}{{\mathrm{ATS}}_i}$

其中，EF_i是平均速度区间i下的油耗因子，ER是平均油耗率(g/s)，d为VSP分布中一个VSP bin的分布值(遍历每一个VSP的d)，ATS为该平均速度区间的平均速度(km/h)。

与相对高功率比例类似，用相对油耗比例来刻画某机动车相对同一车型全体机动车的排放情况，其计算公式如下：

${\mathrm{RE}}_i=\frac{{\mathrm{EF}}_i-{\mathrm{EF}}_{\mathrm{ui}}}{{\mathrm{EF}}_{\mathrm{ui}}}$

其中，EF_i和EF_ui分别是该机动车和全体同型机动车在平均速度区间i下的油耗因子。显然，当这个参数大于零时，机动车相应油耗因子较同类机动车大，即其驾驶行为较同类车更耗能，当这个参数小于零时，机动车相应油耗因子较同类机动车小，即其驾驶行为较同类车节能。

本发明实施例中，为了综合刻画机动车与同型机动车的油耗差距，可以通过下式计算得到相对燃料消耗体积：

$\mathrm{REV}=\frac{{\mathrm{EV}}_a-V_{\mathrm{fuel}}}{{\mathrm{EV}}_a}$

其中，EV_a为工信部发布之同车型百公里综合工况燃料消耗体积(可在中国汽车燃料消耗量网站查询)，V_fuel为机动车百公里平均油耗体积，其计算公式为：

$V_{\mathrm{fuel}}=\frac{V_e}{L}\&times;100$

其中，V_e为机动车油耗体积，L为机动车行驶里程(km/h)。

本发明一个实施例中，所述根据所述车辆的相对油耗因子进行驾驶行为分析包括：

将根据所述车辆的相对高功比例进行驾驶行为分析得到的分析结果，与预存的所述车辆同型号车辆对应的分析结果进行比较，确定所述车辆驾驶行为排名。

本发明实施例中，可对不同驾驶行为(即不同用户)进行排名，进而得到特定驾驶行为在同车型驾驶行为中的加减速激烈程度排名、高功率行为排名、相对油耗排名。排名以百分比进行。下面以加减速激烈程度排名为例进行说明，高功率行为排名、相对油耗排名与此类似。加减速激烈程度排名的计算公式如所示：

$S_{\mathrm{Rank}}=\frac{N_{\mathrm{Smaller}}}{N_U}\&times;100\%$

其中，SRank是某驾驶行为加减速激烈程度排名，NU为同车型所有驾驶行为(用户)的数量，NSmaller为百公里急加减速次数较该驾驶行为百公里价键次数少的驾驶行为数量。

需要指出的是，每一驾驶行为(用户)的每一平均速度区间下的VSP分布都有独立的高功率比例，为便于比较驾驶行为特征，以平均速度区间样本量大小取相对高功率的加权平均值作为该驾驶行为的相对高功率比例。

基于OBD数据的驾驶行为分析流程可以分为驾驶数据获取与计算、驾驶行为分析指标计算、驾驶行为排名三个阶段，驾驶数据获取与计算在每次驾驶行为发生时实时进行，驾驶行为分析指标计算与驾驶行为排名则是对累计驾驶行为的总体分析。

本发明实施例，通过OBD数据，获取采集时间、瞬时速度、车型数据，计算加速度、VSP数据，根瞬时速度与加速阈值关系模型，由瞬时速度得到加速阈值，由加速度判断当前驾驶行为是否属于急加减速，每隔180秒，划分短行程，并计算平均速度，进而得到平均速度区间，累计计算，可以得到平均速度区间下的VSP分布。由每次行程急加减速次数与行程距离，得到百公里急加减速次数，由平均速度区间下的VSP分布，可以计算得到相对高功率比例与相对油耗比例。

本发明实施例，可以由百公里急加减速次数、相对高功率比例、相对排放比例分别计算得到加减速激烈程度排名、高功率行为排名、相对油耗排名。由此即完成基于OBD数据的驾驶行为分析。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。

Claims (10)

1.一种驾驶行为分析方法，其特征在于，包括：

获取车辆行车数据，所述行车数据包括所述车辆实时的瞬时速度；

根据所述实时的瞬时速度进行驾驶行为分析。

2.根据权利要求1所述的方法，其特征在于，所述行车数据还包括实时的加速度，所述根据所述瞬时速度进行驾驶行为分析包括：

根据所述实时的瞬时速度以及所述实时的加速度，确定车辆的加速状态，所述加速状态包括急加速和/或急减速；

根据所述车辆的加速状态进行驾驶行为分析。

3.根据权利要求2所述的方法，其特征在于，所述根据所述车辆的加速状态进行驾驶行为分析包括：

根据所述车辆的急加速次数和/或急减速次数进行驾驶行为分析。

4.根据权利要求3所述的方法，其特征在于，所述根据所述车辆的急加速次数和/或急减速次数进行驾驶行为分析之前，还包括：确定所述车辆的车辆型号；

相应的，所述根据所述车辆的急加速次数和/或急减速次数进行驾驶行为分析之后还包括：

将根据所述车辆的急加速次数和/或急减速次数进行驾驶行为分析得到的分析结果，与预存的所述车辆同型号车辆对应的分析结果进行比较，确定所述车辆驾驶行为排名。

5.根据权利要求1所述的方法，其特征在于，所述根据所述实时的瞬时速度进行驾驶行为分析包括：

根据所述实时的瞬时速度确定机动车比功率VSP分布；

确定所述车辆的车辆型号；

根据所述VSP分布及所述车辆的车辆型号进行驾驶行为分析。

6.根据权利要求5所述的方法，其特征在于，所述根据所述VSP分布及所述车辆的车辆型号进行驾驶行为分析包括：

根据所述VSP分布及所述车辆的车辆型号，确定所述车辆的相对高功比例；

根据所述车辆的相对高功比例进行驾驶行为分析。

7.根据权利要求6所述的方法，其特征在于，所述根据所述车辆的相对高功比例进行驾驶行为分析之后，还包括：

将根据所述车辆的相对高功比例进行驾驶行为分析得到的分析结果，与预存的所述车辆同型号车辆对应的分析结果进行比较，确定所述车辆驾驶行为排名。

8.根据权利要求5所述的方法，其特征在于，根据所述VSP分布及所述车辆的车辆型号进行驾驶行为分析包括：

根据所述VSP分布及所述车辆的车辆型号，确定所述车辆的相对油耗因子；

根据所述车辆的相对油耗因子进行驾驶行为分析。

9.根据权利要求8所述的方法，其特征在于，

所述根据所述车辆的相对油耗因子进行驾驶行为分析包括：

将根据所述车辆的相对高功比例进行驾驶行为分析得到的分析结果，与预存的所述车辆同型号车辆对应的分析结果进行比较，确定所述车辆驾驶行为排名。

10.根据权利要求3所述的方法，其特征在于，所述根据所述实时的瞬时速度确定所述VSP分布包括：

按预设时间段划分行程，根据所述实时的瞬时速度确定每段行程的平均行程速度，根据确定的每段行程的平均行程速度确定所述VSP分布。