CN104786967A - 驾驶行为分析系统 - Google Patents

Abstract

本发明实施例公开一种驾驶行为分析系统，属于汽车领域，能够对驾驶行为进行分析。该系统包括：车载终端、远程服务器、移动终端；所述车载终端获取行车数据并向所述通信模块传输所述第一行车数据，所述第一行车数据包括所述车辆实时的瞬时速度；所述远程服务器根据所述实时的瞬时速度进行驾驶行为分析，得到驾驶行为分析结果；所述远程服务器向所述移动终端发送所述驾驶行为分析结果；所述移动终端显示所述驾驶行为分析结果。

Description

驾驶行为分析系统

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系统。

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系统，能够实现驾驶行为分析。

本发明实施例采用如下技术方案：

一种驾驶行为分析系统，包括：车载终端、远程服务器、移动终端；

所述车载终端包括：接口模块、采集模块、通信模块；

所述接口模块连接设置在汽车上的车载诊断系统OBD数据接口；

所述采集模块电性连接所述接口模块，所述采集模块获取行车数据并向所述通信模块传输所述第一行车数据，所述第一行车数据包括所述车辆实时的瞬时速度；

所述通信模块电性连接所述采集模块，所述通信模块向所述远程服务器发送所述第一行车数据；

所述远程服务器与所述车载终端通信连接，所述远程服务器接收所述第一行车数据，并根据所述实时的瞬时速度进行驾驶行为分析，得到驾驶行为分析结果；

所述远程服务器向所述移动终端发送所述驾驶行为分析结果；

所述移动终端与所述车载终端绑定，所述移动终端包括：接收模块、以及与所述接收模块电性连接的显示模块；

所述接收模块接收所述驾驶行为分析结果，并向所述显示模块传输所述驾驶行为分析结果，由所述显示模块显示所述驾驶行为分析结果。

基于上述技术方案的驾驶行为分析系统，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为本发明一实施例示出的一种驾驶行为分析系统示意图；

图2为本发明另一实施例示出的一种驾驶行为分析系统示意图；

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；

图5为本发明又一实施例示出的一种驾驶行为分析系统示意图；

图6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。

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驾驶行为分析系统，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 Mobile Communication)网络、CDMA(CodeDivision 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，所述车载终端110包括：接口模块111、采集模块112、通信模块113；

所述接口模块111连接设置在汽车上的车载诊断系统OBD数据接口；

所述采集模块112电性连接所述接口模块111，所述采集模块112获取第一行车数据并向所述通信模块113传输所述第一行车数据，所述第一行车数据包括所述车辆实时的瞬时速度；

所述通信模块113电性连接所述采集模块112，所述通信模块113向所述远程服务器120发送所述排放参数；

所述远程服务器120与所述车载终端110通信连接，所述远程服务器120接收所述排放参数，并根据所述实时的瞬时速度进行驾驶行为分析，得到驾驶行为分析结果；

所述远程服务器120向所述移动终端130发送所述驾驶行为分析结果；

所述移动终端130与所述车载终端110绑定，所述移动终端130包括：接收模块131、以及与所述接收模块131电性连接的显示模块132；

所述接收模块132接收所述驾驶行为分析结果，并向所述显示模块132传输所述驾驶行为分析结果，由所述显示模块132显示所述驾驶行为分析结果。

本发明一个实施例中，所述第一行车数据还包括实时的加速度，所述远程服务器120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；所述远程服务器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，所述远程服务器120确定所述车辆的车辆型号；相应的，所述远程服务器120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，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，所述远程服务器120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；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，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：

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

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，所述远程服务器120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，所述远程服务器120向所述移动终端130发送所述车辆驾驶行为排名，所述接收模块132接收所述车辆驾驶行为排名，并向所述显示模块132传输所述车辆驾驶行为排名，由所述显示模块132显示所述车辆驾驶行为排名。

本发明一个实施例中，所述远程服务器120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。

本发明一个实施例中，所述远程服务器120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；所述远程服务器120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。

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，所述采集模块112获取电池数据并将所述电池数据传输至所述通信模块113；

所述通信模块113向所述远程服务器120发送所述电池数据；

所述远程服务器120根据所述电池数据及所述电池数据中每种信息的预设权重，得出电池状态分析结果，并向所述移动终端130发送所述电池状态分析结果；

所述接收模块131接收所述电池状态分析结果，并向所述显示模块132传输所述电池状态分析结果，由所述显示模块132显示所述电池状态分析结果；

其中，所述电池数据包括以下至少一种信息：电池充放电状态、电池电压、电池电流、电池温度、电池容量、电池损耗程度。

本发明一个实施例中，预先对所述电池数据中电池电压、电池电流、电池温度设置数值范围，根据下表所示方法确定所述电池数据中电池数据的分析结果。

电池数据	分析结果
		电池电压	总分100分 每超预设范围一次减20分
电池电流	总分100分 每超预设范围一次减20分
		电池温度	总分100分 每超预设范围一次减20分

本发明一个实施例中，电池容量分析结果总分为100分，如果电池容量低于设定容量时长小于预设时长，则电池容量分析结果为100分；如果电池容量低于设定容量时长等于预设时长，则电池容量分析结果为60分；如果电池容量低于设定容量时长大于预设时长，则电池容量分析结果在60分的基础上随电池容量低于设定容量时长的增加而递减。

本发明一个实施例中，电池充放电状态分析结果总分为100分，电池充放电每异常一次减20分，得出电池充放电状态分析结果。电池充放电异常是指电池充电失败和/或电池放电失败。

本发明一个实施例中，电池损耗程度分析结果总分为100分，如果电池损耗程度高于损耗的时长小于预设时长，则电池损耗分析结果为100分；如果电池损耗程度高于损耗的时长等于预设时长，则电池损耗分析结果为60分；如果电池损耗程度高于损耗的时长大于预设时长，则电池损耗分析结果在60分的基础上随电池损耗程度高于损耗的时长增加而递减。

本发明一个实施例中，预先对上述每种电池数据分配各自的权重，所有权重之和为100％，将每种电池数据与对应的权重之积相加，得出电池分析结果。需要说明的是，如果所述采集模块112未采集到某一电池数据，则默认该项分析结果为100分。

本发明一个实施例中，统计的多个用户的电池分析结果，调整上述每种电池数据分析结果的权重所占比例。

本发明其他实施例还可以采用其他方法得出电池数据分析结果，本发明实施例不做限定。

如图5所示，本发明一个实施例中，所述车载终端还包括定位模块114；

所述定位模块114连接所述采集模块112，记录行车轨迹并实时向所述采集模块112提供车辆位置数据；

所述采集模块112连接所述接口模块111，获取第二行车数据及所述行车轨迹，将所述第二行车数据及所述行车轨迹传输至所述通信模块；

所述通信模块112与所述远程服务器120通信连接，向所述远程服务器120发送所述第二行车数据及所述行车轨迹；

所述远程服务器120根据所述第二行车数据及所述行车轨迹得到行车操作记录图，并向所述移动终端130发送所述行车操作记录图，所述行车操作记录图在所述行车轨迹上记录转弯位置及加速位置及刹车位置及坡道位置；

所述移动终端130与所述车载终端110绑定，所述移动终端130包括：接收模块、以及与所述接收模块电性连接的显示模块；

所述接收模块131接收所述行车线路，并向所述显示模块132传输所述行车操作记录图，由所述显示模块132显示所述行车操作记录图。

本发明一个实施例中，所述第二行车数据包括转弯位置，加速位置，刹车位置，坡道位置；所述远程服务器将所述转弯位置与所述行车轨迹整合，并将所述加速位置与所述行车轨迹整合，并将所述刹车位置与所述行车轨迹整合，并将所述坡道位置与所述行车轨迹整合，得到所述行车操作记录图。

本发明其他实施例还可以采用其他方法得出行车操作记录图，本发明实施例不做限定。

本发明一个实施例中，所述采集模块112获取车辆故障信息并将所述车辆故障信息传输至所述通信模块113，所述车辆故障信息包括以下至少一种故障信息：转向灯故障信息、车灯故障信息、胎压异常信息、ABS系统故障信息、制动总泵故障信息、转向助力单元故障信息、悬挂系统故障信息；

所述通信模块113向所述远程服务器120发送所述车辆故障信息；

所述远程服务器120根据所述车辆故障信息，并生成所述车辆故障信息对应的标示信息；

所述远程服务器120接收所述移动终端发送的所述标示信息，所述远程服务器120验证所述标示信息后向所述移动终端发送所述车辆故障信息。

本发明一个实施例中，所述车辆故障信息中，转向灯故障信息包括转向灯故障次数及转向灯故障类型(如灯不亮、灯不闪烁等)；车灯故障信息包括车灯故障次数及车灯故障类型(如灯不亮等)；胎压异常信息包含胎压查过预设胎压范围的次数；ABS系统故障信息包括ABS系统故障次数及ABS系统故障类型(如ABS失效等)；制动总泵故障信息包括制动总泵故障次数及制动总泵故障类型(如制动总泵失效等)；转向助力故障信息包括转向助力故障次数及转向助力故障类型(如转向助力失效等)；悬挂系统故障信息包括悬挂系统故障次数及悬挂系统故障类型(如减震失效等)。

本发明一个实施例中，所述远程服务器120还可以对故障信息进行分析，得到故障分析结果，所述远程服务器120向移动终端130发送所述故障分析结果，由所述移动终端130发送所述分析结果。

具体的，转向灯未出现故障则转向灯故障分析结果计为100分，转向灯故障一次则转向灯故障分析结果计为60分，故障两次及以上则转向灯故障分析结果在60分的基础上随故障次数的增加而递减。采用上述方法可以得出车灯故障分析结果、车门未落锁分析结果、车窗开启分析结果、刹车片温度分析结果、胎压异常分析结果、ABS系统故障分析结果、制动总泵故障分析结果、转向助力单元故障分析结果、悬挂系统故障分析结果。

本发明一个实施例中，可以根据下表所示方法确定每故障分析结果。

故障项目	故障分析结果
		转向灯故障	总分100分 每故障一次减20分
车灯故障	总分100分 每故障一次减20分
		胎压异常	总分100分 每故障一次减20分
ABS系统故障	总分100分 每故障一次减20分
		制动总泵故障	总分100分 每故障一次减20分
转向助力故障	总分100分 每故障一次减20分
		悬挂系统故障	总分100分 每故障一次减20分

本发明一个实施例中，所述故障信息还可以进一步包括以下任意一种信息：车门未落锁信息、车窗开启信息、刹车片温度。其中，车门未落锁信息包括车门未落锁次数及车门未落锁故障类型(如落锁失败、落锁卡顿等)；车窗开启信息包括车窗开启故障次数及车窗开启故障类型(如车窗开启卡顿等)；刹车片温度预先设定最高温度值，记录刹车片温度高于预先设定最高温度值的次数；可以根据下表所示方法确定每故障分析结果。

故障项目	故障分析结果
		车门未落锁	总分100分 每故障一次减20分
车窗开启	总分100分 每故障一次减20分

刹车片温度

总分100分 每故障一次减20分

本发明一个实施例中，预先对上述每种故障信息分配各自的权重，所有权重之和为100％，将每种故障信息与对应的权重之积相加，得出车辆故障分析结果。需要说明的是，如果所述采集模块112未采集到某一故障信息，则默认该项故障分析结果为100分。

本发明一个实施例中，统计的多个用户的车辆故障分析结果，调整上述每种故障分析结果的权重所占比例。

本发明其他实施例还可以采用其他方法得出车辆故障分析结果，本发明实施例不做限定。

本发明旨在利用OBD-II(On Board Diagnostics，第二代车载自动诊断系统)技术检测车辆的油耗数据(包括瞬时和平均油耗)和行驶里程。当汽车排放的CO、HC、NOx或燃油蒸发污染量超过设定的标准，故障灯就会点亮报警。

本发明通过车载测试(PEMS，Portable Emission Measurement System，车载尾气检测设备)，对不同排放标准的轻型汽油车和柴油车进行排放测试。本发明排放测试实验采用的设备是从美国引进的实时车载尾气检测设备OEM-2100。该系统获得了美国环保局环境技术认证。它结合了尾气检测系统、GPS全球定位系统、内嵌式显示计算机数据集成系统先进的尾气数据收集技术。通过该设备，可以收集到逐秒的机动车尾气排放数据以及车辆运行相关参数。同时，通过GPS系统，以精确的时间为切合点，把机动车尾气排放于行驶路段的真实工况结合起来，则可得到每秒机动车所在的地理位置、行驶状况及其相应的排放情况。通过排放测试实验，本发明得到了不同排放标准汽油车和柴油车的CO₂、CO、HC排放因子。排放因子是指机动车行驶单位距离所排放污染物的质量，单位g/km，用来量化机动车的排放强度。

本发明进而对不同排放标准车辆的油耗量与碳排放量的相关关系进行分析，得到其关系表达式。则可通过油耗量推算出一段行驶里程车辆的碳排放量。为不同排放标准的车辆提供碳排放测算的方法。同时，本发明对不同排放标准车辆的CO₂与CO、HC的单车排放强度相关关系进行了对比分析。在此，碳排放量的测算是指温室气体二氧化碳排放量的测算。

如图6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、获取车辆第一行车数据，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第一行车数据，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第一行车数据进行驾驶行为分析。

本发明一个实施例中，所述第一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，如下表所示。

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：

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

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系统，其特征在于，包括：车载终端、远程服务器、移动终端；

所述车载终端包括：接口模块、采集模块、通信模块；

所述接口模块连接设置在汽车上的车载诊断系统OBD数据接口；

所述采集模块电性连接所述接口模块，所述采集模块获取行车数据并向所述通信模块传输所述第一行车数据，所述第一行车数据包括所述车辆实时的瞬时速度；

所述通信模块电性连接所述采集模块，所述通信模块向所述远程服务器发送所述第一行车数据；

所述远程服务器与所述车载终端通信连接，所述远程服务器接收所述第一行车数据，并根据所述实时的瞬时速度进行驾驶行为分析，得到驾驶行为分析结果；

所述远程服务器向所述移动终端发送所述驾驶行为分析结果；

所述移动终端与所述车载终端绑定，所述移动终端包括：接收模块、以及与所述接收模块电性连接的显示模块；

所述接收模块接收所述驾驶行为分析结果，并向所述显示模块传输所述驾驶行为分析结果，由所述显示模块显示所述驾驶行为分析结果。

2.根据权利要求1所述的系统，其特征在于，所述第一行车数据还包括实时的加速度，所述远程服务器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；所述远程服务器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。

3.根据权利要求2所述的系统，其特征在于，还包括：所述远程服务器确定所述车辆的车辆型号；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。

4.根据权利要求1所述的系统，其特征在于，所述远程服务器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；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。

5.根据权利要求4所述的系统，其特征在于，还包括：所述远程服务器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；

所述远程服务器根据所述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。

6.根据权利要求5所述的系统，其特征在于，所述远程服务器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；

所述远程服务器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。

7.根据权利要求1至6中任一项所述的系统，其特征在于，所述采集模块获取电池数据并将所述电池数据传输至所述通信模块；

所述通信模块向所述远程服务器发送所述电池数据；

所述远程服务器根据所述电池数据及所述电池数据中每种信息的预设权重，得出电池状态分析结果，并向所述移动终端发送所述电池状态分析结果；

所述接收模块接收所述电池状态分析结果，并向所述显示模块传输所述电池状态分析结果，由所述显示模块显示所述电池状态分析结果；

其中，所述电池数据包括以下至少一种信息：电池充放电状态、电池电压、电池电流、电池温度、电池容量、电池损耗程度。

8.根据权利要求1至6中任一项所述的系统，其特征在于，所述车载终端还包括定位模块；

所述定位模块连接所述采集模块，记录行车轨迹并实时向所述采集模块提供车辆位置数据；

所述采集模块连接所述接口模块，获取第二行车数据及所述行车轨迹，将所述第二行车数据及所述行车轨迹传输至所述通信模块；

所述通信模块与所述远程服务器通信连接，向所述远程服务器发送所述第二行车数据及所述行车轨迹；

所述远程服务器根据所述第二行车数据及所述行车轨迹得到行车操作记录图，并向所述移动终端发送所述行车操作记录图，所述行车操作记录图在所述行车轨迹上记录转弯位置及加速位置及刹车位置及坡道位置；

所述移动终端与所述车载终端绑定，所述移动终端包括：接收模块、以及与所述接收模块电性连接的显示模块；

所述接收模块接收所述行车线路，并向所述显示模块传输所述行车操作记录图，由所述显示模块显示所述行车操作记录图。

9.根据权利要求8所述的系统，其特征在于，所述第二行车数据包括转弯位置，加速位置，刹车位置，坡道位置；所述远程服务器将所述转弯位置与所述行车轨迹整合，并将所述加速位置与所述行车轨迹整合，并将所述刹车位置与所述行车轨迹整合，并将所述坡道位置与所述行车轨迹整合，得到所述行车操作记录图。

10.根据权利要求1至5中任一项或者权利要求9所述的系统，其特征在于，所述采集模块获取车辆故障信息并将所述车辆故障信息传输至所述通信模块，所述车辆故障信息包括以下至少一种故障信息：转向灯故障信息、车灯故障信息、胎压异常信息、ABS系统故障信息、制动总泵故障信息、转向助力单元故障信息、悬挂系统故障信息；

所述通信模块向所述远程服务器发送所述车辆故障信息；

所述远程服务器根据所述车辆故障信息，并生成所述车辆故障信息对应的标示信息；

所述远程服务器接收所述移动终端发送的所述标示信息，所述远程服务器验证所述标示信息后向所述移动终端发送所述车辆故障信息。