CN106240571B - 驾驶行为分析方法和装置 - Google Patents

驾驶行为分析方法和装置 Download PDF

Info

Publication number
CN106240571B
CN106240571B CN201610629088.2A CN201610629088A CN106240571B CN 106240571 B CN106240571 B CN 106240571B CN 201610629088 A CN201610629088 A CN 201610629088A CN 106240571 B CN106240571 B CN 106240571B
Authority
CN
China
Prior art keywords
index
run
traveling
scoring
obtains
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
Application number
CN201610629088.2A
Other languages
English (en)
Other versions
CN106240571A (zh
Inventor
韦于思
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Neusoft Corp
Original Assignee
Neusoft Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Neusoft Corp filed Critical Neusoft Corp
Priority to CN201610629088.2A priority Critical patent/CN106240571B/zh
Publication of CN106240571A publication Critical patent/CN106240571A/zh
Application granted granted Critical
Publication of CN106240571B publication Critical patent/CN106240571B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种驾驶行为分析方法和装置，其中，方法包括：对获取的车辆行驶数据进行计算，获取每次行程中与各行驶指标对应的标准化数据；根据每次行程中各行驶指标的标准化数据以及碰撞信息，获取各行驶指标的特征数据；根据预设算法对每次行程中各行驶指标的标准化数据和特征数据进行计算，获取每次行程中各行驶指标对应的评分；对每次行程中各行驶指标对应的评分进行计算，获取每次行程的安全评分。该方法通过对车辆行驶数据的学习，可准确对每次行程的安全进行评分，便于对驾驶行为进行更加全面的安全评估。

Description

驾驶行为分析方法和装置
技术领域
本发明涉及交通安全技术领域，尤其涉及一种驾驶行为分析方法和装置。
背景技术
近年来，车辆的普及率越来越高，随之而来的交通事故也越来越受到人们的重视，交通事故的频繁发生导致巨大的人员伤亡和财产损失，而驾驶员的驾驶行为的不规范是导致交通事故的主要原因之一，因此改善驾驶员的驾驶行为成为一个不可忽视的问题。
为了改善驾驶员的驾驶行为，对驾驶员的驾驶行为进行分析成为必须，然而，目前对于驾驶员的驾驶行为的分析，并没有明确的计算与评估的方式。
发明内容
本发明的目的旨在至少在一定程度上解决上述的技术问题之一。
为此，本发明的第一个目的在于提出一种驾驶行为分析方法，通过对车辆行驶数据的学习，可准确对每次行程的安全进行评分，便于对驾驶行为进行更加全面的安全评估。
本发明的第二个目的在于提出一种驾驶行为分析装置。
为达上述目的，本发明第一方面实施例的驾驶行为分析方法，包括：对获取的车辆行驶数据进行计算，获取每次行程中与各行驶指标对应的标准化数据；
根据每次行程中各行驶指标的标准化数据以及碰撞信息，获取各行驶指标的特征数据；
根据预设算法对每次行程中各行驶指标的标准化数据和所述特征数据进行计算，获取每次行程中各行驶指标对应的评分；
对每次行程中各行驶指标对应的评分进行计算，获取每次行程的安全评分。
本发明实施例的驾驶行为分析方法，对获取的车辆行驶数据进行计算，获取每次行程中与各行驶指标对应的标准化数据，根据每次行程中各行驶指标的标准化数据以及碰撞信息，获取各行驶指标的特征数据，并根据预设算法对每次行程中各行驶指标的标准化数据和特征数据进行计算，获取每次行程中各行驶指标对应的评分，进而对每次行程中各行驶指标对应的评分进行计算，获取每次行程的安全评分。由此，通过对车辆行驶数据的学习，可准确对每次行程的安全进行评分，便于对驾驶行为进行更加全面的安全评估。
另外，本发明实施例的驾驶行为分析方法还具有如下附加的技术特征：
在本发明的一个实施例中，所述对获取的车辆行驶数据进行计算，获取每次行程中与各行驶指标对应的标准化数据，包括：
分析所述车辆行驶数据获取每次行程中各行驶指标的发生次数；
计算每次行程中各行驶指标的发生次数与行驶里程的比值，获取每次行程中与各行驶指标对应的标准化数据。
在本发明的一个实施例中，所述根据每次行程中各行驶指标的标准化数据以及碰撞信息，获取各行驶指标的特征数据，包括：
根据预设算法对未发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第一平均值；
根据预设算法对未发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第一标准差；
根据预设算法对发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第二平均值；
根据预设算法对发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第二标准差。
在本发明的一个实施例中，所述根据预设算法对每次行程中各行驶指标的标准化数据和所述特征数据进行计算，获取每次行程中各行驶指标对应的评分，包括：
根据概率密度函数公式对每次行程中各行驶指标的标准化数据和所述特征数据进行计算，获取每次行程中各行驶指标对应的安全概率和危险概率；
根据预设算法对各行驶指标对应的安全概率和危险概率进行计算，获取每次行程中各行驶指标对应的评分。
在本发明的一个实施例中，所述对每次行程中各行驶指标对应的评分进行计算，获取每次行程的安全评分，包括：
计算每次行程中各行驶指标对应的评分与预设评分权重的乘积结果；
将各行驶指标对应的所述乘积结果相加，获取每次行程的安全评分。
为达上述目的，本发明第二方面实施例的驾驶行为分析装置，包括：
第一获取模块，用于对获取的车辆行驶数据进行计算，获取每次行程中与各行驶指标对应的标准化数据；
第二获取模块，用于根据每次行程中各行驶指标的标准化数据以及碰撞信息，获取各行驶指标的特征数据；
第三获取模块，用于根据预设算法对每次行程中各行驶指标的标准化数据和所述特征数据进行计算，获取每次行程中各行驶指标对应的评分；
第四获取模块，用于对每次行程中各行驶指标对应的评分进行计算，获取每次行程的安全评分。
本发明实施例的驾驶行为分析装置，对获取的车辆行驶数据进行计算，获取每次行程中与各行驶指标对应的标准化数据，根据每次行程中各行驶指标的标准化数据以及碰撞信息，获取各行驶指标的特征数据，并根据预设算法对每次行程中各行驶指标的标准化数据和特征数据进行计算，获取每次行程中各行驶指标对应的评分，进而对每次行程中各行驶指标对应的评分进行计算，获取每次行程的安全评分。由此，通过对车辆行驶数据的学习，可准确对每次行程的安全进行评分，便于对驾驶行为进行更加全面的安全评估。
另外，本发明实施例的驾驶行为分析装置还具有如下附加的技术特征：
在本发明的一个实施例中，所述第一获取模块包括：
分析单元，用于分析所述车辆行驶数据获取每次行程中各行驶指标的发生次数；
第一获取单元，用于计算每次行程中各行驶指标的发生次数与行驶里程的比值，获取每次行程中与各行驶指标对应的标准化数据。
在本发明的一个实施例中，所述第二获取模块包括：
第二获取单元，用于根据预设算法对未发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第一平均值；
第三获取单元，用于根据预设算法对未发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第一标准差；
所述第二获取单元还用于根据预设算法对发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第二平均值；
所述第三获取单元还用于根据预设算法对发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第二标准差。
在本发明的一个实施例中，所述第三获取模块包括：
第四获取单元，用于根据概率密度函数公式对每次行程中各行驶指标的标准化数据和所述特征数据进行计算，获取每次行程中各行驶指标对应的安全概率和危险概率；
第五获取单元，用于根据预设算法对各行驶指标对应的安全概率和危险概率进行计算，获取每次行程中各行驶指标对应的评分。
在本发明的一个实施例中，所述第四获取模块包括：
计算单元，用于计算每次行程中各行驶指标对应的评分与预设评分权重的乘积结果；
第六获取单元，用于将各行驶指标对应的所述乘积结果相加，获取每次行程的安全评分。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本发明一个实施例的驾驶行为分析方法的流程图；
图2是根据本发明另一个实施例的驾驶行为分析方法的流程图；
图3是根据本发明一个实施例的驾驶行为分析装置的结构示意图；以及
图4是根据本发明另一个实施例的驾驶行为分析装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的驾驶行为分析方法和装置。
图1是根据本发明一个实施例的驾驶行为分析方法的流程图，如图1所示，该方法包括：
S101，对获取的车辆行驶数据进行计算，获取每次行程中与各行驶指标对应的标准化数据。
通常，在日常驾驶中，驾驶员的有很多不安全或者不合理的操作，容易造成交通事故的发生，因此为了提高驾驶的安全性，需要对驾驶员的驾驶行为进行分析，以根据分析结果对存在安全隐患的驾驶行为进行报警提醒等。
然而，由于驾驶行为具有多样性与复杂性，比如在急刹车场景下的驾驶行为与在平稳行驶场景下的驾驶行为不同，难以对驾驶行为进行计算与评估。
为了解决上述问题，本发明实施例的驾驶行为分析方法，采用基于大数据与机器学习算法对驾驶行为进行分析，即对各种与驾驶行为数据相关的车辆行驶数据进行学习，并将学习结果作为评估驾驶行为安全性的依据，可更加全面、准确的对驾驶行为进行更加安全的评估。
其中，车辆行驶数据包括车辆行驶过程中，各与驾驶安全相关的各行驶指标数据，该行驶指标数据可包括：碰撞报警、急转弯报警、急减速报警、急加速报警、急变道报警、超速报警、疲劳驾驶报警、长时间怠速报警、频繁变道报警、转速过高报警、水温过高报警、空挡滑行报警、车辆单次行程行驶里程、远光灯开关、近光灯开关、示宽灯开关、雾灯开关、左转向灯开关、右转向灯开关、危险灯开关、车门开关、车门锁开关、车窗开关、ECM(EngineControl Module引擎控制模块)/ECU(Electronic Control Unit，电发动机控制模块)、ABS(Antilock Brake System，制动防抱死系统)、电子安全气囊、机油(压力、温度)报警、保养报警、车轮胎压报警、手刹状态、刹车踏板、刹车踏板相对位置、油门踏板、油门踏板相对位置、离合状态、安全带状态、ACC信号、钥匙状态、雨刷状态、空调开关档位、发动机进气温度、空调车内温度等。
可以理解，在实际执行过程中，由于多样化的车辆行驶数据不具有横向比较的条件，因此可将多样化的车辆行驶数据进行相关标准化处理，将多样化的车辆行驶数据转换为统一的维度的标准化数据。
具体而言，可对获取的车辆行驶数据进行计算，并获取每次行程中与各指标对应的标准化数据，比如，获取用户从家启动车辆到公司熄火停车的整个行程中，与急加速报警、超速报警等各指标对应的标准化数据。
需要说明的是，根据具体应用场景的不同，可采用多种方式对获取的车辆行驶数据进行计算，以获取每次行程中与各行驶指标对应的标准化数据。
第一种示例，可以对获取的各行驶指标对应的车辆行驶数据，按照相应的分制，比如十分制进行打分处理，针对每一项行驶指标的对应的车辆行驶数据的值获取对应的分数，该次行程中与各行驶指标对应的标准化数据为打分处理后的分数。
比如，针对急加速报警，当在某次行程中，如果其急加速报警的次数为3次，则获取对应的分数为5分，如果超速报警的次数为6次，则获取对应的分数为8分等。
第二种示例，可根据每次行驶过程中的各行驶指标的发生次数与行驶里程进行计算，从而将获取的计算结果，作为每次行程中与各行驶指标对应的标准化数据。
在本示例中，可以将每次行驶过程中的各行驶指标的发生次数与行驶里程的比值，作为每次行程中与各行驶指标对应的标准化数据。或者可以将每次行驶过程中的各行驶指标的发生次数乘以相应的系数后与行驶里程的比值，作为每次行程中与各行驶指标对应的标准化数据等。
S102，根据每次行程中各行驶指标的标准化数据以及碰撞信息，获取各行驶指标的特征数据。
可以理解，获取的车辆行驶数据还可包括每次行程中的碰撞信息，该碰撞信息记录了每次行程中车辆是否发生碰撞。
具体地，为了便于分析用户驾驶行为，准确判断用户的驾驶行为是否安全等，在对获取的车辆行驶数据进行学习的过程中，可以根据每次行程中各行驶指标的标准化数据以及碰撞信息，获取各行驶指标的特征数据。
即针对发生碰撞的行程中的标准化数据进行单独计算处理，针对没有发生碰撞的行程中的标准化数据进行单独计算处理，从而获取的各行驶指标的特征数据可清楚的表征车辆发生碰撞时的各行驶指标的特征数据，以及没有发生碰撞时的各行驶指标的特征数据。
比如，对于疲劳驾驶报警次数行驶指标，其没有发生碰撞的行程中的对应的数据特征，可以表明多次行程中不发生碰撞时疲劳驾驶的次数特征等，发生碰撞的行程中的对应的数据特征，可以表明多次行程中发生碰撞时疲劳驾驶的次数特征等。
需要说明的是，根据具体应用场景的不同，可采用多种方式获取各行驶指标的特征数据。
作为一种示例，可以根据相关算法获取未发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的平均值，将该平均值作为没有发生碰撞时的各行驶指标的特征数据。
在该示例中，可以根据相关算法获取发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的平均值，将该平均值作为发生碰撞时的各行驶指标的特征数据。
S103，根据预设算法对每次行程中各行驶指标的标准化数据和特征数据进行计算，获取每次行程中各行驶指标对应的评分。
具体地，为了更加全面的表示驾驶行为分析的安全性，可以根据预设算法对每次行程中各行驶指标的标准化数据和特征数据进行计算，获取每次行程中各行驶指标对应的评分，该评分的高低表明该次行程中各指标的安全程度。
需要说明的是，根据具体应用场景的不同，根据预设算法对每次行程中各行驶指标的标准化数据和特征数据进行计算，获取每次行程中各行驶指标对应的评分的方式不同：
作为一种示例，可以采用相关算法计算出每次行程中各行驶指标对应的安全概率和危险概率，并采用相关算法对安全概率和危险概率进行计算，得到获取每次行程中各行驶指标对应的评分。
S104，对每次行程中各行驶指标对应的评分进行计算，获取每次行程的安全评分。
具体地，由于每次行程中各行驶指标对应的评分，代表每次行程中各行驶指标的安全程度，因此综合考量每个行程中各行驶指标对应的评分，对每次行程中各行驶指标对应的评分进行计算，获取每次行程的安全评分，该安全评分代表代表该次行程的驾驶安全程度。
需要说明的是，根据具体应用需求的不同，可采用多种方式对每次行程中各行驶指标对应的评分进行计算，获取每次行程的安全评分。
第一种示例，可以将每次行程中各行驶指标对应的评分计算平均值，使用该平均值表示每次行程的安全评分。
第二种示例，可以计算每次行程中各行驶指标对应的评分乘以相应的系数，将各行驶指标对应的乘积结果相加，获取每次行程的安全评分。
综上所述，本发明实施例的驾驶行为分析方法，对获取的车辆行驶数据进行计算，获取每次行程中与各行驶指标对应的标准化数据，根据每次行程中各行驶指标的标准化数据以及碰撞信息，获取各行驶指标的特征数据，并根据预设算法对每次行程中各行驶指标的标准化数据和特征数据进行计算，获取每次行程中各行驶指标对应的评分，进而对每次行程中各行驶指标对应的评分进行计算，获取每次行程的安全评分。由此，通过对车辆行驶数据的学习，可准确对每次行程的安全进行评分，便于对驾驶行为进行更加全面的安全评估。
为了更加清楚的描述本发明实施例的驾驶行为分析方法，下面结合对每次行程中与各行驶指标对应的标准化数据、特征数据等的具体计算过程，举例说明本发明实施例的驾驶行为分析方法：
图2是根据本发明另一个实施例的驾驶行为分析方法的流程图，如图2所示，该驾驶行为分析方法包括：
S201，分析车辆行驶数据获取每次行程中各行驶指标的发生次数。
S202，计算每次行程中各行驶指标的发生次数与行驶里程的比值，获取每次行程中与各行驶指标对应的标准化数据。
具体地，可分析车辆行驶数据获取每次行程中各行驶指标发生的次数，计算每次行程中各行驶指标的发生次数与行驶里程的比值，获取每次行程中与各行驶指标对应的标准化数据。
从而，如表1所示，可以得到每次行程中与各行驶指标对应的标准化数据表，在该表1中，每一行的标准化数据对应于每次行程中与各行驶指标，其中，举例而言，表1中加粗区域的急加速行驶指标对应的标准化数据0.50，是由该次行程中急加速的发生次数5与行驶里程10的比值得到的。
S203，根据每次行程中各行驶指标的标准化数据以及碰撞信息，获取各行驶指标的特征数据。
具体地，在获取每次行程中车辆行驶数据可包括每次行程中车辆的碰撞信息，如表1所示，可用0和1表示每次行程中车辆的碰撞信息，当碰撞信息为0时，表示该次行程中，车辆在行驶过程中没有碰撞，当碰撞信息为1时，表示该次行程中，车辆在行驶过程中发生碰撞。
在本发明的一个实施例中，可根据预设算法，对未发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第一平均值。根据预设算法对发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第二平均值。
进而，根据预设算法对未发生碰撞的所有行程中各行驶指标的第一平均值，获取未发生碰撞的所有行程中各行驶指标的标准化数据的第一标准差，并将第一标准差作为未发生碰撞的所有行程中各行驶指标的特征数据。
根据预设算法对发生碰撞的所有行程中各行驶指标的第二平均值，获取发生碰撞的所有行程中各行驶指标的标准化数据的第二标准差，并将第二标准差作为发生碰撞的所有行程中各行驶指标的特征数据。
举例而言，可采用算数平均公式，对未发生碰撞的所有行程中各行驶指标Ei的标准化数据进行处理，获取各行驶指标Ei的平均值AVGs(Ei)。其中，Ei用于标识各行驶指标，i可以1-N的任意整数(N为行驶指标的个数)，E1代表未发生碰撞的所有行程中一个行驶指标，E2代表未发生碰撞的所有行程中另一个行驶指标，依次类推，E1-EN代表未发生碰撞的所有行程中的各行驶指标。
进而，可采用标准差公式，根据各行驶指标Ei的平均值AVGs(Ei)，获取未发生碰撞的所有行程中各行驶指标Ei的标准差STDs(Ei)。
基于同样的计算方式，可计算出发生碰撞的所有行程中各行驶指标Ei的平均值AVGD(Ei)，以及发生碰撞的所有行程中各行驶指标Ei的标准差STDD(Ei)。
S204，根据概率密度函数公式对每次行程中各行驶指标的标准化数据和特征数据进行计算，获取每次行程中各行驶指标对应的安全概率和危险概率。
举例而言，可根据公式计算出行驶指标E1的安全概率，在该公式中，e1为行驶指标E1对应的标准化数据。
可根据公式计算出行驶指标E1的危险概率，在该公式中，e1为行驶指标E1对应的标准化数据。
S205，根据预设算法对各行驶指标对应的安全概率和危险概率进行计算，获取每次行程中各行驶指标对应的评分。
具体地，以对每次行程中E1行驶指标的评分的获取过程为例，说明获取每次行程中各行驶指标对应的评分的过程：
可使用如下公式计算出安全倾向性，并且将得到的安全倾向性乘以相应的系数，比如乘以100，以得到行驶指标E1对应的评分。
S206，计算每次行程中各行驶指标对应的评分与预设评分权重的乘积结果。
S207，将各行驶指标对应的乘积结果相加，获取每次行程的安全评分。
可以理解，预先设置每次行程中各行驶指标对应的评分的评分权重wi，wi的范围其[0，1]，且i可以为1-N的任意整数(N为行驶指标的评分的个数)，w1代表行驶指标E1对应的评分的权重，依次类推，w1-wN代表各行驶指标对应的评分的评分权重。
在本发明的一个实施例中，可以通过公式100*[(w1*安全倾向性(e1))+(w2*安全倾向性(e2…+(wn*安全倾向性(en)]将各行驶指标对应的乘积结果相加，获取每次行程的安全评分。
综上所述，本发明实施例的驾驶行为分析方法，采用概率密度函数等算法对车辆行为数据进行分析计算，并对各行驶指标进行评分，并根据各行驶指标的评分准确对每次行程的安全进行评分，便于对驾驶行为进行更加全面的安全评估。
为了实现上述实施例，本发明还提出了一种驾驶行为分析装置，图3是根据本发明一个实施例的驾驶行为分析装置的结构示意图，如图3所示，该装置包括：第一获取模块10、第二获取模块20、第三获取模块30和第四获取模块40。
其中，第一获取模块10，用于对获取的车辆行驶数据进行计算，获取每次行程中与各行驶指标对应的标准化数据。
第二获取模块20，用于根据每次行程中各行驶指标的标准化数据以及碰撞信息，获取各行驶指标的特征数据。
第三获取模块30，用于根据预设算法对每次行程中各行驶指标的标准化数据和特征数据进行计算，获取每次行程中各行驶指标对应的评分。
第四获取模块40，用于对每次行程中各行驶指标对应的评分进行计算，获取每次行程的安全评分。
需要说明的是，前述对驾驶行为分析方法实施例的解释说明也适用于该实施例的驾驶行为分析装置，其实现原理类似，此处不再赘述。
综上所述，本发明实施例的驾驶行为分析装置，对获取的车辆行驶数据进行计算，获取每次行程中与各行驶指标对应的标准化数据，根据每次行程中各行驶指标的标准化数据以及碰撞信息，获取各行驶指标的特征数据，并根据预设算法对每次行程中各行驶指标的标准化数据和特征数据进行计算，获取每次行程中各行驶指标对应的评分，进而对每次行程中各行驶指标对应的评分进行计算，获取每次行程的安全评分。由此，通过对车辆行驶数据的学习，可准确对每次行程的安全进行评分，便于对驾驶行为进行更加全面的安全评估。
为了更加清楚的描述本发明实施例的驾驶行为分析装置，下面结合对每次行程中与各行驶指标对应的标准化数据、特征数据等的具体计算过程，举例说明本发明实施例的驾驶行为分析装置：
图4是根据本发明另一个实施例的驾驶行为分析装置的结构示意图，如图4所示，在如图3所示的基础上，如图4所示，第一获取模块10包括：
分析单元11，用于分析车辆行驶数据获取每次行程中各行驶指标的发生次数。
第一获取单元12，用于计算每次行程中各行驶指标的发生次数与行驶里程的比值，获取每次行程中与各行驶指标对应的标准化数据。
第二获取模块20包括：
第二获取单元21，用于根据预设算法对未发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第一平均值。
第三获取单元22，用于根据预设算法对未发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第一标准差。
第二获取单元21还用于根据预设算法对发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第二平均值。
第三获取单元22还用于根据预设算法对发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第二标准差。
第三获取模块30包括：
第四获取单元31，用于根据概率密度函数公式对每次行程中各行驶指标的标准化数据和特征数据进行计算，获取每次行程中各行驶指标对应的安全概率和危险概率。
第五获取单元32，用于根据预设算法对各行驶指标对应的安全概率和危险概率进行计算，获取每次行程中各行驶指标对应的评分。
第四获取模块40包括：
计算单元41，用于计算每次行程中各行驶指标对应的评分与预设评分权重的乘积结果。
第六获取单元42，用于将各行驶指标对应的乘积结果相加，获取每次行程的安全评分。
需要说明的是，前述对驾驶行为分析方法实施例的解释说明也适用于该实施例的驾驶行为分析装置，其实现原理类似，此处不再赘述。
综上所述，本发明实施例的驾驶行为分析装置，采用概率密度函数等算法对车辆行为数据进行分析计算，并对各行驶指标进行评分，并根据各行驶指标的评分准确对每次行程的安全进行评分，便于对驾驶行为进行更加全面的安全评估。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种驾驶行为分析方法，其特征在于，包括以下步骤：
对获取的车辆行驶数据进行计算，获取每次行程中与各行驶指标对应的标准化数据，其中，分析所述车辆行驶数据获取每次行程中各行驶指标的发生次数，并计算每次行程中各行驶指标的发生次数与行驶里程的比值，获取每次行程中与各行驶指标对应的标准化数据；
根据每次行程中各行驶指标的标准化数据以及碰撞信息，获取各行驶指标的特征数据；
根据预设算法对每次行程中各行驶指标的标准化数据和所述特征数据进行计算，获取每次行程中各行驶指标对应的评分；
对每次行程中各行驶指标对应的评分进行计算，获取每次行程的安全评分。
2.如权利要求1所述的方法，其特征在于，所述根据每次行程中各行驶指标的标准化数据以及碰撞信息，获取各行驶指标的特征数据，包括：
根据预设算法对未发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第一平均值；
根据预设算法对未发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第一标准差；
根据预设算法对发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第二平均值；
根据预设算法对发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第二标准差。
3.如权利要求1所述的方法，其特征在于，所述根据预设算法对每次行程中各行驶指标的标准化数据和所述特征数据进行计算，获取每次行程中各行驶指标对应的评分，包括：
根据概率密度函数公式对每次行程中各行驶指标的标准化数据和所述特征数据进行计算，获取每次行程中各行驶指标对应的安全概率和危险概率；
根据预设算法对各行驶指标对应的安全概率和危险概率进行计算，获取每次行程中各行驶指标对应的评分。
4.如权利要求1所述的方法，其特征在于，所述对每次行程中各行驶指标对应的评分进行计算，获取每次行程的安全评分，包括：
计算每次行程中各行驶指标对应的评分与预设评分权重的乘积结果；
将各行驶指标对应的所述乘积结果相加，获取每次行程的安全评分。
5.一种驾驶行为分析装置，其特征在于，包括：
第一获取模块，用于对获取的车辆行驶数据进行计算，获取每次行程中与各行驶指标对应的标准化数据；
第二获取模块，用于根据每次行程中各行驶指标的标准化数据以及碰撞信息，获取各行驶指标的特征数据；
第三获取模块，用于根据预设算法对每次行程中各行驶指标的标准化数据和所述特征数据进行计算，获取每次行程中各行驶指标对应的评分；
第四获取模块，用于对每次行程中各行驶指标对应的评分进行计算，获取每次行程的安全评分。
6.如权利要求5所述的装置，其特征在于，所述第一获取模块包括：
分析单元，用于分析所述车辆行驶数据获取每次行程中各行驶指标的发生次数；
第一获取单元，用于计算每次行程中各行驶指标的发生次数与行驶里程的比值，获取每次行程中与各行驶指标对应的标准化数据。
7.如权利要求5所述的装置，其特征在于，所述第二获取模块包括：
第二获取单元，用于根据预设算法对未发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第一平均值；
第三获取单元，用于根据预设算法对未发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第一标准差；
所述第二获取单元还用于根据预设算法对发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第二平均值；
所述第三获取单元还用于根据预设算法对发生碰撞的所有行程中各行驶指标的标准化数据进行处理，获取各行驶指标的第二标准差。
8.如权利要求5所述的装置，其特征在于，所述第三获取模块包括：
第四获取单元，用于根据概率密度函数公式对每次行程中各行驶指标的标准化数据和所述特征数据进行计算，获取每次行程中各行驶指标对应的安全概率和危险概率；
第五获取单元，用于根据预设算法对各行驶指标对应的安全概率和危险概率进行计算，获取每次行程中各行驶指标对应的评分。
9.如权利要求5所述的装置，其特征在于，所述第四获取模块包括：
计算单元，用于计算每次行程中各行驶指标对应的评分与预设评分权重的乘积结果；
第六获取单元，用于将各行驶指标对应的所述乘积结果相加，获取每次行程的安全评分。
CN201610629088.2A 2016-08-03 2016-08-03 驾驶行为分析方法和装置 Active CN106240571B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610629088.2A CN106240571B (zh) 2016-08-03 2016-08-03 驾驶行为分析方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610629088.2A CN106240571B (zh) 2016-08-03 2016-08-03 驾驶行为分析方法和装置

Publications (2)

Publication Number Publication Date
CN106240571A CN106240571A (zh) 2016-12-21
CN106240571B true CN106240571B (zh) 2019-01-25

Family

ID=57607095

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610629088.2A Active CN106240571B (zh) 2016-08-03 2016-08-03 驾驶行为分析方法和装置

Country Status (1)

Country Link
CN (1) CN106240571B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106777907A (zh) * 2016-11-25 2017-05-31 东软集团股份有限公司 驾驶行为评分方法和装置
CN108268678B (zh) * 2016-12-30 2021-07-23 上海擎感智能科技有限公司 驾驶行为分析方法、装置及系统
CN107161153B (zh) * 2017-06-16 2019-11-29 重庆途安信息科技有限公司 一种驾驶行为评分方法及装置
CN107444404B (zh) * 2017-07-25 2019-10-25 武汉依迅北斗空间技术有限公司 一种驾驶行为规范度的评价方法和装置
FR3083767B1 (fr) * 2018-07-10 2020-09-11 Psa Automobiles Sa Procede de suivi de l’activite de conduite d’un conducteur d’un vehicule terrestre a moteur et vehicule terrestre a moteur associe
CN110979341A (zh) * 2019-10-08 2020-04-10 复变时空(武汉)数据科技有限公司 一种司机驾驶行为分析方法及分析系统
CN112734144A (zh) * 2019-10-14 2021-04-30 中移智行网络科技有限公司 驾驶行为评估方法、装置、存储介质和计算机设备
CN111959518A (zh) * 2020-08-14 2020-11-20 北京嘀嘀无限科技发展有限公司 数据处理方法、装置及设备
CN112729862B (zh) * 2020-12-11 2023-07-25 国汽(北京)智能网联汽车研究院有限公司 无人驾驶的驾驶行为安全评估方法、装置及电子设备
CN112660142B (zh) * 2020-12-17 2021-07-13 威海广泰空港设备股份有限公司 一种基于大数据的机场电动摆渡车驾驶行为分析方法
CN114136331A (zh) * 2021-11-23 2022-03-04 常熟理工学院 基于微机电陀螺仪的驾驶习惯评价方法、系统及检测设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102105324A (zh) * 2008-07-31 2011-06-22 富士通天株式会社 省燃费驾驶诊断装置、省燃费驾驶诊断系统、电驱动装置的控制装置、省燃费驾驶评分装置以及省燃费驾驶诊断方法
CN104268701A (zh) * 2014-09-29 2015-01-07 清华大学 一种营运车辆驾驶安全性评价系统及评价方法
CN104802798A (zh) * 2015-04-30 2015-07-29 佛山市天地行科技有限公司 行车安全提醒方法
CN104903172A (zh) * 2012-10-05 2015-09-09 雷诺股份公司 用于评估在交叉路口的碰撞风险的方法
CN105030257A (zh) * 2014-03-19 2015-11-11 福特全球技术公司 驾驶员异常检测
CN105209996A (zh) * 2013-04-12 2015-12-30 德纳有限公司 通过模式识别进行的车辆和操作者引导
CN105303830A (zh) * 2015-09-15 2016-02-03 成都通甲优博科技有限责任公司 一种驾驶行为分析系统及分析方法
EP3037315A1 (en) * 2014-12-22 2016-06-29 LG Electronics Inc. Apparatus for switching driving modes of vehicle and method of switching between modes of vehicle
CN105730450A (zh) * 2016-01-29 2016-07-06 北京荣之联科技股份有限公司 基于车载数据的驾驶行为分析方法及评价系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103531042B (zh) * 2013-10-25 2015-08-19 吉林大学 基于驾驶人类型的车辆追尾预警方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102105324A (zh) * 2008-07-31 2011-06-22 富士通天株式会社 省燃费驾驶诊断装置、省燃费驾驶诊断系统、电驱动装置的控制装置、省燃费驾驶评分装置以及省燃费驾驶诊断方法
CN104903172A (zh) * 2012-10-05 2015-09-09 雷诺股份公司 用于评估在交叉路口的碰撞风险的方法
CN105209996A (zh) * 2013-04-12 2015-12-30 德纳有限公司 通过模式识别进行的车辆和操作者引导
CN105030257A (zh) * 2014-03-19 2015-11-11 福特全球技术公司 驾驶员异常检测
CN104268701A (zh) * 2014-09-29 2015-01-07 清华大学 一种营运车辆驾驶安全性评价系统及评价方法
EP3037315A1 (en) * 2014-12-22 2016-06-29 LG Electronics Inc. Apparatus for switching driving modes of vehicle and method of switching between modes of vehicle
CN104802798A (zh) * 2015-04-30 2015-07-29 佛山市天地行科技有限公司 行车安全提醒方法
CN105303830A (zh) * 2015-09-15 2016-02-03 成都通甲优博科技有限责任公司 一种驾驶行为分析系统及分析方法
CN105730450A (zh) * 2016-01-29 2016-07-06 北京荣之联科技股份有限公司 基于车载数据的驾驶行为分析方法及评价系统

Also Published As

Publication number Publication date
CN106240571A (zh) 2016-12-21

Similar Documents

Publication Publication Date Title
CN106240571B (zh) 驾驶行为分析方法和装置
CN107618512B (zh) 基于人-车-环境多数据源的驾驶行为安全评价方法
CN109878510B (zh) 智能网联自动驾驶汽车行驶过程中的安全判别与处置方法
CN106585635B (zh) 驾驶行为评分方法和装置
CN109910879B (zh) 一种结合安全距离与碰撞时间的车辆安全防撞控制方法
CN106781454B (zh) 驾驶行为的评估方法和装置
CN103531042B (zh) 基于驾驶人类型的车辆追尾预警方法
CN104114423B (zh) 用于测定车辆的紧急制动状况的方法
CN105493165B (zh) 车辆驾驶情况判定装置和车辆驾驶情况判定方法
CN105261151B (zh) 基于操作行为特征的高等级公路驾驶人疲劳状态检测方法
Bagdadi Estimation of the severity of safety critical events
CN106097709B (zh) 基于智能车载终端的驾驶行为识别方法
CN108447308A (zh) 一种基于车路协同的交叉口车辆碰撞风险预测方法及系统
JP6545940B2 (ja) 要因分析装置および要因分析方法
CN103318181A (zh) 一种驾驶员意图识别方法
CN103150677A (zh) 激进驾驶状态识别方法及系统
CN109353337B (zh) 一种智能车换道阶段碰撞概率安全预测方法
CN107066787B (zh) 车辆行程的评分方法及装置
CN106777907A (zh) 驾驶行为评分方法和装置
US20210027556A1 (en) Abnormality sign diagnosis apparatus and abnormality sign diagnosis method
CN106557663A (zh) 驾驶行为评分方法和装置
CN111169462B (zh) 安全距离计算模块及其计算方法
CN105632203B (zh) 一种交通安全预警方法及系统
JP2011237871A (ja) 運転支援装置
CN202879464U (zh) 防碰撞报警制动系统

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