CN106564503A - 产生异常驾驶行为的行为信息确定方法及装置 - Google Patents
产生异常驾驶行为的行为信息确定方法及装置 Download PDFInfo
- Publication number
- CN106564503A CN106564503A CN201610980452.XA CN201610980452A CN106564503A CN 106564503 A CN106564503 A CN 106564503A CN 201610980452 A CN201610980452 A CN 201610980452A CN 106564503 A CN106564503 A CN 106564503A
- Authority
- CN
- China
- Prior art keywords
- driving
- driving data
- set velocity
- velocity interval
- abnormal
- 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.)
- Granted
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
Abstract
本发明公开了一种产生异常驾驶行为的行为信息确定方法及装置,属于交通分析技术领域。该方法包括:获取多个驾驶数据;按照多个预设速度区间,将多个驾驶数据进行划分;基于属于多个预设速度区间内的驾驶数据和预设置信度,确定多个预设速度区间中每个预设速度区间对应的异常驾驶阈值;从属于多个预设速度区间中每个预设速度区间内的驾驶数据中,选择大于各个预设速度区间对应的异常驾驶阈值的驾驶数据;基于选择的驾驶数据确定产生异常驾驶行为的行为信息。本发明实施例确定的多个异常驾驶阈值可以针对于不同驾驶员的驾驶习惯,更具有灵活性,从而提高了异常驾驶行为识别的准确率,进而提高了确定异常驾驶行为的行为信息的准确率。
Description
技术领域
本发明涉及交通分析技术领域,特别涉及一种产生异常驾驶行为的行为信息确定方法及装置。
背景技术
随着生活水平的快速提高,机动车逐渐成为生活中不可或缺的交通工具。而机动车在驾驶员的驾驶过程中,往往会因为诸如前方出现急转弯、行人突然冲到机动车道、酒驾等情况,导致驾驶员做出诸如急转弯、急减速、超速驾驶等异常驾驶行为,因此,为了避免因驾驶员的异常驾驶行为而引起交通事故,同时为了通过设置警示标志或者检查站,来提醒正常驾驶的驾驶员在事故易发的时间和路段小心驾驶,以减少交通事故的发生,亟需一种通过识别异常驾驶行为来确定产生该异常驾驶行为的行为信息的方法。
目前,可以通过分析驾驶数据识别出驾驶员的异常驾驶行为,具体为:获取驾驶员的驾驶数据,该驾驶数据通常包括驾驶时间、驾驶地理位置、平均速度、刹车踏板和油门踏板进深等等,然后基于以专家经验或实验经验为基础设置的异常驾驶阈值,判断该驾驶员的驾驶数据中是否存在超过该异常驾驶阈值的驾驶数据,当该驾驶员的驾驶数据中存在超过该异常驾驶阈值的驾驶数据时,确定该驾驶员存在异常驾驶行为,并将超过异常驾驶阈值的驾驶数据中的驾驶时间和驾驶地理位置确定为产生异常驾驶行为的行为信息。
在实现本发明的过程中,发明人发现现有技术至少存在以下问题:
由于实际生活中,每个驾驶员的驾驶习惯不同,因此,当设置的异常驾驶阈值较低时,可能会将一些驾驶员正常驾驶时的驾驶数据确定为超过异常驾驶阈值的驾驶数据,而当设置的异常驾驶阈值较高时,可能会将一些驾驶员异常驾驶时的驾驶数据确定为没有超过异常驾驶阈值的驾驶数据,从而降低了异常驾驶行为识别的准确率,进而降低了确定异常驾驶行为的行为信息的准确率。
发明内容
为了解决现有技术的问题,本发明实施例提供了一种产生异常驾驶行为的行为信息确定方法及装置。所述技术方案如下:
一方面,提供了一种产生异常驾驶行为的行为信息确定方法,所述方法包括:
获取多个驾驶数据;
按照多个预设速度区间,将所述多个驾驶数据进行划分;
基于属于所述多个预设速度区间内的驾驶数据和预设置信度,确定所述多个预设速度区间中每个预设速度区间对应的异常驾驶阈值;
从属于所述多个预设速度区间中每个预设速度区间内的驾驶数据中,选择大于所述各个预设速度区间对应的异常驾驶阈值的驾驶数据;
基于选择的驾驶数据确定产生异常驾驶行为的行为信息。
可选地,所述基于属于所述多个预设速度区间内的驾驶数据和预设置信度,确定所述多个预设速度区间中每个预设速度区间对应的异常驾驶阈值,包括:
对于所述多个预设速度区间中的每个预设速度区间,确定所述预设速度区间的驾驶数据的数量;
将所述预设速度区间的驾驶数据的数量乘以所述预设置信度,得到所述预设速度区间对应的置信度数量M;
将所述预设速度区间的驾驶数据按从小到大的顺序排列;
将排列后的所述预设速度区间的驾驶数据中的第M个驾驶数据确定为所述预设速度区间对应的异常驾驶阈值。
可选地,所述基于选择的驾驶数据确定产生异常驾驶行为的行为信息,包括:
当所述多个驾驶数据为在同一时间点不同地理位置驾驶机动车时的驾驶数据时,从选择的驾驶数据中获取驾驶地理位置;
将获取的驾驶地理位置确定为在所述时间点产生异常驾驶行为的地理位置。
可选地,所述基于选择的驾驶数据确定产生异常驾驶行为的行为信息,包括:
当所述多个驾驶数据为在同一地理位置不同时间点驾驶机动车时的驾驶数据时,从选择的驾驶数据中获取驾驶时间点;
将获取的驾驶时间点确定为在所述地理位置产生异常驾驶行为的时间点。
可选地,所述基于选择的驾驶数据确定产生异常驾驶行为的行为信息之后,还包括:
当所述多个驾驶数据为在同一时间点不同地理位置驾驶机动车时的驾驶数据时,在存储的地图上标注在所述时间点产生异常驾驶行为的地理位置;或者,
当所述多个驾驶数据为在同一地理位置不同时间点驾驶机动车时的驾驶数据时,在存储的地图上标注在所述地理位置产生异常驾驶行为的时间点。
另一方面,提供了一种产生异常驾驶行为的行为信息确定装置,所述装置包括:
获取模块,用于获取多个驾驶数据;
划分模块,用于按照多个预设速度区间,将所述多个驾驶数据进行划分;
第一确定模块,用于基于属于所述多个预设速度区间内的驾驶数据和预设置信度,确定所述多个预设速度区间中每个预设速度区间对应的异常驾驶阈值;
选择模块,用于从属于所述多个预设速度区间中每个预设速度区间内的驾驶数据中,选择大于所述各个预设速度区间对应的异常驾驶阈值的驾驶数据;
第二确定模块,用于基于选择的驾驶数据确定产生异常驾驶行为的行为信息。
可选地,所述第一确定模块包括:
第一确定单元,用于对于所述多个预设速度区间中的每个预设速度区间,确定所述预设速度区间的驾驶数据的数量;
运算单元,用于将所述预设速度区间的驾驶数据的数量乘以所述预设置信度,得到所述预设速度区间对应的置信度数量M;
排序单元,用于将所述预设速度区间的驾驶数据按从小到大的顺序排列;
第二确定单元,用于将排列后的所述预设速度区间的驾驶数据中的第M个驾驶数据确定为所述预设速度区间对应的异常驾驶阈值。
可选地,所述第二确定模块包括:
第一获取单元,用于当所述多个驾驶数据为在同一时间点不同地理位置驾驶机动车时的驾驶数据时,从选择的驾驶数据中获取驾驶地理位置;
第三确定单元,用于将获取的驾驶地理位置确定为在所述时间点产生异常驾驶行为的地理位置。
可选地,所述第二确定模块包括:
第二获取单元,用于当所述多个驾驶数据为在同一地理位置不同时间点驾驶机动车时的驾驶数据时,从选择的驾驶数据中获取驾驶时间点;
第四确定单元,用于将获取的驾驶时间点确定为在所述地理位置产生异常驾驶行为的时间点。
可选地,所述装置还包括:
第一标注模块,用于当所述多个驾驶数据为在同一时间点不同地理位置驾驶机动车时的驾驶数据时,在存储的地图上标注在所述时间点产生异常驾驶行为的地理位置;或者,
第二标注模块,用于当所述多个驾驶数据为在同一地理位置不同时间点驾驶机动车时的驾驶数据时,在存储的地图上标注在所述地理位置产生异常驾驶行为的时间点。
本发明实施例提供的技术方案带来的有益效果是:在本发明实施例中,首先获取多个驾驶数据,然后根据各个预设速度区间的驾驶数据以及预设置信度,确定各个预设速度区间对应的异常驾驶阈值,从而当多个驾驶数据为不同驾驶员的驾驶数据时,使得不同驾驶员在同一预设速度区间的异常驾驶阈值均不相同,也即是同一预设速度区间的多个异常驾驶阈值可以针对于不同驾驶员的驾驶习惯,更具有灵活性,从而提高了异常驾驶行为识别的准确率,进而提高了确定异常驾驶行为的行为信息的准确率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种产生异常驾驶行为的行为信息确定方法的流程图;
图2是本发明实施例提供的另一种产生异常驾驶行为的行为信息确定方法的流程图;
图3A是本发明实施例提供的一种产生异常驾驶行为的行为信息确定装置的框图;
图3B是本发明实施例提供的第一确定模块的框图;
图3C是本发明实施例提供的一种第二确定模块的框图;
图3D是本发明实施例提供的另一种第二确定模块的框图;
图3E是本发明实施例提供的另一种产生异常驾驶行为的行为信息确定装置的框图;
图3F是本发明实施例提供的第三种产生异常驾驶行为的行为信息确定装置的框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
本发明实施例提供了一种产生异常驾驶行为的行为信息确定方法,参见图1,该方法包括:
步骤101:获取多个驾驶数据。
步骤102:按照多个预设速度区间,将多个驾驶数据进行划分。
步骤103:基于属于多个预设速度区间内的驾驶数据和预设置信度,确定多个预设速度区间中每个预设速度区间对应的异常驾驶阈值。
步骤104:从属于多个预设速度区间中每个预设速度区间内的驾驶数据中,选择大于各个预设速度区间对应的异常驾驶阈值的驾驶数据。
步骤105:基于选择的驾驶数据确定产生异常驾驶行为的行为信息。
在本发明实施例中,首先获取多个驾驶数据,然后根据各个预设速度区间的驾驶数据以及预设置信度,确定各个预设速度区间对应的异常驾驶阈值,从而当多个驾驶数据为不同驾驶员的驾驶数据时,使得不同驾驶员在同一预设速度区间的异常驾驶阈值均不相同,也即是同一预设速度区间的多个异常驾驶阈值可以针对于不同驾驶员的驾驶习惯,更具有灵活性,从而提高了异常驾驶行为识别的准确率,进而提高了确定异常驾驶行为的行为信息的准确率。
可选地,基于属于多个预设速度区间内的驾驶数据和预设置信度,确定多个预设速度区间中每个预设速度区间对应的异常驾驶阈值,包括:
对于多个预设速度区间中的每个预设速度区间,确定预设速度区间的驾驶数据的数量;
将预设速度区间的驾驶数据的数量乘以预设置信度,得到预设速度区间对应的置信度数量M;
将预设速度区间的驾驶数据按从小到大的顺序排列;
将排列后的预设速度区间的驾驶数据中的第M个驾驶数据确定为预设速度区间对应的异常驾驶阈值。
可选地,基于选择的驾驶数据确定产生异常驾驶行为的行为信息,包括:
当多个驾驶数据为在同一时间点不同地理位置驾驶机动车时的驾驶数据时,从选择的驾驶数据中获取驾驶地理位置;
将获取的驾驶地理位置确定为在时间点产生异常驾驶行为的地理位置。
可选地,基于选择的驾驶数据确定产生异常驾驶行为的行为信息,包括:
当多个驾驶数据为在同一地理位置不同时间点驾驶机动车时的驾驶数据时,从选择的驾驶数据中获取驾驶时间点;
将获取的驾驶时间点确定为在地理位置产生异常驾驶行为的时间点。
可选地,基于选择的驾驶数据确定产生异常驾驶行为的行为信息之后,还包括:
当多个驾驶数据为在同一时间点不同地理位置驾驶机动车时的驾驶数据时,在存储的地图上标注在时间点产生异常驾驶行为的地理位置;或者,
当多个驾驶数据为在同一地理位置不同时间点驾驶机动车时的驾驶数据时,在存储的地图上标注在地理位置产生异常驾驶行为的时间点。
上述所有可选技术方案,均可按照任意结合形成本公开的可选实施例,本发明实施例对此不再一一赘述。
本发明实施例提供了一种产生异常驾驶行为的行为信息确定方法,该方法用于产生异常驾驶行为的行为信息确定装置中,该确定装置可以为服务器、终端等,参见图2,该方法包括:
步骤201:获取多个驾驶数据。
其中,该多个驾驶数据可以为研究型驾驶模拟器模拟出的多个驾驶数据,且该模拟器可以与确定装置通信,因此该模拟器可以将模拟出的多个驾驶数据上报给该确定装置。当然,该多个驾驶数据还可以为驾驶员实际驾驶机动车时通过采集驾驶数据的设备采集到的多个驾驶数据,且该采集驾驶数据的设备可以与确定装置通信,因此该采集驾驶数据的设备可以将采集到的多个驾驶数据上报给该确定装置。在实际应用中,确定装置不仅可以通过上述两种方式获取多个驾驶数据,当然,还可以通过其他方式获取多个驾驶数据。
需要说明的是,该多个驾驶数据中的每个驾驶数据均可以包括速度、加速度、车道内横向偏移量等多个数据,当然,实际应用中还可以包括行驶里程、行驶方位角、角速度、加速度、车道内横向偏移量、方向盘转角角度、刹车踏板进深、油门踏板进深、转向灯状态(开或关)等其他数据,此外,驾驶数据还可以包括驾驶时间点和驾驶地理位置等。
另外,在获取多个驾驶数据之后,确定装置还可以对获取的驾驶数据进行处理,以得到一些其他数据,比如可以对驾驶数据进行处理,以得到车道内横向偏移相对于前进距离的变化率、刹车踏板相对于时间的变化率、油门踏板进深相对于时间的变化率以及方向盘转角的角速度等数据。
再者,确定装置还可以对该多个驾驶数据中的异常驾驶数据进行删除,从而保留有效的驾驶数据,进而提高确定产生异常驾驶行为的行为信息的准确率。
比如,设备可以从多个驾驶数据中,将值为零的驾驶数据删除,或者将值为空的驾驶数据删除,其中,值为零的驾驶数据可能是由于模拟器或者采集驾驶数据的设备在模拟或者采集驾驶数据时设备的异常而导致的,而值为空的驾驶数据可能是由于模拟器或者采集驾驶数据的设备向确定装置发送数据时解码异常而导致的。
还需要说明的是,该多个驾驶数据可以为多个驾驶员的驾驶数据,当然,该多个驾驶数据也可以为同一驾驶员的驾驶数据。
步骤202:按照多个预设速度区间,将多个驾驶数据进行划分。
其中,获取该多个驾驶数据中的驾驶速度,并根据获取的多个驾驶速度,按照多个预设速度区间,将该多个驾驶数据进行划分,以得到多个预设速度区间的驾驶数据,进而保证每个预设速度区间中均包含一定数量的驾驶数据。
需要说明的是,多个预设速度区间可以为多个区间长度相等的速度区间,比如,多个预设速度区间可以为如下表1所示的多个区间长度相等的速度区间;然而,由于驾驶员在实际驾驶过程中,可能在很大一部分时间段内都维持在某个速度范围,比如驾驶员一般在市区驾驶时,可能速度维持在35公里/小时到50公里/小时这一速度范围的时间比较长,因此在这一速度区间内的驾驶数据的数量可能较多,而在其他速度区间内的驾驶数据的数量可能较少,所以实际应用中,多个预设速度区间还可以为多个区间长度不相等的速度区间,比如,多个预设速度区间还可以为如下表2所示的多个区间长度不相等的速度区间,以保证每个预设速度区间内都有数量较多的驾驶数据,从而使得根据下述步骤确定出的异常驾驶数据的数量更接近于实际生活中的产生异常驾驶行为的次数。
表1
速度区间 |
0公里/小时≤V<25公里/小时 |
25公里/小时≤V<50公里/小时 |
50公里/小时≤V<75公里/小时 |
…… |
表2
速度区间 |
0公里/小时≤V<35公里/小时 |
35公里/小时≤V<45公里/小时 |
45公里/小时≤V<50公里/小时 |
…… |
需要说明的是,本发明实施例中仅以如上表1所示的速度区间,以及如上表2所示的速度区间为例进行说明,上述表1和表2并不对本发明实施例构成限定。
步骤203:基于属于多个预设速度区间内的驾驶数据和预设置信度,确定多个预设速度区间中每个预设速度区间对应的异常驾驶阈值。
其中,确定多个预设速度区间中每个预设速度区间对应的异常驾驶阈值的实现方式可以为:对于多个预设速度区间中的每个预设速度区间,确定该预设速度区间的驾驶数据的数量;将该预设速度区间的驾驶数据的数量乘以预设置信度,得到该预设速度区间对应的置信度数量M;将该预设速度区间的驾驶数据按从小到大的顺序排列;将排列后的预设速度区间的驾驶数据中的第M个驾驶数据确定为该预设速度区间对应的异常驾驶阈值。
需要说明的是,该预设置信度可以为确定装置事先设置的置信度,比如该预设置信度可以为98%、95%等等,且该预设置信度表示正常驾驶数据数量占所有驾驶数据数量的比例。在实际生活中,通常认为驾驶员的异常驾驶行为出现的几率较小,也即是异常驾驶数据数量占所有驾驶数据数量的比例会很小,相应地,正常驾驶数据数量占所有驾驶数据数量的比例会很大,因此,该预设置信度应尽量设置得大一些,比如该预设置信度为95%较为适宜。
另外,由于各个驾驶数据中均可以包括加速度、车道内横向偏移量等多个数据,相应地,异常驾驶阈值也可以包括异常加速度阈值,异常横向偏移阈值等多个阈值。也即是,对于每个预设速度区间,确定装置可以将第M个驾驶数据中的加速度值确定为该预设速度区间对应的异常加速度阈值,将第M个驾驶数据中的车道内横向偏移值确定为该预设速度区间对应的异常横向偏移阈值等等。
例如,该预设置信度可以为95%,对于预设速度区间0公里/小时≤V<35公里/小时,确定装置可以确定该预设速度区间的驾驶数据的数量为2000,将2000乘以预设置信度95%,可以得到该预设速度区间对应的置信度数量M为1900,然后确定装置可以将该预设速度区间的2000个驾驶数据按从小到大的顺序排列,并将第1900个驾驶数据中的加速度值7.2m/s2(米每二次方秒)确定为该预设速度区间对应的异常加速度阈值,将第1900个驾驶数据中的车道内横向偏移值1.3米确定为该预设速度区间对应的异常横向偏移阈值等等。
步骤204:从属于多个预设速度区间中每个预设速度区间内的驾驶数据中,选择大于各个预设速度区间对应的异常驾驶阈值的驾驶数据。
基于上述描述,每个驾驶数据中可以包括加速度、车道内向偏移值等数据,且在每个预设速度区间内,加速度还对应有异常加速度阈值、车道内向偏移值也对应有异常横向偏移阈值等,因此,当从属于多个预设速度区间中每个预设速度区间内的驾驶数据中,选择大于各个预设速度区间对应的异常驾驶阈值的驾驶数据时,确定装置可以从属于多个预设速度区间中每个预设速度区间内的驾驶数据中,选择加速度值大于该预设速度区间对应的异常加速度阈值的驾驶数据,以及车道内横向偏移值大于该预设速度区间对应的异常横向偏移阈值的驾驶数据等等。
需要说明的是,确定装置选择出大于各个预设速度区间对应的异常驾驶阈值的驾驶数据之后,还可以将选择的驾驶数据进行分类,比如分为加速度异常数据集,车道内横向偏移量异常数据集等多个异常数据集,从而便于确定产生异常驾驶行为的原因。
进一步地,在确定装置针对加速度、车道内横向偏移量等数据选择大于异常驾驶阈值的驾驶数据之后,可能会出现同一驾驶数据同时属于多个异常数据集的情况,且当同一驾驶数据同时属于多个异常数据集时,说明通过该驾驶数据确定产生异常驾驶行为的行为信息的准确率更高,因此,在实际应用中,确定装置还可以对选择的驾驶数据进行再次筛选,比如可以选择所属异常数据集的个数大于或等于预设个数的驾驶数据。
比如,预设个数可以为3,异常速度数据集中可以有500个驾驶数据,确定装置可以从异常速度数据集的500个驾驶数据中,选择所属异常数据集的个数大于或等于3的驾驶数据有350个,也即是,对于选择出的350个驾驶数据中的每个驾驶数据,至少属于3个异常数据集。
再者,各个驾驶数据中虽然可以包括速度、加速度、车道内横向偏移量等多个数据,但是在实际应用中,将某些数据作为选择指标来选择异常驾驶数据并没有实际意义,比如当各个驾驶数据中包括驾驶时间点和驾驶地理位置时,由于时间和地理位置并不存在异常的问题,所以通过这两个数据来选择异常驾驶数据并没有任何实际意义,因此,在实际应用中,确定装置在选择异常驾驶数据之前,还可以设置用于选择异常驾驶数据的选择指标。
步骤205:基于选择的驾驶数据确定产生异常驾驶行为的行为信息。
其中,确定产生异常驾驶行为的行为信息的实现方式可以为下述两种方式:
第一种方式:当多个驾驶数据为在同一时间点不同地理位置驾驶机动车时的驾驶数据时,从选择的驾驶数据中获取驾驶地理位置;将获取的驾驶地理位置确定为在该时间点产生异常驾驶行为的地理位置。
第二种方式:当多个驾驶数据为在同一地理位置不同时间点驾驶机动车时的驾驶数据时,从选择的驾驶数据中获取驾驶时间点;将获取的驾驶时间点确定为在该地理位置产生异常驾驶行为的时间点。
步骤206:在存储的地图上标注产生异常驾驶行为的行为信息。
在第一种可能的实现方式中,当多个驾驶数据为在同一时间点不同地理位置驾驶机动车时的驾驶数据,且确定装置按照上述步骤205中的第一种方式确定在同一时间点产生异常驾驶行为的地理位置时,确定装置可以在存储的地图上标注在该时间点产生异常驾驶行为的地理位置。
其中,确定装置在存储的地图上标注在该时间点产生异常驾驶行为的地理位置之后,可以显示标注了多个地理位置的地图,之后当检测到区域确定指令时,可以将该区域确定指令所指示的区域确定为在该时间点产生异常驾驶行为的区域,并在显示的地图上标注在该时间点产生异常驾驶行为的区域。
需要说明的是,该区域确定指令用于确定异常驾驶行为产生次数较多的区域,且该区域确定指令可以由当前使用确定装置的用户通过指定操作触发,该指定操作可以为在标注了多个地理位置的地图上,对任一区域的确定选项的点击操作、预设轨迹的滑动操作等等。
在第二种可能的实现方式中,当多个驾驶数据为在同一地理位置不同时间点驾驶机动车时的驾驶数据,且确定装置按照上述步骤205中的第二种方式确定在同一地理位置产生异常驾驶行为的时间点时,确定装置可以在存储的地图上标注在该地理位置产生异常驾驶行为的时间点。
其中,确定装置在存储的地图上标注在该地理位置产生异常驾驶行为的地时间点之后,可以显示标注了多个时间点的地图,之后当检测到时间段确定指令时,可以将该时间段确定指令所指示的时间段确定为在该地理位置产生异常驾驶行为的时间段,并在显示的地图上标注在该地理位置产生异常驾驶行为的时间段。
需要说明的是,该时间段确定指令用于确定异常驾驶行为产生次数较多的时间段,且该时间段确定指令可以由当前使用确定装置的用户通过指定操作触发,该指定操作可以为对任一预设时间段的确定选项的点击操作、预设轨迹的滑动操作、语音操作等等。
当该产生异常驾驶行为的行为信息确定方法应用于交通领域时,交通部门可以根据标注了多个区域的地图,在该多个区域内的多个路口设置警示标志,或者根据标注了多个时间段的地图,在标注了多个时间段的地理位置附近设置警示标志,提醒过往驾驶员小心驾驶,以减少交通事故的发生。另外,在实际生活中,很多异常驾驶行为的产生是由于驾驶员的疲劳驾驶、酒后驾驶等行为导致的,因此,交通部门还可以在该多个区域内的多个路口附近设置检查酒驾等行为的检查站,从而避免因驾驶员的异常驾驶行为而引起交通事故。
在本发明实施例中,确定装置首先可以获取多个驾驶数据,然后根据每个驾驶员在各个预设速度区间的驾驶数据以及预设置信度,确定各个预设速度区间对应的异常驾驶阈值,从而使得每个驾驶员在同一预设速度区间的异常驾驶阈值均不相同,也即是同一预设速度区间的多个异常驾驶阈值可以针对于不同驾驶员的驾驶习惯,更具有灵活性,从而提高了异常驾驶行为识别的准确率,进而提高了确定异常驾驶行为的行为信息的准确率。
本发明实施例提供了一种产生异常驾驶行为的行为信息确定装置300,参见图3A,该装置包括:获取模块301,划分模块302,第一确定模块303,选择模块304和第二确定模块305。
获取模块301,用于获取多个驾驶数据;
划分模块302,用于按照多个预设速度区间,将多个驾驶数据进行划分;
第一确定模块303,用于基于属于多个预设速度区间内的驾驶数据和预设置信度,确定多个预设速度区间中每个预设速度区间对应的异常驾驶阈值;
选择模块304,用于从属于多个预设速度区间中每个预设速度区间内的驾驶数据中,选择大于各个预设速度区间对应的异常驾驶阈值的驾驶数据;
第二确定模块305,用于基于选择的驾驶数据确定产生异常驾驶行为的行为信息。
可选地,参见图3B,第一确定模块303包括:
第一确定单元3031,用于对于多个预设速度区间中的每个预设速度区间,确定预设速度区间的驾驶数据的数量;
运算单元3032,用于将预设速度区间的驾驶数据的数量乘以预设置信度,得到预设速度区间对应的置信度数量M;
排序单元3033,用于将预设速度区间的驾驶数据按从小到大的顺序排列;
第二确定单元3034,用于将排列后的预设速度区间的驾驶数据中的第M个驾驶数据确定为预设速度区间对应的异常驾驶阈值。
可选地,参见图3C,第二确定模块305包括:
第一获取单元3051,用于当多个驾驶数据为在同一时间点不同地理位置驾驶机动车时的驾驶数据时,从选择的驾驶数据中获取驾驶地理位置;
第三确定单元3052,用于将获取的驾驶地理位置确定为在时间点产生异常驾驶行为的地理位置。
可选地,参见图3D,第二确定模块305包括:
第二获取单元3053,用于当多个驾驶数据为在同一地理位置不同时间点驾驶机动车时的驾驶数据时,从选择的驾驶数据中获取驾驶时间点;
第四确定单元3054,用于将获取的驾驶时间点确定为在地理位置产生异常驾驶行为的时间点。
可选地,参见图3E,该装置还包括:
第一标注模块306,用于当多个驾驶数据为在同一时间点不同地理位置驾驶机动车时的驾驶数据时,在存储的地图上标注在时间点产生异常驾驶行为的地理位置;或者,参见图3F,该装置还包括:
第二标注模块307,用于当多个驾驶数据为在同一地理位置不同时间点驾驶机动车时的驾驶数据时,在存储的地图上标注在地理位置产生异常驾驶行为的时间点。
综上所述,在本发明实施例中,首先获取多个驾驶数据,然后根据各个预设速度区间的驾驶数据以及预设置信度,确定各个预设速度区间对应的异常驾驶阈值,从而当多个驾驶数据为不同驾驶员的驾驶数据时,使得不同驾驶员在同一预设速度区间的异常驾驶阈值均不相同,也即是同一预设速度区间的多个异常驾驶阈值可以针对于不同驾驶员的驾驶习惯,更具有灵活性,从而提高了异常驾驶行为识别的准确率,进而提高了确定异常驾驶行为的行为信息的准确率。
需要说明的是:上述实施例提供的产生异常驾驶行为的行为信息确定装置在确定产生异常驾驶行为的行为信息时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的产生异常驾驶行为的行为信息确定装置与产生异常驾驶行为的行为信息确定方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种产生异常驾驶行为的行为信息确定方法,其特征在于,所述方法包括:
获取多个驾驶数据;
按照多个预设速度区间,将所述多个驾驶数据进行划分;
基于属于所述多个预设速度区间内的驾驶数据和预设置信度,确定所述多个预设速度区间中每个预设速度区间对应的异常驾驶阈值;
从属于所述多个预设速度区间中每个预设速度区间内的驾驶数据中,选择大于所述各个预设速度区间对应的异常驾驶阈值的驾驶数据;
基于选择的驾驶数据确定产生异常驾驶行为的行为信息。
2.如权利要求1所述的方法,其特征在于,所述基于属于所述多个预设速度区间内的驾驶数据和预设置信度,确定所述多个预设速度区间中每个预设速度区间对应的异常驾驶阈值,包括:
对于所述多个预设速度区间中的每个预设速度区间,确定所述预设速度区间的驾驶数据的数量;
将所述预设速度区间的驾驶数据的数量乘以所述预设置信度,得到所述预设速度区间对应的置信度数量M;
将所述预设速度区间的驾驶数据按从小到大的顺序排列;
将排列后的所述预设速度区间的驾驶数据中的第M个驾驶数据确定为所述预设速度区间对应的异常驾驶阈值。
3.如权利要求1所述的方法,其特征在于,所述基于选择的驾驶数据确定产生异常驾驶行为的行为信息,包括:
当所述多个驾驶数据为在同一时间点不同地理位置驾驶机动车时的驾驶数据时,从选择的驾驶数据中获取驾驶地理位置;
将获取的驾驶地理位置确定为在所述时间点产生异常驾驶行为的地理位置。
4.如权利要求1所述的方法,其特征在于,所述基于选择的驾驶数据确定产生异常驾驶行为的行为信息,包括:
当所述多个驾驶数据为在同一地理位置不同时间点驾驶机动车时的驾驶数据时,从选择的驾驶数据中获取驾驶时间点;
将获取的驾驶时间点确定为在所述地理位置产生异常驾驶行为的时间点。
5.如权利要求1所述的方法,其特征在于,所述基于选择的驾驶数据确定产生异常驾驶行为的行为信息之后,还包括:
当所述多个驾驶数据为在同一时间点不同地理位置驾驶机动车时的驾驶数据时,在存储的地图上标注在所述时间点产生异常驾驶行为的地理位置;或者,
当所述多个驾驶数据为在同一地理位置不同时间点驾驶机动车时的驾驶数据时,在存储的地图上标注在所述地理位置产生异常驾驶行为的时间点。
6.一种产生异常驾驶行为的行为信息确定装置,其特征在于,所述装置包括:
获取模块,用于获取多个驾驶数据;
划分模块,用于按照多个预设速度区间,将所述多个驾驶数据进行划分;
第一确定模块,用于基于属于所述多个预设速度区间内的驾驶数据和预设置信度,确定所述多个预设速度区间中每个预设速度区间对应的异常驾驶阈值;
选择模块,用于从属于所述多个预设速度区间中每个预设速度区间内的驾驶数据中,选择大于所述各个预设速度区间对应的异常驾驶阈值的驾驶数据;
第二确定模块,用于基于选择的驾驶数据确定产生异常驾驶行为的行为信息。
7.如权利要求6所述的装置,其特征在于,所述第一确定模块包括:
第一确定单元,用于对于所述多个预设速度区间中的每个预设速度区间,确定所述预设速度区间的驾驶数据的数量;
运算单元,用于将所述预设速度区间的驾驶数据的数量乘以所述预设置信度,得到所述预设速度区间对应的置信度数量M;
排序单元,用于将所述预设速度区间的驾驶数据按从小到大的顺序排列;
第二确定单元,用于将排列后的所述预设速度区间的驾驶数据中的第M个驾驶数据确定为所述预设速度区间对应的异常驾驶阈值。
8.如权利要求6所述的装置,其特征在于,所述第二确定模块包括:
第一获取单元,用于当所述多个驾驶数据为在同一时间点不同地理位置驾驶机动车时的驾驶数据时,从选择的驾驶数据中获取驾驶地理位置;
第三确定单元,用于将获取的驾驶地理位置确定为在所述时间点产生异常驾驶行为的地理位置。
9.如权利要求6所述的装置,其特征在于,所述第二确定模块包括:
第二获取单元,用于当所述多个驾驶数据为在同一地理位置不同时间点驾驶机动车时的驾驶数据时,从选择的驾驶数据中获取驾驶时间点;
第四确定单元,用于将获取的驾驶时间点确定为在所述地理位置产生异常驾驶行为的时间点。
10.如权利要求6所述的装置,其特征在于,所述装置还包括:
第一标注模块,用于当所述多个驾驶数据为在同一时间点不同地理位置驾驶机动车时的驾驶数据时,在存储的地图上标注在所述时间点产生异常驾驶行为的地理位置;或者,
第二标注模块,用于当所述多个驾驶数据为在同一地理位置不同时间点驾驶机动车时的驾驶数据时,在存储的地图上标注在所述地理位置产生异常驾驶行为的时间点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610980452.XA CN106564503B (zh) | 2016-11-08 | 2016-11-08 | 产生异常驾驶行为的行为信息确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610980452.XA CN106564503B (zh) | 2016-11-08 | 2016-11-08 | 产生异常驾驶行为的行为信息确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106564503A true CN106564503A (zh) | 2017-04-19 |
CN106564503B CN106564503B (zh) | 2019-03-08 |
Family
ID=58540167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610980452.XA Active CN106564503B (zh) | 2016-11-08 | 2016-11-08 | 产生异常驾驶行为的行为信息确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106564503B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109671275A (zh) * | 2019-02-14 | 2019-04-23 | 成都路行通信息技术有限公司 | 一种获取车辆以及交通状态的方法 |
CN109831744A (zh) * | 2017-11-23 | 2019-05-31 | 腾讯科技(深圳)有限公司 | 一种异常轨迹识别方法、装置及存储设备 |
CN111942397A (zh) * | 2020-08-06 | 2020-11-17 | 华南理工大学 | 危险驾驶行为监控方法、装置、存储介质 |
CN113421176A (zh) * | 2021-07-16 | 2021-09-21 | 昆明学院 | 一种异常数据智能筛选方法 |
CN115083154A (zh) * | 2022-06-13 | 2022-09-20 | 中国第一汽车股份有限公司 | 一种车辆行驶事件的检测方法、装置、电子设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103129385A (zh) * | 2011-11-25 | 2013-06-05 | 财团法人交大思源基金会 | 驾驶行为分析警示系统与方法 |
CN103871122A (zh) * | 2014-03-11 | 2014-06-18 | 深圳市朗仁科技有限公司 | 驾驶行为分析方法及分析系统 |
CN104590275A (zh) * | 2014-11-27 | 2015-05-06 | 厦门雅迅网络股份有限公司 | 一种驾驶行为分析方法 |
WO2015081335A2 (en) * | 2013-11-29 | 2015-06-04 | Ims Solutions Inc. | Advanced context-based driver scoring |
CN104786967A (zh) * | 2015-04-22 | 2015-07-22 | 北京九五智驾信息技术股份有限公司 | 驾驶行为分析系统 |
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 |
CN105966404A (zh) * | 2015-11-06 | 2016-09-28 | 乐卡汽车智能科技(北京)有限公司 | 一种驾驶行为评测方法及装置 |
-
2016
- 2016-11-08 CN CN201610980452.XA patent/CN106564503B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103129385A (zh) * | 2011-11-25 | 2013-06-05 | 财团法人交大思源基金会 | 驾驶行为分析警示系统与方法 |
WO2015081335A2 (en) * | 2013-11-29 | 2015-06-04 | Ims Solutions Inc. | Advanced context-based driver scoring |
CN103871122A (zh) * | 2014-03-11 | 2014-06-18 | 深圳市朗仁科技有限公司 | 驾驶行为分析方法及分析系统 |
CN104590275A (zh) * | 2014-11-27 | 2015-05-06 | 厦门雅迅网络股份有限公司 | 一种驾驶行为分析方法 |
CN104786967A (zh) * | 2015-04-22 | 2015-07-22 | 北京九五智驾信息技术股份有限公司 | 驾驶行为分析系统 |
CN105966404A (zh) * | 2015-11-06 | 2016-09-28 | 乐卡汽车智能科技(北京)有限公司 | 一种驾驶行为评测方法及装置 |
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 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109831744A (zh) * | 2017-11-23 | 2019-05-31 | 腾讯科技(深圳)有限公司 | 一种异常轨迹识别方法、装置及存储设备 |
CN109831744B (zh) * | 2017-11-23 | 2021-05-07 | 腾讯科技(深圳)有限公司 | 一种异常轨迹识别方法、装置及存储设备 |
CN109671275A (zh) * | 2019-02-14 | 2019-04-23 | 成都路行通信息技术有限公司 | 一种获取车辆以及交通状态的方法 |
CN109671275B (zh) * | 2019-02-14 | 2020-11-24 | 成都路行通信息技术有限公司 | 一种获取车辆以及交通状态的方法 |
CN111942397A (zh) * | 2020-08-06 | 2020-11-17 | 华南理工大学 | 危险驾驶行为监控方法、装置、存储介质 |
CN113421176A (zh) * | 2021-07-16 | 2021-09-21 | 昆明学院 | 一种异常数据智能筛选方法 |
CN113421176B (zh) * | 2021-07-16 | 2022-11-01 | 昆明学院 | 一种学生成绩分数中异常数据智能筛选方法 |
CN115083154A (zh) * | 2022-06-13 | 2022-09-20 | 中国第一汽车股份有限公司 | 一种车辆行驶事件的检测方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106564503B (zh) | 2019-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106564503A (zh) | 产生异常驾驶行为的行为信息确定方法及装置 | |
EP3533681B1 (en) | Method for detecting safety of driving behavior, apparatus and storage medium | |
US9747730B2 (en) | Driver measurement and incentive system for improving fuel-efficiency | |
CN104864878B (zh) | 基于电子地图的路况物理信息绘制及查询方法 | |
US7353111B2 (en) | Navigation system performing route guidance for vehicle | |
CN107180288A (zh) | 驾驶行为能耗测算方法、装置、存储介质及电子设备 | |
CN107784251A (zh) | 基于图像识别技术对驾驶行为评价的方法 | |
CN104933777B (zh) | 一种通过行车记录仪上传路况信息的方法及其行车记录仪 | |
CN104205186B (zh) | 意外情况预测灵敏度判断装置 | |
CN107784587A (zh) | 一种驾驶行为评价系统 | |
CN107000750A (zh) | 用于车辆经济性改进的设备及方法 | |
CN105374211A (zh) | 基于多源数据计算驾驶风险与辅助车险定价的系统及方法 | |
US11657318B2 (en) | Assessing ride quality for autonomous vehicles | |
CN104484911A (zh) | 基于QoE的个性化自动驾驶参数优化设定方法 | |
CN103247091A (zh) | 一种驾驶评价系统及方法 | |
US10773727B1 (en) | Driver performance measurement and monitoring with path analysis | |
CN104205187B (zh) | 意外情况预测灵敏度判断装置 | |
US20220198107A1 (en) | Simulations for evaluating driving behaviors of autonomous vehicles | |
CN108663065A (zh) | 一种道路类型的识别方法及装置 | |
US20210118330A1 (en) | Personalized driver coaching | |
CN107953888A (zh) | 一种道路类型识别方法及系统 | |
CN112991794B (zh) | 鉴别危险道路及信息共享的方法、服务器、存储器、芯片 | |
CN106956680A (zh) | 一种电动汽车驾驶行为识别分析方法 | |
US20220413502A1 (en) | Method, apparatus, and system for biasing a machine learning model toward potential risks for controlling a vehicle or robot | |
CN103324820A (zh) | 行车油耗计算方法及行车油耗计算系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Zhang Weihan Inventor after: Wang Meng Inventor after: Mao Yan Inventor after: Di Shengde Inventor after: Guo Da Inventor before: Zhang Weihan Inventor before: Wang Meng Inventor before: Di Shengde Inventor before: Mao Yan |