CN107161153A - 一种驾驶行为评分方法及装置 - Google Patents

一种驾驶行为评分方法及装置 Download PDF

Info

Publication number
CN107161153A
CN107161153A CN201710456693.9A CN201710456693A CN107161153A CN 107161153 A CN107161153 A CN 107161153A CN 201710456693 A CN201710456693 A CN 201710456693A CN 107161153 A CN107161153 A CN 107161153A
Authority
CN
China
Prior art keywords
early warning
trip segment
scoring
evaluated point
event
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
Application number
CN201710456693.9A
Other languages
English (en)
Other versions
CN107161153B (zh
Inventor
杜俊林
胡天睿
唐恒标
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.)
Chongqing Touran Mdt InfoTech Ltd
Original Assignee
Beijing Car Mint Technology Co Ltd
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 Beijing Car Mint Technology Co Ltd filed Critical Beijing Car Mint Technology Co Ltd
Priority to CN201710456693.9A priority Critical patent/CN107161153B/zh
Publication of CN107161153A publication Critical patent/CN107161153A/zh
Application granted granted Critical
Publication of CN107161153B publication Critical patent/CN107161153B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • B60W40/08Estimation 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
    • B60W40/09Driving style or behaviour
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08Interaction between the driver and the control system
    • B60W50/14Means for informing the driver, warning the driver or prompting a driver intervention
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/10Longitudinal speed

Landscapes

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

Abstract

本发明提供了一种驾驶行为评分方法及装置,其中,该方法包括:从车联网设备获取待评分行程段对应的行驶数据;从ADAS设备获取待评分行程段对应的预警信息;根据行驶数据和预警信息,确定待评分行程段对应的预警事件评分。本发明基于ADAS设备和车联网设备进行预警信息及行驶数据的采集,对预警信息和行驶数据进行整理分析,对驾驶行为进行评分,实现对驾驶人员的驾驶行为进行综合评价及量化分析,并向驾驶人员及时反馈评分结果和监视过程中潜在的风险,能够引导和激励驾驶人员规范和改善驾驶习惯,帮助驾驶人员进一步了解行程过程中的风险、提升安全行车意识与驾驶水平,减少不必要的道路风险。

Description

一种驾驶行为评分方法及装置
技术领域
本发明涉及网络通信技术领域,具体而言,涉及一种驾驶行为评分方法及装置。
背景技术
目前,驾车出行已经成为人们主要的出行方式。但在驾车过程中,不同的驾驶习惯,会有不同的驾驶风险。且不同时刻驾驶人员的情绪也会影响驾驶行为,带来不必要的风险。
当前为了提高驾驶安全性,越来越多的用户在车辆上安装ADAS(Advanced DriverAssistant Systems,高级驾驶辅助系统)设备进行车内驾驶辅助或引导服务,一定程度上提升了驾乘人员的舒适度和安全体验,降低了道路事故发生率。
但是,现有ADAS设备主要针对驾驶人员进行车内辅助和引导,缺乏事后分析和反馈机制,无法对驾驶人员的驾驶行为进行综合评价及量化分析,不利于不断提高驾驶人员的驾驶水平及安全行车意识。
发明内容
有鉴于此,本发明实施例的目的在于提供一种驾驶行为评分方法及装置,以解决现有技术存在的以下问题:现有ADAS设备缺乏事后分析和反馈机制,无法对驾驶人员的驾驶行为进行综合评价及量化分析,不利于不断提高驾驶人员的驾驶水平及安全行车意识。
第一方面,本发明实施例提供了一种驾驶行为评分方法,所述方法包括:
从车联网设备获取待评分行程段对应的行驶数据;
从驾驶辅助系统ADAS设备获取所述待评分行程段对应的预警信息;
根据所述行驶数据和所述预警信息,确定所述待评分行程段对应的预警事件评分。
结合第一方面,本发明实施例提供了上述第一方面的第一种可能的实现方式,其中,所述行驶数据包括所述待评分行程段对应的里程数、各个行驶时刻及所述各个行驶时刻对应的行驶速度;所述预警信息包括所述待评分行程段内发生的预警事件对应的预警类型及预警时间;
所述根据所述行驶数据和所述预警信息,确定所述待评分行程段对应的预警事件评分,包括:
根据所述预警信息包括的同一预警类型对应的预警时间,从所述行驶数据中获取发生所述预警类型对应的预警事件时的行驶速度;
根据获取的所述行驶速度,确定所述预警类型对应的预警事件次数;
根据所述预警事件次数和所述待评分行程段对应的里程数,确定在所述待评分行程段内所述预警类型对应的预警事件评分。
结合第一方面的第一种可能的实现方式,本发明实施例提供了上述第一方面的第二种可能的实现方式,其中,所述根据所述预警事件次数和所述待评分行程段对应的里程数,确定在所述待评分行程段内所述预警类型对应的预警事件评分,包括:
若所述待评分行程段对应的里程数小于预设里程阈值,则确定在所述待评分行程段内所述预警类型对应的预警事件评分为零;
若所述里程数大于或等于所述预设里程阈值,则判断所述预警事件次数和所述里程数是否满足预设条件;
如果是,则确定所述预警事件评分为零;如果否,则根据所述预警事件次数和所述里程数,计算所述预警事件评分。
结合第一方面,本发明实施例提供了上述第一方面的第三种可能的实现方式,其中,所述确定所述待评分行程段对应的预警事件评分之后,还包括:
根据每种预警类型对应的预警事件评分及预设预警权重,计算所述待评分行程段对应的综合驾驶评分。
结合第一方面的第一种可能的实现方式,本发明实施例提供了上述第一方面的第四种可能的实现方式,其中,所述确定所述待评分行程段对应的预警事件评分之后,还包括:
根据所述预警事件评分,获取驾驶行为建议信息;
获取所有驾驶人员的所述预警类型对应的所述预警事件评分,分析提取所述预警类型对应的风险特征信息;
发送所述预警事件评分、所述驾驶行为建议信息及所述风险特征信息给所述车联网设备对应的用户终端。
结合第一方面的第一种可能的实现方式,本发明实施例提供了上述第一方面的第五种可能的实现方式,其中,所述确定所述待评分行程段对应的预警事件评分之后,还包括:
按照预设顺序对所有驾驶人员的所述预警类型对应的所述预警事件评分进行排序,将排序后的所述待评分行程段对应的预警事件评分的排序序号发送给所述车联网设备对应的用户终端。
结合第一方面的第三种可能的实现方式,本发明实施例提供了上述第一方面的第六种可能的实现方式,其中,所述方法还包括:
根据所述综合驾驶评分,确定奖励系数;
根据所述奖励系数和预设奖励预算值,确定所述车联网设备对应的驾驶人员的奖励数额。
结合第一方面的第三种可能的实现方式,本发明实施例提供了上述第一方面的第七种可能的实现方式,其中,所述方法还包括:
根据所述综合驾驶评分,确定车联网设备对应的驾驶人员的奖励系数;
根据预设奖池数额、所述驾驶人员的奖励系数及除所述驾驶人员外其他驾驶人员的奖励系数,确定所述车联网设备对应的驾驶人员的奖励数额。
第二方面,本发明实施例提供了一种驾驶行为评分装置,所述装置包括:
获取模块,用于从车联网设备获取待评分行程段对应的行驶数据;从驾驶辅助系统ADAS设备获取所述待评分行程段对应的预警信息;
确定模块,用于根据所述行驶数据和所述预警信息,确定所述待评分行程段对应的预警事件评分。
结合第二方面,本发明实施例提供了上述第二方面的第一种可能的实现方式,其中,所述行驶数据包括所述待评分行程段对应的里程数、各个行驶时刻及所述各个行驶时刻对应的行驶速度;所述预警信息包括所述待评分行程段内发生的预警事件对应的预警类型及预警时间;所述确定模块包括:
获取单元,用于根据所述预警信息包括的同一预警类型对应的预警时间,从所述行驶数据中获取发生所述预警类型对应的预警事件时的行驶速度;
确定单元,用于根据获取的所述行驶速度,确定所述预警类型对应的预警事件次数;根据所述预警事件次数和所述待评分行程段对应的里程数,确定在所述待评分行程段内所述预警类型对应的预警事件评分。
在本发明实施例提供的方法及装置中,从车联网设备获取待评分行程段对应的行驶数据;从ADAS设备获取待评分行程段对应的预警信息;根据行驶数据和预警信息,确定待评分行程段对应的预警事件评分。本发明基于ADAS设备和车联网设备进行预警信息及行驶数据的采集,对预警信息和行驶数据进行整理分析,对驾驶行为进行评分,实现对驾驶人员的驾驶行为进行综合评价及量化分析,并向驾驶人员及时反馈评分结果和监视过程中潜在的风险,能够引导和激励驾驶人员规范和改善驾驶习惯,帮助驾驶人员进一步了解行程过程中的风险、提升安全行车意识与驾驶水平,减少不必要的道路风险。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本发明实施例1所提供的一种驾驶行为评分方法所基于的网络架构示意图;
图2示出了本发明实施例1所提供的一种驾驶行为评分方法的流程图;
图3示出了本发明实施例2所提供的一种驾驶行为评分装置的结构示意图;
图4示出了本发明实施例2所提供的另一种驾驶行为评分装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
考虑到现有ADAS设备主要针对驾驶人员进行车内辅助和引导,缺乏事后分析和反馈机制,无法对驾驶人员的驾驶行为进行综合评价及量化分析,不利于不断提高驾驶人员的驾驶水平及安全行车意识。基于此,本发明实施例提供了一种驾驶行为评分方法及装置,下面通过实施例进行描述。
实施例1
本发明实施例提供了一种驾驶行为评分方法。本发明实施例所基于的网络架构如图1所示,该网络架构包括服务器、ADAS设备和车联网设备。其中,ADAS设备和车联网设备是配置在同一车辆上的设备。本发明实施例基于ADAS设备对驾驶人员驾驶该车辆过程中实施的预警事件进行分析反馈,对驾驶人员的驾驶行为进行评分,并根据评分对驾驶人员进行奖励,引导和激励驾驶人员规范和改善驾驶习惯。帮助驾驶人员进一步了解行车过程中的风险、改善驾驶习惯、整体提升安全行车意识与驾驶水平,减少不必要的道路风险。
在本发明实施例中,预警事件包括前车碰撞事件、车距保持事件、行人碰撞事件、车道偏离事件、自适应巡航事件、自动紧急刹车事件、自动泊车事件及盲点监测事件等。如图2所示,本发明实施例基于ADAS设备对这些事件的预警,通过如下步骤101-103的操作来对驾驶人员的驾驶行为进行评分。
步骤101:从车联网设备获取待评分行程段对应的行驶数据。
本发明实施例的执行主体为服务器,该服务器上预先配置了对驾驶人员的驾驶行为进行评分的预设周期,每隔该预设周期对该预设周期内驾驶人员驾驶该车辆的行为进行评分。该预设周期可以为一天、一周或一个月等。本发明实施例并不具体限定该预设周期的具体取值,在实际应用中可根据需求设置该预设周期。根据该预设周期的长短不同,可以实现按日、按周或按月等模式对驾驶人员的驾驶行为进行评分及奖励。
在本发明实施例中,待评分行程段为上述预设周期内驾驶人员驾驶该车辆所行驶的行程总和。例如,假设预设周期为一周,则待评分行程段为一周内该车辆所行驶的所有行程。
在通过本发明实施例提供的方法对驾驶人员驾驶车辆的行为进行评分之前,驾驶人员首先通过车联网设备或者通过驾驶人员对应的手机或PC(Personal Computer,个人计算机)等用户终端在服务器进行注册,注册完成后,服务器维护该车辆对应的用户账户信息,该用户账户信息包括该车辆上安装的车联网设备的设备标识、ADAS设备的设备标识、驾驶人员对应的用户终端的终端标识及车辆基础信息等。其中,车辆基础信息包括该车辆的车牌号、VIN(Vehicle Identification Number,车辆识别码)码、车型分类等。
服务器还在上述车辆对应的用户账户信息中记录上次对该车辆进行驾驶行为评分的时间,并根据记录的上次评分的时间及预设周期,实时监测当前时间是否到达本次评分时间。具体地,服务器每隔预设时长计算系统的当前时间与上次评分的时间之间的差值,判断该差值是否大于或等于预设周期,如果否,则继续按照上述方式监测当前时间是否到达本次评分时间。如果是,则执行步骤101的操作从车联网设备获取待评分行程段对应的行驶数据。
上述预设时长远小于预设周期,例如,假设预设周期为一周,则预设时长可以设置为一天;若预设周期为一天,则预设时长可设置为一小时等。
当服务器监测到当前时间到达该车辆的本次评分时间时,服务器从该车辆对应用户账户信息中获取该车辆上安装的车联网设备的设备标识,根据获取的该设备标识发送数据获取请求给该车辆上安装的车联网设备。该车联网设备接收该数据获取请求,发送行驶数据给该服务器。服务器接收该车联网设备返回的行驶数据。该行驶数据包括上述待评分行程段对应的里程数、车辆在待评分行程段中行驶的各个行驶时刻及各个行驶时刻对应的行驶速度等。在本发明实施例中,行驶数据还可以包括车辆的GPS位置、加速度、减速度和角速度等数据。
步骤102:从ADAS设备获取待评分行程段对应的预警信息。
当服务器监测到当前时间到达该车辆的本次评分时间时,服务器还从该车辆对应用户账户信息中获取该车辆上安装的ADAS设备的设备标识,根据获取的该设备标识发送数据获取请求给该车辆上安装的ADAS设备。该ADAS设备接收该数据获取请求,发送预警信息给该服务器。服务器接收该ADAS设备返回的预警信息。该预警信息包括待评分行程段内发生的每个预警事件对应的预警类型及预警时间。
在本发明实施例中,当服务器监测到当前时间到达该车辆的本次评分时间时,可以同时执行步骤101和102的操作,也可以先执行步骤101的操作再执行步骤102的操作,或者先执行步骤102的操作再执行步骤101的操作。本发明实施例并不具体限定执行步骤101和102的先后顺序。通过步骤101和102的操作获取到行驶数据和预警信息后,通过如下步骤103的操作来对待评分行程段内驾驶人员驾驶该车辆的行为进行评分。
步骤103:根据该行驶数据和预警信息,确定待评分行程段对应的预警事件评分。
服务器从该车辆对应的车联网设备获取到行驶数据,以及从该车辆对应的ADAS设备获取到预警信息后,从预警信息中包括的所有预警时间按照预警类型进行分类。对于预警信息包括的同一种预警类型对应的预警时间,根据预警时间,从该行驶数据中获取发生预警类型对应的预警事件时的行驶速度。具体地,根据预警时间,遍历行驶数据包括的各个行驶时刻,从中确定出与预警时间相同的行驶时刻,从行驶数据中获取确定的该行驶时刻对应的行驶速度,该行驶速度即为发生该预警类型的预警事件时的行驶速度。
按照上述方式获取到待评分行程段内每次发生该预警类型的预警事件时的行驶速度。根据获取的行驶速度,通过如下公式(1)确定该预警类型对应的预警事件次数。
xi=∑F(vj)……(1)
其中,在公式(1)中,i为上述预警类型的序号,xi为该预警类型对应的预警事件次数,j为待评分行程段内发生该预警类型的预警事件的序号,vj为待评分行程段内第j次发生该预警类型的预警事件时的行驶速度,F(vj)为预警事件的车速系数函数,是基于车速vj的配置函数。
上述车速系数函数F(vj)是预先配置在服务器中的,预先配置的F(vj)可以为如下所示的函数:
在上述车速系数函数F(vj)的示例中,F(vj)的取值及行驶速度vj的区间划分仅仅是示意性的,本发明实施例中并不具体限定车速系数函数F(vj)的具体配置情况,实际应用中可根据需求具体配置F(vj)的取值及行驶速度vj的区间划分。
通过上述方式计算出该预警类型对应的预警事件次数后,根据该预警事件次数和待评分行程段对应的里程数,确定在待评分行程段内该预警类型对应的预警事件评分。
由于在本周期内用户可能没有用过该车辆,此时本周期对应的待评分行程段对应的里程数为0。或者在本周期内虽然用户用过该车辆,但是驾驶该车辆行驶的里程非常短。在上述两种情况下对驾驶行为进行评分的意义不大,所以本发明实施例在服务器中预先配置了预设里程阈值,该预设里程阈值可以为1公里或2公里等,只有当本周期对应的待评分行程段的里程数大于或等于该预设里程阈值时,才详细计算该车辆对应的驾驶行为评分。
因此在计算出该预警类型对应的预警事件次数后,首先判断待评分行程段对应的里程数是否小于预设里程阈值,若待评分行程段对应的里程数小于预设里程阈值,则直接确定在待评分行程段内该预警类型对应的预警事件评分为零。若待评分行程段对应的里程数大于或等于预设里程阈值,判断上述计算的该预警类型对应的预警事件次数和待评分行程段对应的里程数是否满足预设条件,该预设条件为(1-预警事件风险系数*预警事件次数/里程数)<0。其中,预警事件风险系数为预先配置的该预警类型对应的风险系数,为一个固定数值。
如果判断上述预警事件次数和里程数满足上述预设条件,则确定该预警事件评分为零;如果不满足上述预设条件,则根据上述预警事件次数和里程数,计算该预警类型对应的预警事件评分。
计算该预警类型对应的预警事件评分的计算方式为:(1-预警事件风险系数*预警事件次数/里程数)*100。计算得到的预警事件评分仅为该预警类型对应的单一预警事件的评分,预警事件评分采用百分制,小数点后可以进行四舍五入保留两位有效数字。
通过上述方式计算出该预警类型对应的预警事件评分后,根据该预警事件评分,获取对应的驾驶行为建议信息,该驾驶行为建议信息为针对该预警类型对应的预警事件给出的风险防范和改善驾驶行为的建议从该车辆对应的用户账户信息中获取驾驶人员对应的用户终端,将该预警类型对应的预警事件评分及驾驶行为建议信息发送给该驾驶人员对应的用户终端。即将该预警事件评分及驾驶行为建议信息发送给上述车联网设备对应的用户终端。
对于已在服务器注册的其他车辆,同样按照步骤101-103的操作分别确定出其他车辆的该预警类型对应的预警事件评分。获取所有驾驶人员的该预警类型对应的该预警事件评分,分析提取该预警类型对应的风险特征信息。发送该风险特征信息给上述车联网设备对应的用户终端。
在本发明实施例中,服务器还按照预设顺序对所有驾驶人员的该预警类型的预警事件评分进行排序,将排序后的待评分行程段对应的预警事件评分的排序序号发送给上述车联网设备对应的用户终端。如此将评分结果排名发送给用户,能够增加趣味性,增强用户自我改进的动力。
对于每一种预警事件,都可以按照本发明实施例提供的方式分别计算出本周期内每种预警事件对应的预警事件评分。按照上述方式分别计算出本周期内前车碰撞事件、车距保持事件、行人碰撞事件、车道偏离事件、自适应巡航事件、自动紧急刹车事件、自动泊车事件及盲点监测事件等预警事件对应的预警事件次数后,通过如下方式确定本周期内该车辆对应的综合驾驶评分,包括:
根据每种预警类型对应的预警事件评分及预设预警权重,通过如下公式(2)计算待评分行程段对应的综合驾驶评分;
S=∑(ωi*yi)……(2)
在公式(2)中,i为预警类型的序号,yi为第i种预警类型对应的预警事件评分,ωi为第i种预警类型对应的预设预警权重,S为待评分行程段对应的综合驾驶评分。其中,每种预警类型对应的预设预警权重为通过系统配置的固定数值,所有预警类型对应的预设预警权重的总和为100%。综合驾驶评分采用百分之,小数点后可以进行四舍五入保留两位有效数字。
对于已在服务器注册的其他车辆,同样按照上述方式分别确定出其他车辆对应的综合驾驶评分。通过上述方式确定出本周期该车辆对应的综合驾驶评分后,根据该综合驾驶评分,获取对应的建议信息,按照预设顺序对所有驾驶人员的综合驾驶评分进行排序,将排序后该车辆的综合驾驶评分的排序序号、该综合驾驶评分以及获取的建议信息发送给上述车联网设备对应的用户终端。
本发明实施例通过上述方式向驾驶人员及时反馈评分结果和驾驶过程中潜在的风险,并针对性给出风险防范和改善驾驶行为的建议。其中,对评分结果进行排名比较,能够增加趣味性,增强用户自我改进的动力。对行程中各项预警事件逐个分析和评分,并针对性提示改善意见。对全体行程数据进行综合分析,计算全体驾驶人员平均得分水平、得分分布情况、提取高风险场景的风险特征信息等,并反馈给驾驶人员进行参考。对不同时间段、不同地域、不同人群、不同车型、不同道路环境等场景进行分析并形成分析报告反馈给驾驶人员及相关需求方等。通过以上种种反馈机制,帮助驾驶人员全面直观的了解驾驶过程中的风险,提升风险意识,并更有针对性地改善驾驶水平。
为了进一步激励用户增强安全意识、改善驾驶水平,本发明实施例还根据评分结果对用户进行奖励,具体可以通过以下两种奖励机制中的任一种进行奖励,包括:
第一,按个人模式进行奖励。
在服务器中预先配置预设奖励预算值,每个用户对应的预设奖励预算值可以相同,也可以不相同。根据该车辆对应的综合驾驶评分,确定奖励系数。奖励系数是基于综合驾驶评分的可配置函数,例如可配置如下所示的奖励系数:
在上述奖励系数的示例中,G(S)为奖励系数,S为综合驾驶评分,G(S)的取值及综合驾驶评分S的区间划分仅仅是示意性的,本发明实施例中并不具体限定奖励系数G(S)的具体配置情况,实际应用中可根据需求具体配置G(S)的取值及综合驾驶评分S的区间划分。
通过上述方式确定奖励系数之后,根据该奖励系数和预设奖励预算值,确定上述车联网设备对应的驾驶人员的奖励数额。在确定奖励数额时,计算奖励系数与预设奖励预算值的乘积,将该乘积确定为该车联网设备对应的驾驶人员的当期奖励的奖励数额。通过上述方式确定出奖励数额之后,根据该奖励数额对该驾驶人员进行奖励。
第二,按资金池模式进行奖励。
在服务器中预先配置预设奖池数额,所有用户共同对应于该预设奖池数额。根据该车辆对应的综合驾驶评分,确定车联网设备对应的驾驶人员的奖励系数。该奖励系数的确定方式与上述第一种奖励方式中奖励系数的确定方式相同,在此不再赘述。对于除该车辆以外的其他车辆,同样按照这种方式分别确定出其他车辆对应的奖励系数。
确定出奖励系数之后,根据预设奖池数额、确定的奖励系数及除该驾驶人员外其他驾驶人员的奖励系数,确定该车联网设备对应的驾驶人员的奖励数额。在确定奖励数额时,首先计算该奖励人员的奖励系数与所有奖励人员的奖励系数之和之间的比值,然后计算预设奖池数额与该比值之间的乘积,将该乘积确定为对该驾驶人员的当期奖励的奖励数额。确定出奖励数额之后,根据该奖励数额对该驾驶人员进行奖励。
相比较于第一种按个人模式进行奖励的方式,第二种按资金池模式进行奖励的方式将所有用户的预算放在一个资金池中,对不同用户进行差异化奖励,奖励金额的大小根据驾驶评分高低来定。一方面增强了奖励的差异化,另一方面通过多人竞争,也增强了活动的趣味性和参与性。
本发明实施例通过ADAS设备进行车内实时风险预测和警告,并通过具备远程通信功能的车联网设备对风险数据进行采集和分析,提出一种有效的驾驶行为评分方法,并向驾驶人员及时反馈评分结果和驾驶过程潜在的风险,针对性给出风险防范和改善驾驶行为的建议;同时为评分较高、驾驶行为较好的用户提供规范与安全驾驶奖励,以强化驾驶人员的安全行车意识与驾驶水平。
在本发明实施例中,从车联网设备获取待评分行程段对应的行驶数据;从ADAS设备获取待评分行程段对应的预警信息;根据行驶数据和预警信息,确定待评分行程段对应的预警事件评分。本发明基于ADAS设备和车联网设备进行预警信息及行驶数据的采集,对预警信息和行驶数据进行整理分析,对驾驶行为进行评分,实现对驾驶人员的驾驶行为进行综合评价及量化分析,并向驾驶人员及时反馈评分结果和监视过程中潜在的风险,能够引导和激励驾驶人员规范和改善驾驶习惯,帮助驾驶人员进一步了解行程过程中的风险、提升安全行车意识与驾驶水平,减少不必要的道路风险。
实施例2
参见图3,本发明实施例提供了一种驾驶行为评分装置,该装置用于执行上述实施例1所提供的驾驶行为评分方法,该装置包括:
获取模块20,用于从车联网设备获取待评分行程段对应的行驶数据;从ADAS设备获取待评分行程段对应的预警信息;
确定模块21,用于根据行驶数据和预警信息,确定待评分行程段对应的预警事件评分。
在本发明实施例中,行驶数据包括待评分行程段对应的里程数、各个行驶时刻及各个行驶时刻对应的行驶速度;预警信息包括待评分行程段内发生的预警事件对应的预警类型及预警时间;如图4所示,确定模块21包括:
获取单元210,用于根据预警信息包括的同一预警类型对应的预警时间,从行驶数据中获取发生预警类型对应的预警事件时的行驶速度;
确定单元211,用于根据获取的行驶速度,确定预警类型对应的预警事件次数;根据预警事件次数和待评分行程段对应的里程数,确定在待评分行程段内预警类型对应的预警事件评分。
上述确定单元211,用于若待评分行程段对应的里程数小于预设里程阈值,则确定在待评分行程段内预警类型对应的预警事件评分为零;若里程数大于或等于预设里程阈值,则判断预警事件次数和里程数是否满足预设条件;如果是,则确定预警事件评分为零;如果否,则根据预警事件次数和里程数,计算预警事件评分。
如图4所示,在确定模块21确定待评分行程段对应的预警事件评分之后,还包括:计算模块22,用于根据每种预警类型对应的预警事件评分及预设预警权重,计算待评分行程段对应的综合驾驶评分。
反馈模块23,用于根据预警事件评分,获取驾驶行为建议信息;获取所有驾驶人员的预警类型对应的预警事件评分,分析提取预警类型对应的风险特征信息;发送预警事件评分、驾驶行为建议信息及风险特征信息给车联网设备对应的用户终端。
上述反馈模块23,还用于按照预设顺序对所有驾驶人员的预警类型对应的预警事件评分进行排序,将排序后的待评分行程段对应的预警事件评分的排序序号发送给车联网设备对应的用户终端。
奖励模块24,用于根据综合驾驶评分,确定奖励系数;根据奖励系数和预设奖励预算值,确定车联网设备对应的驾驶人员的奖励数额。
上述奖励模块24,还用于根据综合驾驶评分,确定车联网设备对应的驾驶人员的奖励系数;根据预设奖池数额、驾驶人员的奖励系数及除驾驶人员外其他驾驶人员的奖励系数,确定车联网设备对应的驾驶人员的奖励数额。
在本发明实施例中,从车联网设备获取待评分行程段对应的行驶数据;从ADAS设备获取待评分行程段对应的预警信息;根据行驶数据和预警信息,确定待评分行程段对应的预警事件评分。本发明基于ADAS设备和车联网设备进行预警信息及行驶数据的采集,对预警信息和行驶数据进行整理分析,对驾驶行为进行评分,实现对驾驶人员的驾驶行为进行综合评价及量化分析,并向驾驶人员及时反馈评分结果和监视过程中潜在的风险,能够引导和激励驾驶人员规范和改善驾驶习惯,帮助驾驶人员进一步了解行程过程中的风险、提升安全行车意识与驾驶水平,减少不必要的道路风险。
本发明实施例所提供的驾驶行为评分装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种驾驶行为评分方法,其特征在于,所述方法包括:
从车联网设备获取待评分行程段对应的行驶数据;
从驾驶辅助系统ADAS设备获取所述待评分行程段对应的预警信息;
根据所述行驶数据和所述预警信息,确定所述待评分行程段对应的预警事件评分。
2.根据权利要求1所述的方法,其特征在于,所述行驶数据包括所述待评分行程段对应的里程数、各个行驶时刻及所述各个行驶时刻对应的行驶速度;所述预警信息包括所述待评分行程段内发生的预警事件对应的预警类型及预警时间;
所述根据所述行驶数据和所述预警信息,确定所述待评分行程段对应的预警事件评分,包括:
根据所述预警信息包括的同一预警类型对应的预警时间,从所述行驶数据中获取发生所述预警类型对应的预警事件时的行驶速度;
根据获取的所述行驶速度,确定所述预警类型对应的预警事件次数;
根据所述预警事件次数和所述待评分行程段对应的里程数,确定在所述待评分行程段内所述预警类型对应的预警事件评分。
3.根据权利要求2所述的方法,其特征在于,所述根据所述预警事件次数和所述待评分行程段对应的里程数,确定在所述待评分行程段内所述预警类型对应的预警事件评分,包括:
若所述待评分行程段对应的里程数小于预设里程阈值,则确定在所述待评分行程段内所述预警类型对应的预警事件评分为零;
若所述里程数大于或等于所述预设里程阈值,则判断所述预警事件次数和所述里程数是否满足预设条件;
如果是,则确定所述预警事件评分为零;如果否,则根据所述预警事件次数和所述里程数,计算所述预警事件评分。
4.根据权利要求1所述的方法,其特征在于,所述确定所述待评分行程段对应的预警事件评分之后,还包括:
根据每种预警类型对应的预警事件评分及预设预警权重,计算所述待评分行程段对应的综合驾驶评分。
5.根据权利要求2所述的方法,其特征在于,所述确定所述待评分行程段对应的预警事件评分之后,还包括:
根据所述预警事件评分,获取驾驶行为建议信息;
获取所有驾驶人员的所述预警类型对应的所述预警事件评分,分析提取所述预警类型对应的风险特征信息;
发送所述预警事件评分、所述驾驶行为建议信息及所述风险特征信息给所述车联网设备对应的用户终端。
6.根据权利要求2所述的方法,其特征在于,所述确定所述待评分行程段对应的预警事件评分之后,还包括:
按照预设顺序对所有驾驶人员的所述预警类型对应的所述预警事件评分进行排序,将排序后的所述待评分行程段对应的预警事件评分的排序序号发送给所述车联网设备对应的用户终端。
7.根据权利要求4所述的方法,其特征在于,所述方法还包括:
根据所述综合驾驶评分,确定奖励系数;
根据所述奖励系数和预设奖励预算值,确定所述车联网设备对应的驾驶人员的奖励数额。
8.根据权利要求4所述的方法,其特征在于,所述方法还包括:
根据所述综合驾驶评分,确定车联网设备对应的驾驶人员的奖励系数;
根据预设奖池数额、所述驾驶人员的奖励系数及除所述驾驶人员外其他驾驶人员的奖励系数,确定所述车联网设备对应的驾驶人员的奖励数额。
9.一种驾驶行为评分装置,其特征在于,所述装置包括:
获取模块,用于从车联网设备获取待评分行程段对应的行驶数据;从驾驶辅助系统ADAS设备获取所述待评分行程段对应的预警信息;
确定模块,用于根据所述行驶数据和所述预警信息,确定所述待评分行程段对应的预警事件评分。
10.根据权利要求9所述的装置,其特征在于,所述行驶数据包括所述待评分行程段对应的里程数、各个行驶时刻及所述各个行驶时刻对应的行驶速度;所述预警信息包括所述待评分行程段内发生的预警事件对应的预警类型及预警时间;所述确定模块包括:
获取单元,用于根据所述预警信息包括的同一预警类型对应的预警时间,从所述行驶数据中获取发生所述预警类型对应的预警事件时的行驶速度;
确定单元,用于根据获取的所述行驶速度,确定所述预警类型对应的预警事件次数;根据所述预警事件次数和所述待评分行程段对应的里程数,确定在所述待评分行程段内所述预警类型对应的预警事件评分。
CN201710456693.9A 2017-06-16 2017-06-16 一种驾驶行为评分方法及装置 Active CN107161153B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710456693.9A CN107161153B (zh) 2017-06-16 2017-06-16 一种驾驶行为评分方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710456693.9A CN107161153B (zh) 2017-06-16 2017-06-16 一种驾驶行为评分方法及装置

Publications (2)

Publication Number Publication Date
CN107161153A true CN107161153A (zh) 2017-09-15
CN107161153B CN107161153B (zh) 2019-11-29

Family

ID=59818691

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710456693.9A Active CN107161153B (zh) 2017-06-16 2017-06-16 一种驾驶行为评分方法及装置

Country Status (1)

Country Link
CN (1) CN107161153B (zh)

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107749008A (zh) * 2017-11-08 2018-03-02 广东翼卡车联网服务有限公司 基于驾驶行为评分领取奖励的方法、存储设备及车载终端
CN107945311A (zh) * 2017-11-29 2018-04-20 深圳市轱辘车联数据技术有限公司 一种危险驾驶行为的预警方法、装置、存储介质及服务器
CN108482383A (zh) * 2018-03-30 2018-09-04 斑马网络技术有限公司 驾驶习惯排行系统及其应用
CN108639059A (zh) * 2018-05-08 2018-10-12 清华大学 基于最小作用量原理的驾驶人操控行为量化方法及装置
CN108765627A (zh) * 2018-04-12 2018-11-06 深圳市拓保软件有限公司 一种驾驶数据风险量化的方法
CN108921418A (zh) * 2018-06-26 2018-11-30 成都爱车保信息技术有限公司 一种基于汽车定位及综合信息大数据的驾驶风险评估方法
CN108944941A (zh) * 2018-07-13 2018-12-07 上海擎感智能科技有限公司 一种基于车载终端的驾驶习惯实时反馈方法及系统、车载终端
CN109767145A (zh) * 2019-03-22 2019-05-17 深圳市澳颂泰科技有限公司 一种驾驶员驾驶技能评分系统
CN110084534A (zh) * 2019-05-13 2019-08-02 南京江行联加智能科技有限公司 一种基于驾驶行为画像的驾驶风险因子量化方法
CN110816544A (zh) * 2018-08-08 2020-02-21 宝沃汽车(中国)有限公司 驾驶行为评价方法、装置、车辆及车联网云平台
CN110843799A (zh) * 2019-11-27 2020-02-28 星觅(上海)科技有限公司 驾驶行为处理方法、装置、设备和介质
CN110871757A (zh) * 2018-08-31 2020-03-10 比亚迪股份有限公司 车载数据的处理方法、处理装置和车辆
CN111210620A (zh) * 2019-12-19 2020-05-29 广州航天海特系统工程有限公司 一种驾驶员画像的生成方法、装置、设备及存储介质
CN111414874A (zh) * 2020-03-26 2020-07-14 中国平安财产保险股份有限公司 基于人脸的驾驶风险预测方法、装置、设备和存储介质
WO2020147391A1 (zh) * 2019-01-16 2020-07-23 平安科技(深圳)有限公司 驾驶水平评估方法、装置、计算机设备和存储介质
CN111497854A (zh) * 2019-01-29 2020-08-07 长城汽车股份有限公司 评价驾驶员驾驶情况的方法和装置及机器可读存储介质
CN111639273A (zh) * 2020-05-13 2020-09-08 博泰车联网(南京)有限公司 车辆信息排行方法及系统
CN111885503A (zh) * 2020-07-24 2020-11-03 深圳市元征科技股份有限公司 一种车牌分配方法及相关设备
CN112115323A (zh) * 2019-06-21 2020-12-22 上海博泰悦臻电子设备制造有限公司 驾驶行为的评分方法、云端服务器、车载端及系统
CN112445969A (zh) * 2019-09-05 2021-03-05 中车时代电动汽车股份有限公司 基于车联网的人机交互方法及其装置
CN113362492A (zh) * 2021-06-08 2021-09-07 何崇中 智能一体化adas控制方法及其设备
CN113415286A (zh) * 2021-07-14 2021-09-21 重庆金康赛力斯新能源汽车设计院有限公司 路怒检测方法和设备
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
CN116363883A (zh) * 2023-02-28 2023-06-30 合众新能源汽车股份有限公司 交通协作方法、装置、终端设备、系统和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104092736A (zh) * 2014-06-25 2014-10-08 国信彩石(北京)科技股份有限公司 车联网设备、服务器和系统、评分方法和数据收集方法
CN104200267A (zh) * 2014-09-23 2014-12-10 清华大学 一种车辆驾驶经济性评价系统及评价方法
CN104408922A (zh) * 2014-12-01 2015-03-11 东莞职业技术学院 基于北斗导航驾驶行为评分方法
US20150081404A1 (en) * 2013-08-12 2015-03-19 Intelligent Mechatronic Systems Inc. Driver behavior enhancement using scoring, recognition and redeemable rewards
US9141582B1 (en) * 2012-12-19 2015-09-22 Allstate Insurance Company Driving trip and pattern analysis
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
CN106202872A (zh) * 2016-06-27 2016-12-07 江苏迪纳数字科技股份有限公司 机动车辆驾驶行为评分方法
CN106240571A (zh) * 2016-08-03 2016-12-21 东软集团股份有限公司 驾驶行为分析方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9141582B1 (en) * 2012-12-19 2015-09-22 Allstate Insurance Company Driving trip and pattern analysis
US20150081404A1 (en) * 2013-08-12 2015-03-19 Intelligent Mechatronic Systems Inc. Driver behavior enhancement using scoring, recognition and redeemable rewards
CN104092736A (zh) * 2014-06-25 2014-10-08 国信彩石(北京)科技股份有限公司 车联网设备、服务器和系统、评分方法和数据收集方法
CN104200267A (zh) * 2014-09-23 2014-12-10 清华大学 一种车辆驾驶经济性评价系统及评价方法
CN104408922A (zh) * 2014-12-01 2015-03-11 东莞职业技术学院 基于北斗导航驾驶行为评分方法
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
CN106202872A (zh) * 2016-06-27 2016-12-07 江苏迪纳数字科技股份有限公司 机动车辆驾驶行为评分方法
CN106240571A (zh) * 2016-08-03 2016-12-21 东软集团股份有限公司 驾驶行为分析方法和装置

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107749008A (zh) * 2017-11-08 2018-03-02 广东翼卡车联网服务有限公司 基于驾驶行为评分领取奖励的方法、存储设备及车载终端
CN107945311A (zh) * 2017-11-29 2018-04-20 深圳市轱辘车联数据技术有限公司 一种危险驾驶行为的预警方法、装置、存储介质及服务器
CN108482383A (zh) * 2018-03-30 2018-09-04 斑马网络技术有限公司 驾驶习惯排行系统及其应用
CN108765627A (zh) * 2018-04-12 2018-11-06 深圳市拓保软件有限公司 一种驾驶数据风险量化的方法
CN108639059A (zh) * 2018-05-08 2018-10-12 清华大学 基于最小作用量原理的驾驶人操控行为量化方法及装置
CN108921418A (zh) * 2018-06-26 2018-11-30 成都爱车保信息技术有限公司 一种基于汽车定位及综合信息大数据的驾驶风险评估方法
CN108944941A (zh) * 2018-07-13 2018-12-07 上海擎感智能科技有限公司 一种基于车载终端的驾驶习惯实时反馈方法及系统、车载终端
CN110816544B (zh) * 2018-08-08 2021-07-20 宝沃汽车(中国)有限公司 驾驶行为评价方法、装置、车辆及车联网云平台
CN110816544A (zh) * 2018-08-08 2020-02-21 宝沃汽车(中国)有限公司 驾驶行为评价方法、装置、车辆及车联网云平台
CN110871757A (zh) * 2018-08-31 2020-03-10 比亚迪股份有限公司 车载数据的处理方法、处理装置和车辆
CN110871757B (zh) * 2018-08-31 2022-09-09 比亚迪股份有限公司 车载数据的处理方法、处理装置和车辆
WO2020147391A1 (zh) * 2019-01-16 2020-07-23 平安科技(深圳)有限公司 驾驶水平评估方法、装置、计算机设备和存储介质
CN111497854A (zh) * 2019-01-29 2020-08-07 长城汽车股份有限公司 评价驾驶员驾驶情况的方法和装置及机器可读存储介质
CN111497854B (zh) * 2019-01-29 2022-01-14 长城汽车股份有限公司 评价驾驶员驾驶情况的方法和装置及机器可读存储介质
CN109767145A (zh) * 2019-03-22 2019-05-17 深圳市澳颂泰科技有限公司 一种驾驶员驾驶技能评分系统
CN110084534B (zh) * 2019-05-13 2023-03-24 南京江行联加智能科技有限公司 一种基于驾驶行为画像的驾驶风险因子量化方法
CN110084534A (zh) * 2019-05-13 2019-08-02 南京江行联加智能科技有限公司 一种基于驾驶行为画像的驾驶风险因子量化方法
CN112115323A (zh) * 2019-06-21 2020-12-22 上海博泰悦臻电子设备制造有限公司 驾驶行为的评分方法、云端服务器、车载端及系统
CN112445969A (zh) * 2019-09-05 2021-03-05 中车时代电动汽车股份有限公司 基于车联网的人机交互方法及其装置
CN110843799B (zh) * 2019-11-27 2021-03-23 星觅(上海)科技有限公司 驾驶行为处理方法、装置、设备和介质
CN110843799A (zh) * 2019-11-27 2020-02-28 星觅(上海)科技有限公司 驾驶行为处理方法、装置、设备和介质
CN111210620A (zh) * 2019-12-19 2020-05-29 广州航天海特系统工程有限公司 一种驾驶员画像的生成方法、装置、设备及存储介质
CN111414874A (zh) * 2020-03-26 2020-07-14 中国平安财产保险股份有限公司 基于人脸的驾驶风险预测方法、装置、设备和存储介质
CN111639273A (zh) * 2020-05-13 2020-09-08 博泰车联网(南京)有限公司 车辆信息排行方法及系统
CN111885503A (zh) * 2020-07-24 2020-11-03 深圳市元征科技股份有限公司 一种车牌分配方法及相关设备
CN113362492A (zh) * 2021-06-08 2021-09-07 何崇中 智能一体化adas控制方法及其设备
CN113415286A (zh) * 2021-07-14 2021-09-21 重庆金康赛力斯新能源汽车设计院有限公司 路怒检测方法和设备
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
CN116363883A (zh) * 2023-02-28 2023-06-30 合众新能源汽车股份有限公司 交通协作方法、装置、终端设备、系统和存储介质
CN116363883B (zh) * 2023-02-28 2024-01-30 合众新能源汽车股份有限公司 交通协作方法、装置、终端设备、系统和存储介质

Also Published As

Publication number Publication date
CN107161153B (zh) 2019-11-29

Similar Documents

Publication Publication Date Title
CN107161153A (zh) 一种驾驶行为评分方法及装置
CN104599545B (zh) 用于行车过程中的行车状态监测方法、装置和导航设备
Feng et al. Can vehicle longitudinal jerk be used to identify aggressive drivers? An examination using naturalistic driving data
CN107146129A (zh) 一种基于用户画像的智能车辆多层次共享机制
CN109242251A (zh) 行车行为安全性检测方法、装置、设备及存储介质
JP3593502B2 (ja) 車両の運転技術診断システム及びその構成用品、運転技術診断方法
CN106618524A (zh) 丧失驾驶能力的检测和预防
CN111105110A (zh) 驾驶风险确定方法、装置、介质和计算设备
US9082072B1 (en) Method for applying usage based data
CN106447139A (zh) 一种基于车辆驾驶行为的保险精算方法及装置
DE102018111887A1 (de) Verfahren und System zum Bereitstellen einer Fahrführung
CN107292663A (zh) 车险定价方法及装置
CN113516846B (zh) 车辆换道行为预测模型构建、预测预警方法及系统
Farah et al. Association of risk proneness in overtaking maneuvers with impaired decision making
CN108491600B (zh) 一种基于人本自治交通的车辆运动仿真方法
CN111223298B (zh) 公交车道借道使用控制方法及其系统
DE102018006281A1 (de) Verfahren zum Betrieb eines Assistenzsystems eines Fahrzeuges
DE102014118256A1 (de) Überwachung eines Fahrzeugbetriebs
CN106940865A (zh) 车辆的运营调度方法、装置、设备及存储介质
DE102015109135A1 (de) Überwachung des Fahrzeugbetriebs
EP2667349A1 (en) Systems and methods using a mobile device to collect data for insurance premiums
CN109376665A (zh) 基于群智感知的出租车驾驶员的驾驶行为评估系统
US20130260344A1 (en) Method and System for Evaluating Driving Performance
US20230343149A1 (en) Systems And Machine Learning Models For Automated Vehicle Monitoring
CN110991782A (zh) 一种风险订单研判方法和系统

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20171023

Address after: 401336, No. 8, science and technology innovation center, No. 54 Jade Road, Nan'an District, Chongqing City, No. 8, building No.

Applicant after: Chongqing Touran Mdt InfoTech Ltd

Address before: 100000, No. 8, basement CB102-070, building No. 1, Zhongguancun East Road, Beijing, Haidian District

Applicant before: Beijing car Mint Technology Co., Ltd.

GR01 Patent grant
GR01 Patent grant