CN108062699B - 个性化车辆管理方法 - Google Patents

Abstract

一种个性化车辆管理方法，其包括如下步骤：S1、获取车辆的配置信息、车况信息以及车辆活动范围内的高精度地图信息、路况信息；S2、获取车主过去预设时间范围内行驶的高精度地图信息、路况信息，以及其对应的历史驾驶信息；根据车主的历史驾驶信息，以及与历史驾驶信息对应的高精度地图信息、路况信息生成车主个性化车辆驾驶评估模型；S3、获取车辆借用者的驾驶信息，以及车辆借用者的驾驶信息对应的高精度地图信息、路况信息，通过车主个性化车辆驾驶评估模型对车辆借用者的驾驶信息进行评估，并将评估结果反馈给车主。

Description

个性化车辆管理方法

技术领域

本发明涉及车辆安全技术领域，特别涉及一种个性化车辆管理方法。

背景技术

现有技术中，虽然存在着共享汽车等大规模共享的场景，但是也存在着朋友或熟人之间借用汽车的情况。

在这种车辆借用的场景下，往往车主会对他人使用汽车的行为非常在意，然后由于车主无法掌握他人使用汽车的信息，因此车辆在借用过程中是否被精心呵护，或者是否存在着酒驾、醉驾等严重违法行为，不仅仅影响着车主借用的意图，甚至可能带来承担法律责任的严重后果。

发明内容

有鉴于此，本发明提供一种个性化车辆管理方法。

一种个性化车辆管理方法，其包括如下步骤：

S1、获取车辆的配置信息、车况信息以及车辆活动范围内的高精度地图信息、路况信息；

S2、获取车主过去预设时间范围内行驶的高精度地图信息、路况信息，以及其对应的历史驾驶信息；根据车主的历史驾驶信息，以及与历史驾驶信息对应的高精度地图信息、路况信息生成车主个性化车辆驾驶评估模型；

S3、获取车辆借用者的驾驶信息，以及车辆借用者的驾驶信息对应的高精度地图信息、路况信息，通过车主个性化车辆驾驶评估模型对车辆借用者的驾驶信息进行评估，并将评估结果反馈给车主。

在本发明所述的个性化车辆管理方法中，

所述步骤S1包括：

获取车辆的配置信息，所述配置信息包括变数箱信息、发动机排量信息、油品信息；获取车况信息，所车况信息包括空载信息、载重信息、使用时长信息、保养信息；

获取车辆活动范围内的高精度地图信息，所述高精度地图信息包括：道路类型信息、车道信息、道路标线信息、路口信息、坡度信息、车道曲率信息；

获取路况信息，所述路况信息包括高精度地图信息内各个位置对应各个车流量、行人、非机动车与时间的对应关系。

在本发明所述的个性化车辆管理方法中，

所述步骤S2包括：

S21、获取车主过去预设时间范围内行驶的高精度地图信息、路况信息；

S22、获取车主过去预设时间范围内行驶的高精度地图信息、路况信息对应的车主的历史驾驶信息，所述历史驾驶信息包括瞬时油耗、油门开度、车速信息、油门切换速度、刹车频率、刹车切换速度；

S23、对车主过去预设时间范围内行驶的高精度地图信息、路况信息对应的车主的历史驾驶信息进行类型化处理，获取车主驾驶习惯对应高精度地图信息、路况信息的分类类型；

S24、根据分类类型结果对车辆活动范围内的高精度地图进行特征标定；

S25、获取车主对于车主的历史驾驶信息的偏好设置信息；

S26、根据特征标定后的高精度地图、偏好设置信息、车主的历史驾驶信息、路况信息生成车主个性化车辆驾驶评估模型。

在本发明所述的个性化车辆管理方法中，

所述步骤S1之前还包括：

S01、在车辆ECU中配置车辆管理池，所述车辆管理池包括合法用户类型信息、临时用户管理信息；

S02、获取车主向车辆借用者的初始配置信息，将车辆借用者的初始配置信息写入车辆ECU中车辆管理池对应的临时用户管理信息；所述临时用户管理信息包括车辆借用者的认证信息、使用期限信息；

相应地，所述步骤S3之后还包括：

根据评估结果对临时用户管理信息进行预更新，将预更新结果发到给车主，并获取车主的评价信息，在车主对预更新结果进行调整时，根据调整信息对临时用户管理信息进行正式更新；在车主对预更新结果未进行调整时，根据预更新信息对临时用户管理信息进行正式更新。

有益技术效果：本发明的相对于现有技术，能够实现：根据车主车辆的实际状况、路况等信息，特别是包含了车主的个性化驾驶风格，精确地判断车辆使用者的驾驶风格是否符合车主的预期，为车主后续是否继续考虑出借给相同的人提供了依据。

附图说明

图1是本发明实施例提供的个性化车辆管理方法流程图。

具体实施方式

现有的一些共享车辆的技术方案中，大多是大量统计每一个人的驾驶偏好信息，主要是针对油耗等来获得用户的驾驶行为画像。但是现有技术的上述方案存在着一些缺陷：1.上述方案往往是针对大量用户进行分析统计，来为共享平台公司来针对每一个人设置不同的计费或其他行为，解决的问题并非针对车辆借用评估；2.现有技术往往是简单的通过一些油耗、路况来进行统计，比如通过地图导航判断拥堵程度，这样对于用户的驾驶行为画像并不精确。3.在朋友或熟人之间借用汽车的情况，往往掺杂用户的个人喜好，每个人在意的点不同，比如有的人认为急加速或急刹车不能忍受，但是有些人则可能更关注油耗，这些都是影响车主是否把车辆借给他人使用的关注点。针对上述问题，本发明实施例提供了以下一些解决方案。

如图1所示，在本发明实施例中，一种个性化车辆管理方法，其包括如下步骤：

S1、获取车辆的配置信息、车况信息以及车辆活动范围内的高精度地图信息、路况信息。

可选地，所述步骤S1包括：

获取车辆的配置信息，所述配置信息包括变数箱信息、发动机排量信息、油品信息；获取车况信息，所车况信息包括空载信息、载重信息、使用时长信息、保养信息；在本步骤中，获取的车辆的配置信息是关系到车辆在使用过程中的一个重要因素，比如在空载信息和载重信息时，可能刹车距离或油耗都会发生变化。在步骤通过选择空载信息、载重信息、使用时长信息、保养信息来判断车辆在使用过程中的不同影响。此外，更为关键的是，此处获取的车辆的配置信息为车主的车辆的配置信息，因此这些信息对于后续判断车辆借用者的驾驶行为更为有针对性，这也是不同于其他技术方案中选择海量的车辆信息统计来判断某一车型的驾驶表现的地方。

获取车辆活动范围内的高精度地图信息，所述高精度地图信息包括：道路类型信息、车道信息、道路标线信息、路口信息、坡度信息、车道曲率信息。本步骤中获取车辆活动范围内的高精度地图信息是本发明实施例不同于其他技术方案中很重要的一点，因为现有技术往往最多只关注到道路类型，比如是高速，还是国道，还是城市中道路，而实际驾驶中更为复杂，比如有多少条车道、红绿色设置的频率(过短的红绿色可能需要频繁的加速、减速、驻车)；车道是笔直的，或者具有有一定的弯曲曲率；道路标线信息包括人行横道、路口导向信息、掉头指引等等；这些对于驾驶人员驾驶车辆的表现非常关键，也就是同一辆车，不同人驾驶表现完全不同的原因之一。

获取路况信息，所述路况信息包括高精度地图信息内各个位置对应各个车流量、行人、非机动车与时间的对应关系。

在本步骤中，设置了获取路况信息，与其他现有的技术方案不同在于：高精度地图信息内各个位置对应各个车流量、行人、非机动车与时间的对应关系，因此这里存在的(a)高精度地图信息内各个位置(此处包括了高精度地图信息包括：道路类型信息、车道信息、道路标线信息、路口信息、坡度信息、车道曲率信息。)；(b)各个位置对应各个车流量、行人、非机动车信息，因为车流量、行人、非机动车的数量、信息会影响驾驶行为。本部分信息获取可以通过多种方式，比如通过导航系统、或者监控中心摄像头，或者车辆本身的摄像头等获取，本发明实施例的改进点并不聚焦在这点上；现有技术中并没有将高精度地图中各个位置信息与各个车流量、行人、非机动车结合，导致在判断驾驶人员驾驶车辆的表现不够精确；(c)此外，通过引入与时间的对应关系，可以形成各个路口或高精度地图中各个位置的实际综合行驶信息。此外，在本发明实施例中高精度地图是指精度在1米以下的电子地图。

S2、获取车主过去预设时间范围内行驶的高精度地图信息、路况信息，以及其对应的历史驾驶信息；根据车主的历史驾驶信息，以及与历史驾驶信息对应的高精度地图信息、路况信息生成车主个性化车辆驾驶评估模型。

在本发明实施例的步骤红，由于获取的是车主过去预设时间范围内行驶的高精度地图信息、路况信息，以及其对应的历史驾驶信息，因此生成的车辆驾驶评估模型是带有车主个性信息的，是一种车主个性化车辆驾驶评估模型，这点也不同于现有技术中通过海量数据来获取某一款车型的平均油耗。

可选地，所述步骤S2包括：

S21、获取车主过去预设时间范围内行驶的高精度地图信息、路况信息；

S22、获取车主过去预设时间范围内行驶的高精度地图信息、路况信息对应的车主的历史驾驶信息，所述历史驾驶信息包括瞬时油耗、油门开度、车速信息、油门切换速度、刹车频率、刹车切换速度；

通过实施本步骤，获取是车主在高精度地图信息、路况信息下的驾驶习惯，只有获得了车主自身的驾驶习惯，才能生成车主个性化车辆驾驶评估模型。

S23、对车主过去预设时间范围内行驶的高精度地图信息、路况信息对应的车主的历史驾驶信息进行类型化处理，获取车主驾驶习惯对应高精度地图信息、路况信息的分类类型。

由于车主驾驶的位置、路况并不能涵盖车辆借用者可能前往的所有区域，因此本步骤所要解决的问题是如何通过有限的车主驾驶的位置、路况去预测车辆借用者可能前往的所有区域。因此本步骤通过对应的车主的历史驾驶信息进行类型化处理，获取车主驾驶习惯对应高精度地图信息、路况信息的分类类型。一种实施例是通过已有的所述高精度地图信息包括：道路类型信息、车道信息、道路标线信息、路口信息、坡度信息、车道曲率信息，以及所述路况信息包括高精度地图信息内各个位置对应各个车流量、行人、非机动车与时间的对应关系，这样能够使得类型化处理的结果匹配高精度地图信息、路况信息，从而对其他区域内的高精度地图信息、路况信息进行车主驾驶习惯的预测。

在一种优选地实施方式中，可以选择对车主过去预设时间范围内行驶的高精度地图信息、路况信息对应的车主的历史驾驶信息作为神经网络算法的输入，通过神经网络算法来获取高精度地图信息、路况信息中各个元素对于车主的历史驾驶信息的影响大小，根据影响大小对高精度地图信息、路况信息中各个元素进行归类来实现类型化处理，通过实施本实施例，能够使得预测时的计算量大大降低。

S24、根据分类类型结果对车辆活动范围内的高精度地图进行特征标定；

S25、获取车主对于车主的历史驾驶信息的偏好设置信息；

通过实施本步骤，能够使得生成车主个性化车辆驾驶评估模型时不但考虑到了车主的个人驾驶习惯，还能适应用户的偏好。作为一种可选的方案，可以通过获取车主对于车主驾驶习惯对应高精度地图信息、路况信息的分类类型结果的权值设定来体现车主对于车主的历史驾驶信息的偏好设置信息。

更优选地，先通过获取的历史驾驶信息包括瞬时油耗、油门开度、车速信息、油门切换速度、刹车频率、刹车切换速度生成车主对于车辆磨损、油耗影响指标并展示给用户，再获取车主对于车主的历史驾驶信息的偏好设置信息。通过实施本优选的实施例，目的在于让用户了解用户所关注的驾驶行为对车辆的影响的各种指标，使得用户再进行偏好设置，使得设置的结果更能体现用户内心的偏好。

S26、根据特征标定后的高精度地图、偏好设置信息、车主的历史驾驶信息、路况信息、车辆配置信息生成车主个性化车辆驾驶评估模型。

优选地，本发明实施例提供一种优选的实施方式：车主个性化车辆驾驶评估模型如下：

其中E₀为用户的驾驶评分；E₁为车辆借用者的驾驶评分，Γ的分值越高，则不建议用户出借；分值越低，则出借的可能性越高。

其中f(m)为高精度地图函数，f(r)为路况评估函数；f(h)为驾驶评估函数；σ为客观评估系数，δ为车辆补偿系数，两个系数通过数据统计分析获取。

其中p为坡度数据；r为车道曲率数据；l为道路标线影响系数；w为道路类型影响系数；m车道宽度影响系数；x为路口影响系数。其中l、w、m、x取值通过数据统计分析获取。

其中c为车流量影响系数；p_r为行人流量影响系数；b为非机动车流量影响系数；μ为时间影响系数；其中c、p_r、b、μ取值可以通过数据统计分析获得。

其中v为车速信息；c₁为瞬时油耗数据；f为刹车频率；v₁为油门切换速度；v₂为刹车切换速度；k为油门开度；λ₁为刹车频率偏好系数；λ₂为油门切换偏好系数；λ₃为刹车切换偏好系数；λ₄为油门开度偏好系数；λ₁、λ₂、λ₃、λ₄通过车主根据个人偏好自主设定。

可以理解是，车主个性化车辆驾驶评估模型可以为多种形式，本优选实施例仅仅给出了一种实现方式，可以精确匹配个人的喜好，并且结合了实际车况、路况等信息，并且各个参数值设置极具个性化，同时满足了科学化、个性化。

S3、获取车辆借用者的驾驶信息，以及车辆借用者的驾驶信息对应的高精度地图信息、路况信息，通过车主个性化车辆驾驶评估模型对车辆借用者的驾驶信息进行评估，并将评估结果反馈给车主。

优选地，

所述步骤S1之前还包括：

S01、在车辆ECU中配置车辆管理池，所述车辆管理池包括合法用户类型信息、临时用户管理信息；

S02、获取车主向车辆借用者的初始配置信息，将车辆借用者的初始配置信息写入车辆ECU中车辆管理池对应的临时用户管理信息；所述临时用户管理信息包括车辆借用者的认证信息、使用期限信息；

车辆借用者的认证信息可以通过获取车辆借用者的身份识别信息，生成用来控制车辆的信息。

相应地，所述步骤S3之后还包括：

根据评估结果对临时用户管理信息进行预更新，将预更新结果发到给车主，并获取车主的评价信息，在车主对预更新结果进行调整时，根据调整信息对临时用户管理信息进行正式更新；在车主对预更新结果未进行调整时，根据预更新信息对临时用户管理信息进行正式更新。

有益技术效果：本发明的相对于现有技术，能够实现：根据车主车辆的实际状况、路况等信息，特别是包含了车主的个性化驾驶风格，精确地判断车辆使用者的驾驶风格是否符合车主的预期，为车主后续是否继续考虑出借给相同的人提供了依据。

可以理解的是，对于本领域的普通技术人员来说，可以根据本发明的技术构思做出其它各种相应的改变与变形，而所有这些改变与变形都应属于本发明权利要求的保护范围。

Claims (2)

1.一种个性化车辆管理方法，其特征在于，其包括如下步骤：

S1、获取车辆的配置信息、车况信息以及车辆活动范围内的高精度地图信息、路况信息；

S2、获取车主过去预设时间范围内行驶的高精度地图信息、路况信息，以及其对应的历史驾驶信息；根据车主的历史驾驶信息，以及与历史驾驶信息对应的高精度地图信息、路况信息生成车主个性化车辆驾驶评估模型；

S3、获取车辆借用者的驾驶信息，以及车辆借用者的驾驶信息对应的高精度地图信息、路况信息，通过车主个性化车辆驾驶评估模型对车辆借用者的驾驶信息进行评估，并将评估结果反馈给车主；

所述步骤S1包括：

获取车辆的配置信息，所述配置信息包括变数箱信息、发动机排量信息、油品信息；获取车况信息，所车况信息包括空载信息、载重信息、使用时长信息、保养信息；

获取车辆活动范围内的高精度地图信息，所述高精度地图信息包括：道路类型信息、车道信息、道路标线信息、路口信息、坡度信息、车道曲率信息；

获取路况信息，所述路况信息包括高精度地图信息内各个位置对应各个车流量、行人、非机动车与时间的对应关系；

所述步骤S2包括：

S21、获取车主过去预设时间范围内行驶的高精度地图信息、路况信息；

S22、获取车主过去预设时间范围内行驶的高精度地图信息、路况信息对应的车主的历史驾驶信息，所述历史驾驶信息包括瞬时油耗、油门开度、车速信息、油门切换速度、刹车频率、刹车切换速度；

S23、对车主过去预设时间范围内行驶的高精度地图信息、路况信息对应的车主的历史驾驶信息进行类型化处理，获取车主驾驶习惯对应高精度地图信息、路况信息的分类类型；

S24、根据分类类型结果对车辆活动范围内的高精度地图进行特征标定；

S25、获取车主对于车主的历史驾驶信息的偏好设置信息；

S26、根据特征标定后的高精度地图、偏好设置信息、车主的历史驾驶信息、路况信息生成车主个性化车辆驾驶评估模型；

车主个性化车辆驾驶评估模型如下：

其中E₀为用户的驾驶评分；E₁为车辆借用者的驾驶评分，Γ的分值越高，则不建议用户出借；分值越低，则出借的可能性越高；

其中f(m)为高精度地图函数，f(r)为路况评估函数；f(h)为驾驶评估函数；σ为客观评估系数，δ为车辆补偿系数，两个系数通过数据统计分析获取；

其中p为坡度数据；r为车道曲率数据；l为道路标线影响系数；w为道路类型影响系数；m车道宽度影响系数；x为路口影响系数； 其中l、w、m、x取值通过数据统计分析获取；

其中c为车流量影响系数；p_r为行人流量影响系数；b为非机动车流量影响系数；μ为时间影响系数；其中c、p_r、b、μ取值可以通过数据统计分析获得；

其中v为车速信息；c₁为瞬时油耗数据；f为刹车频率；v₁为油门切换速度；v₂为刹车切换速度；k为油门开度；λ₁为刹车频率偏好系数；λ₂为油门切换偏好系数；λ₃为刹车切换偏好系数；λ₄为油门开度偏好系数；λ₁、λ₂、λ₃、λ₄通过车主根据个人偏好自主设定。

2.如权利要求1所述的个性化车辆管理方法，其特征在于，

所述步骤S1之前还包括：

S01、在车辆ECU中配置车辆管理池，所述车辆管理池包括合法用户类型信息、临时用户管理信息；

S02、获取车主向车辆借用者的初始配置信息，将车辆借用者的初始配置信息写入车辆ECU中车辆管理池对应的临时用户管理信息；所述临时用户管理信息包括车辆借用者的认证信息、使用期限信息；

相应地，所述步骤S3之后还包括：

根据评估结果对临时用户管理信息进行预更新，将预更新结果发到给车主，并获取车主的评价信息，在车主对预更新结果进行调整时，根据调整信息对临时用户管理信息进行正式更新；在车主对预更新结果未进行调整时，根据预更新信息对临时用户管理信息进行正式更新。

Images