CN108074396A - 安全行驶评价方法及系统 - Google Patents
安全行驶评价方法及系统 Download PDFInfo
- Publication number
- CN108074396A CN108074396A CN201610997819.9A CN201610997819A CN108074396A CN 108074396 A CN108074396 A CN 108074396A CN 201610997819 A CN201610997819 A CN 201610997819A CN 108074396 A CN108074396 A CN 108074396A
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- driver
- evaluation
- driving
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种安全行驶评价方法及系统，其中的方法包括：根据采集的车辆属性信息和驾驶员信息确定驾驶员的基础评价信息；对采集的车辆行驶过程信息进行分类统计，并根据分类统计结果确定驾驶员的驾驶习惯信息；根据历史平均数据对待安全驾驶评价的驾驶员的分类统计结果进行数据挖掘，以获得驾驶员的异常行驶特征数据；根据异常行驶特征数据确定待安全驾驶评价的驾驶员的异常驾驶评价信息；根据基础评价信息、驾驶习惯信息以及异常驾驶评价信息确定驾驶员的安全行驶评价结果。本发明可以实现车辆行驶过程信息的自动采集，并能够及时全面深入的帮助车辆运营管理方等经营者掌握各驾驶员的安全驾驶情况以及整体车队的安全运营情况。
Description
技术领域
本发明涉及网络通讯技术，尤其涉及一种安全行驶评价方法以及安全行驶评价系统。
背景技术
目前，很多汽车上均安装有雷达预警仪以及行车记录仪等电子设备，这些电子设备主要用于辅助驾驶员安全行车。
发明人在实现本发明过程中发现，虽然这些电子设备可以辅助驾驶员安全行车，然而，对于车辆运营管理方等经营者而言，目前汽车上安装的电子设备并不能够全面深入的帮助其掌握驾驶员的安全驾驶情况，也不能够帮助其掌控整体车队的安全运营情况。
发明内容
本发明的目的是提供一种安全行驶评价方法及系统。
根据本发明的一个方面，提供了一种安全行驶评价方法，且该方法主要包括：针对待安全驾驶评价的驾驶员，采集车辆属性信息、驾驶员信息以及车辆行驶过程信息；根据所述车辆属性信息和驾驶员信息确定所述驾驶员的基础评价信息；对所述车辆行驶过程信息进行分类统计，并根据分类统计结果确定所述驾驶员的驾驶习惯信息；根据历史平均数据对所述待安全驾驶评价的驾驶员的分类统计结果进行数据挖掘，以获得所述待安全驾驶评价的驾驶员的异常行驶特征数据；根据所述异常行驶特征数据确定所述待安全驾驶评价的驾驶员的异常驾驶评价信息；根据所述基础评价信息、所述驾驶习惯信息以及异常驾驶评价信息确定所述待安全驾驶评价的驾驶员的安全行驶评价结果，以预测未来发生驾驶安全风险的几率。
根据本发明的另一个方面，还提供一种安全行驶评价系统，且该系统主要包括：采集装置和评价装置；所述采集装置，设置于车辆中，用于采集车辆属性信息、驾驶员信息以及车辆行驶过程信息；所述评价装置设置于网络侧，且所述评价装置包括：第一评价单元，用于针对待安全驾驶评价的驾驶员，根据所述车辆属性信息和驾驶员信息确定驾驶员的基础评价信息；第二评价单元，用于对所述车辆行驶过程信息进行分类统计，并根据分类统计结果确定所述驾驶员的驾驶习惯信息；数据挖掘单元，用于根据历史平均数据对所述待安全驾驶评价的驾驶员的分类统计结果进行数据挖掘，以获得所述待安全驾驶评价的驾驶员的异常行驶特征数据；第三评价单元，用于根据所述异常行驶特征数据确定所述待安全驾驶评价的驾驶员的异常驾驶评价信息；第四评价单元，用于根据所述基础评价信息、所述驾驶习惯信息以及异常驾驶评价信息确定所述待安全驾驶评价的驾驶员的安全行驶评价结果，以预测未来发生驾驶安全风险的几率。
与现有技术相比，本发明具有以下优点：本发明通过安装于车辆上的采集装置可以及时地获取到车辆的车辆行驶过程信息；通过对采集的车辆行驶过程信息进行分类统计以及数据挖掘，可以获得驾驶员的驾驶习惯信息以及异常驾驶评价信息，从而本发明可以在全面的考虑驾驶员的基础评价信息、驾驶习惯信息以及异常驾驶评价信息的基础上确定出驾驶员的安全行驶评价结果，该安全行驶评价结果可以表征出未来发生驾驶安全风险的几率；由此可知，本申请实现了车辆的车辆行驶过程信息的自动采集，并能够及时全面深入的帮助车辆运营管理方等经营者掌握各驾驶员的安全驾驶情况以及整体车队的安全运营情况。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明实施例一的安全行驶评价方法的流程图；
图2为本发明实施例二的安全行驶评价系统的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整的传达给本领域的技术人员。
下面结合附图对本发明的技术方案作进一步详细描述。
实施例一、安全行驶评价方法。
图1为本实施例的安全行驶评价方法流程图。在图1中，本实施例的方法主要包括：步骤S100、步骤S110、步骤S120、步骤S130、步骤S140以及步骤S150。
下面对本实施例的方法所包含的各步骤分别进行说明。
S100、针对待安全驾驶评价的驾驶员，采集车辆属性信息、驾驶员信息以及车辆行驶过程信息。
作为示例，本实施例的车辆属性信息包括下述至少一个：车辆的生产厂家、车辆型号、车辆生产时间、车辆当前健康情况信息(如车况良好或者车况一般或者车辆较差等)、驾驶员的历史出险信息以及车辆的历史维修信息等。
作为示例，本实施例的驾驶员信息包括下述至少一个：驾驶员姓名、驾驶员年龄、驾驶员性别、驾驶员血型、驾驶员身份证号、驾驶员婚姻状况、驾驶员文化程度、驾驶员驾驶证号、驾驶员取得驾照的时间驾驶员的实际驾龄以及驾驶员所从属的行业等。
作为示例，本实施例的车辆行驶过程信息通常包括：车辆的自身工作状态信息、车辆行驶过程中的外部环境信息、危险驾驶行为信息以及预警/告警信息。
上述车辆的自身工作状态信息可以为车辆启动熄火信息、胎压信息、方向盘扭矩信息、灯光信息、刹车信息、雨刷信息、油耗信息、发动机工作状态信息、车速信息以及车辆位置信息等。上述的车辆位置信息可以为基于地理信息定位设备(如GPS)所获得车辆位置信息等。上述的车辆行驶过程中的外部环境信息可以为道路拥堵状态、路面的积水状态、路面的冰雪覆盖状态、车辆周边的车辆/行人的位置以及车辆所在地的天气情况等。上述危险驾驶行为信息可以为驾驶过程中打瞌睡的驾驶行为信息、驾驶过程中打电话的驾驶行为信息以及驾驶过程中未能关注前方道路的驾驶行为信息等。上述预警/告警信息可以为：基于车距监测的预警/告警信息、基于车辆前部防碰撞的预警/告警信息、城市防前碰撞的预警/告警信息、基于防止碰撞行人的预警/告警信息、车道偏离的警示信息以及超速预警/告警信息等。
上述车辆的自身工作状态信息的采集方式可以为：通过车辆自身提供的信息输出接口采集车辆的自身工作状态信息，即在车辆提供信息输出接口的情况下，本实施例可以通过接收并筛选信息输出接口输出的信息而获得车辆的自身工作状态信息。
上述车辆位置信息的采集方式可以为：通过车辆上安装的地理信息定位设备而获得的车辆位置信息。
上述车辆行驶过程中的外部环境信息的采集方式可以为：通过安装于车辆上的摄取车辆外部图像的摄像头摄取的视频图像采集车辆行驶过程中的外部环境信息；即车辆上安装的摄像头会实时的摄取车辆外部的图像，通过对摄取的图像进行图像识别可以获得车辆行驶过程中的外部环境信息；如通过对图像进行图像识别可以获知图像中车辆的密度，从而可以判断出道路拥堵状态；再如通过对图像进行图像识别可以获知图像中路面上的行车线是否被覆盖、是否存在积水、是否存在车辆行驶造成的车痕等，从而可以判断出路面的积水状态以及路面的冰雪覆盖状态等；再如通过对图像进行图像识别可以获知图像中的车辆以及行人与本车辆的距离等，从而可以判断出车辆周边的车辆/行人的位置。另外，本实施例也可以通过第三方平台(如气象部门提供的应用程序等)而获得车辆所在地及导航路线沿途各地未来的天气情况信息。
上述危险驾驶行为信息的采集方式可以为：通过安装于车辆上的摄取车辆外部图像的摄像头摄取的视频图像采集车辆行驶过程中的外部环境信息，该外部环境信息可以包括车辆、行人、标志牌等，将外部环境信息结合车辆的自身工作状态信息(如车速、转向灯、刹车以及雨刷信息等)，根据具体算法判断本车辆相对于其他车辆或行人的实时相对位置及相对速度等，从而获得危险驾驶行为信息；通过安装于车辆上的摄取车辆内部图像的摄像头摄取的视频图像采集车辆行驶过程中的驾驶员的面部图像，并通过对面部图像进行面部特征识别，而获得的驾驶员的驾驶状态信息(如驾驶员是否在打瞌睡、驾驶员是否在打电话以及驾驶员是否关注前方道路等)；上述危险驾驶行为信息的采集方式也可以为：通过安装于车辆上的雷达探测器而获得的雷达探测信息，并通过对雷达探测信息进行分析识别而获得的危险距离信息；上述危险驾驶行为信息的采集方式还可以为：通过对车辆的自身工作状态信息进行分析而产生的危险驾驶行为信息，如夜间行车没有收集到车灯开启信息等。
上述的预警/告警信息的采集方式可以为：判断采集到的危险驾驶行为信息是否满足条件，在判断出满足条件后，产生相应的预警/告警信息，并存储相应的预警/告警信息。
本实施例采集到的车辆属性信息、驾驶员信息以及车辆行驶过程信息可以通过无线传输方式(如通过无线移动网络)或者有线传输方式传输至相应的管理设备(如设置于网络侧的服务器等)；如采集到的车辆属性信息、驾驶员信息以及车辆行驶过程信息暂存于本地存储卡中，并实时的将暂存于本地存储卡中的信息通过无线移动网络传输至相应的服务器，且暂存于本地存储卡中的信息也可以在车辆返回场站时通过场站的wifi热点传输至相应的服务器；再如采集到的车辆属性信息、驾驶员信息以及车辆行驶过程信息先存储于本地存储卡中，在需要向车辆运营管理方等经营者提供信息时，通过将本地存储卡提供给经营者，由经营者通过读卡器来获得存储卡中存储的车辆属性信息、驾驶员信息以及车辆行驶过程信息。
无论是采用实时上传信息方式，还是采用非实时上传信息的方式，本实施例均可以实现特定单个车辆或者特定多个车辆(如一个车队的所有车辆)的车辆属性信息、驾驶员信息以及车辆行驶过程信息的自动采集，且本实施例不限制获取采集车辆属性信息、驾驶员信息以及车辆行驶过程信息的具体实现方式。
S110、根据车辆属性信息和驾驶员信息确定驾驶员的基础评价信息。
作为示例，本实施例预先设置有分值表，从而根据采集到的车辆属性信息和驾驶员信息在分值表中进行查找，即可以获得驾驶员的基础分值。该基础分值可以起到均衡驾驶员的安全行驶评价结果的作用，如在驾驶员驾驶的车辆的当前健康情况信息为车况较差、车辆历史维修信息较多以及车辆型号为大型车辆时，通过查表获得的该驾驶员的基础分值会偏低(分值越高其安全行驶评价结果越不好)，以避免车况对驾驶员的安全行驶评价结果的影响；再如在驾驶员的实际驾龄较短的情况下，通过查表获得的该驾驶员的基础分值会偏低，以避免在基本上相同的驾驶情况下，安全行驶评价结果不利于新司机的现象。
作为示例，本实施例中的基础评价信息通常包括两部分内容，一部分内容是以文字描述或者图表的形式表述(即定性表述形式)，另一部分是以分值(即基础分值)的形式表述(即定量表述形式)。本实施例不限制基础评价信息的表现形式。
S120、对车辆行驶过程信息进行分类统计，并根据分类统计结果确定驾驶员的驾驶习惯信息。
作为示例，本实施例可以在进行分类统计之前，先根据预先设置的信息筛选原则对采集获得的所有车辆行驶过程信息进行筛选，以去除无效的车辆行驶过程信息，保留有效的车辆行驶过程信息，从而可以对有效的车辆行驶过程信息进行分类统计。本实施例中的筛选原则可以根据实际需求设置，本实施例不限制筛选原则的具体表现形式。
本实施例去除的无效的车辆行驶过程信息主要包括：重复的车辆行驶过程信息以及车辆未发生位移时的车辆行驶过程信息。重复的车辆行驶过程信息可以为由于重复上传等原因而产生的重复的车辆行驶过程信息；车辆未发生位移时的车辆行驶过程信息可以为：在车辆启动后的一段时间内，如果车辆未发生位移，则在这段时间所采集的车辆行驶过程信息可以被删除。
本实施例对车辆行驶过程信息进行分类统计的一个具体的例子为：对有效的车辆行驶过程信息进行分段，并保留包含有危险驾驶行为信息的分段的车辆行驶过程信息，然后，对保留的各分段的车辆行驶过程信息进行分类统计，以根据分类统计结果确定驾驶员的驾驶习惯信息。
本实施例的分段并保留包含有危险驾驶行为信息的分段的车辆行驶过程信息的一个具体例子为：首先，本实施例根据车辆的启动信息和熄火信息确定车辆的行驶区间，即车辆的一个启动信息与紧邻其后的一个熄火信息形成一个行驶区间；其次，针对每一个行驶区间，如果判断出该行驶区间中的车辆行驶过程信息未包含有表征车辆具有行驶危险行为的车辆行驶过程信息(如未包含有车辆预警/告警信息以及定位信息)，则可以过滤掉该行驶区间的车辆行驶过程信息，否则，保留该行驶区间的车辆行驶过程信息。
作为示例，本实施例应根据预设分类统计原则对车辆行驶过程信息(如筛选后的车辆行驶过程信息)进行分类统计，对车辆行驶过程信息进行分类统计的具体例子可以包括如下至少一个：
A、对驾驶员驾驶的车辆在单位时长(如一天或者一周或者一个月或者一年等)内的行驶信息中的预警/告警次数(如平均预警/告警次数)进行统计计算；
B、对驾驶员驾驶的车辆在预定时段(如中午时段或者凌晨时段或者清晨时段等)内的行驶信息中的预警/告警次数(如平均预警/告警次数)进行统计计算；
C、对驾驶员驾驶的车辆在单位距离(如百公里或者千公里等)内的行驶信息中的预警/告警次数(如平均预警/告警次数)进行统计计算；
D、对驾驶员驾驶的车辆在预定路段(如某高速公路的两个收费站之间)内的行驶信息中的预警/告警次数(如平均预警/告警次数)进行统计计算；
E、对驾驶员驾驶的车辆在单位时长内的行驶信息中的不同预警/告警类型的预警/告警次数(如平均预警/告警次数)进行统计计算；
F、对驾驶员驾驶的车辆在预定时段内的行驶信息中的不同预警/告警类型的预警/告警次数(如平均预警/告警次数)进行统计计算；
G、对驾驶员驾驶的车辆在单位距离中的不同预警/告警类型的预警/告警次数(如平均预警/告警次数)进行统计计算；
H、对驾驶员驾驶的车辆在预定路段(如某高速公路的两个收费站之间)内的形式信息中的不同预警/告警类型的预警/告警次数(如平均预警/告警次数)进行统计计算；
I、对驾驶员驾驶的车辆在不同速度区间内的行驶信息中的预警/告警次数如平均预警/告警次数)进行统计计算；
J、对驾驶员驾驶的车辆在不同速度区间内的行驶信息中的不同预警/告警类型的预警/告警次数如平均预警/告警次数)进行统计计算；
K、对驾驶员驾驶的车辆在某种类型天气情况下的行驶信息中的预警/告警次数(如平均预警/告警次数)进行统计计算；
L、对驾驶员驾驶的车辆在某种类型天气情况下的行驶信息中的不同预警/告警类型的预警/告警次数(如平均预警/告警次数)进行统计计算；
M、对驾驶员驾驶的车辆在某种类型路况(城市拥堵路况或者高速路况或者城市畅通路况等)情况下的行驶信息中的预警/告警次数(如平均预警/告警次数)进行统计计算；
N、对驾驶员驾驶的车辆在某种类型路况情况下的行驶信息中的不同预警/告警类型的预警/告警次数(如平均预警/告警次数)进行统计计算；
O、对驾驶员驾驶的车辆在启动后相同时长内的行驶信息中的预警/告警次数(如平均预警/告警次数)进行统计计算；
P、对驾驶员驾驶的车辆在启动后相同时长内的行驶信息中的不同预警/告警类型的预警/告警次数(如平均预警/告警次数)进行统计计算；
Q、对驾驶员驾驶的车辆在相同时间段/相同路段/启动后相同时长内发生超速行为时的最高时速按不同限速值在不同超速范围内的次数进行统计计算；
R、对驾驶员驾驶的车辆在相同时间段/相同路段/启动后相同时长内发生超速行为时的超速时长按不同限速值在不同时长范围内的次数进行统计计算；
S、对驾驶员驾驶的车辆在相同时间段/相同路段/启动后相同时长内发生车辆前部碰撞/行人碰撞时采取不同后续动作(如减速避险、保持不变、继续加速等)的次数进行统计计算。
本实施例可以根据实际需求灵活的设置各种分类统计方式，本实施例不限制分类统计的具体实现方式。
本实施例在进行了分类统计后，可以根据分类统计结果确定驾驶员的驾驶习惯信息。本实施例中的驾驶习惯信息通常包括两部分内容，一部分内容是以文字描述或者图表的形式表述(即定性表述形式)，另一部分是以分值(即驾驶习惯分值)的形式表述(即定量表述形式)。本实施例不限制驾驶习惯信息的表现形式。
本实施例可以根据分类统计结果在预先设置的分值表中进行查找，即可以获得驾驶员的驾驶习惯分值。本实施例可以使用文字描述或者图表的形式来描述分类统计结果，从而获得驾驶员的驾驶习惯定性内容。
S130、根据历史平均数据对待安全驾驶评价的驾驶员的分类统计结果进行数据挖掘，以获得待安全驾驶评价的驾驶员的异常行驶特征数据。
作为示例，本实施例可以根据多种维度对上述分类统计结果进行数据挖掘，以利用不同维度的历史平均数据获得驾驶员的异常行驶特征数据；这里的历史平均数据可以为该驾驶员自己以前的历史平均数据，也可以是其他单个/多个驾驶员的历史平均数据。
本实施例进行数据挖掘的具体例子可以包括下述至少一个：
A、根据不同时间的历史平均数据对上述分类统计结果进行数据挖掘，以比较驾驶员在不同时间的异常行驶情况，从而获得驾驶员驾驶的车辆基于时间维度的异常行驶特征数据；如通过将车辆在不同时间段的分类统计结果分别与相应时间段的历史平均数据进行对比，可以挖掘出该车辆是否在某个特定时间段存在异常行驶行为的几率较高。
B、根据不同地理位置的历史平均数据对上述分类统计结果进行数据挖掘，以比较驾驶员在不同地理位置的异常行驶情况，从而获得驾驶员驾驶的车辆基于地理位置纬度的异常行驶特征数据；如通过将车辆在不同路段的分类统计结果分别与相应路段的历史平均数据进行对比，可以挖掘出该车辆是否在某种类型的路段存在异常行驶行为的几率较高。
C、根据不同时间和不同地理位置的历史平均数据对上述分类统计结果进行数据挖掘，以比较驾驶员在不同时间和不同地理位置的异常行驶情况，从而获得驾驶员驾驶的车辆基于时间和地理位置维度的异常行驶特征数据；如通过将车辆在不同时间段的不同地理位置的分类统计结果分别与相应时间和地理位置的历史平均数据进行对比，可以挖掘出该车辆是否在同一时间的同一路段反复出现异常行驶行为。本实施例可以针对数据挖掘出的异常行驶特征数据进行分析而获得有用的信息，一个实际的例子，本申请通过对驾驶员驾驶的车辆的分类统计结果进行数据挖掘获得其驾驶的车辆在同一路段出现车道偏离行驶行为的几率特别高，通过进一步了解，获知该路段存在严重的地面坑洼现象。
D、根据不同天气的历史平均数据对上述分类统计结果进行数据挖掘，以比较驾驶员驾驶的车辆在不同类型的天气情况下的异常行驶情况，从而获得驾驶员驾驶的车辆基于不同类型的天气情况维度的异常行驶特征数据；如通过将车辆在不同天气情况的分类统计结果与相应天气情况的历史平均数据进行对比，可以挖掘出该车辆是否在某种类型的天气存在异常行驶行为的几率较高。另外，本申请可以将天气维度与上述A-C中的任意一个进行组合，在此不再一一详细说明。
E、根据不同路况的历史平数据对上述分类统计结果进行数据挖掘，以比较驾驶员驾驶的车辆在不同类型的路况情况下的异常行驶情况，从而获得驾驶员驾驶的车辆基于不同类型的路况情况维度的异常行驶特征数据；如通过将车辆在不同路况的分类统计结果与相应路况的历史平均数据进行对比，可以挖掘出该车辆是否在某种类型的路况存在异常行驶行为的几率较高。
另外，本申请可以将路况维度与上述A-D中的任意一个进行组合，在此不再一一详细说明。
S140、根据异常行驶特征数据确定待安全驾驶评价的驾驶员的异常驾驶评价信息。
作为示例，本实施例中的异常驾驶评价信息通常包括两部分内容，一部分内容是以文字描述或者图表的形式表述(即定性表述形式)，另一部分是以分值(即异常驾驶分值)的形式表述(即定量表述形式)。本实施例不限制异常驾驶评价信息的表现形式。
本实施例可以根据数据挖掘获得的异常行驶特征数据在预先设置的分值表中进行查找，即可以获得驾驶员的异常驾驶分值。本实施例可以使用文字描述或者图表的形式来描述异常行驶特征数据，从而获得驾驶员的异常驾驶定性内容。
S150、根据基础评价信息、驾驶习惯信息以及异常驾驶评价信息确定待安全驾驶评价的驾驶员的安全行驶评价结果，以预测未来发生驾驶安全风险的几率。
作为示例，本实施例预先设置有数据分析模型，且该数据分析模型可以是针对基础评价信息、驾驶习惯信息以及异常驾驶评价信息而建立的，如该数据分析模型可以包括针对基础评价分值、驾驶习惯分值以及异常驾驶分值而建立计算公式，从而输入该模型的基础评价分值、驾驶习惯分值以及异常驾驶分值被代入到该公式中，通过该公式的计算可以获得驾驶员的安全行驶评价分值。本实施例可以利用大量的样本数据对数据分析模型进行训练，以使数据分析模型不断完善。
作为示例，本实施例中的安全行驶评价结果通常包括两部分内容，一部分内容是以文字描述或者图表的形式表述(即定性表述形式)，另一部分是以分值(即安全行驶评价分值)的形式表述(即定量表述形式)。本实施例不限制安全行驶评价结果的表现形式。
本实施例可以通过使用文字描述或者图表的形式来描述基础评价定性内容、驾驶习惯定性内容以及异常驾驶定性内容，从而获得驾驶员的安全行驶评价定性内容。上述利用公式计算出的安全行驶评价分值即为安全行驶评价定量内容。
需要说明的是，一个团队(如车队)的安全行驶情况可以根据车队中的各驾驶员的安全行驶评价结果确定。
另外，为了给驾驶员提供更好的服务，本实施例可以为驾驶员提供更全面的行驶指导信息，一个具体的例子，网络侧接收用户设备(如手机以及平板电脑等)传输来的起点和终点信息，网络侧根据该起点和终点信息为用户计算导航路线，并获取该导航路线的当前时间路况信息、导航路线的当前沿途天气信息、根据导航路线的路况预测出的未来到达各沿途点时的天气信息、导航路线的里程信息、导航路线的历史行驶时长信息、导航路线的历史油耗信息以及导航路线的道路通行费信息(也可以称为过路费信息,如高速公路通行费信息)等，上述计算获得的导航路线信息以及该导航路线的当前时间路况信息、导航路线的当前沿途天气信息、根据导航路线的路况预测出的未来到达各沿途点时的天气信息、导航路线的里程信息、导航路线的历史行驶时长信息、导航路线的历史油耗信息以及导航路线的道路通行费信息等形成从该起点到终点的行驶指导信息，网络侧将其形成的行驶指导信息下发给用户设备，以帮助用户对其即将开启的出行进行充分的了解；另外，本实施例可以在监测到用户设备沿导航路线移动(即用户已基于导航路线出行)的情况下，根据移动设备接入网络的类型向所述移动设备下发更新的行驶指导信息，如在判断出用户设备接入沿途指定或建议的服务区的WIFI网络时，向用户设备下发更新的行驶指导信息。
实施例二、安全行驶评价系统。
图2为本实施例的安全行驶评价系统示意图。在图2中，本实施例的安全行驶评价系统主要包括：采集装置200以及评价装置210；可选的，该系统还可以包括：行驶指导单元(图2中未示出)；其中上述的采集装置200主要包括：第一采集模块201、第二采集模块202、第三采集模块203以及第四采集模块204；其中上述的评价装置210主要包括：第一评价单元211、第二评价单元212、数据挖掘单元213、第三评价单元214以及第四评价单元215，且评价装置210还可以包括：筛选模块216。
下面对本实施例的系统所包含的各部分分别进行说明。
采集装置200设置于车辆中，且采集装置200主要用于采集车辆属性信息、驾驶员信息以及车辆行驶过程信息。
采集装置200中的第一采集模块201主要用于通过车辆自身提供的信息输出接口采集车辆的自身工作状态信息；采集装置200中的第二采集模块202主要用于通过安装于车辆上的摄像头摄取的视频图像采集车辆行驶过程中的外部环境信息；采集装置200中的第三采集模块203主要用于通过对安装于车辆上的摄像头摄取的视频图像进行外部环境信息和/或面部特征识别的结果和/或雷达探测信息和/或车辆的自身工作状态信息进行分析而产生的危险驾驶行为信息；采集装置200中的第四采集模块204主要用于通过对安装于车辆上的摄像头摄取的视频图像进行外部环境信息和/或面部特征识别的结果和/或雷达探测信息和/或车辆的自身工作状态信息进行分析而产生的预警/告警信息。
作为示例，采集装置200所采集的车辆属性信息包括下述至少一个：车辆的生产厂家、车辆型号、车辆生产时间、车辆当前健康情况信息(如车况良好或者车况一般或者车辆较差等)、驾驶员的历史出险信息以及车辆的历史维修信息等。
作为示例，采集装置200所采集的驾驶员信息包括下述至少一个：驾驶员姓名、驾驶员年龄、驾驶员性别、驾驶员血型、驾驶员身份证号、驾驶员婚姻状况、驾驶员文化程度、驾驶员驾驶证号、驾驶员取得驾照的时间驾驶员的实际驾龄以及驾驶员从属行业等。
作为示例，采集装置200所采集的车辆行驶过程信息通常包括：车辆的自身工作状态信息、车辆行驶过程中的外部环境信息、危险驾驶行为信息以及预警/告警信息。
采集装置200采集的车辆的自身工作状态信息可以为车辆启动熄火信息、胎压信息、方向盘扭矩信息、灯光信息、刹车信息、油耗信息、发动机工作状态信息、车速信息以及车辆位置信息等。上述的车辆位置信息可以为基于地理信息定位设备(如GPS)所获得车辆位置信息等。采集装置200采集的车辆行驶过程中的外部环境信息可以为道路拥堵状态、路面的积水状态、路面的冰雪覆盖状态、车辆周边的车辆/行人的位置以及车辆所在地的天气情况等。采集装置200采集的危险驾驶行为信息可以为驾驶过程中打瞌睡的驾驶行为信息、驾驶过程中打电话的驾驶行为信息以及驾驶过程中未能关注前方道路的驾驶行为信息等。采集装置200所采集的预警/告警信息可以为：基于车距监测的预警/告警信息、基于车辆前部防碰撞的预警/告警信息、城市防前碰撞的预警/告警信息、基于防止碰撞行人的预警/告警信息、车道偏离的警示信息以及超速预警/告警信息等。
第一采集模块201采集车辆的自身工作状态信息的采集方式可以为：第一采集模块201通过车辆自身提供的信息输出接口采集车辆的自身工作状态信息，即在车辆提供信息输出接口的情况下，第一采集模块201可以通过接收并筛选输出接口输出的信息而获得车辆的自身工作状态信息。
采集装置200采集车辆位置信息的采集方式可以为：采集装置200通过车辆上安装的地理信息定位设备而获得的车辆位置信息。
第二采集模块202采集车辆行驶过程中的外部环境信息的采集方式可以为：第二采集模块202通过安装于车辆上的摄取车辆外部图像的摄像头摄取的视频图像采集车辆行驶过程中的外部环境信息；即车辆上安装的摄像头会实时的摄取车辆外部的图像，第二采集模块202通过对摄取的图像进行图像识别可以获得车辆行驶过程中的外部环境信息；如第二采集模块202通过对图像进行图像识别可以获知图像中车辆的密度，从而第二采集模块202可以判断出道路拥堵状态；再如第二采集模块202通过对图像进行图像识别可以获知图像中路面上的行车线是否被覆盖、是否存在积水、是否存在车辆行驶造成的车痕等，从而第二采集模块202可以判断出路面的积水状态以及路面的冰雪覆盖状态等；再如第二采集模块202通过对图像进行图像识别可以获知图像中的车辆以及行人与本车辆的距离等，从而第二采集模块202可以判断出车辆周边的车辆/行人的位置。另外，第二采集模块202也可以通过第三方平台(如气象部门提供的应用程序等)而获得车辆所在地的天气情况信息。
第三采集模块203采集危险驾驶行为信息的采集方式可以为：第三采集模块203通过安装于车辆上的摄取车辆外部图像的摄像头摄取的视频图像采集车辆行驶过程中的外部环境信息，该外部环境信息可以包括车辆、行人以及标志牌等，将外部环境信息结合车辆的自身工作状态信息(如车速、转向灯、刹车以及雨刷信息等)，根据具体算法判断本车辆相对于其他车辆或行人的实时相对位置及相对速度等，从而获得危险驾驶行为信息；第三采集模块203采集危险驾驶行为信息的采集方式也可以为：通过安装于车辆上的摄取车辆内部图像的摄像头摄取的视频图像采集车辆行驶过程中的驾驶员的面部图像，并通过对面部图像进行面部特征识别，从而第三采集模块203可以获得驾驶员的驾驶状态信息(如驾驶员是否在打瞌睡、驾驶员是否在打电话以及驾驶员是否没有关注前方道路等)；第三采集模块203采集危险驾驶行为信息的采集方式也可以为：第三采集模块203通过安装于车辆上的雷达探测器而获得的雷达探测信息，并通过对雷达探测信息进行分析识别从而获得危险距离信息；第三采集模块203采集危险驾驶行为信息的采集方式还可以为：第三采集模块203通过对车辆的自身工作状态信息进行分析而产生的危险驾驶行为信息，如夜间行车第一采集模块201没有收集到车灯开启信息等。
第四采集模块204采集预警/告警信息的采集方式可以为：第四采集模块204判断第三采集模块203采集到的危险驾驶行为信息是否满足条件，在判断出满足条件后，产生相应的预警/告警信息，并存储相应的预警/告警信息。
采集装置200采集到的车辆属性信息、驾驶员信息以及车辆行驶过程信息可以通过无线传输方式(如通过无线移动网络)或者有线传输方式传输至相应的管理设备(如设置于网络侧的服务器等)；如采集装置200采集到的车辆属性信息、驾驶员信息以及车辆行驶过程信息暂存于本地存储卡中，并实时的将暂存于本地存储卡中的信息通过无线移动网络传输至相应的服务器，且暂存于本地存储卡中的信息也可以在车辆返回场站时通过场站的wifi热点传输至相应的服务器；再如采集装置200采集到的车辆属性信息、驾驶员信息以及车辆行驶过程信息先存储于本地存储卡中，在需要向车辆运营管理方等经营者提供信息时，用户通过将采集装置200中的本地存储卡提供给经营者，由经营者通过读卡器来获得存储卡中存储的车辆属性信息、驾驶员信息以及车辆行驶过程信息。
无论采集装置200是采用实时上传信息方式，还是采用非实时上传信息的方式，评价装置210均可以获得特定单个车辆或者特定多个车辆(如一个车队的所有车辆)的车辆属性信息、驾驶员信息以及车辆行驶过程信息，且本实施例不限制评价装置210获取采集到的车辆属性信息、驾驶员信息以及车辆行驶过程信息的具体实现方式。
评价装置210设置于网络侧，且评价装置210中的第一评价单元211主要用于针对待安全驾驶评价的驾驶员，根据车辆属性信息和驾驶员信息确定驾驶员的基础评价信息；评价装置210中的第二评价单元212主要用于对车辆行驶过程信息进行分类统计，并根据分类统计结果确定驾驶员的驾驶习惯信息；评价装置210中的数据挖掘单元213主要用于根据历史平均数据对待安全驾驶评价的驾驶员的分类统计结果进行数据挖掘，以获得待安全驾驶评价的驾驶员的异常行驶特征数据；评价装置210中的第三评价单元214主要用于根据异常行驶特征数据确定驾驶员的异常驾驶评价信息；评价装置210中的第四评价单元215主要用于根据基础评价信息、驾驶习惯信息以及异常驾驶评价信息确定驾驶员的安全行驶评价结果；评价装置210中的筛选模块216主要用于对采集的车辆行驶过程信息进行筛选，以去除无效的车辆行驶过程信息，保留有效的车辆行驶过程信息；其中，无效的车辆行驶过程信息包括：重复的车辆行驶过程信息以及车辆未发生位移时的车辆行驶过程信息；这样，第二评价单元212可以具体用于对有效的车辆行驶过程信息进行分段，并保留包含有危险驾驶行为信息的分段的车辆行驶过程信息，对保留的各分段的车辆行驶过程信息进行分类统计，并根据分类统计结果确定驾驶员的驾驶习惯信息。
作为示例，本实施例预先设置有分值表，从而第一评价单元211根据评价装置200获得的车辆属性信息和驾驶员信息在分值表中进行查找，即可以获得驾驶员的基础分值。
作为示例，第一评价单元211所获得的基础评价信息通常包括两部分内容，一部分内容是以文字描述或者图表的形式表述(即定性表述形式)，另一部分是以分值(即基础分值)的形式表述(即定量表述形式)。本实施例不限制第一评价单元211所获得的基础评价信息的表现形式。
作为示例，本实施例可以在第二评价单元212进行分类统计之前，先由筛选模块216根据预先设置的信息筛选原则对评价装置210获得的所有车辆行驶过程信息进行筛选，以去除无效的车辆行驶过程信息，保留有效的车辆行驶过程信息，从而第二评价单元212可以对有效的车辆行驶过程信息进行分类统计。筛选模块216所使用的筛选原则可以根据实际需求设置，本实施例不限制筛选模块216所使用的筛选原则的具体表现形式。
筛选模块216所去除的无效的车辆行驶过程信息主要包括：重复的车辆行驶过程信息以及车辆未发生位移时的车辆行驶过程信息。重复的车辆行驶过程信息可以为由于采集装置200重复上传等原因而产生的重复的车辆行驶过程信息；车辆未发生位移时的车辆行驶过程信息可以为：在车辆启动后的一段时间内，如果车辆未发生位移，则在这段时间所采集的车辆行驶过程信息可以被筛选模块216删除。
第二评价单元212对车辆行驶过程信息进行分类统计的一个具体的例子为：第二评价单元212对有效的车辆行驶过程信息进行分段，并保留包含有危险驾驶行为信息的分段的车辆行驶过程信息，然后，第二评价单元212对保留的各分段的车辆行驶过程信息进行分类统计，以根据分类统计结果确定驾驶员的驾驶习惯信息。
第二评价单元212所执行的分段并保留包含有危险驾驶行为信息的分段的车辆行驶过程信息的一个具体例子为：首先，第二评价单元212根据车辆的启动信息和熄火信息确定车辆的行驶区间，即车辆的一个启动信息与紧邻其后的一个熄火信息形成一个行驶区间；其次，针对每一个行驶区间，如果第二评价单元212判断出该行驶区间中的车辆行驶过程信息未包含有表征车辆具有行驶危险行为的车辆行驶过程信息(如未包含有车辆预警/告警信息以及定位信息)，则第二评价单元212可以过滤掉该行驶区间的车辆行驶过程信息，否则，保留该行驶区间的车辆行驶过程信息。
作为示例，第二评价单元212应根据预设分类统计原则对车辆行驶过程信息(如筛选后的车辆行驶过程信息)进行分类统计，第二评价单元212对车辆行驶过程信息进行分类统计的一个具体例子如上述实施例一中A-S的描述，在此不再重复说明。
本实施例可以根据实际需求灵活的设置第二评价单元212的各种分类统计方式，本实施例不限制第二评价单元212的分类统计的具体实现方式。第二评价单元212在进行了分类统计后，可以根据分类统计结果确定驾驶员的驾驶习惯信息。第二评价单元212所获得的驾驶习惯信息通常包括两部分内容，其中一部分内容是以文字描述或者图表的形式表述(即定性表述形式)，另一部分是以分值(即驾驶习惯分值)的形式表述(即定量表述形式)。本实施例不限制第二评价单元212所获得的驾驶习惯信息的表现形式。
第二评价单元212可以根据分类统计结果在预先设置的分值表中进行查找，即可以获得驾驶员的驾驶习惯分值。第二评价单元212可以使用文字描述或者图表的形式来描述分类统计结果，从而第二评价单元212获得驾驶员的驾驶习惯定性内容。
作为示例，数据挖掘单元213可以根据多种维度对上述分类统计结果进行数据挖掘，以利用不同维度的历史平均数据获得驾驶员的异常行驶特征数据；这里的历史平均数据可以为该驾驶员自己以前的历史平均数据，也可以是其他单个/多个驾驶员的历史平均数据。
数据挖掘单元213进行数据挖掘的具体例子可以包括上述实施例一中的A-S的描述，在此不再重复说明。
作为示例，第三评价单元214根据数据挖掘出的异常行驶特征数据所获得的异常驾驶评价信息通常包括两部分内容，一部分内容是以文字描述或者图表的形式表述(即定性表述形式)，另一部分是以分值(即异常驾驶分值)的形式表述(即定量表述形式)。本实施例不限制第三评价单元214所获得的异常驾驶评价信息的表现形式。
第三评价单元214可以根据数据挖掘获得的异常行驶特征数据在预先设置的分值表中进行查找，即可以获得驾驶员的异常驾驶分值。第三评价单元214可以使用文字描述或者图表的形式来描述异常行驶特征数据，从而第三评价单元214获得驾驶员的异常驾驶定性内容。
作为示例，第四评价单元215中预先设置有数据分析模型，且该数据分析模型可以是针对基础评价信息、驾驶习惯信息以及异常驾驶评价信息而建立的，如该数据分析模型可以包括针对基础评价分值、驾驶习惯分值以及异常驾驶分值而建立计算公式，从而第四评价单元215将上述获得的基础评价分值、驾驶习惯分值以及异常驾驶分值被代入到该公式中，第四评价单元215即可通过该公式的计算而获得驾驶员的安全行驶评价分值。本实施例可以利用大量的样本数据对第四评价单元215中数据分析模型进行训练，以使数据分析模型不断完善。
作为示例，第四评价单元215所获得的安全行驶评价结果通常包括两部分内容，其中一部分内容是以文字描述或者图表的形式表述(即定性表述形式)，另一部分是以分值(即安全行驶评价分值)的形式表述(即定量表述形式)。本实施例不限制第四评价单元215所获得的安全行驶评价结果的表现形式。
第四评价单元215可以通过使用文字描述或者图表的形式来描述基础评价定性内容、驾驶习惯定性内容以及异常驾驶定性内容，从而第四评价单元215获得驾驶员的安全行驶评价定性内容。第四评价单元215利用公式计算出的安全行驶评价分值即为安全行驶评价定量内容。
行驶指导单元主要用于接收用户设备传输来的起点和终点，获取从起点到终点的行驶指导信息，并将行驶指导信息下发给用户设备。
作为示例，行驶指导单元接收用户设备(如手机以及平板电脑等)传输来的起点和终点信息，行驶指导单元根据该起点和终点信息为用户计算导航路线，并获取该导航路线的当前时间路况信息、导航路线的当前沿途天气信息、根据导航路线的路况预测出的未来到达各沿途点时的天气信息、导航路线的里程信息、导航路线的历史行驶时长信息、导航路线的历史油耗信息以及导航路线的道路通行费信息(也可以称为过路费信息,如高速公路通行费信息)等，行驶指导单元将计算获得的导航路线信息以及该导航路线的当前时间路况信息、导航路线的当前沿途天气信息、根据导航路线的路况预测出的未来到达各沿途点时的天气信息、导航路线的里程信息、导航路线的历史行驶时长信息、导航路线的历史油耗信息以及导航路线的道路通行费信息等形成从该起点到终点的行驶指导信息，行驶指导单元将其形成的行驶指导信息下发给用户设备，以帮助用户对其即将开启的出行进行充分的了解；另外，行驶指导单元可以在监测到用户设备沿导航路线移动(即用户已基于导航路线出行)的情况下，根据移动设备接入网络的类型向移动设备下发更新的行驶指导信息，如在判断出用户设备接入沿途指定或建议的服务区的WIFI网络时，行驶指导单元向用户设备下发更新的行驶指导信息。
需要注意的是，本发明的一部分可以被应用为计算机程序产品，例如计算机程序指令，当其被智能电子设备(如计算机或者服务器等)执行时，通过该智能电子设备的操作可以调用或者提供根据本发明的方法和/或技术方案。而调用本发明的方法的程序指令，可能被存储在固定的或可移动的记录介质中，和/或通过广播或者其他信号承载媒体中的数据流而被传输，和/或被存储在根据所述程序指令运行的智能电子设备的工作存储器中。在此，根据本发明的一个实施例包括一个装置，该系统包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本发明的多个实施例的方法和/或技术方案。
对于本领域技术人员而言，显然本发明并不局限于上述示范性实施例的细节，而且在不背离本发明的精神或者基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将本发明的实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或者步骤，且单数不排除复数。装置权利要求中陈述的多个单元或者装置或者模块也可以由一个单元或者装置或者模块通过软件或者硬件来实现。第一，第二等词语仅用来表示名称，而并不表示任何特定的顺序。
Claims (10)
1.一种安全行驶评价方法，其特征在于，所述方法包括：
针对待安全驾驶评价的驾驶员，采集车辆属性信息、驾驶员信息以及车辆行驶过程信息；
根据所述车辆属性信息和驾驶员信息确定所述驾驶员的基础评价信息；
对所述车辆行驶过程信息进行分类统计，并根据分类统计结果确定所述驾驶员的驾驶习惯信息；
根据历史平均数据对所述待安全驾驶评价的驾驶员的分类统计结果进行数据挖掘，以获得所述待安全驾驶评价的驾驶员的异常行驶特征数据；
根据所述异常行驶特征数据确定所述待安全驾驶评价的驾驶员的异常驾驶评价信息；
根据所述基础评价信息、所述驾驶习惯信息以及异常驾驶评价信息确定所述待安全驾驶评价的驾驶员的安全行驶评价结果，以预测未来发生驾驶安全风险的几率。
2.根据权利要求1所述的方法，其特征在于，所述车辆行驶过程信息包括：车辆的自身工作状态信息、车辆行驶过程中的外部环境信息、危险驾驶行为信息以及预警/告警信息；且所述车辆行驶过程信息的采集包括：
通过车辆自身提供的信息输出接口采集车辆的自身工作状态信息；
通过安装于车辆上的摄像头摄取的视频图像采集车辆行驶过程中的外部环境信息；
通过对安装于车辆上的摄像头摄取的视频图像进行外部环境信息和/或面部特征识别的结果和/或雷达探测信息和/或车辆的自身工作状态信息进行分析而产生的危险驾驶行为信息；
通过对安装于车辆上的摄像头摄取的视频图像进行外部环境信息和/或面部特征识别的结果和/或雷达探测信息和/或车辆的自身工作状态信息进行分析而产生的预警/告警信息。
3.根据权利要求2所述的方法，其特征在于，所述车辆的自身工作状态信息包括：车辆启动熄火信息、胎压信息、方向盘扭矩信息、灯光信息、刹车信息、油耗信息、发动机工作状态信息、车速信息、车辆位置信息。
4.根据权利要求1所述的方法，其特征在于，所述车辆属性信息包括下述至少一个：生产厂家、车辆型号、车辆生产时间、车辆当前健康情况信息、历史出险信息以及历史维修信息；
且所述驾驶员信息包括下述至少一个：姓名、年龄、性别、血型、身份证号、婚姻状况、文化程度、驾驶证号、取得驾照的时间、实际驾龄和从事行业。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对所述采集的车辆行驶过程信息进行筛选，以去除无效的车辆行驶过程信息，保留有效的车辆行驶过程信息；其中，所述无效的车辆行驶过程信息包括：重复的车辆行驶过程信息以及车辆未发生位移时的车辆行驶过程信息；
且所述对所述车辆行驶过程信息进行分类统计的步骤包括：
对所述有效的车辆行驶过程信息进行分段，并保留包含有危险驾驶行为信息的分段的车辆行驶过程信息；
对所述保留的各分段的车辆行驶过程信息进行分类统计。
6.根据权利要求5所述的方法，其特征在于，所述对所述有效的车辆行驶过程信息进行分段，并保留包含有危险驾驶行为信息的分段的车辆行驶过程信息的步骤包括：
根据车辆的启动熄火信息确定车辆的行驶区间；
针对各行驶区间，若行驶区间中的车辆行驶信息未包含有预警/告警信息，则过滤掉该行驶区间的车辆行驶信息，否则，保留该行驶区间的车辆行驶信息。
7.根据权利要求5所述的方法，其特征在于，所述对所述保留的各分段的车辆行驶过程信息进行分类统计的步骤包括：
对车辆在启动后相同时长/单位时长/预定时段/单位距离/预定路段内的车辆行驶过程信息中的预警/告警次数进行统计；
对车辆在启动后相同时长/单位时长/预定时段/单位距离/预定路段内的车辆行驶过程信息中的不同预警/告警类型的预警/告警次数分别进行统计；
对车辆在不同速度区间内的车辆行驶过程信息中的预警/告警次数进行统计；
对车辆在不同速度区间内的车辆行驶过程信息中的不同预警/告警类型的预警/告警次数分别进行统计；
对车辆在不同类型天气下的车辆行驶过程信息中的预警/告警次数分别进行统计；
对车辆在不同类型天气下的车辆行驶过程信息中的不同预警/告警类型的预警/告警次数分别进行统计；
对车辆在不同类型路况下的车辆行驶过程信息中的预警/告警次数分别进行统计；
对车辆在不同类型路况下的车辆行驶过程信息中的不同预警/告警类型的预警/告警次数分别进行统计；
对车辆在相同时间段/相同路段/启动后相同时长内发生超速告警时的最高时速按不同限速值在不同超速范围内的次数进行统计；
对车辆在相同时间段/相同路段/启动后相同时长内发生超速行为时的超速时长按不同限速值在不同时长范围内的次数进行统计；
对车辆在相同时间段/相同路段/启动后相同时长内发生车辆前部碰撞/行人碰撞告警时采取不同后续动作的次数进行统计。
8.根据权利要求1所述的方法，其特征在于，所述根据所述车辆属性信息和驾驶员信息确定所述驾驶员的基础评价信息的步骤包括：
根据所述车辆属性信息和驾驶员信息查找预先设置的分值表，根据查找结果确定所述驾驶员的基础分值；
所述根据分类统计结果确定所述驾驶员的驾驶习惯信息的步骤包括：
根据分类统计结果查找预先设置的分值表，根据查找结果确定所述驾驶员的驾驶习惯评价分值；
所述根据所述异常行驶特征数据确定所述待安全驾驶评价的驾驶员的异常驾驶评价信息的步骤包括：
根据异常行驶特征数据查找预先设置的分值表，根据查找结果确定所述驾驶员的异常驾驶评价分值；
且所述根据所述基础评价信息、所述驾驶习惯信息以及异常驾驶评价信息确定所述待安全驾驶评价的驾驶员的安全行驶评价结果的步骤包括：
根据所述基础分值、驾驶习惯评价分值以及异常驾驶评价分值计算所述驾驶员的安全行驶评价分值。
9.根据权利要求1至8中任一权利要求所述的方法，其特征在于，所述方法还包括：
接收用户设备传输来的起点和终点；
获取从所述起点到终点的行驶指导信息，且所述行驶指导信息包括：导航路线信息、导航路线的当前时间路况信息、导航路线的当前沿途天气信息、根据导航路线的路况预测出的未来到达各沿途点时的天气信息、导航路线的里程信息、导航路线的历史行驶时长信息、导航路线的历史油耗信息以及导航路线的道路通行费信息；
将所述行驶指导信息下发给所述用户设备；
且所述方法还包括：
在监测到所述用户设备沿所述导航路线移动的情况下，根据所述移动设备接入网络的类型向所述移动设备下发更新的行驶指导信息。
10.一种安全行驶评价系统，其特征在于，所述系统包括：采集装置和评价装置；
所述采集装置，设置于车辆中，用于采集车辆属性信息、驾驶员信息以及车辆行驶过程信息；
所述评价装置设置于网络侧，且所述评价装置包括：
第一评价单元，用于针对待安全驾驶评价的驾驶员，根据所述车辆属性信息和驾驶员信息确定所述驾驶员的基础评价信息；
第二评价单元，用于对所述车辆行驶过程信息进行分类统计，并根据分类统计结果确定所述驾驶员的驾驶习惯信息；
数据挖掘单元，用于根据历史平均数据对所述待安全驾驶评价的驾驶员的分类统计结果进行数据挖掘，以获得所述待安全驾驶评价的驾驶员的异常行驶特征数据；
第三评价单元，用于根据所述异常行驶特征数据确定所述待安全驾驶评价的驾驶员的异常驾驶评价信息；
第四评价单元，用于根据所述基础评价信息、所述驾驶习惯信息以及异常驾驶评价信息确定所述待安全驾驶评价的驾驶员的安全行驶评价结果，以预测未来发生驾驶安全风险的几率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610997819.9A CN108074396A (zh) | 2016-11-10 | 2016-11-10 | 安全行驶评价方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610997819.9A CN108074396A (zh) | 2016-11-10 | 2016-11-10 | 安全行驶评价方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108074396A true CN108074396A (zh) | 2018-05-25 |
Family
ID=62161678
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610997819.9A Pending CN108074396A (zh) | 2016-11-10 | 2016-11-10 | 安全行驶评价方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108074396A (zh) |
Cited By (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109353344A (zh) * | 2018-09-29 | 2019-02-19 | 国机智骏科技有限公司 | 自适应用户行为的驾驶风险预警方法、系统及车辆 |
| CN109404045A (zh) * | 2018-11-19 | 2019-03-01 | 华能伊敏煤电有限责任公司 | 采矿车辆的违规操作识别方法及系统 |
| CN110221887A (zh) * | 2019-04-25 | 2019-09-10 | 铁将军汽车电子股份有限公司 | 驾驶行为评估信息的展示方法、装置及系统 |
| CN110276953A (zh) * | 2019-06-28 | 2019-09-24 | 青岛无车承运服务中心有限公司 | 基于北斗定位系统的车辆违规行驶风险分析方法 |
| CN110321951A (zh) * | 2019-07-01 | 2019-10-11 | 青岛海科虚拟现实研究院 | 一种vr模拟飞行器训练评价方法 |
| CN110544373A (zh) * | 2019-08-21 | 2019-12-06 | 北京交通大学 | 一种基于北斗车联网的货车预警信息提取与风险识别方法 |
| CN110648532A (zh) * | 2019-09-22 | 2020-01-03 | 江苏顺泰交通集团有限公司 | 一种基于智慧交通物联网的交通监测系统 |
| CN110968631A (zh) * | 2019-11-30 | 2020-04-07 | 航天科技控股集团股份有限公司 | 一种基于tbox的车辆故障告警方法 |
| CN110992518A (zh) * | 2019-12-02 | 2020-04-10 | 深圳市智信达风险管理科技股份有限公司 | 驾驶员风险评价系统及方法 |
| CN111080202A (zh) * | 2019-12-13 | 2020-04-28 | 拉货宝网络科技有限责任公司 | 一种面向油量节省的作业车辆的效能管理方法及系统 |
| CN111105110A (zh) * | 2018-10-25 | 2020-05-05 | 北京嘀嘀无限科技发展有限公司 | 驾驶风险确定方法、装置、介质和计算设备 |
| CN111222359A (zh) * | 2018-11-23 | 2020-06-02 | 宝沃汽车（中国）有限公司 | 驾驶行为评价方法、装置和服务器 |
| CN111605557A (zh) * | 2019-02-25 | 2020-09-01 | 郑州宇通客车股份有限公司 | 一种基于驾驶安全评价的车辆控制方法及装置 |
| CN111798110A (zh) * | 2020-06-24 | 2020-10-20 | 河南理工大学 | 驾驶行为危险等级评价方法及提示系统 |
| CN111845765A (zh) * | 2020-08-28 | 2020-10-30 | 陕西科技大学 | 一种车辆运维企业的监测驾驶员规范驾驶方法及监测平台 |
| CN112215093A (zh) * | 2020-09-23 | 2021-01-12 | 易显智能科技有限责任公司 | 一种车辆驾驶能力水平的评价方法及装置 |
| CN112232158A (zh) * | 2020-09-30 | 2021-01-15 | 易显智能科技有限责任公司 | 一种基于驾驶行为特征的替训作弊查证系统及方法 |
| CN112561170A (zh) * | 2020-12-18 | 2021-03-26 | 青岛未来网络创新技术有限公司 | 一种智能驾驶汽车用交通安全风险动态预测方法及其预测系统 |
| CN112668523A (zh) * | 2020-12-31 | 2021-04-16 | 深圳云天励飞技术股份有限公司 | 车辆行驶异常检测方法、装置、电子设备及存储介质 |
| CN113022557A (zh) * | 2021-04-14 | 2021-06-25 | 成都亿盟恒信科技有限公司 | 一种基于主动安全预警的车载监控系统及方法 |
| CN113022556A (zh) * | 2021-04-14 | 2021-06-25 | 成都亿盟恒信科技有限公司 | 一种基于大数据分析的行车安全综合管理系统及方法 |
| CN113051255A (zh) * | 2021-02-19 | 2021-06-29 | 北京华油信通科技有限公司 | 一种危险化学品道路运输车辆报警数据处理方法及处理系统 |
| CN113077348A (zh) * | 2020-01-06 | 2021-07-06 | 泰康保险集团股份有限公司 | 基于驾驶行为的风险获取系统 |
| CN113313087A (zh) * | 2021-07-28 | 2021-08-27 | 江西科技学院 | 无人驾驶汽车的乘客行为监督方法与装置 |
| CN113505955A (zh) * | 2021-05-19 | 2021-10-15 | 辛巴网络科技(南京)有限公司 | 一种基于tsp系统的用户驾驶行为评分方法 |
| CN114255526A (zh) * | 2020-09-25 | 2022-03-29 | 丰田自动车株式会社 | 驾驶评价装置、驾驶评价系统以及记录介质 |
| CN114999022A (zh) * | 2022-05-19 | 2022-09-02 | 成都亿盟恒信科技有限公司 | 一种基于历史驾驶数据的驾驶习惯分析方法及系统 |
| CN116238544A (zh) * | 2023-05-12 | 2023-06-09 | 禾多科技（北京）有限公司 | 一种自动驾驶车辆的行驶控制方法及控制系统 |
| CN117574075A (zh) * | 2023-11-03 | 2024-02-20 | 广东蓝鱼物联科技有限公司 | 基于车联网用户行为的智能管理方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2000034742A1 (fr) * | 1998-12-09 | 2000-06-15 | Data Tec Co., Ltd. | Systeme de controle de fonctionnement capable d'analyser la tendance de conduite et appareil correspondant |
| CN1333870A (zh) * | 1999-10-12 | 2002-01-30 | 数据技术株式会社 | 分析移动物体操作倾向的方法,操作管理系统及其构成装置,和存储媒体 |
| CN101228546A (zh) * | 2005-06-01 | 2008-07-23 | 茵诺苏伦斯公司 | 机动车行驶数据收集和分析 |
| CN103035140A (zh) * | 2012-12-24 | 2013-04-10 | 吉林大学 | 汽车驾驶员危险驾驶行为矫正及评价系统 |
| CN103827900A (zh) * | 2011-07-26 | 2014-05-28 | 美国联合包裹服务公司 | 用于评价移动资产效率的系统和方法 |
| CN104978853A (zh) * | 2014-04-01 | 2015-10-14 | 中国移动通信集团公司 | 一种道路交通安全评估方法及系统 |
| JP2015191260A (ja) * | 2014-03-27 | 2015-11-02 | 株式会社デンソー | 車両用運転評価装置 |
| CN105389976A (zh) * | 2014-08-29 | 2016-03-09 | 福特全球技术公司 | 用于道路风险指数产生的方法和设备 |
-
2016
- 2016-11-10 CN CN201610997819.9A patent/CN108074396A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2000034742A1 (fr) * | 1998-12-09 | 2000-06-15 | Data Tec Co., Ltd. | Systeme de controle de fonctionnement capable d'analyser la tendance de conduite et appareil correspondant |
| CN1333870A (zh) * | 1999-10-12 | 2002-01-30 | 数据技术株式会社 | 分析移动物体操作倾向的方法,操作管理系统及其构成装置,和存储媒体 |
| CN101228546A (zh) * | 2005-06-01 | 2008-07-23 | 茵诺苏伦斯公司 | 机动车行驶数据收集和分析 |
| CN103827900A (zh) * | 2011-07-26 | 2014-05-28 | 美国联合包裹服务公司 | 用于评价移动资产效率的系统和方法 |
| CN103035140A (zh) * | 2012-12-24 | 2013-04-10 | 吉林大学 | 汽车驾驶员危险驾驶行为矫正及评价系统 |
| JP2015191260A (ja) * | 2014-03-27 | 2015-11-02 | 株式会社デンソー | 車両用運転評価装置 |
| CN104978853A (zh) * | 2014-04-01 | 2015-10-14 | 中国移动通信集团公司 | 一种道路交通安全评估方法及系统 |
| CN105389976A (zh) * | 2014-08-29 | 2016-03-09 | 福特全球技术公司 | 用于道路风险指数产生的方法和设备 |
Cited By (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109353344A (zh) * | 2018-09-29 | 2019-02-19 | 国机智骏科技有限公司 | 自适应用户行为的驾驶风险预警方法、系统及车辆 |
| CN111105110A (zh) * | 2018-10-25 | 2020-05-05 | 北京嘀嘀无限科技发展有限公司 | 驾驶风险确定方法、装置、介质和计算设备 |
| CN109404045A (zh) * | 2018-11-19 | 2019-03-01 | 华能伊敏煤电有限责任公司 | 采矿车辆的违规操作识别方法及系统 |
| CN111222359A (zh) * | 2018-11-23 | 2020-06-02 | 宝沃汽车（中国）有限公司 | 驾驶行为评价方法、装置和服务器 |
| CN111605557B (zh) * | 2019-02-25 | 2021-12-21 | 郑州宇通客车股份有限公司 | 一种基于驾驶安全评价的车辆控制方法及装置 |
| CN111605557A (zh) * | 2019-02-25 | 2020-09-01 | 郑州宇通客车股份有限公司 | 一种基于驾驶安全评价的车辆控制方法及装置 |
| CN110221887A (zh) * | 2019-04-25 | 2019-09-10 | 铁将军汽车电子股份有限公司 | 驾驶行为评估信息的展示方法、装置及系统 |
| CN110276953A (zh) * | 2019-06-28 | 2019-09-24 | 青岛无车承运服务中心有限公司 | 基于北斗定位系统的车辆违规行驶风险分析方法 |
| CN110321951B (zh) * | 2019-07-01 | 2021-03-16 | 青岛海科虚拟现实研究院 | 一种vr模拟飞行器训练评价方法 |
| CN110321951A (zh) * | 2019-07-01 | 2019-10-11 | 青岛海科虚拟现实研究院 | 一种vr模拟飞行器训练评价方法 |
| CN110544373B (zh) * | 2019-08-21 | 2020-11-03 | 北京交通大学 | 一种基于北斗车联网的货车预警信息提取与风险识别方法 |
| CN110544373A (zh) * | 2019-08-21 | 2019-12-06 | 北京交通大学 | 一种基于北斗车联网的货车预警信息提取与风险识别方法 |
| CN110648532A (zh) * | 2019-09-22 | 2020-01-03 | 江苏顺泰交通集团有限公司 | 一种基于智慧交通物联网的交通监测系统 |
| CN110968631A (zh) * | 2019-11-30 | 2020-04-07 | 航天科技控股集团股份有限公司 | 一种基于tbox的车辆故障告警方法 |
| CN110992518A (zh) * | 2019-12-02 | 2020-04-10 | 深圳市智信达风险管理科技股份有限公司 | 驾驶员风险评价系统及方法 |
| CN110992518B (zh) * | 2019-12-02 | 2023-01-31 | 深圳市智信达风险管理科技股份有限公司 | 驾驶员风险评价系统及方法 |
| CN111080202A (zh) * | 2019-12-13 | 2020-04-28 | 拉货宝网络科技有限责任公司 | 一种面向油量节省的作业车辆的效能管理方法及系统 |
| CN113077348A (zh) * | 2020-01-06 | 2021-07-06 | 泰康保险集团股份有限公司 | 基于驾驶行为的风险获取系统 |
| CN113077348B (zh) * | 2020-01-06 | 2024-05-17 | 泰康保险集团股份有限公司 | 基于驾驶行为的风险获取系统 |
| CN111798110A (zh) * | 2020-06-24 | 2020-10-20 | 河南理工大学 | 驾驶行为危险等级评价方法及提示系统 |
| CN111845765A (zh) * | 2020-08-28 | 2020-10-30 | 陕西科技大学 | 一种车辆运维企业的监测驾驶员规范驾驶方法及监测平台 |
| CN112215093A (zh) * | 2020-09-23 | 2021-01-12 | 易显智能科技有限责任公司 | 一种车辆驾驶能力水平的评价方法及装置 |
| CN114255526A (zh) * | 2020-09-25 | 2022-03-29 | 丰田自动车株式会社 | 驾驶评价装置、驾驶评价系统以及记录介质 |
| CN112232158A (zh) * | 2020-09-30 | 2021-01-15 | 易显智能科技有限责任公司 | 一种基于驾驶行为特征的替训作弊查证系统及方法 |
| CN112561170A (zh) * | 2020-12-18 | 2021-03-26 | 青岛未来网络创新技术有限公司 | 一种智能驾驶汽车用交通安全风险动态预测方法及其预测系统 |
| CN112668523B (zh) * | 2020-12-31 | 2024-06-07 | 深圳云天励飞技术股份有限公司 | 车辆行驶异常检测方法、装置、电子设备及存储介质 |
| CN112668523A (zh) * | 2020-12-31 | 2021-04-16 | 深圳云天励飞技术股份有限公司 | 车辆行驶异常检测方法、装置、电子设备及存储介质 |
| CN113051255A (zh) * | 2021-02-19 | 2021-06-29 | 北京华油信通科技有限公司 | 一种危险化学品道路运输车辆报警数据处理方法及处理系统 |
| CN113022557A (zh) * | 2021-04-14 | 2021-06-25 | 成都亿盟恒信科技有限公司 | 一种基于主动安全预警的车载监控系统及方法 |
| CN113022556A (zh) * | 2021-04-14 | 2021-06-25 | 成都亿盟恒信科技有限公司 | 一种基于大数据分析的行车安全综合管理系统及方法 |
| CN113505955A (zh) * | 2021-05-19 | 2021-10-15 | 辛巴网络科技(南京)有限公司 | 一种基于tsp系统的用户驾驶行为评分方法 |
| CN113313087A (zh) * | 2021-07-28 | 2021-08-27 | 江西科技学院 | 无人驾驶汽车的乘客行为监督方法与装置 |
| CN114999022B (zh) * | 2022-05-19 | 2024-05-17 | 成都亿盟恒信科技有限公司 | 一种基于历史驾驶数据的驾驶习惯分析系统 |
| CN114999022A (zh) * | 2022-05-19 | 2022-09-02 | 成都亿盟恒信科技有限公司 | 一种基于历史驾驶数据的驾驶习惯分析方法及系统 |
| CN116238544A (zh) * | 2023-05-12 | 2023-06-09 | 禾多科技（北京）有限公司 | 一种自动驾驶车辆的行驶控制方法及控制系统 |
| CN116238544B (zh) * | 2023-05-12 | 2023-07-14 | 禾多科技（北京）有限公司 | 一种自动驾驶车辆的行驶控制方法及控制系统 |
| CN117574075A (zh) * | 2023-11-03 | 2024-02-20 | 广东蓝鱼物联科技有限公司 | 基于车联网用户行为的智能管理方法及系统 |
| CN117574075B (zh) * | 2023-11-03 | 2024-09-24 | 广东蓝鱼物联科技有限公司 | 基于车联网用户行为的智能管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108074396A (zh) | 安全行驶评价方法及系统 | |
| US12106661B2 (en) | Determining causation of traffic events and encouraging good driving behavior | |
| US10504304B1 (en) | Crowd-sourced driver grading | |
| US11891072B2 (en) | Context-based grading | |
| US11074813B2 (en) | Driver behavior monitoring | |
| CN110807930B (zh) | 危险车辆预警方法及装置 | |
| US11836985B2 (en) | Identifying suspicious entities using autonomous vehicles | |
| US10189479B2 (en) | Methods and apparatus for vehicle operation analysis | |
| CN102881179B (zh) | 一种汽车主动安全信息的搜集方法及信息服务系统 | |
| CN110120153A (zh) | 一种公交驾驶事故风险评估系统及其方法 | |
| EP3403219A1 (en) | Driver behavior monitoring | |
| CN104508719A (zh) | 驾驶辅助系统以及驾驶辅助方法 | |
| CN114387785A (zh) | 一种基于智慧公路的安全管控方法、系统及可存储介质 | |
| Wu et al. | Clustering of several typical behavioral characteristics of commercial vehicle drivers based on GPS data mining: Case study of highways in China | |
| CN110949409A (zh) | 基于车辆的行驶处理方法、装置及系统 | |
| Hayashi et al. | Prioritization of Lane-Specific Traffic Jam Detection for Automotive Navigation Framework Utilizing Suddenness Index and Automatic Threshold Determination | |
| US20230280751A1 (en) | Virtual barriers for reserved corridors | |
| Al-Barhamtoshy et al. | Intelligent Traffic Vehicles (ITV) and Road Sign Detection Systems | |
| Fernandez et al. | A Framework for Urban Traffic Hotspots Detection | |
| CN118072412A (zh) | 一种车辆行程报告的生成方法、电子设备和存储介质 | |
| CN118506563A (zh) | 基于etc数据的高速公路车辆到达时间实时估计方法 | |
| WO2024194867A1 (en) | Detection and reconstruction of road incidents | |
| CN115439953A (zh) | 一种智能座舱中驾驶回放方法 | |
| Smith et al. | Infrastructure Safety Assessment in a Connected Vehicle Environment | |
| CN114332731A (zh) | 城市事件识别方法、装置、自动驾驶车辆及云端服务器 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180525 |
|
| WD01 | Invention patent application deemed withdrawn after publication |