CN108694756A - 对驾驶行为进行分析的方法 - Google Patents
对驾驶行为进行分析的方法 Download PDFInfo
- Publication number
- CN108694756A CN108694756A CN201810445426.6A CN201810445426A CN108694756A CN 108694756 A CN108694756 A CN 108694756A CN 201810445426 A CN201810445426 A CN 201810445426A CN 108694756 A CN108694756 A CN 108694756A
- Authority
- CN
- China
- Prior art keywords
- gps data
- vehicle
- max
- driving behavior
- value
- 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
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开一种对驾驶行为进行分析的方法,包括:获取车辆的GPS数据;根据所述GPS数据确定所述车辆急减速;根据所述急减速进行驾驶行为分析。本发明实施例通过获取车辆的GPS数据,根据GPS数据确定车辆急加速,根据急加速进行驾驶行为分析,从而实现根据GPS数据进行驾驶行为分析,从而能够以更低的硬件成本实现驾驶行为分析。
Description
技术领域
本发明涉及交通领域,尤其涉及一种对驾驶行为进行分析的方法。
背景技术
随着汽车保有量的逐年增加,汽车的安全驾驶越来越重要。驾驶员良好的驾驶行为,可以极大的提高车辆行驶过程中的安全性,也可以最大程度的降低排放对环境造成的影响。
相关技术利用车载终端安装的加速度传感器和陀螺仪传感器,采集各项传感器数据,得出驾驶员驾驶行为,车载终端的成本较高。
发明内容
本发明实施例提供一种对驾驶行为进行分析的方法,能够以更低的硬件成本实现驾驶行为分析。
本发明实施例采用如下技术方案:
一种对驾驶行为进行分析的方法,包括:
获取车辆的GPS数据;
根据所述GPS数据确定所述车辆急减速;
根据所述急减速进行驾驶行为分析。
可选的,所述GPS数据包括:速度值、方向角度值、定位时间值、经纬度;
所述根据所述GPS数据确定所述车辆急减速包括:
根据SPi=(ΔV/ΔT-ΔVmin/ΔTmax),确定所述车辆急减速;
其中:ΔV为速度差,ΔT为时间差,ΔVmin为配置设定的最小速度差定义,ΔTmax为配置设定的达到最小速度差的最长时间周期,时间值T和速度值V都从GPS数据中获取,ΔV=(Vn-Vn-1)+...+(V1-V0)=Vn-V0,ΔT=Tn-T0,(ΔTmax-ΔT)大于等于0且SP大于0且ΔV为负值,则第0到n个位置点存在急减速。
可选的,所述根据所述GPS数据确定所述车辆急减速包括:
根据SPi=(ΔV/ΔT-ΔVmin/ΔTmax)×(ΔV/|ΔV|),确定所述车辆急减速;
其中,ΔV为速度差,ΔT为时间差,ΔVmin为配置设定的最小速度差定义,ΔTmax为配置设定的达到最小速度差的最长时间周期,时间值T和速度值V从所述GPS数据中获取,ΔV=(Vn-Vn-1)+...+(V1-V0)=Vn-V0,ΔT=Tn-T0,(ΔTmax-ΔT)大于等于0且SP大于0且ΔV为负值,则第0到n个位置点存在急减速。
可选的,还包括:
根据所述GPS数据确定所述车辆急加速;
所述根据所述急减速进行驾驶行为分析包括:
根据所述车辆急加速及所述车辆急减速及所述车辆急转弯,进行驾驶行为分析。
可选的,所述根据所述GPS数据确定所述车辆急加速包括:
根据SPj=(ΔV/ΔT-ΔVmin/ΔTmax),确定所述车辆急加速;
其中ΔV为速度差,ΔT为时间差,ΔVmin为配置设定的最小速度差定义,ΔTmax为配置设定的达到最小速度差的最长时间周期,时间值T和速度值V都从GPS数据中获取,ΔV=(Vn-Vn-1)+...+(V1-V0)=Vn-V0,ΔT=Tn-T0,(ΔTmax-ΔT)大于等于0且SP大于0且ΔV为正值,则第0到n个位置点存在急加速。
可选的,所述GPS数据包括:速度值、定位时间值;
所述根据所述GPS数据确定所述车辆急加速包括:
根据SPj=(ΔV/ΔT-ΔVmin/ΔTmax)×(ΔV/|ΔV|),确定所述车辆急加速;
其中,ΔV为速度差,ΔT为时间差,ΔVmin为配置设定的最小速度差定义,ΔTmax为配置设定的达到最小速度差的最长时间周期,时间值T和速度值V从所述GPS数据中获取,ΔV=(Vn-Vn-1)+...+(V1-V0)=Vn-V0,ΔT=Tn-T0,(ΔTmax-ΔT)大于等于0且SP大于0且ΔV为正值,则第0到n个位置点存在急加速。
可选的,还包括:
根据所述GPS数据确定所述车辆急转弯;
所述根据所述急加速进行驾驶行为分析包括:
根据所述车辆急加速及所述车辆急减速及所述车辆急转弯,进行驾驶行为分析。
可选的,所述GPS数据包括:速度值、转向角度值、里程、定位时间值、经纬度;
所述根据所述GPS数据确定所述车辆急转弯包括:
根据FATOR1=ΔS/ΔT-ΔVmin,FATOR2=ΔD/ΔT-ΔUmin,确定所述车辆急转弯;
其中,ΔT为测试时间段,ΔT=Tn-T0,ΔS为行驶里程,ΔS=Sn-S0,ΔD为转向角度,ΔD=Dn-D0,ΔVmin为配置设定的最小平均速度,ΔUmin为配置设定的最小平均转向速度,时间值T、里程值S、转向角度D和速度值V从所述GPS数据中获取,当FATOR1和FATOR2均大于等于零时,存在急转弯。
可选的,所述GPS数据包括:速度值、转向角度值、里程、定位时间值、经纬度;
所述根据所述GPS数据确定所述车辆急转弯包括:
根据FATOR1=ΔS/ΔT-ΔVmin,FATOR2=ΔD/ΔT-ΔUmin,FATOR3=((Vn+Vn-1)/2-30)×|(Dn-Dn-1)|-DVmax,确定所述车辆急转弯;
其中,ΔT为测试时间段,ΔT=Tn-T0,ΔS为行驶里程,ΔS=Sn-S0,ΔD为转向角度,ΔD=Dn-D0,ΔVmin为配置设定的最小平均速度,ΔUmin为配置设定的最小平均转向速度,DVmax为配置的单位时间内最高角速度积,时间值T、里程值S、转向角度D和速度值V从所述GPS数据中获取,FATOR3使用相邻两个数据点的值进行计算,当FATOR1和FATOR2均大于等于零,且至少存在一次FATOR3大于等于零的情况时,存在急转弯。
可选的,还包括:
确定环保评价结果;
根据所述驾驶行为分析得到的驾驶行为结果;
将所述驾驾驶行为结果与所述环保评价结果进行整合,得到综合结果。
基于上述技术方案的对驾驶行为进行分析的方法,通过获取车辆的GPS数据,根据所述GPS数据确定车辆急减速,根据急减速进行驾驶行为分析,从而实现根据GPS数据进行驾驶行为分析,从而能够以更低的硬件成本实现驾驶行为分析。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1为本发明实施例示出的对驾驶行为进行分析的方法的流程图。
图2为本发明实施例示出的速度变化示意图一。
图3为本发明实施例示出的速度变化示意图二。
图4为本发明实施例示出的位置点采集示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
相关技术利用加速度传感器和陀螺仪传感器,采集各项传感器数据,得出驾驶员驾驶行为。计算出是否存在激烈驾驶行为,加速度传感器主要用于检测是否存在急加速急减速,陀螺仪主要用于检测急转弯的驾驶行为。可见相关技术,需要使用多种传感器,会提高车载终端的经济成本。另外,绝大部分车载终端都没有内置加速度和陀螺仪传感器,如果使用该方案,需要在终端产品的基础上修改硬件及软件,对产品进行全面升级改造,代价比较大。
本发明实施例,根据车载终端内置的GPS模块,通过采集其输出的数据,进行数据分析,计算出驾驶员每一次行程中的激烈驾驶行为(急加速、急减速、急转弯),从而为驾驶行为评价打分系统及驾驶员驾驶习惯的规范调整提供数据支持及建议。
实施例1
如图1所示,本发明实施例提供一种对驾驶行为进行分析的方法,包括:
11、获取车辆的GPS数据;
12、根据所述GPS数据确定所述车辆急减速;
13、根据所述急减速进行驾驶行为分析。
本发明实施例的对驾驶行为进行分析的方法,通过获取车辆的GPS数据,根据GPS数据确定车辆急加速,根据急加速进行驾驶行为分析,从而实现根据GPS数据进行驾驶行为分析,从而能够以更低的硬件成本实现驾驶行为分析。
本发明一个实施例中,所述GPS数据包括:速度值、方向角度值、定位时间值、经纬度;
所述根据所述GPS数据确定所述车辆急减速包括:
根据SPi=(ΔV/ΔT-ΔVmin/ΔTmax),确定所述车辆急减速;
其中:ΔV为速度差,ΔT为时间差,ΔVmin为配置设定的最小速度差定义,ΔTmax为配置设定的达到最小速度差的最长时间周期,时间值T和速度值V都从GPS数据中获取,ΔV=(Vn-Vn-1)+...+(V1-V0)=Vn-V0,ΔT=Tn-T0,(ΔTmax-ΔT)大于等于0且SP大于0且ΔV为负值,则第0到n个位置点存在急减速。
其中,设定的最小速度差定义可以根据不同车型实车测试确定,如30km/h;设定的达到最小速度差的最长时间周期可以根据不同车型实车测试确定,如4秒。具体的,如急加速判定条件是最长5秒时间内速度最低提升35km/h,则35km/h即为最小速度差,5秒即为达到最小速度差的最长时间周期。
在一个实施例中,位置点V0...Vn的速度可以按照固定时间间隔(即上述的最小速度差的最长时间间隔)选取。
本发明一个实施例中,所述根据所述GPS数据确定所述车辆急减速包括:
根据SPi=(ΔV/ΔT-ΔVmin/ΔTmax)×(ΔV/|ΔV|),确定所述车辆急减速;
其中,ΔV为速度差,ΔT为时间差,ΔVmin为配置设定的最小速度差定义,ΔTmax为配置设定的达到最小速度差的最长时间周期,时间值T和速度值V从所述GPS数据中获取,ΔV=(Vn-Vn-1)+...+(V1-V0)=Vn-V0,ΔT=Tn-T0,(ΔTmax-ΔT)大于等于0且SP大于0且ΔV为负值,则第0到n个位置点存在急减速。
其中,设定的最小速度差定义可以根据不同车型实车测试确定,如30km/h;设定的达到最小速度差的最长时间周期可以根据不同车型实车测试确定,如4秒。具体的,如急加速判定条件是最长5秒时间内速度最低提升35km/h,则35km/h即为最小速度差,5秒即为达到最小速度差的最长时间周期。
在一个实施例中,位置点V0...Vn的速度可以按照固定时间间隔(即上述的最小速度差的最长时间间隔)选取。
本发明一个实施例中,还包括:
根据所述GPS数据确定所述车辆急加速;
所述根据所述急减速进行驾驶行为分析包括:
根据所述车辆急加速及所述车辆急减速及所述车辆急转弯,进行驾驶行为分析。
本发明一个实施例中,所述根据所述GPS数据确定所述车辆急加速包括:
根据SPj=(ΔV/ΔT-ΔVmin/ΔTmax),确定所述车辆急加速;
其中ΔV为速度差,ΔT为时间差,ΔVmin为配置设定的最小速度差定义,ΔTmax为配置设定的达到最小速度差的最长时间周期,时间值T和速度值V都从GPS数据中获取,ΔV=(Vn-Vn-1)+...+(V1-V0)=Vn-V0,ΔT=Tn-T0,(ΔTmax-ΔT)大于等于0且SP大于0且ΔV为正值,则第0到n个位置点存在急加速。
其中,设定的最小速度差定义可以根据不同车型实车测试确定,如30km/h;设定的达到最小速度差的最长时间周期可以根据不同车型实车测试确定,如4秒。具体的,如急加速判定条件是最长5秒时间内速度最低提升35km/h,则35km/h即为最小速度差,5秒即为达到最小速度差的最长时间周期。
在一个实施例中,位置点V0...Vn的速度可以按照固定时间间隔(即上述的最小速度差的最长时间间隔)选取。
本发明一个实施例中,所述GPS数据包括:速度值、定位时间值;
所述根据所述GPS数据确定所述车辆急加速包括:
根据SPj=(ΔV/ΔT-ΔVmin/ΔTmax)×(ΔV/|ΔV|),确定所述车辆急加速;
其中,ΔV为速度差,ΔT为时间差,ΔVmin为配置设定的最小速度差定义,ΔTmax为配置设定的达到最小速度差的最长时间周期,时间值T和速度值V从所述GPS数据中获取,ΔV=(Vn-Vn-1)+...+(V1-V0)=Vn-V0,ΔT=Tn-T0,(ΔTmax-ΔT)大于等于0且SP大于0且ΔV为正值,则第0到n个位置点存在急加速。
其中,设定的最小速度差定义可以根据不同车型实车测试确定,如30km/h;设定的达到最小速度差的最长时间周期可以根据不同车型实车测试确定,如4秒。具体的,如急加速判定条件是最长5秒时间内速度最低提升35km/h,则35km/h即为最小速度差,5秒即为达到最小速度差的最长时间周期。
在一个实施例中,位置点V0...Vn的速度可以按照固定时间间隔(即上述的最小速度差的最长时间间隔)选取。
本发明一个实施例中,还包括:
根据所述GPS数据确定所述车辆急转弯;
所述根据所述急加速进行驾驶行为分析包括:
根据所述车辆急加速及所述车辆急减速及所述车辆急转弯,进行驾驶行为分析。
本发明一个实施例中,所述GPS数据包括:速度值、转向角度值、里程、定位时间值、经纬度;
所述根据所述GPS数据确定所述车辆急转弯包括:
根据FATOR1=ΔS/ΔT-ΔVmin,FATOR2=ΔD/ΔT-ΔUmin,确定所述车辆急转弯;
其中,ΔT为测试时间段,ΔT=Tn-T0,ΔS为行驶里程,ΔS=Sn-S0,ΔD为转向角度,ΔD=Dn-D0,ΔVmin为配置设定的最小平均速度,ΔUmin为配置设定的最小平均转向速度,时间值T、里程值S、转向角度D和速度值V从所述GPS数据中获取,当FATOR1和FATOR2均大于等于零时,存在急转弯。
在一个实施例中,T、S、D度可以按照固定时间间隔(可设置)选取。例如,采用如图4方法选取的0-n的GPS位置点数据。
本发明一个实施例中,所述GPS数据包括:速度值、转向角度值、里程、定位时间值、经纬度;
所述根据所述GPS数据确定所述车辆急转弯包括:
根据FATOR1=ΔS/ΔT-ΔVmin,FATOR2=ΔD/ΔT-ΔUmin,FATOR3=((Vn+Vn-1)/2-30)×|(Dn-Dn-1)|-DVmax,确定所述车辆急转弯;
其中,ΔT为测试时间段,ΔT=Tn-T0,ΔS为行驶里程,ΔS=Sn-S0,ΔD为转向角度,ΔD=Dn-D0,ΔVmin为配置设定的最小平均速度,ΔUmin为配置设定的最小平均转向速度,DVmax为配置的单位时间内(如1秒)最高角速度积,时间值T、里程值S、转向角度D和速度值V从所述GPS数据中获取,FATOR3使用相邻两个数据点的值进行计算,当FATOR1和FATOR2均大于等于零,且至少存在一次FATOR3大于等于零的情况时,存在急转弯。
在一个实施例中,T、S、D度可以按照固定时间间隔(可设置)选取。例如,采用如图4方法选取的0-n的GPS位置点数据。
具体的,选取相邻两个数据点的值时,可以如图4方法选取区间段位置点数据,即为0-n的数据,假设n为5,则0和1是相邻的,1和2是相邻的,2和3是相邻的,3和4是相邻的,4和5是相邻的,相邻点做计算。
本发明一个实施例中,还包括:
确定环保评价结果;
根据所述驾驶行为分析得到的驾驶行为结果;
将所述驾驾驶行为结果与所述环保评价结果进行整合,得到综合结果。
本发明的一个实施例中根据所述车辆急加速次数及所述车辆急减速次数及所述车辆急转弯次数,得到所述驾驶行为结果。
本发明的一个实施例中,所述获取环保评价结果包括:
根据连续驾驶时长,连续行驶距离,行驶速度中至少一种参数得到所述环保评价结果。
本发明的一个实施例中所述将根据所述驾驶行为分析得到的驾驶行为结果,与所述环保评价结果进行整合,得到综合结果包括:
根据所述驾驶行为结果的比重及所述环保评价结果的比重,得到所述综合结果。
本发明实施例的对驾驶行为进行分析的方法,通过获取车辆的GPS数据,根据GPS数据确定车辆急加速,根据急加速进行驾驶行为分析,从而实现根据GPS数据进行驾驶行为分析,从而能够以更低的硬件成本实现驾驶行为分析。
本发明实施例根据车载终端内置的GPS模块,通过采集其输出的数据,进行数据分析,计算出驾驶员每一次行程中的激烈驾驶行为(急加速、急减速、急转弯),从而为驾驶行为评价打分系统及驾驶员驾驶习惯的规范调整提供数据支持及建议。
实施例2
本实施例详细说明驾驶行为分析方法,本实施例不用加速度和陀螺仪传感器,只根据采集的GPS数据,即可达到急加速、急减速、急转弯的激烈驾驶行为的计算目的。本实施例的驾驶行为分析方法,采用的三急算法(急加速、急减速、急转弯)以GPS数据为基本数据元素,主要用到速度值、方向角度值、定位时间值、经纬度等。
本发明实施例中急加速算法以采集到的一串GPS数据做速度的趋向性分析,取出每一段的速度递增趋向性区间的GPS数据,对这一段速度递增的数据做急加速分析,主要分析元素为时间长、速度差,在一定的时间范围内,速度差达到设定的急加速阈值时,认定该段区间为急加速。
本发明实施例中速度递增趋向性区间的确定方法如图2所示,从按时间先后排序好的GPS数据列表里计算出速度连续递增(可包含部分匀速段GPS数据)的一段数据。
本发明实施例中速度递减趋向性区间的确定方法如图3所示,从按时间先后排序好的GPS数据列表里计算出速度连续递减(可包含部分匀速段GPS数据)的一段数据。
如图2所示,圆圈标示的速度区间段分别为一次有效的急加速计算数据段,即速度递增趋向性区间数据段。
本发明实施例中急减速算法如图3所示,圆圈标示的速度区间GPS数据段分别为一次有效的急减速计算数据段,即速度递减趋向性区间数据段。
本发明实施例中,急转弯算法方案截取方向趋向性区间(逆时针方向或顺时针方向)的数据,结合方向值、速度值和时间值,进行综合计算,在一定时间范围内,角速度积和方向角度差同时达到各自设定的转弯阈值并且平均速度不低于设定值时,认定为急转弯。
本发明实施例中速度趋向性区间数据的计算如图4所示,假设以每个GPS数据(包含速度、方向、时间、经纬度、里程)间隔周期为1秒,设定5秒内达到设定的最低速度差,那么急加速最长时间为5秒,最多每5个GPS数据(包含速度、方向、时间、经纬度、里程)做一次速度差的分析,每次取GPS数据点的过程如图4所示,图4中三角形位置点为选取的位置点。
本发明实施例中,急加速、急减速、急转弯算法的计算公式如下:
急加速、急减速计算公式一:
SP=(ΔV/ΔT-ΔVmin/ΔTmax)×(ΔV/|ΔV|)
其中ΔV为速度差,ΔT为时间差,ΔVmin为配置设定的最小速度差定义,ΔTmax为配置设定的达到最小速度差的最长时间周期,时间值T和速度值V都从GPS数据中获取。如下为速度差和时间差的计算公式:
速度差ΔV=(Vn-Vn-1)+...+(V1-V0)=Vn-V0,时间差ΔT=Tn-T0,在满足(ΔTmax-ΔT)大于等于0的条件下,如果结果SP大于0,则说明第0到n个位置点存在急加速或急减速行为:ΔV为负,则为急减速,ΔV为正,则为急加速。
具体的,GPS每个位置点的数据都包含里程S和转向角度D,ΔS=Sn-S0,ΔD=Dn-D0,ΔVmin根据实车测试确定。
急加速或者急减速计算公式二:
SP=(ΔV/ΔT-ΔVmin/ΔTmax);
其中,ΔV为速度差,ΔT为时间差,ΔVmin为配置设定的最小速度差定义,ΔTmax为配置设定的达到最小速度差的最长时间周期,时间值T和速度值V都从GPS数据中获取。如下为速度差和时间差的计算公式:
速度差ΔV=(Vn-Vn-1)+...+(V1-V0)=Vn-V0,时间差ΔT=Tn-T0,在满足(ΔTmax-ΔT)大于等于0的条件下,如果结果SP大于0,则说明第0到n个位置点存在急加速或急减速行为:ΔV为负,则为急减速,ΔV为正,则为急加速。
本发明实施例中,急转弯计算公式一:
FATOR1=ΔS/ΔT-ΔVmin
FATOR2=ΔD/ΔT-ΔUmin
FATOR3=((Vn+Vn-1)/2-30)×|(Dn-Dn-1)|-DVmax
其中
ΔT为测试时间段,ΔT=Tn-T0
ΔS为行驶里程,ΔS=Sn-S0
ΔD为转向角度,ΔD=Dn-D0
ΔVmin为配置设定的最小平均速度,ΔUmin为配置设定的最小平均转向速度,DVmax为配置的单位时间内(1秒)最高角速度积,时间值T、里程值S、转向角度D和速度值V都从GPS数据中获取。FATOR3使用相邻两个数据点的值进行计算,当FATOR1和FATOR2均大于等于零,且至少存在一次FATOR3大于等于零的情况时,驾驶行为判定为急转弯。
本发明实施例中,急转弯计算公式二:
FATOR1=ΔS/ΔT-ΔVmin
FATOR2=ΔD/ΔT-ΔUmin
其中ΔT为测试时间段,ΔS为行驶里程,ΔD为转向角度,ΔVmin为最小平均速度,ΔUmin为最小平均转向速度。当FATOR1和FATOR2均大于等于零时,驾驶行为判定为急转弯。
具体的,GPS每个位置点的数据都包含里程S和转向角度D,ΔS=Sn-S0,ΔD=Dn-D0,ΔVmin根据实车测试确定。
本发明实施例中,急加速、急减速、急转弯算法输出的急加速、急减速和急转弯数据可作为驾驶行为打分的重要依据。下表1为驾驶行为总得分的计算规则,包括环保得分和安全得分在驾驶行为总得分中的权重。而环保得分和安全得分都跟急加速、急减速、急转弯数据有直接关系。
表1驾驶行为总得分
名称 | 环保得分 | 安全得分 |
驾驶行为总得分 | 33% | 67% |
下表2为急加速、急减速、急转弯数据在环保得分和安全得分的权重说明,急加速、急减速、急转弯数据对安全得分影响很大,并且也占到了环保得分的四分之一权重,进而影响驾驶行为总得分。
表2驾驶行为各项得分
名称 | 行驶时长 | 行驶距离 | 速度 | 三急数据 |
环保得分 | 25% | 25% | 25% | 25% |
安全得分 | 16.00% | 17.00% | 17.00% | 50% |
下表3为急加速、急减速、急转弯数据的计分说明,总分为100分。
表3急加速、急减速、急转弯数据计分制(n为急加速、急减速、急转弯总次数)
名称 | n=0 | 0<n<10 | n>=10 |
三急得分 | 100分 | 100/n分 | 0分 |
本发明实施例,根据终端现有的GPS模块,即可计算出急加速、急减速、急转弯的驾驶行为,避免大规模对产品进行硬件改造,降低成本及产品升级代价,可针对不同的GPS性能差异,利用不同的校准参数,对急加速、急减速、急转弯算法进行适配调校。
本发明实施例,GPS采集频率较长,没有加速度数据,本发明可以根据不太精确的数据,做出比较精确的驾驶行为计算。分离出速度趋向性一致的各段数据,分别进行急加速急减速的计算,提高准确度。设定急加速、急减速、急转弯算法的调校参数,可以动态对算法的各项关键参数进行调校
本发明实施例,根据车载终端内置的GPS模块,通过采集其输出的数据,进行数据分析,计算出驾驶员每一次行程中的激烈驾驶行为(急加速、急减速、急转弯),从而为驾驶行为评价打分系统及驾驶员驾驶习惯的规范调整提供数据支持及建议。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。
Claims (10)
1.一种对驾驶行为进行分析的方法,其特征在于,包括:
获取车辆的GPS数据;
根据所述GPS数据确定所述车辆急减速;
根据所述急减速进行驾驶行为分析。
2.根据权利要求1所述的方法,其特征在于,所述GPS数据包括:速度值、方向角度值、定位时间值、经纬度;
所述根据所述GPS数据确定所述车辆急减速包括:
根据SPi=(ΔV/ΔT-ΔVmin/ΔTmax),确定所述车辆急减速;
其中:ΔV为速度差,ΔT为时间差,ΔVmin为配置设定的最小速度差定义,ΔTmax为配置设定的达到最小速度差的最长时间周期,时间值T和速度值V都从GPS数据中获取,ΔV=(Vn-Vn-1)+...+(V1-V0)=Vn-V0,ΔT=Tn-T0,(ΔTmax-ΔT)大于等于0且SP大于0且ΔV为负值,则第0到n个位置点存在急减速。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述GPS数据确定所述车辆急减速包括:
根据SPi=(ΔV/ΔT-ΔVmin/ΔTmax)×(ΔV/|ΔV|),确定所述车辆急减速;
其中,ΔV为速度差,ΔT为时间差,ΔVmin为配置设定的最小速度差定义,ΔTmax为配置设定的达到最小速度差的最长时间周期,时间值T和速度值V从所述GPS数据中获取,ΔV=(Vn-Vn-1)+...+(V1-V0)=Vn-V0,ΔT=Tn-T0,(ΔTmax-ΔT)大于等于0且SP大于0且ΔV为负值,则第0到n个位置点存在急减速。
4.根据权利要求1所述的方法,其特征在于,还包括:
根据所述GPS数据确定所述车辆急加速;
所述根据所述急减速进行驾驶行为分析包括:
根据所述车辆急加速及所述车辆急减速及所述车辆急转弯,进行驾驶行为分析。
5.根据权利要求4所述的方法,其特征在于,所述根据所述GPS数据确定所述车辆急加速包括:
根据SPj=(ΔV/ΔT-ΔVmin/ΔTmax),确定所述车辆急加速;
其中ΔV为速度差,ΔT为时间差,ΔVmin为配置设定的最小速度差定义,ΔTmax为配置设定的达到最小速度差的最长时间周期,时间值T和速度值V都从GPS数据中获取,ΔV=(Vn-Vn-1)+...+(V1-V0)=Vn-V0,ΔT=Tn-T0,(ΔTmax-ΔT)大于等于0且SP大于0且ΔV为正值,则第0到n个位置点存在急加速。
6.根据权利要求4或5所述的方法,其特征在于,所述GPS数据包括:速度值、定位时间值;
所述根据所述GPS数据确定所述车辆急加速包括:
根据SPj=(ΔV/ΔT-ΔVmin/ΔTmax)×(ΔV/|ΔV|),确定所述车辆急加速;
其中,ΔV为速度差,ΔT为时间差,ΔVmin为配置设定的最小速度差定义,ΔTmax为配置设定的达到最小速度差的最长时间周期,时间值T和速度值V从所述GPS数据中获取,ΔV=(Vn-Vn-1)+...+(V1-V0)=Vn-V0,ΔT=Tn-T0,(ΔTmax-ΔT)大于等于0且SP大于0且ΔV为正值,则第0到n个位置点存在急加速。
7.根据权利要求4所述的方法,其特征在于,还包括:
根据所述GPS数据确定所述车辆急转弯;
所述根据所述急加速进行驾驶行为分析包括:
根据所述车辆急加速及所述车辆急减速及所述车辆急转弯,进行驾驶行为分析。
8.根据权利要求7所述的方法,其特征在于,所述GPS数据包括:速度值、转向角度值、里程、定位时间值、经纬度;
所述根据所述GPS数据确定所述车辆急转弯包括:
根据FATOR1=ΔS/ΔT-ΔVmin,FATOR2=ΔD/ΔT-ΔUmin,确定所述车辆急转弯;
其中,ΔT为测试时间段,ΔT=Tn-T0,ΔS为行驶里程,ΔS=Sn-S0,ΔD为转向角度,ΔD=Dn-D0,ΔVmin为配置设定的最小平均速度,ΔUmin为配置设定的最小平均转向速度,时间值T、里程值S、转向角度D和速度值V从所述GPS数据中获取,当FATOR1和FATOR2均大于等于零时,存在急转弯。
9.根据权利要求7或8所述的方法,其特征在于,所述GPS数据包括:速度值、转向角度值、里程、定位时间值、经纬度;
所述根据所述GPS数据确定所述车辆急转弯包括:
根据FATOR1=ΔS/ΔT-ΔVmin,FATOR2=ΔD/ΔT-ΔUmin,FATOR3=((Vn+Vn-1)/2-30)×|(Dn-Dn-1)|-DVmax,确定所述车辆急转弯;
其中,ΔT为测试时间段,ΔT=Tn-T0,ΔS为行驶里程,ΔS=Sn-S0,ΔD为转向角度,ΔD=Dn-D0,ΔVmin为配置设定的最小平均速度,ΔUmin为配置设定的最小平均转向速度,DVmax为配置的单位时间内最高角速度积,时间值T、里程值S、转向角度D和速度值V从所述GPS数据中获取,FATOR3使用相邻两个数据点的值进行计算,当FATOR1和FATOR2均大于等于零,且至少存在一次FATOR3大于等于零的情况时,存在急转弯。
10.根据权利要求1至9中任一项所述的方法,其特征在于,还包括:
确定环保评价结果;
根据所述驾驶行为分析得到的驾驶行为结果;
将所述驾驾驶行为结果与所述环保评价结果进行整合,得到综合结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810445426.6A CN108694756A (zh) | 2018-05-09 | 2018-05-09 | 对驾驶行为进行分析的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810445426.6A CN108694756A (zh) | 2018-05-09 | 2018-05-09 | 对驾驶行为进行分析的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108694756A true CN108694756A (zh) | 2018-10-23 |
Family
ID=63847306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810445426.6A Pending CN108694756A (zh) | 2018-05-09 | 2018-05-09 | 对驾驶行为进行分析的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108694756A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448377A (zh) * | 2018-11-29 | 2019-03-08 | 交通运输部公路科学研究所 | 一种使用卫星定位数据进行车辆行驶安全性评价的方法 |
CN109584402A (zh) * | 2018-12-06 | 2019-04-05 | 嘉兴行适安车联网信息科技有限公司 | 一种驾驶习惯分析系统及其分析方法 |
CN110033528A (zh) * | 2019-04-17 | 2019-07-19 | 洛阳智能农业装备研究院有限公司 | 一种基于gps和发动机数据的农机作业状态判断方法 |
CN116704780A (zh) * | 2023-07-05 | 2023-09-05 | 山东理工大学 | 一种基于gps轨迹数据的异常驾驶行为识别方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103900631A (zh) * | 2012-12-26 | 2014-07-02 | 上海移为通信技术有限公司 | 车载追踪器的检测系统及检测方法 |
CN104875731A (zh) * | 2015-05-19 | 2015-09-02 | 交通运输部公路科学研究所 | 一种使用卫星定位数据实时辨识车辆急加速或急减速的方法 |
KR20160111278A (ko) * | 2015-03-16 | 2016-09-26 | 은석훈 | 차량 운전 행태의 모니터링 장치, 이를 이용한 모니터링 시스템 및 모니터링 방법 |
CN106453570A (zh) * | 2016-10-19 | 2017-02-22 | 北京速能数码网络技术有限公司 | 一种行车状态的远程监控方法、系统及车载设备、服务器 |
CN106643749A (zh) * | 2016-09-14 | 2017-05-10 | 北京航空航天大学 | 一种基于智能手机的危险驾驶行为检测方法 |
CN107284451A (zh) * | 2017-06-22 | 2017-10-24 | 北京雄信息科技有限公司 | 基于gps的不良驾驶行为的监测方法和系统 |
CN107507299A (zh) * | 2017-08-15 | 2017-12-22 | 深圳智慧车联科技有限公司 | 监控车辆驾驶平顺性的方法、系统及车辆 |
-
2018
- 2018-05-09 CN CN201810445426.6A patent/CN108694756A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103900631A (zh) * | 2012-12-26 | 2014-07-02 | 上海移为通信技术有限公司 | 车载追踪器的检测系统及检测方法 |
KR20160111278A (ko) * | 2015-03-16 | 2016-09-26 | 은석훈 | 차량 운전 행태의 모니터링 장치, 이를 이용한 모니터링 시스템 및 모니터링 방법 |
CN104875731A (zh) * | 2015-05-19 | 2015-09-02 | 交通运输部公路科学研究所 | 一种使用卫星定位数据实时辨识车辆急加速或急减速的方法 |
CN106643749A (zh) * | 2016-09-14 | 2017-05-10 | 北京航空航天大学 | 一种基于智能手机的危险驾驶行为检测方法 |
CN106453570A (zh) * | 2016-10-19 | 2017-02-22 | 北京速能数码网络技术有限公司 | 一种行车状态的远程监控方法、系统及车载设备、服务器 |
CN107284451A (zh) * | 2017-06-22 | 2017-10-24 | 北京雄信息科技有限公司 | 基于gps的不良驾驶行为的监测方法和系统 |
CN107507299A (zh) * | 2017-08-15 | 2017-12-22 | 深圳智慧车联科技有限公司 | 监控车辆驾驶平顺性的方法、系统及车辆 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448377A (zh) * | 2018-11-29 | 2019-03-08 | 交通运输部公路科学研究所 | 一种使用卫星定位数据进行车辆行驶安全性评价的方法 |
CN109448377B (zh) * | 2018-11-29 | 2020-07-28 | 交通运输部公路科学研究所 | 一种使用卫星定位数据进行车辆行驶安全性评价的方法 |
CN109584402A (zh) * | 2018-12-06 | 2019-04-05 | 嘉兴行适安车联网信息科技有限公司 | 一种驾驶习惯分析系统及其分析方法 |
CN110033528A (zh) * | 2019-04-17 | 2019-07-19 | 洛阳智能农业装备研究院有限公司 | 一种基于gps和发动机数据的农机作业状态判断方法 |
CN116704780A (zh) * | 2023-07-05 | 2023-09-05 | 山东理工大学 | 一种基于gps轨迹数据的异常驾驶行为识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108694756A (zh) | 对驾驶行为进行分析的方法 | |
CN109035757A (zh) | 分析驾驶行为的方法 | |
JP5856387B2 (ja) | 車両データの解析方法及び車両データの解析システム | |
CN103221665B (zh) | 驾驶支持系统和驾驶支持管理设备 | |
JP5900454B2 (ja) | 車両用車線案内システム及び車両用車線案内方法 | |
US8798919B2 (en) | Driving characteristics detector and route search device | |
JP4733251B2 (ja) | 道路ネットワークとマッチングされた携帯電話の位置を使うデータ収集の方法とシステム | |
JP5542712B2 (ja) | 加速度を決定するための自動車用システムおよび方法 | |
JP6139722B1 (ja) | 推定装置、推定方法及び推定プログラム | |
US20160009276A1 (en) | In-The-Road, Passable Obstruction Avoidance Arrangement | |
CN109017798A (zh) | 驾驶行为分析方法 | |
CN107000750A (zh) | 用于车辆经济性改进的设备及方法 | |
US20150300828A1 (en) | Cooperative learning method for road infrastructure detection and characterization | |
CN105091896B (zh) | 驾驶行为提醒方法、车辆及电子设备 | |
CN104864878A (zh) | 基于电子地图的路况物理信息绘制及查询方法 | |
JP2010014592A (ja) | 移動手段判定装置、及び移動手段判定方法 | |
JP6706826B2 (ja) | 判定プログラム、判定方法および情報処理装置 | |
JP2017167046A (ja) | 経路案内装置、経路案内システム、経路案内方法及び経路案内プログラム | |
CN104228841B (zh) | 用于确定短期驾驶倾向的可变控制装置和方法 | |
JP2009293996A (ja) | 運転者疲労度推定装置、運転者疲労度推定方法 | |
CN112356849A (zh) | 一种危险驾驶的预警方法及装置 | |
US11587441B1 (en) | Location risk determination and ranking based on vehicle events and/or an accident database | |
FR2415305A1 (fr) | Instrument de navigation pour vehicules routiers | |
Scora et al. | Real-time roadway emissions estimation using visual traffic measurements | |
Hao et al. | Modal activity-based vehicle energy/emissions estimation using sparse mobile sensor data |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181023 |