CN108694756A - 对驾驶行为进行分析的方法 - Google Patents

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

对驾驶行为进行分析的方法

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-ΔV_min/ΔT_max)，确定所述车辆急减速；

其中：ΔV为速度差，ΔT为时间差，ΔV_min为配置设定的最小速度差定义，ΔT_max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＝(V_n-V_n-1)+...+(V₁-V₀)＝V_n-V₀，ΔT＝T_n-T₀，(ΔT_max-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-ΔV_min/ΔT_max)×(ΔV/|ΔV|)，确定所述车辆急减速；

其中，ΔV为速度差，ΔT为时间差，ΔV_min为配置设定的最小速度差定义，ΔT_max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＝(V_n-V_n-1)+...+(V₁-V₀)＝V_n-V₀，ΔT＝T_n-T₀，(ΔT_max-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-ΔV_min/ΔT_max)，确定所述车辆急加速；

其中ΔV为速度差，ΔT为时间差，ΔV_min为配置设定的最小速度差定义，ΔT_max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＝(V_n-V_n-1)+...+(V₁-V₀)＝V_n-V₀，ΔT＝T_n-T₀，(ΔT_max-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-ΔV_min/ΔT_max)×(ΔV/|ΔV|)，确定所述车辆急加速；

其中，ΔV为速度差，ΔT为时间差，ΔV_min为配置设定的最小速度差定义，ΔT_max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＝(V_n-V_n-1)+...+(V₁-V₀)＝V_n-V₀，ΔT＝T_n-T₀，(ΔT_max-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-ΔV_min，FATOR2＝ΔD/ΔT-ΔU_min，确定所述车辆急转弯；

其中，ΔT为测试时间段，ΔT＝T_n-T₀，ΔS为行驶里程，ΔS＝S_n-S₀，ΔD为转向角度，ΔD＝D_n-D₀，ΔV_min为配置设定的最小平均速度，ΔU_min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-ΔV_min，FATOR2＝ΔD/ΔT-ΔU_min，FATOR3＝((V_n+V_n-1)/2-30)×|(D_n-D_n-1)|-DV_max，确定所述车辆急转弯；

其中，ΔT为测试时间段，ΔT＝T_n-T₀，ΔS为行驶里程，ΔS＝S_n-S₀，ΔD为转向角度，ΔD＝D_n-D₀，ΔV_min为配置设定的最小平均速度，ΔU_min为配置设定的最小平均转向速度，DV_max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-ΔV_min/ΔT_max)，确定所述车辆急减速；

其中：ΔV为速度差，ΔT为时间差，ΔV_min为配置设定的最小速度差定义，ΔT_max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＝(V_n-V_n-1)+...+(V₁-V₀)＝V_n-V₀，ΔT＝T_n-T₀，(ΔT_max-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...V_n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-ΔV_min/ΔT_max)×(ΔV/|ΔV|)，确定所述车辆急减速；

其中，ΔV为速度差，ΔT为时间差，ΔV_min为配置设定的最小速度差定义，ΔT_max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＝(V_n-V_n-1)+...+(V₁-V₀)＝V_n-V₀，ΔT＝T_n-T₀，(ΔT_max-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...V_n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-ΔV_min/ΔT_max)，确定所述车辆急加速；

其中ΔV为速度差，ΔT为时间差，ΔV_min为配置设定的最小速度差定义，ΔT_max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＝(V_n-V_n-1)+...+(V₁-V₀)＝V_n-V₀，ΔT＝T_n-T₀，(ΔT_max-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...V_n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-ΔV_min/ΔT_max)×(ΔV/|ΔV|)，确定所述车辆急加速；

其中，ΔV为速度差，ΔT为时间差，ΔV_min为配置设定的最小速度差定义，ΔT_max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＝(V_n-V_n-1)+...+(V₁-V₀)＝V_n-V₀，ΔT＝T_n-T₀，(ΔT_max-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...V_n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-ΔV_min，FATOR2＝ΔD/ΔT-ΔU_min，确定所述车辆急转弯；

其中，ΔT为测试时间段，ΔT＝T_n-T₀，ΔS为行驶里程，ΔS＝S_n-S₀，ΔD为转向角度，ΔD＝D_n-D₀，ΔV_min为配置设定的最小平均速度，ΔU_min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-ΔV_min，FATOR2＝ΔD/ΔT-ΔU_min，FATOR3＝((V_n+V_n-1)/2-30)×|(D_n-D_n-1)|-DV_max，确定所述车辆急转弯；

其中，ΔT为测试时间段，ΔT＝T_n-T₀，ΔS为行驶里程，ΔS＝S_n-S₀，ΔD为转向角度，ΔD＝D_n-D₀，ΔV_min为配置设定的最小平均速度，ΔU_min为配置设定的最小平均转向速度，DV_max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-ΔV_min/ΔT_max)×(ΔV/|ΔV|)

其中ΔV为速度差，ΔT为时间差，ΔV_min为配置设定的最小速度差定义，ΔT_max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＝(V_n-V_n-1)+...+(V₁-V₀)＝V_n-V₀，时间差ΔT＝T_n-T₀，在满足(ΔT_max-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＝S_n-S₀，ΔD＝D_n-D₀，ΔV_min根据实车测试确定。

急加速或者急减速计算公式二：

SP＝(ΔV/ΔT-ΔV_min/ΔT_max)；

其中，ΔV为速度差，ΔT为时间差，ΔV_min为配置设定的最小速度差定义，ΔT_max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＝(V_n-V_n-1)+...+(V₁-V₀)＝V_n-V₀，时间差ΔT＝T_n-T₀，在满足(ΔT_max-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-ΔV_min

FATOR2＝ΔD/ΔT-ΔU_min

FATOR3＝((V_n+V_n-1)/2-30)×|(D_n-D_n-1)|-DV_max

其中

ΔT为测试时间段，ΔT＝T_n-T₀

ΔS为行驶里程，ΔS＝S_n-S₀

ΔD为转向角度，ΔD＝D_n-D₀

ΔV_min为配置设定的最小平均速度，ΔU_min为配置设定的最小平均转向速度，DV_max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-ΔV_min

FATOR2＝ΔD/ΔT-ΔU_min

其中ΔT为测试时间段，ΔS为行驶里程，ΔD为转向角度，ΔV_min为最小平均速度，ΔU_min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＝S_n-S₀，ΔD＝D_n-D₀，ΔV_min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-ΔV_min/ΔT_max)，确定所述车辆急减速；

其中：ΔV为速度差，ΔT为时间差，ΔV_min为配置设定的最小速度差定义，ΔT_max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＝(V_n-V_n-1)+...+(V₁-V₀)＝V_n-V₀，ΔT＝T_n-T₀，(ΔT_max-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-ΔV_min/ΔT_max)×(ΔV/|ΔV|)，确定所述车辆急减速；

其中，ΔV为速度差，ΔT为时间差，ΔV_min为配置设定的最小速度差定义，ΔT_max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＝(V_n-V_n-1)+...+(V₁-V₀)＝V_n-V₀，ΔT＝T_n-T₀，(ΔT_max-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-ΔV_min/ΔT_max)，确定所述车辆急加速；

其中ΔV为速度差，ΔT为时间差，ΔV_min为配置设定的最小速度差定义，ΔT_max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＝(V_n-V_n-1)+...+(V₁-V₀)＝V_n-V₀，ΔT＝T_n-T₀，(ΔT_max-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-ΔV_min/ΔT_max)×(ΔV/|ΔV|)，确定所述车辆急加速；

其中，ΔV为速度差，ΔT为时间差，ΔV_min为配置设定的最小速度差定义，ΔT_max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＝(V_n-V_n-1)+...+(V₁-V₀)＝V_n-V₀，ΔT＝T_n-T₀，(ΔT_max-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-ΔV_min，FATOR2＝ΔD/ΔT-ΔU_min，确定所述车辆急转弯；

其中，ΔT为测试时间段，ΔT＝T_n-T₀，ΔS为行驶里程，ΔS＝S_n-S₀，ΔD为转向角度，ΔD＝D_n-D₀，ΔV_min为配置设定的最小平均速度，ΔU_min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-ΔV_min，FATOR2＝ΔD/ΔT-ΔU_min，FATOR3＝((V_n+V_n-1)/2-30)×|(D_n-D_n-1)|-DV_max，确定所述车辆急转弯；

其中，ΔT为测试时间段，ΔT＝T_n-T₀，ΔS为行驶里程，ΔS＝S_n-S₀，ΔD为转向角度，ΔD＝D_n-D₀，ΔV_min为配置设定的最小平均速度，ΔU_min为配置设定的最小平均转向速度，DV_max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。