CN109002981A - 驾驶行为评分方法、系统、装置及计算机可读存储介质 - Google Patents
驾驶行为评分方法、系统、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109002981A CN109002981A CN201810749090.2A CN201810749090A CN109002981A CN 109002981 A CN109002981 A CN 109002981A CN 201810749090 A CN201810749090 A CN 201810749090A CN 109002981 A CN109002981 A CN 109002981A
- Authority
- CN
- China
- Prior art keywords
- driving behavior
- vehicle
- driving
- intermediary outcomes
- road
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
Abstract
一种驾驶行为评分方法，包括如下步骤：步骤1，对驾驶原始数据进行数据预处理；步骤2，获取中间指标变量和中间指标权重；步骤3，根据中间指标变量及中间指标权重获得驾驶行为评分。本发明通过分析车辆驾驶行为的指标数据，计算车辆的综合得分。综合评分的高低，体现了车辆驾驶行为的相对好坏，综合评分越高，说明车辆驾驶行为相对越好。能够客观、合理的综合评估车辆在一段时间内的驾驶行为。
Description
技术领域
本发明涉及物理领域，尤其涉及车辆驾驶行为的测量评估技术，特别涉及一种驾驶行为评分方法、系统、装置及计算机可读存储介质。
背景技术
车辆在行驶过程中，会产生一系列特征行为，包括超速、急减速、急加速等，这些特征行为反映着车辆行驶的规范程度和风险程度，即驾驶行为的好坏。虽然现有技术，能够获取这些特征行为，但是仅通过单一特征行为来分析车辆驾驶的好坏，往往不够全面，有所偏颇。随着人们对安全驾驶的重视，迫切需要一种综合评价方法，能够全面统筹地分析这些特征行为，客观合理地评估车辆的驾驶行为，使驾驶者意识到自身驾驶行为的好坏，以便及时纠正不良行为，减少交通事故发生的概率。
目前，针对车辆驾驶行为的定量评估，暂没有明确标准。而一种有效的综合评价方法，可以服务于车队管理者、车辆保险公司和车辆驾驶者。车辆管理者，可以依据综合评价方法提供的评估进行决策；车辆保险公司，可以依据综合评价方法提供的评估合理收取保费；车辆驾驶者，可以依据综合评价方法提供的评估了解自己在所处驾驶者群体中的定位，做到有目的地调整驾驶行为。故车辆综合评价方法，能在多方面发挥作用，进而改善交通状况。
发明内容
针对上述技术问题，本发明的目的在于提供一种解决上述技术问题的驾驶行为评分方法、系统、装置及计算机可读存储介质。
为解决上述技术问题，本发明驾驶行为评分方法，包括如下步骤：
步骤1，对驾驶原始数据进行数据预处理；所述的驾驶原始数据包括在五种类型道路中车辆分别行驶的总里程、每公里夜间驾驶平均时长、每公里急减速平均次数、每公里急加速平均次数、每公里疲劳驾驶时长、超速平均程度、每公里超速总时长、每公里超速平均次数，所述的五种类型道路为高速公路、城市快速道路、城市主要道路、城市次要道路和城市普通道路，
步骤2，获取中间指标变量和中间指标权重；
步骤3，根据中间指标变量及中间指标权重获得驾驶行为评分。
步骤1中，对原始数据进行数据预处理为建立评分指标变量的取值Aij(s)；
当j≠1时，
当j＝1时，
其中，Aij(s)为第s辆车的第i种道路类型的第j个指标的指标变量Aij的取值，μij(s)为第s辆车的第i种道路类型的第j个指标的驾驶行为原始数据，为μij(s)的平均值，σij为μij(s)的方差，s为正整数，i为正整数，j为正整数。
步骤1中，
其中，n为需要评分的车辆总数，n为正整数。
步骤2中，中间指标变量Ai满足：
其中wij≥0，且wij满足：
式中
其中，m为每种道路类型上的指标数目、m＝8，h为道路的类型数、h＝5，k为某个道路类型上的某个指标、k＝1,2,…,m，Aik(s)为第s辆车的第i种道路类型的第k个指标的指标变量Aik的取值，Dij为Aij的方差，Dik为Aik的方差；
获得第s辆车在第i种道路类型上中间指标变量Ai的取值Ai(s)，Ai(s)满足：
步骤2中，中间指标权重wi(s)满足：
其中，μi1(s)为第s辆车在第i种道路类型的里程数，i＝1,2,...,h。
步骤3中，驾驶行为评分A满足：
第s辆车的驾驶行为评分A(s)满足：
一种驾驶行为评分系统，包括：
数据预处理模块，用于对驾驶原始数据进行数据预处理；
中间指标处理模块，用于获取中间指标变量和中间指标权重；
评分模块，用于根据中间指标变量及中间指标权重获得驾驶行为评分。
一种驾驶行为评分装置，包括：存储有驾驶行为评分程序的存储器及用于运行驾驶行为评分程序的处理器，驾驶行为评分程序配置为实现权利要求1～6任一项所述的驾驶行为评分方法的步骤。
一种计算机可读存储介质，计算机可读存储介质上存储有驾驶行为评分程序，驾驶行为评分程序被处理器执行时实现如权利要求1～6任一项所述的驾驶行为评分方法的步骤。
本发明通过分析车辆驾驶行为的指标数据，计算车辆的综合得分。综合评分的高低，体现了车辆驾驶行为的相对好坏，综合评分越高，说明车辆驾驶行为相对越好。能够客观、合理的综合评估车辆在一段时间内的驾驶行为。
附图说明
图1为本发明方法流程图；
图2为本发明方法的模型结构图一；
图3为本发明方法的模型结构图二。
具体实施方式
下面结合附图对本发明的驾驶行为评分方法做进一步详细说明。
(1)数据预处理，建立评分指标变量
车辆驾驶行为原始数据，区分道路类型的基础上，细分为总里程，每公里夜间驾驶平均时长、每公里急减速平均次数、每公里急加速平均次数、每公里疲劳驾驶时长、超速平均程度、每公里超速总时长、每公里超速平均次数，其中道路类型为高速公路、城市快速道路、城市主要道路、城市次要道路和城市普通道路；设需要评分的车辆总数为n，原始数据的产生时间段为T，设道路类型数目为h＝5，每种道路类型上的指标数目为m＝8，因此评分指标变量数目为h×m＝40，具体参看评分指标变量列表，详见下表1。
| 高速公路 | 城市快速道路 | 城市主要道路 | 城市次要道路 | 城市普通道路 | |
| 里程 | A11 | A21 | A31 | A41 | A51 |
| 夜间驾驶 | A12 | A22 | A32 | A42 | A52 |
| 急减速 | A13 | A23 | A33 | A43 | A53 |
| 急加速 | A14 | A24 | A34 | A44 | A54 |
| 疲劳驾驶 | A15 | A25 | A35 | A45 | A55 |
| 超速程度 | A16 | A26 | A36 | A46 | A56 |
| 超速时间 | A17 | A27 | A37 | A47 | A57 |
| 超速次数 | A18 | A28 | A38 | A48 | A58 |
表1
如评分指标变量A11，反映的是时间段T车辆在高速公路上里程的情况；Aij依此类推。
设μij(s)为第s辆车的第i种道路类型的第j个指标的驾驶行为原始数据，同时和σij为相应的平均值和方差，即
第s辆车关于评分指标变量的计算方式：
当j≠1时，
当j＝1时
其中，Aij(s)为第s辆车的第i种道路类型的第j个指标的指标变量Aij的取值，μij(s)为第s辆车的第i种道路类型的第j个指标的驾驶行为原始数据，为μij(s)的平均值，σij为μij(s)的方差，s为正整数，i为正整数，j为正整数。
(2)建立中间指标变量
设A1，A2，A3，A4，A5为中间指标变量，中间指标变量Ai，即为第i种道路类型上车辆驾驶行为的得分。其计算公式如下：
其中wij≥0为评分指标权重，满足：
而权重通过Entropy-CRITIC法计算产生：
其中，m为每种道路类型上的指标数目、m＝8，h为道路的类型数、h＝5，k为某个道路类型上的某个指标、k＝1,2,…,m，Aik(s)为第s辆车的第i种道路类型的第k个指标的指标变量Aik的取值，Dij为Aij的方差，Dik为Aik的方差。
故第s辆车在第i种道路类型上的得分为
(3)计算中间指标权重wi(s)，即wi(s)为第s辆车在第i种道路类型的里程占总里程的比例，满足：
其中，μi1(s)为第s辆车在第i种道路类型的里程数，i＝1,2,...,h。
(4)获得综合评分
车辆驾驶行为综合评分分A满足：
第s辆车的驾驶行为评分A(s)满足：
(5)根据综合评分，对车辆驾驶行为进行综合评价，综合评分相对越高，车辆驾驶行为越好。
本发明还提供了一种驾驶行为评分系统，包括：数据预处理模块，用于对驾驶原始数据进行数据预处理；中间指标处理模块，用于获取中间指标变量和中间指标权重；评分模块，用于根据中间指标变量及中间指标权重获得驾驶行为评分。
本发明还提供了一种驾驶行为评分装置，其特征在于，包括：存储有驾驶行为评分程序的存储器及用于运行驾驶行为评分程序的处理器，驾驶行为评分程序配置为实现驾驶行为评分方法的步骤。
本发明还提供了一种计算机可读存储介质，其特征在于，计算机可读存储介质上存储有驾驶行为评分程序，驾驶行为评分程序被处理器执行时实现驾驶行为评分方法的步骤。
以上已对本发明创造的较佳实施例进行了具体说明，但本发明创造并不限于实施例，熟悉本领域的技术人员在不违背本发明创造精神的前提下还可作出种种的等同的变型或替换，这些等同的变型或替换均包含在本申请权利要求所限定的范围内。
Claims (9)
1.一种驾驶行为评分方法，其特征在于，包括如下步骤：
步骤1，对驾驶原始数据进行数据预处理；所述的驾驶原始数据包括在五种类型道路中车辆分别行驶的总里程、每公里夜间驾驶平均时长、每公里急减速平均次数、每公里急加速平均次数、每公里疲劳驾驶时长、超速平均程度、每公里超速总时长、每公里超速平均次数，所述的五种类型道路为高速公路、城市快速道路、城市主要道路、城市次要道路和城市普通道路，
步骤2，获取中间指标变量和中间指标权重；
步骤3，根据中间指标变量及中间指标权重获得驾驶行为评分。
2.根据权利要求1所述的驾驶行为评分方法，其特征在于，步骤1中，对原始数据进行数据预处理为建立评分指标变量的取值Aij(s)；
当j≠1时，
当j＝1时，
其中，Aij(s)为第s辆车的第i种道路类型的第j个指标的指标变量Aij的取值，μij(s)为第s辆车的第i种道路类型的第j个指标的驾驶行为原始数据，为μij(s)的平均值，σij为μij(s)的方差，s为正整数，i为正整数，j为正整数。
3.根据权利要求2所述的驾驶行为评分方法，其特征在于，步骤1中，
其中，n为需要评分的车辆总数，n为正整数。
4.根据权利要求3所述的驾驶行为评分方法，其特征在于，步骤2中，中间指标变量Ai满足：
其中wij≥0，且wij满足：
式中
其中，m为每种道路类型上的指标数目、m＝8，h为道路的类型数、h＝5，k为某个道路类型上的某个指标、k＝1,2,…,m，Aik(s)为第s辆车的第i种道路类型的第k个指标的指标变量Aik的取值，Dij为Aij的方差，Dik为Aik的方差；
获得第s辆车在第i种道路类型上中间指标变量Ai的取值Ai(s)，Ai(s)满足：
5.根据权利要求4所述的驾驶行为评分方法，其特征在于，步骤2中，中间指标权重wi(s)满足：
其中，μi1(s)为第s辆车在第i种道路类型的里程数，i＝1,2,...,h。
6.根据权利要求5所述的驾驶行为评分方法，其特征在于，步骤3中，驾驶行为评分A满足：
第s辆车的驾驶行为评分A(s)满足：
7.一种驾驶行为评分系统，其特征在于，包括：
数据预处理模块，用于对驾驶原始数据进行数据预处理；
中间指标处理模块，用于获取中间指标变量和中间指标权重；
评分模块，用于根据中间指标变量及中间指标权重获得驾驶行为评分。
8.一种驾驶行为评分装置，其特征在于，包括：存储有驾驶行为评分程序的存储器及用于运行驾驶行为评分程序的处理器，驾驶行为评分程序配置为实现权利要求1～6任一项所述的驾驶行为评分方法的步骤。
9.一种计算机可读存储介质，其特征在于，计算机可读存储介质上存储有驾驶行为评分程序，驾驶行为评分程序被处理器执行时实现如权利要求1～6任一项所述的驾驶行为评分方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810749090.2A CN109002981B (zh) | 2018-07-10 | 2018-07-10 | 驾驶行为评分方法、系统、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810749090.2A CN109002981B (zh) | 2018-07-10 | 2018-07-10 | 驾驶行为评分方法、系统、装置及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109002981A true CN109002981A (zh) | 2018-12-14 |
| CN109002981B CN109002981B (zh) | 2021-06-18 |
Family
ID=64600099
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810749090.2A Active CN109002981B (zh) | 2018-07-10 | 2018-07-10 | 驾驶行为评分方法、系统、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109002981B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109711691A (zh) * | 2018-12-17 | 2019-05-03 | 长安大学 | 一种基于熵权模糊综合评价模型的驾驶风格评价方法 |
| CN109767020A (zh) * | 2018-12-17 | 2019-05-17 | 中国平安财产保险股份有限公司 | 车辆推荐方法、装置、计算机设备和存储介质 |
| CN111332313A (zh) * | 2020-02-24 | 2020-06-26 | 重庆众鸿科技有限公司 | 一种车辆驾驶安全预警控制方法及系统 |
| CN112734144A (zh) * | 2019-10-14 | 2021-04-30 | 中移智行网络科技有限公司 | 驾驶行为评估方法、装置、存储介质和计算机设备 |
| CN113379945A (zh) * | 2021-07-26 | 2021-09-10 | 陕西天行健车联网信息技术有限公司 | 一种车辆驾驶行为分析装置、方法及系统 |
| CN113807703A (zh) * | 2021-09-18 | 2021-12-17 | 中国平安财产保险股份有限公司 | 驾驶行为评分方法、装置、电子设备及介质 |
| CN115062909A (zh) * | 2022-05-16 | 2022-09-16 | 东风汽车集团股份有限公司 | 一种车辆驾驶行为评分方法及车辆提醒系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN108256714A (zh) * | 2016-12-29 | 2018-07-06 | 得道车联网络科技（上海）有限公司 | 一种基于车联网大数据的行车轨迹实时风险评估模型 |
-
2018
- 2018-07-10 CN CN201810749090.2A patent/CN109002981B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN108256714A (zh) * | 2016-12-29 | 2018-07-06 | 得道车联网络科技（上海）有限公司 | 一种基于车联网大数据的行车轨迹实时风险评估模型 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109711691A (zh) * | 2018-12-17 | 2019-05-03 | 长安大学 | 一种基于熵权模糊综合评价模型的驾驶风格评价方法 |
| CN109767020A (zh) * | 2018-12-17 | 2019-05-17 | 中国平安财产保险股份有限公司 | 车辆推荐方法、装置、计算机设备和存储介质 |
| CN112734144A (zh) * | 2019-10-14 | 2021-04-30 | 中移智行网络科技有限公司 | 驾驶行为评估方法、装置、存储介质和计算机设备 |
| CN111332313A (zh) * | 2020-02-24 | 2020-06-26 | 重庆众鸿科技有限公司 | 一种车辆驾驶安全预警控制方法及系统 |
| CN113379945A (zh) * | 2021-07-26 | 2021-09-10 | 陕西天行健车联网信息技术有限公司 | 一种车辆驾驶行为分析装置、方法及系统 |
| CN113807703A (zh) * | 2021-09-18 | 2021-12-17 | 中国平安财产保险股份有限公司 | 驾驶行为评分方法、装置、电子设备及介质 |
| CN115062909A (zh) * | 2022-05-16 | 2022-09-16 | 东风汽车集团股份有限公司 | 一种车辆驾驶行为评分方法及车辆提醒系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109002981B (zh) | 2021-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109002981A (zh) | 驾驶行为评分方法、系统、装置及计算机可读存储介质 | |
| CN112508392B (zh) | 一种山区双车道公路隐患路段交通冲突风险动态评估方法 | |
| Ma et al. | Driving style recognition and comparisons among driving tasks based on driver behavior in the online car-hailing industry | |
| Chen et al. | Real-time detection of anomalous taxi trajectories from GPS traces | |
| Gitelman et al. | Designing a composite indicator for road safety | |
| US20190287388A1 (en) | System and method for determining a vehicle classification from gps tracks | |
| CN111311567A (zh) | 对轨道线路图像进行扣件和钢轨病害识别的方法 | |
| CN104916133B (zh) | 一种基于交通轨迹数据的道路海拔信息提取方法及系统 | |
| CN106781503A (zh) | 用于监测驾驶行为的方法和装置 | |
| CN114168646B (zh) | 基于多数据融合的营运车辆运输监控方法及系统 | |
| CN112016605A (zh) | 一种基于边界框角点对齐和边界匹配的目标检测方法 | |
| CN113626607B (zh) | 异常工单识别方法、装置、电子设备及可读存储介质 | |
| CN114067566B (zh) | 一种道路事故黑点甄别及事故影响特征分析方法、系统 | |
| CN105677878B (zh) | 一种基于bi系统的车辆信息多维展示的方法及系统 | |
| CN103425994A (zh) | 一种用于模式分类的特征选择方法 | |
| Yang et al. | Driving behavior safety levels: Classification and evaluation | |
| Kitali et al. | Severity analysis of crashes on express lane facilities using support vector machine model trained by firefly algorithm | |
| CN114446057A (zh) | 一种基于智能网联环境的事故高发点辨识预警方法及系统 | |
| CN110254435A (zh) | 一种驾驶风格识别方法 | |
| Zhou et al. | Seat belt detection using convolutional neural network bn-alexnet | |
| Aldridge et al. | Intelligent vehicular networks, deep learning-based sensing technologies, and big data-driven algorithmic decision-making in smart transportation systems | |
| CN107784482A (zh) | 招聘方法、电子装置及可读存储介质 | |
| Zhu et al. | Identifying potentially risky intersections for heavy-duty truck drivers based on individual driving styles | |
| Madarshahian et al. | Analysis of injury severity of work zone truck-involved crashes in South Carolina for interstates and non-interstates | |
| CN118038662A (zh) | 公路碳排与交通流量实时融合分析与处理系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |