CN110047167A - 车辆急转弯次数等效统计方法 - Google Patents

车辆急转弯次数等效统计方法 Download PDF

Info

Publication number
CN110047167A
CN110047167A CN201910298505.3A CN201910298505A CN110047167A CN 110047167 A CN110047167 A CN 110047167A CN 201910298505 A CN201910298505 A CN 201910298505A CN 110047167 A CN110047167 A CN 110047167A
Authority
CN
China
Prior art keywords
vehicle
data
zig zag
turning
average
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
Application number
CN201910298505.3A
Other languages
English (en)
Other versions
CN110047167B (zh
Inventor
罗赞文
黄小杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jingda Information Technology Co Ltd
Original Assignee
Shanghai Jingda Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jingda Information Technology Co Ltd filed Critical Shanghai Jingda Information Technology Co Ltd
Priority to CN201910298505.3A priority Critical patent/CN110047167B/zh
Publication of CN110047167A publication Critical patent/CN110047167A/zh
Application granted granted Critical
Publication of CN110047167B publication Critical patent/CN110047167B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
    • 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
    • G07C5/0841—Registering performance data

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种车辆急转弯次数等效统计方法，通过车辆稀疏GPS\北斗数据和车辆调度数据，计算相邻记录之间的行驶方向角度差，得到车辆转弯次数和对应的转弯记录数据；计算获得相邻转弯记录数据间的车辆平均速度vi和车辆平均角速度oi；基于平均速度vi和平均角速度oi，计算获得其平均值和方差通过计算判断转弯为急转弯的概率值，若概率值小于等于预设概率阀值P时，则累计一次等效急转弯。该等效统计方法以局部平均值代替瞬时状态来处理稀疏GPS\北斗数据，通过概率阀值判断和识别车辆的等效急转弯次数，得出车辆的等效急转弯次数。该统计方法仅通过处理稀疏GPS\北斗数据，便可达到精确统计车辆急转弯次数的效果，实现便捷，成本低。

Description

车辆急转弯次数等效统计方法
技术领域
本发明涉及物理领域，尤其涉及车辆行驶监测技术，特别是一种车辆急转弯次数等效统计方法。
背景技术
为进行车辆驾驶行为风险评估和管控、助力交通安全，目前已有多种车辆运营监管平台和车辆辅助驾驶设备，在一定程度上降低了交通事故的发生率。但是现有的各种车辆监管应用平台，都需要大量监管人员的投入，而且监管依赖于监管人员的经验判断，有经验的人员需要长时间的培养，相对于计算机自动化处理，不但质量无法完全一致而且人工处理能力有限，难以达到有效全面细致的管理。因此必须采用一种借助人工智能和大数据的数据统计方法进行车辆驾驶行为分析，在早期侦测驾驶员潜在风险，以期减少人为主观判断的失误率，并减轻车辆驾驶风险监管人员的负担。
在车辆驾驶行为风险的评估预测领域，使用最普遍的工具即为驾驶行为评分，评分可以筛选高风险驾驶员，减少损失发生。目前对车辆驾驶行为评分主要依赖于车辆行驶过程中产生的数据，这些数据中包括较为简单的GPS\北斗数据以及信息量丰富的ADAS数据。但车载ADAS设备牵涉过多隐私和信息安全问题，并且价格昂贵，不便于推广应用，另一方面，即使是简单的GPS\北斗数据，在传输与处理上也存在成本较高的问题，无法传送记录每时每刻的GPS\北斗数据。车辆在行驶过程中的“急转弯”次数，是判断车辆驾驶行为的重要指标之一，但通过稀疏GPS\北斗数据(5S-10S)无法获得每个时刻的瞬时速度值和角速度值，通过速度值或角速度值的阀值来判断，造成无法精确统计到车辆的急转弯次数。
发明内容：
本发明的目的在于提供一种车辆急转弯次数等效统计方法，以局部平均值代替瞬时状态来处理稀疏GPS\北斗数据，通过概率阀值判断和识别车辆的等效急转弯次数，得出车辆的等效急转弯次数。该统计方法仅通过处理稀疏GPS\北斗数据，便可达到精确统计车辆急转弯次数的效果，实现便捷，成本低。
本发明的这种车辆急转弯次数等效统计方法，包括对车辆的卫星定位数据和车辆调度数据进行处理的过程，所述的卫星定位数据包括GPS数据或者北斗卫星数据，其特征在于，所述的处理过程包括如下步骤：
步骤1，基于车辆稀疏GPS\北斗数据和车辆调度数据，通过计算相邻记录之间的行驶方向角度差，得到车辆转弯次数和对应的转弯记录数据；
步骤2，基于转弯记录数据，计算获得相邻转弯记录数据间的车辆平均速度vi和车辆平均角速度oi；
步骤3，基于车辆平均速度vi和车辆平均角速度oi，计算获得其平均值和方差
步骤4，基于车辆平均速度vi、车辆平均角速度oi、平均值和方差通过计算判断转弯为急转弯的概率值，若概率值小于等于预设概率阀值P时，则累计一次等效急转弯。
进一步的，所述卫星定位数据和车辆调度数据至少包括：车辆及驾驶员标识、车辆当前行驶时间、车辆当前所处经度、车辆当前所处纬度、车辆当前行驶速度、车辆当前行驶方向字段。
进一步的，所述相邻记录之间的行驶方向角度差大于等于45度时，累计一次转弯。
进一步的，所述车辆平均速度vi通过公式计算获得，其中V2i-1为车辆在t2i-1时刻的瞬时速度，V2i为车辆在在t2i时刻的瞬时速度，所述的车辆平均角速度oi通过公式计算获得，其中Dir2i-1为车辆在t2i-1时刻的方向，Dir2i为车辆在在t2i时刻的方向。
进一步的，所述急转弯概率值通过公式计算获得，所述预设概率阀值P为0.03。
本发明的工作原理是：车辆在正常行驶情况下急转弯行驶是小概率事件，它稀疏的分布在行驶过程中。车辆转弯时的状态受驾驶员和行车环境的影响，所以转弯状态是由许许多多的细微因数(用表示)综合促成。把转弯状态和影响它的众多因数定义为随机变量，根据中心极限定理，若一个随机变量，它们是由大量的相互独立的随机因素的综合影响所形成的，且其中每一个别因素在总的影响中所起的作用都是微小的，那这种随机变量往往近似地服从正态分布，因此可以假定转弯状态近似服从正态分布。当存在较大偏离时，也可利用切比雪夫不等式及其推广通过状态偏离均值若干个方差情况来估计其概率值。
把“急转弯”定义为小概率、状态异常事件，用“转弯速度”和“角速度”描述转弯状态，不以某个具体的“转弯速度”或“角速度”值作为“急转弯”阀值，解决行驶车辆性能、配置以及当前运行状态等因素造成的统计偏差问题。通过把“急转弯”定义为“转弯”且“转弯速度”和“角速度”偏离其均值的若干个方差，通过概率阀值来判断急转弯，这与人的感官吻合，而驾驶行为风险评估其实也是对人的评估。
利用稀疏GPS\北斗数据进行急转弯次数统计时，存在间隔内车辆出现多次急转弯的情况，且通过局部平均值代替瞬时速度和角速度的方法，存在车辆先加速后减速，使局部平均没有异常反映的问题。通过等效统计原则，可从两个方面克服上述问题带来的障碍，首先，一般行驶状态下，在短时间间隔内多次急转弯的概率接近于零，因为急转弯本身就定义为小概率事件，连续发生两次小概率事件的概率则更小。对于先加速后减速的情况，使得局部平均恰好没有异常反映的概率也几乎等于零，因为正好在两个GPS\北斗数据发送时间节点出现加减速操作，根据几何概率模型可以推断其概率为零。据此分析，这类特殊情况可以不予考虑，其所带来的影响完全在可以在误差控制的许可范围内。
其次，统计急转弯次数时采取等效统计原则，并不计较精确的“急转弯”次数，重点在比较不同行驶车辆“急转弯”次数的大小，使其能用于对比评价车辆驾驶行为风险的高低。
本发明和已有技术相比较，其效果是积极和明显的。本发明通过以局部平均值代替瞬时状态来处理稀疏GPS\北斗数据，通过概率阀值判断和识别车辆的等效急转弯次数，得出车辆的等效急转弯次数。该统计方法仅通过处理稀疏GPS\北斗数据，便可达到精确统计车辆急转弯次数的效果，实现便捷，成本低。
附图说明
图1是本发明的急转弯等效次数统计流程图；
图2是本发明的测试结果对照表；
图3是本发明的应用效果检验表。
具体实施方式
实施例1:
如图1至图3所示，本发明的这种车辆急转弯次数等效统计方法，包括如下步骤：
步骤1，基于车辆稀疏GPS\北斗数据和车辆调度数据，通过计算相邻记录之间的行驶方向角度差，得到车辆转弯次数和对应的转弯记录数据；
步骤2，基于转弯记录数据，计算获得相邻转弯记录数据间的车辆平均速度vi和车辆平均角速度oi；
步骤3，基于车辆平均速度vi和车辆平均角速度oi，计算获得其平均值和方差
步骤4，基于车辆平均速度vi、车辆平均角速度oi、平均值和方差通过计算判断转弯为急转弯的概率值，若概率值小于等于预设概率阀值P时，则累计一次等效急转弯。
进一步的，卫星定位数据和车辆调度数据至少包括：车辆及驾驶员标识、车辆当前行驶时间、车辆当前所处经度、车辆当前所处纬度、车辆当前行驶速度、车辆当前行驶方向字段。
进一步的，相邻记录之间的行驶方向角度差大于等于45度时，累计一次转弯。
进一步的，车辆平均速度vi通过公式计算获得，其中V2i-1为车辆在t2i-1时刻的瞬时速度，V2i为车辆在在t2i时刻的瞬时速度，车辆平均角速度oi通过公式计算获得，其中Dir2i-1为车辆在t2i-1时刻的方向，Dir2i为车辆在在t2i时刻的方向。
进一步的，急转弯概率值通过公式计算获得，预设概率阀值P为0.03。
基于以上等效统计方法编制的Python程序，对等效急转弯次数的统计结果，除特意操作的连续相邻急转弯未被区分识别外，与通过人感知记录(记录有存在偏差)的急转弯数据相吻合。以该等效统计方法的急转弯次数作为评分因数，利用历史GPS数据和车辆驾驶员调度数据对驾驶员进行评分，比缺失此因数的评分模型的评分效果有显著改善，经与安管部门提供的事故率数据进行对比，评分与事故率高度吻合。

Claims (5)

1.一种车辆急转弯次数等效统计方法，包括对车辆的卫星定位数据和车辆调度数据进行处理的过程，所述的卫星定位数据包括GPS数据或者北斗卫星数据，其特征在于，所述的处理过程包括如下步骤：
步骤1，基于车辆稀疏GPS\北斗数据和车辆调度数据，通过计算相邻记录之间的行驶方向角度差，得到车辆转弯次数和对应的转弯记录数据；
步骤2，基于转弯记录数据，计算获得相邻转弯记录数据间的车辆平均速度vi和车辆平均角速度oi；
步骤3，基于车辆平均速度vi和车辆平均角速度oi，计算获得其平均值和方差
步骤4，基于车辆平均速度vi、车辆平均角速度oi、平均值和方差通过计算判断转弯为急转弯的概率值，若概率值小于等于预设概率阀值P时，则累计一次等效急转弯。
2.如权利要求1所述的车辆急转弯次数等效统计方法，其特征在于：所述卫星定位数据和车辆调度数据至少包括：车辆及驾驶员标识、车辆当前行驶时间、车辆当前所处经度、车辆当前所处纬度、车辆当前行驶速度、车辆当前行驶方向字段。
3.如权利要求1所述的车辆急转弯次数等效统计方法，其特征在于：所述相邻记录之间的行驶方向角度差大于等于45度时，累计一次转弯。
4.如权利要求1所述的车辆急转弯次数等效统计方法，其特征在于：所述车辆平均速度vi通过公式计算获得，其中V2i-1为车辆在t2i-1时刻的瞬时速度，V2i为车辆在在t2i时刻的瞬时速度，所述的车辆平均角速度oi通过公式计算获得，其中Dir2i-1为车辆在t2i-1时刻的方向，Dir2i为车辆在在t2i时刻的方向。
5.如权利要求1所述的车辆急转弯次数等效统计方法，其特征在于：所述急转弯概率值通过公式计算获得，所述预设概率阀值P为0.03。
CN201910298505.3A 2019-04-15 2019-04-15 车辆急转弯次数等效统计方法 Active CN110047167B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910298505.3A CN110047167B (zh) 2019-04-15 2019-04-15 车辆急转弯次数等效统计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910298505.3A CN110047167B (zh) 2019-04-15 2019-04-15 车辆急转弯次数等效统计方法

Publications (2)

Publication Number Publication Date
CN110047167A true CN110047167A (zh) 2019-07-23
CN110047167B CN110047167B (zh) 2021-08-17

Family

ID=67277202

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910298505.3A Active CN110047167B (zh) 2019-04-15 2019-04-15 车辆急转弯次数等效统计方法

Country Status (1)

Country Link
CN (1) CN110047167B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110444017A (zh) * 2019-07-29 2019-11-12 山东交通学院 一种基于轨迹数据和地图数据的去除道路线形对车辆急转弯影响的方法
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 (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007030610A (ja) * 2005-07-25 2007-02-08 Toyota Motor Corp 制動制御装置
JP2007302165A (ja) * 2006-05-12 2007-11-22 Mitsubishi Motors Corp 車両の旋回挙動制御装置
DE102006032671A1 (de) * 2006-07-13 2008-01-17 Robert Bosch Gmbh Verfahren und Vorrichtung zur Regelung der Geschwindigkeit eines Fahrzeugs
KR20130136783A (ko) * 2012-06-05 2013-12-13 현대자동차주식회사 토크컨버터 미 적용차량의 진동저감 알고리즘
CN104054117A (zh) * 2012-01-20 2014-09-17 丰田自动车株式会社 驾驶模型的制作装置、驾驶模型的制作方法、驾驶评价装置、驾驶评价方法以及驾驶辅助系统
CN105975756A (zh) * 2016-04-28 2016-09-28 彩虹无线（北京）新技术有限公司 一种基于车辆行驶数据的急转弯行为识别方法
CN106127883A (zh) * 2016-06-23 2016-11-16 北京航空航天大学 驾驶事件检测方法
CN106379321A (zh) * 2016-10-17 2017-02-08 成都路行通信息技术有限公司 一种车辆急转弯识别的方法、装置及系统
CN107662613A (zh) * 2017-09-27 2018-02-06 西北工业大学 一种基于移动群智感知的极端驾驶行为识别方法及系统
CN207440847U (zh) * 2017-07-31 2018-06-01 北京品智能量科技有限公司 行车数据处理装置及系统
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

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007030610A (ja) * 2005-07-25 2007-02-08 Toyota Motor Corp 制動制御装置
JP2007302165A (ja) * 2006-05-12 2007-11-22 Mitsubishi Motors Corp 車両の旋回挙動制御装置
DE102006032671A1 (de) * 2006-07-13 2008-01-17 Robert Bosch Gmbh Verfahren und Vorrichtung zur Regelung der Geschwindigkeit eines Fahrzeugs
CN104054117A (zh) * 2012-01-20 2014-09-17 丰田自动车株式会社 驾驶模型的制作装置、驾驶模型的制作方法、驾驶评价装置、驾驶评价方法以及驾驶辅助系统
KR20130136783A (ko) * 2012-06-05 2013-12-13 현대자동차주식회사 토크컨버터 미 적용차량의 진동저감 알고리즘
CN105975756A (zh) * 2016-04-28 2016-09-28 彩虹无线（北京）新技术有限公司 一种基于车辆行驶数据的急转弯行为识别方法
CN106127883A (zh) * 2016-06-23 2016-11-16 北京航空航天大学 驾驶事件检测方法
CN106379321A (zh) * 2016-10-17 2017-02-08 成都路行通信息技术有限公司 一种车辆急转弯识别的方法、装置及系统
CN207440847U (zh) * 2017-07-31 2018-06-01 北京品智能量科技有限公司 行车数据处理装置及系统
CN107662613A (zh) * 2017-09-27 2018-02-06 西北工业大学 一种基于移动群智感知的极端驾驶行为识别方法及系统
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
封宇华: "车辆状态在线监控与综合评价技术", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110444017A (zh) * 2019-07-29 2019-11-12 山东交通学院 一种基于轨迹数据和地图数据的去除道路线形对车辆急转弯影响的方法
CN110444017B (zh) * 2019-07-29 2022-02-01 山东交通学院 一种去除道路线形对车辆急转弯影响的方法
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

Also Published As

Publication number Publication date
CN110047167B (zh) 2021-08-17

Similar Documents

Publication Publication Date Title
CN109448369B (zh) 高速公路实时运行风险计算方法
CN110910636B (zh) 一种基于海量交通数据分析的车辆安全驾驶行为分析方法
WO2020244288A1 (zh) 一种基于gps轨迹数据的大货车驾驶行为评估方法及装置
CN103996287B (zh) 一种基于决策树模型的车辆强制换道决策方法
AU2005264151B2 (en) System and method for monitoring driving
CN109177982A (zh) 考虑驾驶风格的车辆行驶危险度评价方法
KR102531005B1 (ko) 운전자 구분을 이용한 보험 상품의 제안 방법 및 그 장치
CN107705635B (zh) 信号交叉口电动自行车的交通冲突判别方法
US20220383738A1 (en) Method for short-term traffic risk prediction of road sections using roadside observation data
CN110047167A (zh) 车辆急转弯次数等效统计方法
Wang et al. Causation analysis of crashes and near crashes using naturalistic driving data
US20230304896A1 (en) Method for evaluating performance of self-driving vehicle oriented to full parameter space of logical scenario
CN108806018A (zh) 一种数据处理方法、数据处理设备和智能汽车
CN112990544B (zh) 一种高速公路交织区交通事故预测方法
CN112100857B (zh) 一种分心驾驶行为的风险评估方法
CN111563555A (zh) 一种司机驾驶行为分析方法及系统
CN112150046A (zh) 一种道路交叉口安全风险指数计算方法
CN114999181B (zh) 一种基于etc系统数据的高速公路车辆速度异常识别方法
CN110610326B (zh) 一种基于驾驶数据的驾驶管理系统
CN115311858A (zh) 基于交通流韧性的城市路段分级管制方法
CN114492043A (zh) 考虑感知受限特性的个性化驾驶员跟车建模方法
CN113240901B (zh) 一种智能车换道行为风险等级确定方法及装置
CN110060370B (zh) 车辆急加速急减速次数等效统计方法
CN115688003A (zh) 驾驶员识别方法、装置、计算机设备及可读存储介质
CN111798091B (zh) 一种基于变道持续时间的高速公路变道评分模型建立方法

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