CN110060370B - 车辆急加速急减速次数等效统计方法 - Google Patents
车辆急加速急减速次数等效统计方法 Download PDFInfo
- Publication number
- CN110060370B CN110060370B CN201910298605.6A CN201910298605A CN110060370B CN 110060370 B CN110060370 B CN 110060370B CN 201910298605 A CN201910298605 A CN 201910298605A CN 110060370 B CN110060370 B CN 110060370B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- acceleration
- rapid
- data
- time point
- 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.)
- Active
Links
Images
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
- G07C5/02—Registering or indicating driving, working, idle, or waiting time only
- G07C5/04—Registering or indicating driving, working, idle, or waiting time only using counting means or digital clocks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
一种车辆急加速急减速次数等效统计方法,通过车辆稀疏GPS\北斗数据和车辆调度数据,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,通过急加减比值的聚集度确定阀值参数,并通过阀值判断和识别车辆的等效急加速急减速状态,得出车辆的等效急加速急减速次数,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加速急减速次数的效果,实现便捷,成本低。
Description
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,具体是一种车辆急加速急减速次数等效统计方法。
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,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“急加(减)速”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)无法获得瞬时加(减)速度,这使得即使有关于急加(减)速的阀值,也没有瞬时加速度能与阈值进行比较以判定其是否是急加(减)速,造成无法精确统计到车辆的急加(减)速次数。
发明内容
本发明的目的在于提供一种车辆急加速急减速次数等效统计方法,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加速急减速状态,得出车辆的等效急加速急减速次数。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加速急减速次数的效果,实现便捷,成本低。
本发明的这种车辆急加速急减速次数等效统计方法,包括对车辆的卫星定位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,所述的处理过程包括如下步骤:
,其中ti为给定时间点,ti+1为与给定时间点相邻的下一时间点,ti-1为与给定时间点相邻的上一时间点,vi为给定时间点的车速,vi+1为与给定时间点相邻的下一时间点的车速,vi-1为与给定时间点相邻的上一时间点的车速;
步骤3,设置阀值参数k,并以k与方差σj的乘积kσj为判断阀值,若某平均加速度的值大于平均加速度与判断阀值kσj的和,即则统计一次急加速,若某平均加速度的值小于平均加速度与判断阀值kσj的差,即则统计一次急减速,总累计急加速次数记作Aj,总累计急减速次数记作Bj,设置急加减比值dj(k)=急加次数/急减次数,通过对参数k设定两个以上的值并获得两组以上的急加减比值dj(k),并通过聚集度公式对设定全部参数k值的急加减比值进行聚集度衡量,通过比较后选择使f(k)最小的k值,记作k0;
步骤4,以k0与方差σj的乘积k0σj为判断阀值,若某平均加速度的值大于平均加速度与判断阀值k0σj的和,即则统计一次急加速,若某平均加速度的值小于平均加速度与判断阀值kσj的差,即则统计一次急减速,总累计急加速次数记作Aj,总累计急减速次数记作Bj,Aj与Bj即分别为急加速等效次数与急减速等效次数。
进一步的,所述格式化数据集至少包括: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,所述阀值参数K的取值范围为0.5、0.6、5.9。
本发明的工作原理是:车辆在正常行驶情况下多次急加急减行驶的概率非常小,因为急加急减速属于异常事件,是一个小概率事件,连续发生两次小概率事件的概率则更小。所以在短时间间隔内如果有急加或急减速,则可假定只有一次。另外,虽然没有每时每刻的GPS\北斗数据,无法计算瞬时加(减)速度,但是可以“局部”平均加速度代替瞬时加速度进行统计,因为短时间间隔内的瞬时加速度异常,会造成“局部”平均加速度异常,所以利用“局部”平均加速度代替瞬时加速度进行统计,根据相关性确定,因为急加急减是密切相关的,通常驾驶情况下不会只有急加而没有急减操作,急加和急减时常交替出现,具有一定的内在规律,那么通过衡量所有车辆的急加减比(急加次数/急减次数)聚集程度,可以获得阀值参数K。
基于“等效”思想,利用稀疏GPS\北斗数据的统计急加急减次数相当于等间隔抽样统计,统计结果可以反映总体样本的大小,所以统计急加急减次数时应采取“等效”原则,并不需要计较精确的“急加急减”次数,重点在能够比较不同行驶车辆“急加急减”次数的大小,使其能用于“对比”评价不同行驶车辆风险的高低。
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是本发明的急加速急减速等效次数统计流程图。
具体实施方式
实施例1:
如图1所示,本发明的这种车辆急加速急减速次数等效统计方法,包括对车辆的卫星定位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,所述的处理过程包括如下步骤:
,其中i=1,2...,n;j=1,2...,m;m表示车辆标识的个数,n表示每个标识对应的GPS\北斗数据条数,ti为给定时间点,ti+1为与给定时间点相邻的下一时间点,ti-1为与给定时间点相邻的上一时间点,vi为给定时间点的车速,vi+1为与给定时间点相邻的下一时间点的车速,vi-1为与给定时间点相邻的上一时间点的车速;
步骤3,设置阀值参数k,并以k与方差σj的乘积kσj为判断阀值,若某平均加速度的值大于平均加速度与判断阀值kσj的和,即则统计一次急加速,若某平均加速度的值小于平均加速度与判断阀值kσj的差,即则统计一次急减速,总累计急加速次数记作Aj,总累计急减速次数记作Bj,设置急加减比值dj(k)=急加次数/急减次数,通过对参数k设定两个以上的值并获得两组以上的急加减比值dj(k),并通过聚集度公式对设定全部参数k值的急加减比值进行聚集度衡量,通过比较后选择使f(k)最小的k值,记作k0;
步骤4,以k0与方差σj的乘积k0σj为判断阀值,若某平均加速度的值大于平均加速度与判断阀值k0σj的和,即则统计一次急加速,若某平均加速度的值小于平均加速度与判断阀值kσj的差,即则统计一次急减速,总累计急加速次数记作Aj,总累计急减速次数记作Bj,Aj与Bj即分别为急加速等效次数与急减速等效次数。
进一步的,格式化数据集至少包括: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,根据准则,不考虑过大的偏差,并且按实际操作的可行性和方便性,所述阀值参数K的取值范围为0.5、0.6、5.9。
Claims (2)
1.一种车辆急加速急减速次数等效统计方法,包括对车辆的卫星定位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,通过计算某辆车某时间点与前后相邻时间点记录之间的速度与时间的差值的平均值,得到该车辆局部平均加速度记录数据,即其中ti为给定时间点,ti+1为与给定时间点相邻的下一时间点,ti-1为与给定时间点相邻的上一时间点,vi为给定时间点的车速,vi+1为与给定时间点相邻的下一时间点的车速,vi-1为与给定时间点相邻的上一时间点的车速;
步骤3,设置阀值参数k,并以k与方差σj的乘积kσj为判断阀值,若某平均加速度的值大于平均加速度与判断阀值kσj的和,即则统计一次急加速,若某平均加速度的值小于平均加速度与判断阀值kσj的差,即则统计一次急减速,总累计急加速次数记作Aj,总累计急减速次数记作Bj,设置急加减比值dj(k)=急加次数/急减次数,通过对参数k设定两个以上的值并获得两组以上的急加减比值dj(k),并通过聚集度公式对设定全部参数k值的急加减比值进行聚集度衡量,通过比较后选择使f(k)最小的k值,记作k0;
2.如权利要求1所述的车辆急加速急减速次数等效统计方法,其特征在于:所述 GPS数据或者北斗卫星数据 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910298605.6A CN110060370B (zh) | 2019-04-15 | 2019-04-15 | 车辆急加速急减速次数等效统计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910298605.6A CN110060370B (zh) | 2019-04-15 | 2019-04-15 | 车辆急加速急减速次数等效统计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110060370A CN110060370A (zh) | 2019-07-26 |
CN110060370B true CN110060370B (zh) | 2021-04-27 |
Family
ID=67318893
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910298605.6A Active CN110060370B (zh) | 2019-04-15 | 2019-04-15 | 车辆急加速急减速次数等效统计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110060370B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114882695A (zh) * | 2022-03-24 | 2022-08-09 | 成都亿盟恒信科技有限公司 | 一种基于急加急减和急转弯数据的高风险判定方法及系统 |
CN115909752B (zh) * | 2022-11-01 | 2023-12-15 | 东南大学 | 一种基于车辆用户历史数据的急转弯识别及统计方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140372017A1 (en) * | 2013-06-14 | 2014-12-18 | Cartasite, Inc. | Vehicle performance detection, analysis, and presentation |
CN104008647B (zh) * | 2014-06-12 | 2016-02-10 | 北京航空航天大学 | 一种基于机动车行驶模式的道路交通能耗量化方法 |
JP2016139281A (ja) * | 2015-01-28 | 2016-08-04 | 三菱自動車工業株式会社 | 運転支援装置 |
CN104875731B (zh) * | 2015-05-19 | 2017-05-17 | 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 |
CN104978492A (zh) * | 2015-07-09 | 2015-10-14 | 彩虹无线(北京)新技术有限公司 | 一种基于车联网数据流的安全驾驶评价方法 |
CN105160883B (zh) * | 2015-10-20 | 2017-08-25 | 重庆邮电大学 | 一种基于大数据的节能驾驶行为分析方法 |
CN106095963B (zh) * | 2016-06-17 | 2019-12-06 | 上海经达信息科技股份有限公司 | 互联网+时代下的车辆驾驶行为分析大数据公共服务平台 |
KR101998953B1 (ko) * | 2017-07-07 | 2019-07-10 | 한양대학교 산학협력단 | 주변 차량의 이동 경로 예측 방법 및 이동 경로 예측을 위한 학습 방법 |
CN109035757A (zh) * | 2018-05-09 | 2018-12-18 | 北京九五智驾信息技术股份有限公司 | 分析驾驶行为的方法 |
-
2019
- 2019-04-15 CN CN201910298605.6A patent/CN110060370B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110060370A (zh) | 2019-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110197588B (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 | |
CN107798876B (zh) | 基于事件的道路交通异常拥堵判断方法 | |
CN103150900B (zh) | 一种基于视频的交通拥堵事件自动检测方法 | |
CN110588658B (zh) | 一种基于综合模型检测驾驶员风险等级的方法 | |
US20220383738A1 (en) | Method for short-term traffic risk prediction of road sections using roadside observation data | |
CN106650157A (zh) | 车辆零部件故障发生概率估算方法、装置及系统 | |
CN110060370B (zh) | 车辆急加速急减速次数等效统计方法 | |
CN110562261B (zh) | 一种基于马尔可夫模型检测驾驶员风险等级的方法 | |
WO2012024976A1 (zh) | 一种交通信息处理方法及装置 | |
CN113269042B (zh) | 基于行驶车辆违章识别的智能交通管理方法及系统 | |
CN109412892B (zh) | 一种网络通信质量评估系统及方法 | |
CN116308305B (zh) | 一种桥梁健康监测数据管理系统 | |
CN116631186B (zh) | 基于危险驾驶事件数据的高速公路交通事故风险评估方法、系统 | |
WO2017107790A1 (zh) | 一种基于大数据预测路段状况的方法及装置 | |
CN110047167B (zh) | 车辆急转弯次数等效统计方法 | |
CN116721550B (zh) | 一种基于网格计算的交通管理系统 | |
CN115841765B (zh) | 车辆位置盲区监控方法、装置、电子设备及可读存储介质 | |
CN110705628B (zh) | 一种基于隐马尔可夫模型检测驾驶员风险等级的方法 | |
CN107146415A (zh) | 一种交通事件检测与定位方法 | |
CN108268678A (zh) | 驾驶行为分析方法、装置及系统 | |
CN110562296A (zh) | 一种基于lkj列控运行文件数据连续波动异常识别方法 | |
Cunto et al. | Comparison of simulated freeway safety performance with observed crashes | |
CN114582083A (zh) | 一种隧道监控多传感器数据融合火灾预警方法 | |
CN108182805B (zh) | 一种基于信疑双基建模的高速公路车辆监控管理方法 | |
CN117493820B (zh) | 一种数据要素处理方法和装置 |
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 |