CN110723148A - 不良驾驶行为的识别方法与识别装置 - Google Patents
不良驾驶行为的识别方法与识别装置 Download PDFInfo
- Publication number
- CN110723148A CN110723148A CN201911038340.2A CN201911038340A CN110723148A CN 110723148 A CN110723148 A CN 110723148A CN 201911038340 A CN201911038340 A CN 201911038340A CN 110723148 A CN110723148 A CN 110723148A
- Authority
- CN
- China
- Prior art keywords
- behavior
- driving
- equal
- state
- identifying
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—Speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供一种不良驾驶行为的识别方法与识别装置,方法包括:采集行车数据;其中,所述行车数据包括车速、发动机转速、安全带状态;传输所述行车数据;分析所述行车数据,识别不良驾驶行为;其中,所述不良驾驶行为包括:超速行为、未系安全带行为、空档滑行行为。本发明实施例提供的不良驾驶行为的识别方法及装置通过对行车数据的实时采集可识别出驾驶员在驾驶过程中多种类型的不良驾驶行为,为驾驶员自身驾驶行为的纠正提供指导,为保险公司、租车公司等商业机构评估驾驶员的驾驶行为提供依据,具有广泛的适用性。
Description
技术领域
本发明涉及交通安全领域,尤其涉及一种不良驾驶行为的识别方法与识别装置。
背景技术
随着人民物质生活水平的不断改善,私家车已经进入千家万户,成为越来越多家庭的标配。飞驰在城市道路上的汽车已经成为城市交通系统的重要组成部分。
虽然近年来国家在驾照考核的执行标准上越来越严,但仍不可避免地存在着部分驾驶员的驾驶行为不文明、不规范的现象。酒驾、超速、闯红灯、逆向行驶、随意变道等不良驾驶行为屡见不鲜,给道路交通安全带来隐患,给他人的正常驾驶行为造成妨碍。近年来发生的交通肇事案件,多数与驾驶员的不良驾驶行为有关,如著名的杭州“70码”案就是因为驾驶员的超速驾驶行为造成的。
对不良驾驶行为的识别有助于对驾驶员的驾驶行为进行实时提醒,帮助驾驶员养成良好的驾驶习惯。现有的一些导航软件,能够利用终端自带的计速仪对超速行为进行识别,或结合地理位置信息与交通规则信息对逆向行驶行为进行识别,但对于其他类型的不良驾驶行为的识别则爱莫能助。
发明内容
本发明实施例提供一种不良驾驶行为的识别方法与识别装置,用以解决现有技术中对不良驾驶行为识别类型有限的缺陷,实现对多种类型的驾驶员不良驾驶行为的识别。
为了实现上述目的,第一方面,本发明实施例提供一种不良驾驶行为识别方法,包括:
采集行车数据;其中,所述行车数据包括车速、发动机转速、安全带状态;
传输所述行车数据;
分析所述行车数据,识别不良驾驶行为;其中,所述不良驾驶行为包括:超速行为、未系安全带行为、空档滑行行为。
上述技术方案中,所述识别不良驾驶行为包括:
识别所述超速行为,包括:所述车速大于等于100千米/小时,且这一状态持续大于2秒,确定有超速行为;
识别未系安全带行为,包括:所述安全带状态显示未系安全带,所述车速大于等于20千米/小时,且所述安全带状态、车速状态持续时间大于等于2秒,确定有安全带未系行为;
识别空档滑行行为,包括:所述车速大于等于50千米/小时,发动机转速小于等于800转/分钟,且所述的车速状态与发动机转速状态持续时间均大于5秒,确定有空档滑行行为。
上述技术方案中,所述行车数据还包括:油门踏板、油门开度、加速度、加速持续时间、减速度、减速持续时间、刹车状态、冷却液温度;所述不良驾驶行为还包括:急加速行为、急减速行为、过长怠速行为、冷车行驶行为、空档踩油门行为、超转行驶行为、大油门行驶或猛踩油门行为、转速表绿区外行驶行为。
上述技术方案中,所述识别不良驾驶行为包括:
识别急加速行为,包括:所述加速度大于等于4m/s2,所述加速持续时间大于等于2秒且油门开度大于30%,确定有急加速行为;
识别急减速行为,包括:所述减速度大于等于6m/s2,减速持续时间大于等于2秒且刹车状态显示在踩刹车,确定有急减速行为;
识别过长怠速行为,包括:车速为0,发动机转速在300转/分钟到850转/分钟之间,冷却液温度大于等于40℃且所述的车速状态、发动机转速状态以及冷却液温度状态持续时长均大于等于300秒,确定有过长怠速行为;
识别冷车行驶行为,包括:冷却液温度小于等于20℃,车速大于等于30千米/小时且所述冷却液温度状态、车速状态持续时间均大于等于2秒,确认有冷车行驶行为;
识别空档踩油门行为,包括:车速为0,发动机转速大于500转/分钟,油门开度大于等于5%且所述车速状态、发动机转速状态、油门开度状态持续时间均大于等于2秒,确认有空档踩油门行为;
识别超转行驶行为,包括:发动机转速大于等于2600转/分钟,且该状态持续时间大于等于2秒,确认有超转行驶行为;
识别大油门行驶或猛踩油门行为,包括:当油门开度大于等于95%且该状态持续时间大于等于5秒,并且车速大于2千米/小时,确认有大油门行驶或猛踩油门行为;
识别转速表绿区外行驶行为,包括:发动机转速小于1500转/分钟或大于2500转/分钟,确认有转速表绿区外行驶行为。
第二方面,本发明实施例提供一种不良驾驶行为识别装置,包括:
行车数据采集模块201,用于采集行车数据;其中,所述行车数据包括车速、发动机转速、安全带状态;
行车数据传输模块202,用于传输所述行车数据;
行车数据分析模块203,用于分析所述行车数据,识别不良驾驶行为;其中,所述不良驾驶行为包括:超速行为、未系安全带行为、空档滑行行为。
上述技术方案中,所述识别不良驾驶行为包括:
识别所述超速行为,包括:所述车速大于等于100千米/小时,且这一状态持续大于2秒,确定有超速行为;
识别未系安全带行为,包括:所述安全带状态显示未系安全带,所述车速大于等于20千米/小时,且所述安全带状态、车速状态持续时间大于等于2秒,确定有安全带未系行为;
识别空档滑行行为,包括:所述车速大于等于50千米/小时,发动机转速小于等于800转/分钟,且所述的车速状态与发动机转速状态持续时间均大于5秒,确定有空档滑行行为。
上述技术方案中,所述行车数据还包括:油门踏板、油门开度、加速度、加速持续时间、减速度、减速持续时间、刹车状态、冷却液温度;所述不良驾驶行为还包括:急加速行为、急减速行为、过长怠速行为、冷车行驶行为、空档踩油门行为、超转行驶行为、大油门行驶或猛踩油门行为、转速表绿区外行驶行为。
上述技术方案中,所述识别不良驾驶行为包括:
识别急加速行为,包括:所述加速度大于等于4m/s2,所述加速持续时间大于等于2秒且油门开度大于30%,确定有急加速行为;
识别急减速行为,包括:所述减速度大于等于6m/s2,减速持续时间大于等于2秒且刹车状态显示在踩刹车,确定有急减速行为;
识别过长怠速行为,包括:车速为0,发动机转速在300转/分钟到850转/分钟之间,冷却液温度大于等于40℃且所述的车速状态、发动机转速状态以及冷却液温度状态持续时长均大于等于300秒,确定有过长怠速行为;
识别冷车行驶行为,包括:冷却液温度小于等于20℃,车速大于等于30千米/小时且所述冷却液温度状态、车速状态持续时间均大于等于2秒,确认有冷车行驶行为;
识别空档踩油门行为,包括:车速为0,发动机转速大于500转/分钟,油门开度大于等于5%且所述车速状态、发动机转速状态、油门开度状态持续时间均大于等于2秒,确认有空档踩油门行为;
识别超转行驶行为,包括:发动机转速大于等于2600转/分钟,且该状态持续时间大于等于2秒,确认有超转行驶行为;
识别大油门行驶或猛踩油门行为,包括:当油门开度大于等于95%且该状态持续时间大于等于5秒,并且车速大于2千米/小时,确认有大油门行驶或猛踩油门行为;
识别转速表绿区外行驶行为,包括:发动机转速小于1500转/分钟或大于2500转/分钟,确认有转速表绿区外行驶行为。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所述不良驾驶行为识别方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所述不良驾驶行为识别方法的步骤。
本发明实施例提供的不良驾驶行为的识别方法及装置通过对行车数据的实时采集可识别出驾驶员在驾驶过程中多种类型的不良驾驶行为,为驾驶员自身驾驶行为的纠正提供指导,为保险公司、租车公司等商业机构评估驾驶员的驾驶行为提供依据,具有广泛的适用性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种不良驾驶行为的识别方法的流程图;
图2是本发明实施例提供的一种不良驾驶行为的识别装置的结构图;
图3是一种电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本发明实施例提供的一种不良驾驶行为的识别方法的流程图,如图1所示,为了解决上述技术问题,本发明实施例提供了一种不良驾驶行为的识别方法,包括:
步骤101、采集行车数据;
顾名思义,行车数据是与汽车行驶有关的数据,它包括车况数据,如发动机转速、车速、扭矩、燃料温度、油箱液位等,也包括驾驶员的行为数据,如急转弯事件、急刹车事件、报警事件、油门踏板位置、制动踏板位置,还包括地理位置数据,如实时的位置信息、历史行驶轨迹信息,还包括历史统计数据,如油耗数据、里程数据、制动里程数据、油门开合统计数据。在采集行车数据时,可根据所要识别的不良驾驶行为的类型有目的地选取所要采集行车数据的类型;也可对行车数据不分类别、统一采集,在后续识别不良驾驶行为类别时再做选取。
对行车数据的采集有多种实现方式,其中一种实现方式是通过汽车总线采集行车数据。目前所有的车辆生产企业都会根据通用标准协议将汽车上的行车数据,如发动机转速、车速、扭矩、燃料温度、油箱液位等,发送到汽车总线上。目前市场上已经有成熟的汽车总线数据采集设备,如TBOX、行驶记录仪、OBD设备等,因此通过这些汽车总线数据采集设备能实现行车数据的采集。其他实现方式还包括通过专用的信息采集设备采集相应类型的行车数据,如摄像头、开关量采集设备等。在实际应用时,可根据所要采集的行车数据的类型选取相应的行车数据采集方式。
步骤102、传输行车数据;
随着车联网及通信行业的快速发展,携带丰富网络协议的无线通讯模块已经得到了广泛应用。利用带有无线通讯模块的车载设备可快速地实现互联网接入,从而实现行车数据到云端的传输。
步骤103、分析行车数据,识别不良驾驶行为。
在本发明实施例中,作为一种优选实现方式,在分析行车数据前,对所接收到的行车数据进行过滤操作,滤除重复、明显错误的数据,以提高后续识别的准确性。
在本发明实施例中,从行车数据中提取出包括车速、发动机转速、安全带状态在内的数据,通过对这些数据的分析,得出驾驶人是否有包括超速、未系安全带、空档滑行等明显违法交通法规的驾驶行为。行车数据分析包括:
超速行为识别:当车速大于等于100km/h,且这一状态持续大于2s时,认为有超速行为;
安全带未系行为识别:当安全带状态为0(即未系安全带),车速大于等于20km/h且所述安全带状态、车速状态持续时间大于等于2s,认为有安全带未系行为;
空档滑行行为识别:当车速大于等于50km/h,发动机转速小于等于800转/分钟,且所述的车速状态与发动机转速状态持续时间均大于5s,认为有空档滑行行为。
在本发明另一个实施例中,从行车数据中提取出包括车速、油门踏板、油门开度、加速度、加速持续时间、减速度、减速持续时间、刹车状态、发动机转速、冷却液温度在内的数据,通过对这些数据的分析,得出驾驶人是否有包括急加速、急减速、过长怠速、冷车行驶、空档踩油门、超转行驶、大油门行驶或猛踩油门、转速表绿区外行驶行为在内的存在安全隐患或易对汽车造成损害的不良驾驶行为。对行车数据的分析包括:
急加速行为识别:当加速度大于等于4m/s2,加速持续时间大于等于2s且油门开度大于30%时,认为有急加速行为;
急减速行为识别:当减速度(即刹车时的反向加速度)大于等于6m/s2,减速持续时间大于等于2s且刹车状态为1时(即驾驶员在踩刹车),认为有急减速行为;
过长怠速行为识别:当车速为0,发动机转速在300转/分钟到850转/分钟之间,冷却液温度大于等于40℃且所述的车速状态、发动机转速状态以及冷却液温度状态持续时长均大于等于300s,认为有过长怠速行为;
冷车行驶行为识别:当冷却液温度小于等于20℃,车速大于等于30km/h且所述冷却液温度状态、车速状态持续时间均大于等于2s,认为有冷车行驶行为;
空档踩油门行为识别:当车速为0,发动机转速大于500转/分钟,油门开度大于等于5%且所述车速状态、发动机转速状态、油门开度状态持续时间均大于等于2s,认为有空档踩油门行为;
超转行驶行为识别:当发动机转速大于等于2600转/分钟,且该状态持续时间大于等于2s时,认为有超转行驶行为;
大油门行驶或猛踩油门行为识别:当油门开度大于等于95%且该状态持续时间大于等于5s,并且车速大于2km/h,认为有大油门行驶或猛踩油门行为;
转速表绿区外行驶行为识别:当发动机转速小于1500转/分钟或大于2500转/分钟,认为有转速表绿区外行驶行为。
本领域技术人员应当了解,对不良驾驶行为的判别时所采用的数值并不局限于上述实施例中所描述的数值,根据路况、车况、交通法规等外部条件的变化,不良驾驶行为判断时的数据可做适应性调整。
本发明实施例提供的不良驾驶行为的识别方法通过对行车数据的实时采集可识别出驾驶员在驾驶过程中多种类型的不良驾驶行为,为驾驶员自身驾驶行为的纠正提供指导,为保险公司、租车公司等商业机构评估驾驶员的驾驶行为提供依据,具有广泛的适用性。基于上述任一本发明实施例,图2是本发明实施例提供的一种不良驾驶行为的识别装置的结构图,如图2所示,为了解决上述技术问题,本发明实施例提供了一种不良驾驶行为的识别装置,包括:
行车数据采集模块201,用于采集行车数据;
所述行车数据采集模块201在采集行车数据时,所采集的行车数据包括车况数据、驾驶员行为数据、地理位置数据、历史统计数据。
行车数据传输模块202,用于传输行车数据;
所述行车数据传输模块202可采用带有无线通讯模块的车载设备实现。
行车数据分析模块203,用于分析行车数据,识别不良驾驶行为。
所述行车数据分析模块203可按照所要识别的不良驾驶行为的类别,划分成多个单元,每个单元识别一种不良驾驶行为,如包括:超速行为识别单元、安全带未系行为识别单元、空档滑行行为识别单元、急加速行为识别单元、急减速行为识别单元、过长怠速行为识别单元、冷车行驶行为识别单元、空档踩油门行为识别单元、超转行驶行为识别单元、大油门行驶或猛踩油门行为识别单元、转速表绿区外行驶行为识别单元。所述行车数据分析模块203也可按照不良驾驶行为的危害程度,划分成多个单元,一个单元用于识别危害程度较高的不良驾驶行为,一个单元用于识别危害程度较低的不良驾驶行为。如包括:高危害不良驾驶行为识别单元,用于识别超速行为、安全带未系行为、空档滑行行为;低危害不良驾驶行为识别单元,用于识别急加速行为、急减速行为、过长怠速行为、冷车行驶行为、空档踩油门行为、超转行驶行为、大油门行驶或猛踩油门行为、转速表绿区外行驶行为。
本发明实施例提供的不良驾驶行为的识别装置通过对行车数据的实时采集可识别出驾驶员在驾驶过程中多种类型的不良驾驶行为,为驾驶员自身驾驶行为的纠正提供指导,为保险公司、租车公司等商业机构评估驾驶员的驾驶行为提供依据,
图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行如下方法:包括:采集行车数据;其中,所述行车数据包括车速、发动机转速、安全带状态;传输所述行车数据;分析所述行车数据,识别不良驾驶行为;其中,所述不良驾驶行为包括:超速行为、未系安全带行为、空档滑行行为。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法,例如包括:采集行车数据;其中,所述行车数据包括车速、发动机转速、安全带状态;传输所述行车数据;分析所述行车数据,识别不良驾驶行为;其中,所述不良驾驶行为包括:超速行为、未系安全带行为、空档滑行行为。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种不良驾驶行为识别方法,其特征在于,包括:
采集行车数据;其中,所述行车数据包括车速、发动机转速、安全带状态;
传输所述行车数据;
分析所述行车数据,识别不良驾驶行为;其中,所述不良驾驶行为包括:超速行为、未系安全带行为、空档滑行行为。
2.根据权利要求1所述的不良驾驶行为识别方法,其特征在于,所述识别不良驾驶行为包括:
识别所述超速行为,包括:所述车速大于等于100千米/小时,且这一状态持续大于2秒,确定有超速行为;
识别未系安全带行为,包括:所述安全带状态显示未系安全带,所述车速大于等于20千米/小时,且所述安全带状态、车速状态持续时间大于等于2秒,确定有安全带未系行为;
识别空档滑行行为,包括:所述车速大于等于50千米/小时,发动机转速小于等于800转/分钟,且所述的车速状态与发动机转速状态持续时间均大于5秒,确定有空档滑行行为。
3.根据权利要求1所述的不良驾驶行为识别方法,其特征在于,所述行车数据还包括:油门踏板、油门开度、加速度、加速持续时间、减速度、减速持续时间、刹车状态、冷却液温度;所述不良驾驶行为还包括:急加速行为、急减速行为、过长怠速行为、冷车行驶行为、空档踩油门行为、超转行驶行为、大油门行驶或猛踩油门行为、转速表绿区外行驶行为。
4.根据权利要求3所述的不良驾驶行为识别方法,其特征在于,所述识别不良驾驶行为包括:
识别急加速行为,包括:所述加速度大于等于4m/s2,所述加速持续时间大于等于2秒且油门开度大于30%,确定有急加速行为;
识别急减速行为,包括:所述减速度大于等于6m/s2,减速持续时间大于等于2秒且刹车状态显示在踩刹车,确定有急减速行为;
识别过长怠速行为,包括:车速为0,发动机转速在300转/分钟到850转/分钟之间,冷却液温度大于等于40℃且所述的车速状态、发动机转速状态以及冷却液温度状态持续时长均大于等于300秒,确定有过长怠速行为;
识别冷车行驶行为,包括:冷却液温度小于等于20℃,车速大于等于30千米/小时且所述冷却液温度状态、车速状态持续时间均大于等于2秒,确认有冷车行驶行为;
识别空档踩油门行为,包括:车速为0,发动机转速大于500转/分钟,油门开度大于等于5%且所述车速状态、发动机转速状态、油门开度状态持续时间均大于等于2秒,确认有空档踩油门行为;
识别超转行驶行为,包括:发动机转速大于等于2600转/分钟,且该状态持续时间大于等于2秒,确认有超转行驶行为;
识别大油门行驶或猛踩油门行为,包括:当油门开度大于等于95%且该状态持续时间大于等于5秒,并且车速大于2千米/小时,确认有大油门行驶或猛踩油门行为;
识别转速表绿区外行驶行为,包括:发动机转速小于1500转/分钟或大于2500转/分钟,确认有转速表绿区外行驶行为。
5.一种不良驾驶行为识别装置,其特征在于,包括:
行车数据采集模块(201),用于采集行车数据;其中,所述行车数据包括车速、发动机转速、安全带状态;
行车数据传输模块(202),用于传输所述行车数据;
行车数据分析模块(203),用于分析所述行车数据,识别不良驾驶行为;其中,所述不良驾驶行为包括:超速行为、未系安全带行为、空档滑行行为。
6.根据权利要求5所述的不良驾驶行为识别装置,其特征在于,所述识别不良驾驶行为包括:
识别所述超速行为,包括:所述车速大于等于100千米/小时,且这一状态持续大于2秒,确定有超速行为;
识别未系安全带行为,包括:所述安全带状态显示未系安全带,所述车速大于等于20千米/小时,且所述安全带状态、车速状态持续时间大于等于2秒,确定有安全带未系行为;
识别空档滑行行为,包括:所述车速大于等于50千米/小时,发动机转速小于等于800转/分钟,且所述的车速状态与发动机转速状态持续时间均大于5秒,确定有空档滑行行为。
7.根据权利要求5所述的不良驾驶行为识别装置,其特征在于,所述行车数据还包括:油门踏板、油门开度、加速度、加速持续时间、减速度、减速持续时间、刹车状态、冷却液温度;所述不良驾驶行为还包括:急加速行为、急减速行为、过长怠速行为、冷车行驶行为、空档踩油门行为、超转行驶行为、大油门行驶或猛踩油门行为、转速表绿区外行驶行为。
8.根据权利要求7所述的不良驾驶行为识别装置,其特征在于,所述识别不良驾驶行为包括:
识别急加速行为,包括:所述加速度大于等于4m/s2,所述加速持续时间大于等于2秒且油门开度大于30%,确定有急加速行为;
识别急减速行为,包括:所述减速度大于等于6m/s2,减速持续时间大于等于2秒且刹车状态显示在踩刹车,确定有急减速行为;
识别过长怠速行为,包括:车速为0,发动机转速在300转/分钟到850转/分钟之间,冷却液温度大于等于40℃且所述的车速状态、发动机转速状态以及冷却液温度状态持续时长均大于等于300秒,确定有过长怠速行为;
识别冷车行驶行为,包括:冷却液温度小于等于20℃,车速大于等于30千米/小时且所述冷却液温度状态、车速状态持续时间均大于等于2秒,确认有冷车行驶行为;
识别空档踩油门行为,包括:车速为0,发动机转速大于500转/分钟,油门开度大于等于5%且所述车速状态、发动机转速状态、油门开度状态持续时间均大于等于2秒,确认有空档踩油门行为;
识别超转行驶行为,包括:发动机转速大于等于2600转/分钟,且该状态持续时间大于等于2秒,确认有超转行驶行为;
识别大油门行驶或猛踩油门行为,包括:当油门开度大于等于95%且该状态持续时间大于等于5秒,并且车速大于2千米/小时,确认有大油门行驶或猛踩油门行为;
识别转速表绿区外行驶行为,包括:发动机转速小于1500转/分钟或大于2500转/分钟,确认有转速表绿区外行驶行为。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至4任一项所述不良驾驶行为识别方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至4任一项所述不良驾驶行为识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911038340.2A CN110723148A (zh) | 2019-10-29 | 2019-10-29 | 不良驾驶行为的识别方法与识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911038340.2A CN110723148A (zh) | 2019-10-29 | 2019-10-29 | 不良驾驶行为的识别方法与识别装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110723148A true CN110723148A (zh) | 2020-01-24 |
Family
ID=69222467
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911038340.2A Pending CN110723148A (zh) | 2019-10-29 | 2019-10-29 | 不良驾驶行为的识别方法与识别装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110723148A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111332312A (zh) * | 2020-03-27 | 2020-06-26 | 杭州鸿泉物联网技术股份有限公司 | 一种汽车风险预控方法及系统 |
CN111439273A (zh) * | 2020-03-30 | 2020-07-24 | 杭州鸿泉物联网技术股份有限公司 | 一种不良驾驶检测模型精度提升的方法及系统 |
CN111891136A (zh) * | 2020-07-21 | 2020-11-06 | 中国第一汽车股份有限公司 | 一种车辆节能减排辅助系统、辅助方法及汽车 |
CN113128863A (zh) * | 2021-04-16 | 2021-07-16 | 长春工业大学 | 一种基于持续时间的不良驾驶行为评价方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103448727A (zh) * | 2012-05-29 | 2013-12-18 | 许四毛 | 车辆驾驶习惯监测与判别评估系统及所采用的检测与判别评估方法 |
CN103770644A (zh) * | 2014-01-20 | 2014-05-07 | 深圳市元征科技股份有限公司 | 一种驾驶行为的数据获取方法和系统 |
CN106534366A (zh) * | 2016-12-19 | 2017-03-22 | 北京经纬恒润科技有限公司 | 驾驶行为分析方法、装置及系统 |
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 |
US20180111551A1 (en) * | 2016-10-20 | 2018-04-26 | Yazaki Corporation | Drive assisting apparatus |
CN109263647A (zh) * | 2018-09-11 | 2019-01-25 | 浙江吉利控股集团有限公司 | 一种驾驶不良行为监控系统和方法 |
CN209257982U (zh) * | 2018-05-15 | 2019-08-16 | 北京兴科迪电子技术研究院 | 一种不良驾驶行为监控装置 |
-
2019
- 2019-10-29 CN CN201911038340.2A patent/CN110723148A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103448727A (zh) * | 2012-05-29 | 2013-12-18 | 许四毛 | 车辆驾驶习惯监测与判别评估系统及所采用的检测与判别评估方法 |
CN103770644A (zh) * | 2014-01-20 | 2014-05-07 | 深圳市元征科技股份有限公司 | 一种驾驶行为的数据获取方法和系统 |
US20180111551A1 (en) * | 2016-10-20 | 2018-04-26 | Yazaki Corporation | Drive assisting apparatus |
CN106534366A (zh) * | 2016-12-19 | 2017-03-22 | 北京经纬恒润科技有限公司 | 驾驶行为分析方法、装置及系统 |
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 |
CN209257982U (zh) * | 2018-05-15 | 2019-08-16 | 北京兴科迪电子技术研究院 | 一种不良驾驶行为监控装置 |
CN109263647A (zh) * | 2018-09-11 | 2019-01-25 | 浙江吉利控股集团有限公司 | 一种驾驶不良行为监控系统和方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111332312A (zh) * | 2020-03-27 | 2020-06-26 | 杭州鸿泉物联网技术股份有限公司 | 一种汽车风险预控方法及系统 |
CN111439273A (zh) * | 2020-03-30 | 2020-07-24 | 杭州鸿泉物联网技术股份有限公司 | 一种不良驾驶检测模型精度提升的方法及系统 |
CN111891136A (zh) * | 2020-07-21 | 2020-11-06 | 中国第一汽车股份有限公司 | 一种车辆节能减排辅助系统、辅助方法及汽车 |
CN113128863A (zh) * | 2021-04-16 | 2021-07-16 | 长春工业大学 | 一种基于持续时间的不良驾驶行为评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110723148A (zh) | 不良驾驶行为的识别方法与识别装置 | |
US9600541B2 (en) | Method of processing and analysing vehicle driving big data and system thereof | |
CN110615001B (zh) | 一种基于can数据的驾驶安全提醒方法、装置及介质 | |
US9135759B2 (en) | Driver measurement and incentive system for improving fuel-efficiency | |
CN105046765B (zh) | 基于行车记录仪改善驾驶行为的方法 | |
CN107742430A (zh) | 一种驾驶行为监控方法、存储介质及车载终端 | |
CN106157695B (zh) | 危险驾驶行为的提醒方法和装置 | |
CN109670970B (zh) | 一种驾驶行为评分方法、装置及计算机可读存储介质 | |
CN110705423A (zh) | 驾驶行为的实时提醒方法、装置、电子设备及存储介质 | |
WO2023274071A1 (zh) | 驾驶行为监控方法、装置、电子设备及存储介质 | |
CN101661532A (zh) | 从总量数据计算车况指数的系统和方法 | |
CN110766943B (zh) | 一种基于事故数据的不良驾驶行为判定的监测方法和系统 | |
CN113442935B (zh) | 一种商用车不良驾驶行为的判断方法及系统 | |
CN113762755A (zh) | 驾驶员分析报告推送方法、装置、计算机设备和存储介质 | |
CN111209797A (zh) | 一种驾驶行为监控的方法、装置、设备和存储介质 | |
CN113823120A (zh) | 一种车辆危险预警方法及相关装置 | |
CN112967497A (zh) | 共享汽车监管系统及监管方法 | |
CN109376665B (zh) | 基于群智感知的出租车驾驶员的驾驶行为评估系统 | |
US10040459B1 (en) | Driver fuel score | |
CN116844341B (zh) | 一种基于互联网的汽车出行监控系统 | |
CN113928333A (zh) | 基于辅助驾驶的降能耗方法及系统 | |
CN114093143A (zh) | 一种车辆驾驶风险感知预警方法及装置 | |
CN113386776A (zh) | 载货车辆疲劳驾驶主动干预方法、系统、电子设备及介质 | |
CN112215481A (zh) | 试乘试驾业务能力确定方法及业务能力展示系统 | |
CN111474565A (zh) | 道路运输车辆卫星定位系统终端违规插拔情况的判断方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200124 |
|
RJ01 | Rejection of invention patent application after publication |