CN110766826B - 一种驾驶行为分析方法 - Google Patents
一种驾驶行为分析方法 Download PDFInfo
- Publication number
- CN110766826B CN110766826B CN201910853545.XA CN201910853545A CN110766826B CN 110766826 B CN110766826 B CN 110766826B CN 201910853545 A CN201910853545 A CN 201910853545A CN 110766826 B CN110766826 B CN 110766826B
- Authority
- CN
- China
- Prior art keywords
- information data
- driving state
- vehicle
- driving
- data
- 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
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
- G07C5/0841—Registering performance data
-
- 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
-
- 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
Abstract
本发明公开了一种驾驶行为分析方法,具体步骤如下:获取车主的基本信息数据和当前的健康信息数据;判断车辆是否处于危险驾驶状态,并形成驾驶信息数据,驾驶信息数据包括危险驾驶状态和正常驾驶状态;根据车主基本信息数据、健康信息数据和驾驶信息数据构建车主日常驾驶状态画像。
Description
技术领域
本发明涉及根据用户驾驶数据进行的行为分析方法,特别是涉及一种驾驶行为分析方法。
背景技术
现有技术中,对驾驶行为进行判断的依据一般采用以下两种方式:
一是基于车辆状态,例如:车辆的车辆速度、车辆加速度、车辆角速度等是否超过一个预设阀值,以此判断驾驶人员的驾驶行为。
二是基于模型分析的方法,例如在设定时长内的驾驶行为数据进行处理,得到各驾驶行为在预设里程内发生的次数;将得到的各驾驶行为在预设里程内发生的次数输入至已训练的驾驶行为分析模型,采用驾驶行为分析模型计算车辆的碰撞发生概率并输出,从而得出驾驶行为。
采用这两种方法都无法集合车辆数据信息和人体健康信息来对车主驾驶行为进行分析,无法更加准确和直观的表述驾驶行为,或者通过专业人员非常主观的进行判断,导致准确率和用户体验下降。
所以亟需要一种能够集合车辆数据信息和人体健康信息来直观的展示驾驶行为分析。
发明内容
本发明主要解决的技术问题是提供一种驾驶行为分析方法,能够解决传统方法由于没有车主数据,无法进行车主日常驾驶状态画像中的驾驶行为判定的问题。
为解决上述技术问题,本发明采用的一个技术方案是:提供一种驾驶行为分析方法,具体步骤如下:
获取车主的基本信息数据和当前的健康信息数据;
判断车辆是否处于危险驾驶状态,并形成驾驶信息数据,驾驶信息数据包括危险驾驶状态和正常驾驶状态;
根据车主基本信息数据、健康信息数据和驾驶信息数据构建车主日常驾驶状态画像。
其中,构建车主日常驾驶状态画像的步骤为:
根据预设的车主日常驾驶状态画像的显示模板,将基本信息数据、健康信息数据和驾驶信息数据填充到显示模板中,并以预设的时间间隔刷新基本信息数据、健康信息数据和驾驶信息数据;
将车主日常驾驶状态画像显示在车内的显示界面上。
其中,还包括,当检测车辆启动时,向驾驶人员发送语音问题或/和通过让驾驶人员在显示界面进行特定操作,以判断驾驶人员是否意识清醒。
其中,通过实时速度数据判断车辆是否处于危险驾驶状态,并得到危险驾驶状态的等级,具体为:
若实时速度数据与限速数据之比大于1且越来越大,则判断为危险驾驶状态,危险驾驶状态的风险等级逐渐增大;
若实时速度数据与限速数据之比大于1且趋于平稳,则判断为危险驾驶状态,危险驾驶状态的风险等级趋于恒定;
若实时速度数据与限速数据之比大于1且越来越小,则判断为危险驾驶状态,危险驾驶状态的风险等级逐渐降低。
其中,还包括,根据风险等级、结合车辆违章次数,计算在一设定时间内发生事故的概率,所述概率的计算方法如下:
在一设定时间T内,风险等级设为R,车辆违章次数设为W,设定风险等级的权重为X1,车辆违章次数的权重为X2,则在一设定时间T内发生事故的概率G表达式为:
G=(R*X1+W*X2)/(R+W)。
其中,还包括,在车主基本信息数据、健康信息数据和驾驶信息数据中分别获取至少一个风险因素,并将该风险因素显示在与其对应的车主基本信息数据、健康信息数据或/和驾驶信息数据的车主日常驾驶状态画像中。
其中,还包括,根据车主基本信息数据、健康信息数据和驾驶信息数据中的风险因素总数值判断车主日常驾驶状态画像的风险因素等级;
通过健康信息数据构建车主潜在疾病画像,该潜在疾病画像可以进一步作为一个风险因素显示在与其对应的车主基本信息数据、健康信息数据或/和驾驶信息数据的车主日常驾驶状态画像中。
为解决上述技术问题,本发明还采用的一个技术方案是:提供一种驾驶行为分析装置,包括:
数据获取模块,用于获取车主的基本信息数据、当前的健康信息数据和驾车信息数据;
驾驶信息数据模块,用于获取实时速度数据,判断车辆是否处于危险驾驶状态,以形成驾驶信息数据;
画像构建模块,用于根据车主基本信息数据、健康信息数据和驾驶信息数据构建车主日常驾驶状态画像;
显示模块,用于通过显示界面展示车主日常驾驶状态画像。
为解决上述技术问题,本发明还采用的一个技术方案是:提供一种计算机设备,包括,一个或多个处理器;
存储器,用于存储一个或多个程序,使得一个或多个处理器实现上述任意一项所述的驾驶行为分析方法。
为解决上述技术问题,本发明还采用的一个技术方案是:提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的驾驶行为分析方法。
以上方案中的一种驾驶行为分析方法,能够根据该驾驶信息数据确定危险驾驶状态的风险等级,根据危险驾驶状态的风险等级作出风险预警;能够根据车主基本信息数据、健康信息数据和驾驶信息数据构建车主日常驾驶状态画像;令风险因素在车主日常驾驶状态画像中显示,可实时判断车主的驾驶情况,为减少案件事故等,做风险控制。
附图说明
为了更清楚地说明本发明的方案,下面将对实施例描述中所需要使用的附图作一个简单介绍,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为一种驾驶行为分析方法一实施例的流程图;
图2为图1实施例中车主日常驾驶状态画像的显示示意图;
图3为本发明一实施例中的一种驾驶行为分析装置的结构示意图;
图4为本发明一实施例中的计算机设备基本结构框图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
下面结合附图和实施方式对本发明进行详细说明。
请参阅图1~图2,图1为一种驾驶行为分析方法一实施例的流程图;图2为图1实施例中车主日常驾驶状态画像的显示示意图。
需注意的是,若有实质上相同的结果,本发明的方法并不以图1所示的流程顺序为限,该方法包括如下步骤:
本实施例的一种驾驶行为分析方法,方法如下:
S01:获取车主的基本信息数据和当前的健康信息数据;
其中,车主的基本信息数据包含车主年龄、性别、职业、车型、驾驶年龄等基本信息,可直接获取。
其中,车主健康信息数据包含车主的就医历史、医疗用品及药品相关购买信息、投保疾病倾向等信息,可通过平安好医生、意健险承保、出险人伤数据等方式获取;上述信息由驾驶员提供,例如在商业保险报销时会上传出院记录、医疗用品清单等信息。
S02:判断车辆是否处于危险驾驶状态,并形成驾驶信息数据,驾驶信息数据包括危险驾驶状态和正常驾驶状态;
可以通过实时速度,当前道路限速情况,以及车主健康信息,是否饮酒等情况来判断车辆是否处于危险驾驶状态。
可根据情况给予驾驶员一些提醒,并做风险预警。
S03:根据车主基本信息数据、健康信息数据和驾驶信息数据构建车主日常驾驶状态画像。
其中,车主基本信息数据、健康信息数据和驾驶信息数据的均在一页面画面中显示。
所述车主日常驾驶状态画像10(即是一个表达车主驾驶状态的画像,抽象意义上的画像,画像里面展示驾驶的风险因素)可以为一与车主的人头像相似的动漫图像,动漫图像内包括各个信息的展示模块,也可以通过不同的颜色区分展示模块,对展示模块进行上色并显示车主基本信息数据、健康信息数据和驾驶信息数据。
进一步地,构建车主日常驾驶状态画像的步骤为:
根据预设的车主日常驾驶状态画像的显示模板,将基本信息数据、健康信息数据和驾驶信息数据填充到显示模板中,并以预设的时间间隔刷新基本信息数据、健康信息数据和驾驶信息数据;
将车主日常驾驶状态画像显示在车内的显示界面上。
车主日常驾驶状态画像10包括第一展示模块11、第二展示模块12和第三展示模块13,车主基本信息数据、健康信息数据和驾驶信息数据可以分别在第一展示模块11、第二展示模块12和第三展示模块13中显示。
车主基本信息数据可以采用第一颜色显示;健康信息数据可以采用第二颜色显示;将驾驶信息数据可以采用第三颜色显示,上述的第一颜色、第二颜色和第三颜色可以为相同颜色或不同颜色。
通过在显示页面中展示车主日常驾驶状态画像,以供人们直观判断车主的驾驶行为和驾驶习惯。
进一步地,还包括,当检测车辆启动时,向驾驶人员发送语音问题或/和通过让驾驶人员在显示界面进行特定操作,以判断驾驶人员是否意识清醒。
该步骤应当在执行步骤S01之前进行,在车辆启动时,车载系统可直接发送语音问题给驾驶人员,例如,简单的算术、基本常识,通过用户的回答来判断驾驶人员的意识是否清晰,例如:是否酒驾等,如果回答通过,则可以开始正常驾驶。
让驾驶人员在显示界面进行特定操作,即在显示界面显示特定图像及提示,让驾驶员根据提示对图像进行触摸操作,比如解锁,拼图等。
进一步地,步骤S02还包括步骤S021,通过实时速度数据判断车辆是否处于危险驾驶状态,并得到危险驾驶状态的等级,具体为:
若实时速度数据与限速数据之比大于1且越来越大,则判断为危险驾驶状态,危险驾驶状态的风险等级逐渐增大;
若实时速度数据与限速数据之比大于1且趋于平稳,则判断为危险驾驶状态,危险驾驶状态的风险等级趋于恒定;
若实时速度数据与限速数据之比大于1且越来越小,则判断为危险驾驶状态,危险驾驶状态的风险等级逐渐降低。
即,只要是实时速度数据与限速数据之比大于1,即超速,则判断为危险驾驶状态,所不同的是,根据实时速度数据来划分不同等级的风险等级。
车主的实时速度数据与道路数据中的限速数据之比大于预设的第一阈值,则风险等级为一级危险驾驶状态;
若车主的实时速度数据与道路数据中的限速数据之比大于预设的第二阈值且小于或等于第一阀值,则风险等级为二级危险驾驶状态;
若车主的实时速度数据与道路数据中的限速数据之比小于第二阈值,则风险等级为三级危险驾驶状态。
其中,一级危险驾驶状态等级的风险等级最高。
进一步地,步骤S02还包括步骤S0211,能够根据危险驾驶状态的风险等级作出风险预警。
若风险等级为一级、二级、三级危险驾驶状态,可根据不同的等级发出不同提醒,如一级在声音提醒时辅以闪灯等措施,或者不同等级播放不同频率或不同的声音等,例如:车辆处于一级危险驾驶状态,容易出现追尾、侧翻等事故,请保证驾驶安全,以警惕驾驶人员务必降低车速,针对不同的风险等级采用不同颜色显示。
进一步地,步骤S02还包括步骤S022,根据风险等级、结合车辆违章次数,计算在一设定时间内发生事故的概率,所述概率的计算方法如下:
在一设定时间T内,风险等级设为R,车辆违章次数设为W,设定风险等级的权重为X1,车辆违章次数的权重为X2,则在一设定时间T内发生事故的概率G表达式为:
G=(R*X1+W*X2)/(R+W)。
若发生事故的概率大于一设置阀值,则可通过短信或者其他方式提醒车主该驾驶方式出现事故的概率很高,会使保费发生动态调整(增加保费)等等。
同时,若车主发生车辆事故时,可将危险驾驶状态的风险等级以及在一特定时间内发生事故的概率数据等发送给勘察员端,以供勘察员的作业参考,例如追尾事故,侧翻事故等。
车辆违章次数包括但不限于出险违章数据,与超速行驶次数等。
进一步地,步骤S03还包括步骤S031,在车主基本信息数据、健康信息数据和驾驶信息数据中分别获取至少一个风险因素,并将该风险因素显示在与其对应的车主基本信息数据、健康信息数据或/和驾驶信息数据的车主日常驾驶状态画像10中。
风险因素,是能够影响驾驶人驾车安全的因素,并不能单纯的理解为是危险的,可以设定风险因素的风险等级大于预设阈值的时候才可判定为危险的。
例如,在车主基本信息数据中,可将年龄60岁作为一个风险因素,将驾驶年龄1年以内的作为一个风险因素。而年龄超过70岁或驾驶年龄一个月以内,则可以认为达到危险的程度。
例如,在健康信息数据中,将倾向性疾病作为一个风险因素,将车主病史作为一个风险因素。
例如,在驾驶信息中,将风险等级作为一个风险因素。
仅将风险因素展示在第一展示模块11、第二展示模块12和第三展示模块13中,但不必全部显示;
如一个风险因素,如果仅提醒驾驶员年龄超过60岁(属于车主基本信息数据),第二展示模块12、第三展示模块13可以不显示。
同时可以统计第一展示模块11、第二展示模块12第三展示模块13显示的风险因素数量;
如果风险因素数量超过一设定阀值,则车主日常驾驶状态画像10颜色采用第二颜色显示;如果不超过设定阀值则车主日常驾驶状态画像10颜色采用第一颜色显示。
通过颜色表示车主日常驾驶状态画像10,可更加直观的了解到驾驶风险。
可以为第一展示模块11、第二展示模块12和第三展示模块13作一个导向其数据源页面的超链接,即将相应的展示模块设置板块锚点,当获取到用户点击该锚点时,跳转到相应的板块页面,在该页面中,显示详细的车主基本信息数据、健康信息数据和驾驶信息数据。
进一步地,步骤S031还包括步骤S0311,根据车主基本信息数据、健康信息数据和驾驶信息数据中的风险因素总数值判断车主日常驾驶状态画像的风险因素等级。
设定车主基本信息数据中的风险因素数量S1占第一权重Q1、设定健康信息数据中的风险因素数量S2占第二权重Q2,设定驾驶信息数据中的风险因素数量S3占第三权重Q3
根据公式计算:S1*Q1+S2*Q2+S3*Q3得出风险因素等级;
若该风险因素等级大于或等级一设定阀值,则该车主日常驾驶状态画像提示一级风险。
进一步地,步骤S03还包括步骤S032,通过健康信息数据构建车主潜在疾病画像,该潜在疾病画像可以进一步作为一个风险因素显示在与其对应的车主基本信息数据、健康信息数据或/和驾驶信息数据的车主日常驾驶状态画像10中。
例如存在突发性疾病风险,如急性心脏病、心梗、中风等倾向性疾病。或者存在影响驾驶动作的风险,如脊柱脊椎疾病、风湿通风类、眼部疾病、或骨折历史等。或者精神类疾病等。
以上方案中的一种驾驶行为分析方法,能够根据该驾驶信息数据确定危险驾驶状态的风险等级,根据危险驾驶状态的风险等级作出风险预警;能够根据车主基本信息数据、健康信息数据和驾驶信息数据构建车主日常驾驶状态画像;令风险因素在车主日常驾驶状态画像中显示,可实时判断车主的驾驶情况,为减少案件事故等,做风险控制。
请参阅图3,图3为本发明一实施例中的一种驾驶行为分析装置的结构示意图。
本实施例中的一种驾驶行为分析装置,包括:
数据获取模块301,用于获取车主的基本信息数据、当前的健康信息数据和驾车信息数据;
具体地,车主的基本信息数据包含车主年龄、性别、职业、车型、驾驶年龄等基本信息,可直接获取。
其中,车主健康信息数据包含车主的就医历史、医疗用品及药品相关购买信息、投保疾病倾向等信息,可通过平安好医生、意健险承保、出险人伤数据等方式获取;上述信息由驾驶员提供,例如在商业保险报销时会上传出院记录、医疗用品清单等信息。
其中,驾车信息数据包含驾车的实时速度数据,可通过车主的gps定位数据和obd数据获取。
驾驶信息数据模块302,用于根据驾车信息数据,确定车辆是否处于危险驾驶状态,以形成驾驶信息数据;
其中,实时速度数据,可通过车主的gps定位数据和obd数据获取。
结合道路数据中的限速数据,可以实时获取其是否超速行驶状态。如果处于超速状态超过一定的时间范围阈值,则可提前预判其可能处于危险驾驶状态。
其中,道路数据可以与四维图形等地图厂商合作得到的数据。包含轨迹数据与道路数据等。
具体地,驾驶信息数据主要为驾车的实时速度数据。
结合道路数据中的限速数据,可以实时获取其是否超速行驶状态。如果处于超速状态超过一定的时间范围阈值,则可提前预判其可能处于危险驾驶状态。可根据情况给予客户一些提醒,并做风险预警。
道路数据可以与四维图形等地图厂商合作得到的数据。包含轨迹数据与道路数据等。
画像构建模块303,用于根据车主基本信息数据、健康信息数据和驾驶信息数据构建车主日常驾驶状态画像;
具体地,车主基本信息数据、健康信息数据和驾驶信息数据的均在一页面画面中显示。
显示模块304,用于通过显示界面展示车主日常驾驶状态画像。
具体地,通过在显示页面中展示车主日常驾驶状态画像,以供人们直观判断车主的驾驶行为和驾驶习惯。
以上方案中的一种驾驶行为分析装置,能够根据车主基本信息数据、健康信息数据和驾驶信息数据构建车主日常驾驶状态画像;令风险因素在车主日常驾驶状态画像中显示,可实时判断车主的驾驶情况,为减少案件事故等,做风险控制。
为解决上述技术问题,本发明实施例还提供计算机设备。具体请参阅图4,图4为本发明一实施例中的计算机设备基本结构框图。
所述计算机设备4包括通过系统总线相互通信连接存储器41、处理器42、网络接口43。需要指出的是,图中仅示出了具有组件41-43的计算机设备4,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器41至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器41可以是所述计算机设备4的内部存储单元,例如该计算机设备4的硬盘或内存。在另一些实施例中,所述存储器41也可以是所述计算机设备4的外部存储设备,例如该计算机设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等。当然,所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中,所述存储器41通常用于存储安装于所述计算机设备4的操作系统和各类应用软件,例如X方法的程序代码等。此外,所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器42在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中,所述处理器42用于运行所述存储器41中存储的程序代码或者处理数据,例如运行所述X方法的程序代码。
所述网络接口43可包括无线网络接口或有线网络接口,该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。
本发明还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有X程序,所述X程序可被至少一个处理器执行,以使所述至少一个处理器执行如上述的X方法的步骤。
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上述实施例方法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,但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,附图中给出了本发明的较佳实施例,但并不限制本发明的专利范围。本发明可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式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效替换。凡是利用本发明说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本发明专利保护范围之内。
Claims (5)
1.一种驾驶行为分析方法,其特征在于,具体步骤如下:
获取车主的基本信息数据和当前的健康信息数据;
判断车辆是否处于危险驾驶状态,并形成驾驶信息数据,驾驶信息数据包括危险驾驶状态和正常驾驶状态;
根据车主基本信息数据、健康信息数据和驾驶信息数据构建车主日常驾驶状态画像;
所述根据车主基本信息数据、健康信息数据和驾驶信息数据构建车主日常驾驶状态画像的步骤包括:在车主基本信息数据、健康信息数据和驾驶信息数据中分别获取至少一个风险因素,并将该风险因素显示在与其对应的车主基本信息数据、健康信息数据或/和驾驶信息数据的车主日常驾驶状态画像中,如果所述风险因素的数量超过一设定阈值,则所述车主日常驾驶状态画像的颜色采用第二颜色显示,如果所述风险因素的数量未超过所述设定阈值,则所述车主日常驾驶状态画像的颜色采用第一颜色显示;
通过实时速度数据判断车辆是否处于危险驾驶状态,并得到危险驾驶状态的等级,具体为:
若实时速度数据与限速数据之比大于1且越来越大,则判断为危险驾驶状态,危险驾驶状态的风险等级逐渐增大;
若实时速度数据与限速数据之比大于1且趋于平稳,则判断为危险驾驶状态,危险驾驶状态的风险等级趋于恒定;
若实时速度数据与限速数据之比大于1且越来越小,则判断为危险驾驶状态,危险驾驶状态的风险等级逐渐降低;
构建车主日常驾驶状态画像的步骤为:
根据预设的车主日常驾驶状态画像的显示模板,将基本信息数据、健康信息数据和驾驶信息数据填充到显示模板中,并以预设的时间间隔刷新基本信息数据、健康信息数据和驾驶信息数据;
将车主日常驾驶状态画像显示在车内的显示界面上;
还包括,根据风险等级、结合车辆违章次数,计算在一设定时间内发生事故的概率,所述概率的计算方法如下:
在一设定时间T内,风险等级设为R,车辆违章次数设为W,设定风险等级的权重为X1,车辆违章次数的权重为X2,则在一设定时间T内发生事故的概率G表达式为:
G=(R*X1+W*X2)/(R+W);
还包括,根据车主基本信息数据、健康信息数据和驾驶信息数据中的风险因素总数值判断车主日常驾驶状态画像的风险因素等级;
通过健康信息数据构建车主潜在疾病画像,该潜在疾病画像可以进一步作为一个风险因素显示在与其对应的车主基本信息数据、健康信息数据或/和驾驶信息数据的车主日常驾驶状态画像中。
2.根据权利要求1所述的一种驾驶行为分析方法,其特征在于,
还包括,当检测车辆启动时,向驾驶人员发送语音问题或/和通过让驾驶人员在显示界面进行特定操作,以判断驾驶人员是否意识清醒。
3.一种驾驶行为分析装置,其特征在于,包括:
数据获取模块,用于获取车主的基本信息数据、当前的健康信息数据和驾车信息数据;
驾驶信息数据模块,用于获取实时速度数据,判断车辆是否处于危险驾驶状态,以形成驾驶信息数据;
画像构建模块,用于根据车主基本信息数据、健康信息数据和驾驶信息数据构建车主日常驾驶状态画像;
显示模块,用于通过显示界面展示车主日常驾驶状态画像;
所述画像构建模块进一步用于:在车主基本信息数据、健康信息数据和驾驶信息数据中分别获取至少一个风险因素,并将该风险因素显示在与其对应的车主基本信息数据、健康信息数据或/和驾驶信息数据的车主日常驾驶状态画像中,如果所述风险因素的数量超过一设定阈值,则所述车主日常驾驶状态画像的颜色采用第二颜色显示,如果所述风险因素的数量未超过所述设定阈值,则所述车主日常驾驶状态画像的颜色采用第一颜色显示;
所述驾驶信息数据模块还用于通过实时速度数据判断车辆是否处于危险驾驶状态,并得到危险驾驶状态的等级,具体为:
若实时速度数据与限速数据之比大于1且越来越大,则判断为危险驾驶状态,危险驾驶状态的风险等级逐渐增大;
若实时速度数据与限速数据之比大于1且趋于平稳,则判断为危险驾驶状态,危险驾驶状态的风险等级趋于恒定;
若实时速度数据与限速数据之比大于1且越来越小,则判断为危险驾驶状态,危险驾驶状态的风险等级逐渐降低;
构建车主日常驾驶状态画像为:
根据预设的车主日常驾驶状态画像的显示模板,将基本信息数据、健康信息数据和驾驶信息数据填充到显示模板中,并以预设的时间间隔刷新基本信息数据、健康信息数据和驾驶信息数据;
将车主日常驾驶状态画像显示在车内的显示界面上;
还包括,根据风险等级、结合车辆违章次数,计算在一设定时间内发生事故的概率,所述概率的计算如下:
在一设定时间T内,风险等级设为R,车辆违章次数设为W,设定风险等级的权重为X1,车辆违章次数的权重为X2,则在一设定时间T内发生事故的概率G表达式为:G=(R*X1+W*X2)/(R+W);
还包括,根据车主基本信息数据、健康信息数据和驾驶信息数据中的风险因素总数值判断车主日常驾驶状态画像的风险因素等级;
通过健康信息数据构建车主潜在疾病画像,该潜在疾病画像可以进一步作为一个风险因素显示在与其对应的车主基本信息数据、健康信息数据或/和驾驶信息数据的车主日常驾驶状态画像中。
4.一种计算机设备,其特征在于,包括,
一个或多个处理器;
存储器,用于存储一个或多个程序,使得一个或多个处理器实现权利要求1或2任意一项所述的驾驶行为分析方法。
5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1或2任意一项所述的驾驶行为分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910853545.XA CN110766826B (zh) | 2019-09-10 | 2019-09-10 | 一种驾驶行为分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910853545.XA CN110766826B (zh) | 2019-09-10 | 2019-09-10 | 一种驾驶行为分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110766826A CN110766826A (zh) | 2020-02-07 |
CN110766826B true CN110766826B (zh) | 2023-07-25 |
Family
ID=69329556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910853545.XA Active CN110766826B (zh) | 2019-09-10 | 2019-09-10 | 一种驾驶行为分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110766826B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113178071B (zh) * | 2021-04-22 | 2022-04-29 | 深圳壹账通智能科技有限公司 | 驾驶风险等级识别方法、装置、电子设备及可读存储介质 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003317197A (ja) * | 2002-04-26 | 2003-11-07 | Aisin Aw Co Ltd | 警報システム |
CN201646412U (zh) * | 2010-03-02 | 2010-11-24 | 南京航空航天大学 | 一种智能防醉酒驾驶限速系统 |
JP2015141536A (ja) * | 2014-01-28 | 2015-08-03 | 公立大学法人高知工科大学 | 安全走行支援システム |
KR101555444B1 (ko) * | 2014-07-10 | 2015-10-06 | 현대모비스 주식회사 | 차량탑재 상황감지 장치 및 그 방법 |
CN113568509A (zh) * | 2015-06-08 | 2021-10-29 | 北京三星通信技术研究有限公司 | 便携式电子设备及其操作方法 |
JP6565433B2 (ja) * | 2015-07-30 | 2019-08-28 | いすゞ自動車株式会社 | 安全運転促進装置及び安全運転促進方法 |
JP6696679B2 (ja) * | 2015-11-11 | 2020-05-20 | 株式会社デンソーテン | 運転支援装置 |
CN108288312A (zh) * | 2017-03-06 | 2018-07-17 | 腾讯科技(深圳)有限公司 | 驾驶行为确定方法及装置 |
CN108932255B (zh) * | 2017-05-25 | 2022-01-14 | 北京万集科技股份有限公司 | 一种车辆综合能力分析方法及装置 |
CN107316436B (zh) * | 2017-07-31 | 2021-06-18 | 努比亚技术有限公司 | 危险驾驶状态处理方法、电子设备及存储介质 |
CN108482124B (zh) * | 2018-02-24 | 2021-01-01 | 宁波科达仪表有限公司 | 一种具有监测功能的机动车仪表及其工作方法 |
CN109741629A (zh) * | 2018-12-21 | 2019-05-10 | 平安科技(深圳)有限公司 | 用户画像实时构建方法、系统、计算机设备及存储介质 |
-
2019
- 2019-09-10 CN CN201910853545.XA patent/CN110766826B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110766826A (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10848913B2 (en) | Method for smartphone-based accident detection | |
US9815478B2 (en) | Driving assistance system and driving assistance method | |
CN111164660B (zh) | 信息处理装置、信息处理方法和程序 | |
EP2434466A1 (en) | Driving assistance method and device | |
US11113775B1 (en) | System and method for standardized evaluation of driver's license eligibility | |
DE102016120491A1 (de) | Erkennung und verhinderung von fahruntauglichkeit | |
JP6510819B2 (ja) | 走行分析方法、走行分析装置及び走行分析プログラム | |
WO2016114369A1 (ja) | ドライバに対する注意喚起制御方法、注意喚起制御プログラム、注意喚起制御装置、運転支援プログラム、運転支援方法、及び、運転支援装置 | |
CN110143202A (zh) | 一种危险驾驶识别与预警方法及系统 | |
WO2012074935A2 (en) | Alertness monitoring systems and associated methods | |
US20200247422A1 (en) | Inattentive driving suppression system | |
Radhakrishnan et al. | Physiological indicators of driver workload during car-following scenarios and takeovers in highly automated driving | |
CN110766826B (zh) | 一种驾驶行为分析方法 | |
CN110638473A (zh) | 疲劳驾驶判定的方法、装置、电子设备和存储介质 | |
JP2022126761A (ja) | 機器およびプログラム | |
US10828985B1 (en) | Systems and methods for notifying individuals who are unfit to operate vehicles | |
US11214263B2 (en) | Management assistance system | |
JP7354888B2 (ja) | 情報処理装置、プログラム、及び、情報処理方法 | |
WO2022213989A1 (zh) | 控制车辆的方法、装置、电子设备、存储介质及程序产品 | |
Li et al. | Real-time driver drowsiness estimation by multi-source information fusion with Dempster–Shafer theory | |
DE102018210593A1 (de) | Fahrtüchtigkeitserkennungsvorrichtung für ein Fahrzeug | |
Karkouch et al. | Cads: A connected assistant for driving safe | |
CN111376831B (zh) | 车辆药驾告警方法、装置、辅助驾驶系统和存储介质 | |
Dastrup et al. | Differences in simulated car following behavior of younger and older drivers | |
JP7241347B2 (ja) | 運転資質判定システムおよびプログラム |
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 |