CN111452799B - 驾驶行为评价方法及系统 - Google Patents

驾驶行为评价方法及系统 Download PDF

Info

Publication number
CN111452799B
CN111452799B CN202010393655.5A CN202010393655A CN111452799B CN 111452799 B CN111452799 B CN 111452799B CN 202010393655 A CN202010393655 A CN 202010393655A CN 111452799 B CN111452799 B CN 111452799B
Authority
CN
China
Prior art keywords
driving behavior
driver
representing
change rate
standard deviation
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
Application number
CN202010393655.5A
Other languages
English (en)
Other versions
CN111452799A (zh
Inventor
吴海娟
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.)
Mingshang Technology Co ltd
Original Assignee
Mingshang 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 Mingshang Technology Co ltd filed Critical Mingshang Technology Co ltd
Priority to CN202010393655.5A priority Critical patent/CN111452799B/zh
Publication of CN111452799A publication Critical patent/CN111452799A/zh
Application granted granted Critical
Publication of CN111452799B publication Critical patent/CN111452799B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B60W40/08—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
    • 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
    • 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
    • B60W2040/0818—Inactivity or incapacity of driver
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/10—Accelerator pedal position
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/12—Brake pedal position
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/18—Steering angle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明驾驶行为评价方法及系统包括：采集一采集时间段内驾驶员的第一驾驶行为数据；对第一驾驶行为数据进行预处理操作；对第一驾驶行为数据按照采集时间先后顺序进行排序；基于第一驾驶行为数据计算速度变化率分布标准差、油门踏板开度变化率分布标准差、制动踏板开度变化率分布标准差、方向盘转角变化率分布标准差、驾驶员疲劳状态分布标准差，获取该采集时间段内的驾驶员的第二驾驶行为（闯红灯或超速行为）数据，统计驾驶员违反交通规则行为的次数，查询该违反交通规则行为的次数对应的第二驾驶行为评价值，计算针对第一驾驶行为数据的驾驶员的第一驾驶行为评价值，计算驾驶员的驾驶行为评价值，能够全面、准确、客观地反应驾驶员的驾驶水平。

Description

驾驶行为评价方法及系统
技术领域
本发明涉及驾驶行为评价技术领域，特别是涉及一种驾驶行为评价方法及系统。
背景技术
随着车联网技术的快速发展，通过分析行车途中车辆各项信号指标，可以对用户的驾驶行为进行评价，评价结果可用于UBI（Usage Based Insurance）车险的具体实施，使得合理的制定出基于用户驾驶行为的车险的定价。
现有技术中，对驾驶员的驾驶行为的评价大多聚焦于驾驶员的不良驾驶行为，通过对驾驶行为数据的简单统计，例如急加速、急减速、急转弯、超速或高级驾驶辅助系统（Advanced Driving Assistant System，ADAS）报警等驾驶行为数据，反应用户的驾驶水平。但是上述评价方式中数据的处理较为简单，评价方式比较单一，不能全面反应驾驶员的驾驶水平。
发明内容
本发明针对现有技术存在的问题和不足，提供一种新型的驾驶行为评价方法及系统。
本发明是通过下述技术方案来解决上述技术问题的：
本发明提供一种驾驶行为评价方法，其特点在于，其包括以下步骤：
S1、基于设定采集频率采集一采集时间段内车辆的驾驶员的第一驾驶行为数据，所述第一驾驶行为数据包括各采集时间点下的车速、油门踏板开度、制动踏板开度、方向盘转角、驾驶员疲劳状态；
S2、对所述第一驾驶行为数据进行数据异常筛除、数据去重预处理操作；
S3、对预处理后的第一驾驶行为数据按照采集时间先后顺序进行排序；
S4、基于排序后的第一驾驶行为数据计算速度变化率分布标准差，公式如下：
Figure 371533DEST_PATH_IMAGE002
Figure 23094DEST_PATH_IMAGE004
Figure 802831DEST_PATH_IMAGE006
式中，n表示排序后的第一驾驶行为数据中采集时间点总数，ti表示第i个采集时间点，Vi表示第i个采集时间点对应的速度，RVi表示第i个速度变化率，RV表示速度变化率平均值，σV表示速度变化率分布标准差；
基于排序后的第一驾驶行为数据计算油门踏板开度变化率分布标准差，公式如下：
Figure 932461DEST_PATH_IMAGE008
Figure 746833DEST_PATH_IMAGE010
Figure 303717DEST_PATH_IMAGE012
式中，Ai表示第i个采集时间点对应的油门踏板开度，RAi表示第i个油门踏板开度变化率，RA表示油门踏板开度变化率平均值，σA表示油门踏板开度变化率分布标准差；
基于排序后的第一驾驶行为数据计算制动踏板开度变化率分布标准差，公式如下：
Figure 570750DEST_PATH_IMAGE014
Figure 504071DEST_PATH_IMAGE016
Figure 172949DEST_PATH_IMAGE018
式中，Bi表示第i个采集时间点对应的制动踏板开度，RBi表示第i个制动踏板开度变化率，RB表示制动踏板开度变化率平均值，σB表示制动踏板开度变化率分布标准差；
基于排序后的第一驾驶行为数据计算方向盘转角变化率分布标准差，公式如下：
Figure 166313DEST_PATH_IMAGE020
Figure 655063DEST_PATH_IMAGE022
Figure 392075DEST_PATH_IMAGE024
式中，Si表示第i个采集时间点对应的方向盘转角，RSi表示第i个方向盘转角变化率，RS表示方向盘转角变化率平均值，σS表示方向盘转角变化率分布标准差；
基于排序后的第一驾驶行为数据计算驾驶员疲劳状态分布标准差，公式如下：
Figure 649881DEST_PATH_IMAGE026
Figure 79726DEST_PATH_IMAGE028
Figure 554307DEST_PATH_IMAGE030
式中，Fi表示第i个采集时间点对应的驾驶员疲劳状态值，RFi表示第i个驾驶员疲劳状态值变化率，RF表示驾驶员疲劳状态值变化率平均值，σF表示驾驶员疲劳状态值变化率分布标准差；
S5、获取该采集时间段内的驾驶员的第二驾驶行为数据，所述第二驾驶行为数据包括从道路拍照系统获得的驾驶员违反交通规则行为（闯红灯或超速行为）的数据；
S6、统计驾驶员违反交通规则行为的次数，查询该违反交通规则行为的次数对应的第二驾驶行为评价值E2；
S7、计算针对第一驾驶行为数据的驾驶员的第一驾驶行为评价值E1=σV*QV+σA*QA+σB*QB+σS*QS+σF*QF；
其中，QV表示速度权重系数，QA表示油门踏板开度权重系数，QB表示制动踏板开度权重系数，QS表示方向盘转角权重系数，QF表示驾驶员疲劳状态权重系数；
S8、计算驾驶员的驾驶行为评价值E= E1*Q1 +E2*Q2；
其中，Q1表示第一驾驶行为评价权重系数，Q2表示第二驾驶行为评价权重系数。
优选地，所述车速通过安装在车轮上的车速传感器获得，所述油门踏板开度通过安装在油门踏板上的开度传感器获得，所述制动踏板开度通过安装在制动踏板上的开度传感器获得，所述方向盘转角通过安装在方向盘上的角度传感器获得，所述驾驶员疲劳状态通过安装在车头内部且位于驾驶员前方的摄像头获得。
优选地，获得摄像头传来的驾驶员图像后，对驾驶员图像进行图像分析以分析出驾驶员的疲劳状态，并根据驾驶员的疲劳状态匹配对应的驾驶员疲劳状态值。
本发明还提供一种驾驶行为评价系统，其特点在于，其包括采集模块、预处理模块、排序模块、第一计算模块、获取模块、查询模块、第二计算模块和第三计算模块；
所述采集模块用于基于设定采集频率采集一采集时间段内车辆的驾驶员的第一驾驶行为数据，所述第一驾驶行为数据包括各采集时间点下的车速、油门踏板开度、制动踏板开度、方向盘转角、驾驶员疲劳状态；
所述预处理模块用于对所述第一驾驶行为数据进行数据异常筛除、数据去重预处理操作；
所述排序模块用于对预处理后的第一驾驶行为数据按照采集时间先后顺序进行排序；
所述第一计算模块用于基于排序后的第一驾驶行为数据计算速度变化率分布标准差，公式如下：
Figure 829431DEST_PATH_IMAGE002
Figure 472902DEST_PATH_IMAGE004
Figure 542489DEST_PATH_IMAGE006
式中，n表示排序后的第一驾驶行为数据中采集时间点总数，ti表示第i个采集时间点，Vi表示第i个采集时间点对应的速度，RVi表示第i个速度变化率，RV表示速度变化率平均值，σV表示速度变化率分布标准差；
所述第一计算模块用于基于排序后的第一驾驶行为数据计算油门踏板开度变化率分布标准差，公式如下：
Figure 271410DEST_PATH_IMAGE008
Figure 84646DEST_PATH_IMAGE010
Figure 582623DEST_PATH_IMAGE012
式中，Ai表示第i个采集时间点对应的油门踏板开度，RAi表示第i个油门踏板开度变化率，RA表示油门踏板开度变化率平均值，σA表示油门踏板开度变化率分布标准差；
所述第一计算模块用于基于排序后的第一驾驶行为数据计算制动踏板开度变化率分布标准差，公式如下：
Figure 354270DEST_PATH_IMAGE014
Figure 39329DEST_PATH_IMAGE016
Figure 921834DEST_PATH_IMAGE018
式中，Bi表示第i个采集时间点对应的制动踏板开度，RBi表示第i个制动踏板开度变化率，RB表示制动踏板开度变化率平均值，σB表示制动踏板开度变化率分布标准差；
所述第一计算模块用于基于排序后的第一驾驶行为数据计算方向盘转角变化率分布标准差，公式如下：
Figure 8739DEST_PATH_IMAGE020
Figure 951287DEST_PATH_IMAGE022
Figure 123643DEST_PATH_IMAGE024
式中，Si表示第i个采集时间点对应的方向盘转角，RSi表示第i个方向盘转角变化率，RS表示方向盘转角变化率平均值，σS表示方向盘转角变化率分布标准差；
所述第一计算模块用于基于排序后的第一驾驶行为数据计算驾驶员疲劳状态分布标准差，公式如下：
Figure 544260DEST_PATH_IMAGE026
Figure 16829DEST_PATH_IMAGE028
Figure 864700DEST_PATH_IMAGE030
式中，Fi表示第i个采集时间点对应的驾驶员疲劳状态值，RFi表示第i个驾驶员疲劳状态值变化率，RF表示驾驶员疲劳状态值变化率平均值，σF表示驾驶员疲劳状态值变化率分布标准差；
所述获取模块用于获取该采集时间段内的驾驶员的第二驾驶行为数据，所述第二驾驶行为数据包括从道路拍照系统获得的驾驶员违反交通规则行为（闯红灯或超速行为）的数据；
所述查询模块用于统计驾驶员违反交通规则行为的次数，查询该违反交通规则行为的次数对应的第二驾驶行为评价值E2；
所述第二计算模块用于计算针对第一驾驶行为数据的驾驶员的第一驾驶行为评价值E1=σV*QV+σA*QA+σB*QB+σS*QS+σF*QF；
其中，QV表示速度权重系数，QA表示油门踏板开度权重系数，QB表示制动踏板开度权重系数，QS表示方向盘转角权重系数，QF表示驾驶员疲劳状态权重系数；
所述第三计算模块用于计算驾驶员的驾驶行为评价值E= E1*Q1 +E2*Q2；
其中，Q1表示第一驾驶行为评价权重系数，Q2表示第二驾驶行为评价权重系数。
优选地，所述车速通过安装在车轮上的车速传感器获得，所述油门踏板开度通过安装在油门踏板上的开度传感器获得，所述制动踏板开度通过安装在制动踏板上的开度传感器获得，所述方向盘转角通过安装在方向盘上的角度传感器获得，所述驾驶员疲劳状态通过安装在车头内部且位于驾驶员前方的摄像头获得。
优选地，获得摄像头传来的驾驶员图像后，对驾驶员图像进行图像分析以分析出驾驶员的疲劳状态，并根据驾驶员的疲劳状态匹配对应的驾驶员疲劳状态值。
本发明的积极进步效果：本发明基于采集的速度、油门踏板开度、制动踏板开度、方向盘转角和驾驶员疲劳状态分别计算出速度变化率分布标准差、油门踏板开度变化率分布标准差、制动踏板开度变化率分布标准差、方向盘转角变化率分布标准差和驾驶员疲劳状态分布标准差，并计算出针对第一驾驶行为数据的驾驶员的第一驾驶行为评价值，基于驾驶员闯红灯或超速行为数据，统计驾驶员违反交通规则行为的次数，查询该违反交通规则行为的次数对应的第二驾驶行为评价值，从而计算出驾驶员的驾驶行为总的评价值，本发明考虑的驾驶行为评价因素比较全面，评价比较合理，能够全面、准确、客观地反应驾驶员的驾驶水平。
附图说明
图1为本发明实施例的驾驶行为评价方法的流程图。
图2为本发明实施例的驾驶行为评价系统的结构框图。
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做出创造性劳动的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。
如图1所示，本实施例提供一种驾驶行为评价方法，其包括以下步骤：
步骤101、基于设定采集频率采集一采集时间段内车辆的驾驶员的第一驾驶行为数据，所述第一驾驶行为数据包括各采集时间点下的车速、油门踏板开度、制动踏板开度、方向盘转角、驾驶员疲劳状态。
本步骤中，所述车速通过安装在车轮上的车速传感器获得，所述油门踏板开度通过安装在油门踏板上的开度传感器获得，所述制动踏板开度通过安装在制动踏板上的开度传感器获得，所述方向盘转角通过安装在方向盘上的角度传感器获得，所述驾驶员疲劳状态通过安装在车头内部且位于驾驶员前方的摄像头获得，获得摄像头传来的驾驶员图像后，对驾驶员图像进行图像分析以分析出驾驶员的疲劳状态，并根据驾驶员的疲劳状态匹配对应的驾驶员疲劳状态值。
步骤102、对所述第一驾驶行为数据进行数据异常筛除、数据去重预处理操作。
步骤103、对预处理后的第一驾驶行为数据按照采集时间先后顺序进行排序。
步骤104、基于排序后的第一驾驶行为数据计算速度变化率分布标准差，公式如下：
Figure 789930DEST_PATH_IMAGE002
Figure DEST_PATH_IMAGE031
Figure DEST_PATH_IMAGE032
式中，n表示排序后的第一驾驶行为数据中采集时间点总数，ti表示第i个采集时间点，Vi表示第i个采集时间点对应的速度，RVi表示第i个速度变化率，RV表示速度变化率平均值，σV表示速度变化率分布标准差。
基于排序后的第一驾驶行为数据计算油门踏板开度变化率分布标准差，公式如下：
Figure 748659DEST_PATH_IMAGE008
Figure 544577DEST_PATH_IMAGE010
Figure DEST_PATH_IMAGE033
式中，Ai表示第i个采集时间点对应的油门踏板开度，RAi表示第i个油门踏板开度变化率，RA表示油门踏板开度变化率平均值，σA表示油门踏板开度变化率分布标准差。
基于排序后的第一驾驶行为数据计算制动踏板开度变化率分布标准差，公式如下：
Figure 563348DEST_PATH_IMAGE014
Figure 975875DEST_PATH_IMAGE016
Figure DEST_PATH_IMAGE034
式中，Bi表示第i个采集时间点对应的制动踏板开度，RBi表示第i个制动踏板开度变化率，RB表示制动踏板开度变化率平均值，σB表示制动踏板开度变化率分布标准差。
基于排序后的第一驾驶行为数据计算方向盘转角变化率分布标准差，公式如下：
Figure DEST_PATH_IMAGE035
Figure 738295DEST_PATH_IMAGE022
Figure DEST_PATH_IMAGE036
式中，Si表示第i个采集时间点对应的方向盘转角，RSi表示第i个方向盘转角变化率，RS表示方向盘转角变化率平均值，σS表示方向盘转角变化率分布标准差。
基于排序后的第一驾驶行为数据计算驾驶员疲劳状态分布标准差，公式如下：
Figure DEST_PATH_IMAGE037
Figure 388719DEST_PATH_IMAGE028
Figure DEST_PATH_IMAGE038
式中，Fi表示第i个采集时间点对应的驾驶员疲劳状态值，RFi表示第i个驾驶员疲劳状态值变化率，RF表示驾驶员疲劳状态值变化率平均值，σF表示驾驶员疲劳状态值变化率分布标准差。
步骤105、获取该采集时间段内的驾驶员的第二驾驶行为数据，所述第二驾驶行为数据包括从道路拍照系统获得的驾驶员违反交通规则行为（闯红灯或超速行为）的数据。
步骤106、统计驾驶员违反交通规则行为的次数，查询该违反交通规则行为的次数对应的第二驾驶行为评价值E2。
步骤107、计算针对第一驾驶行为数据的驾驶员的第一驾驶行为评价值E1=σV*QV+σA*QA+σB*QB+σS*QS+σF*QF；
其中，QV表示速度权重系数，QA表示油门踏板开度权重系数，QB表示制动踏板开度权重系数，QS表示方向盘转角权重系数，QF表示驾驶员疲劳状态权重系数，QV+QA+QB+QS+QF=1。
步骤108、计算驾驶员的驾驶行为评价值E= E1*Q1 +E2*Q2；
其中，Q1表示第一驾驶行为评价权重系数，Q2表示第二驾驶行为评价权重系数，Q1+ Q2=1。
本实施例基于第一驾驶行为评价值和第二驾驶行为评价值，能够计算出驾驶员的驾驶行为总的评价值，本发明考虑的驾驶行为评价因素比较全面，评价比较合理，能够全面、准确、客观地反应驾驶员的驾驶水平。
如图2所示，本实施例还提供一种驾驶行为评价系统，其包括采集模块1、预处理模块2、排序模块3、第一计算模块4、获取模块5、查询模块6、第二计算模块7和第三计算模块8。
所述采集模块1用于基于设定采集频率采集一采集时间段内车辆的驾驶员的第一驾驶行为数据，所述第一驾驶行为数据包括各采集时间点下的车速、油门踏板开度、制动踏板开度、方向盘转角、驾驶员疲劳状态。
本实施例中，所述车速通过安装在车轮上的车速传感器获得，所述油门踏板开度通过安装在油门踏板上的开度传感器获得，所述制动踏板开度通过安装在制动踏板上的开度传感器获得，所述方向盘转角通过安装在方向盘上的角度传感器获得，所述驾驶员疲劳状态通过安装在车头内部且位于驾驶员前方的摄像头获得，获得摄像头传来的驾驶员图像后，对驾驶员图像进行图像分析以分析出驾驶员的疲劳状态，并根据驾驶员的疲劳状态匹配对应的驾驶员疲劳状态值。
所述预处理模块2用于对所述第一驾驶行为数据进行数据异常筛除、数据去重预处理操作。
所述排序模块3用于对预处理后的第一驾驶行为数据按照采集时间先后顺序进行排序。
所述第一计算模块4用于基于排序后的第一驾驶行为数据计算速度变化率分布标准差，公式如下：
Figure 578392DEST_PATH_IMAGE002
Figure 212636DEST_PATH_IMAGE031
Figure 778746DEST_PATH_IMAGE032
式中，n表示排序后的第一驾驶行为数据中采集时间点总数，ti表示第i个采集时间点，Vi表示第i个采集时间点对应的速度，RVi表示第i个速度变化率，RV表示速度变化率平均值，σV表示速度变化率分布标准差。
所述第一计算模块用于基于排序后的第一驾驶行为数据计算油门踏板开度变化率分布标准差，公式如下：
Figure 814835DEST_PATH_IMAGE008
Figure 175409DEST_PATH_IMAGE010
Figure 562528DEST_PATH_IMAGE033
式中，Ai表示第i个采集时间点对应的油门踏板开度，RAi表示第i个油门踏板开度变化率，RA表示油门踏板开度变化率平均值，σA表示油门踏板开度变化率分布标准差。
所述第一计算模块4用于基于排序后的第一驾驶行为数据计算制动踏板开度变化率分布标准差，公式如下：
Figure 666751DEST_PATH_IMAGE014
Figure 557346DEST_PATH_IMAGE016
Figure 587357DEST_PATH_IMAGE034
式中，Bi表示第i个采集时间点对应的制动踏板开度，RBi表示第i个制动踏板开度变化率，RB表示制动踏板开度变化率平均值，σB表示制动踏板开度变化率分布标准差。
所述第一计算模块4用于基于排序后的第一驾驶行为数据计算方向盘转角变化率分布标准差，公式如下：
Figure 196193DEST_PATH_IMAGE035
Figure 104106DEST_PATH_IMAGE022
Figure 114787DEST_PATH_IMAGE036
式中，Si表示第i个采集时间点对应的方向盘转角，RSi表示第i个方向盘转角变化率，RS表示方向盘转角变化率平均值，σS表示方向盘转角变化率分布标准差。
所述第一计算模块4用于基于排序后的第一驾驶行为数据计算驾驶员疲劳状态分布标准差，公式如下：
Figure 82743DEST_PATH_IMAGE037
Figure 913296DEST_PATH_IMAGE028
Figure 624900DEST_PATH_IMAGE038
式中，Fi表示第i个采集时间点对应的驾驶员疲劳状态值，RFi表示第i个驾驶员疲劳状态值变化率，RF表示驾驶员疲劳状态值变化率平均值，σF表示驾驶员疲劳状态值变化率分布标准差。
所述获取模块5用于获取该采集时间段内的驾驶员的第二驾驶行为数据，所述第二驾驶行为数据包括从道路拍照系统获得的驾驶员违反交通规则行为（闯红灯或超速行为）的数据。
所述查询模块6用于统计驾驶员违反交通规则行为的次数，查询该违反交通规则行为的次数对应的第二驾驶行为评价值E2。
所述第二计算模块7用于计算针对第一驾驶行为数据的驾驶员的第一驾驶行为评价值E1=σV*QV+σA*QA+σB*QB+σS*QS+σF*QF；
其中，QV表示速度权重系数，QA表示油门踏板开度权重系数，QB表示制动踏板开度权重系数，QS表示方向盘转角权重系数，QF表示驾驶员疲劳状态权重系数，QV+QA+QB+QS+QF=1。
所述第三计算模块8用于计算驾驶员的驾驶行为评价值E= E1*Q1 +E2*Q2；
其中，Q1表示第一驾驶行为评价权重系数，Q2表示第二驾驶行为评价权重系数，Q1+ Q2=1。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (6)

1.一种驾驶行为评价方法，其特征在于，其包括以下步骤：
S1、基于设定采集频率采集一采集时间段内车辆的驾驶员的第一驾驶行为数据，所述第一驾驶行为数据包括各采集时间点下的车速、油门踏板开度、制动踏板开度、方向盘转角、驾驶员疲劳状态；
S2、对所述第一驾驶行为数据进行数据异常筛除、数据去重预处理操作；
S3、对预处理后的第一驾驶行为数据按照采集时间先后顺序进行排序；
S4、基于排序后的第一驾驶行为数据计算速度变化率分布标准差，公式如下：
Figure FDA0003350042280000011
式中，n表示排序后的第一驾驶行为数据中采集时间点总数，ti表示第i个采集时间点，Vi表示第i个采集时间点对应的速度，RVi表示第i个速度变化率，RV表示速度变化率平均值，σV表示速度变化率分布标准差；
基于排序后的第一驾驶行为数据计算油门踏板开度变化率分布标准差，公式如下：
Figure FDA0003350042280000012
式中，Ai表示第i个采集时间点对应的油门踏板开度，RAi表示第i个油门踏板开度变化率，RA表示油门踏板开度变化率平均值，σA表示油门踏板开度变化率分布标准差；
基于排序后的第一驾驶行为数据计算制动踏板开度变化率分布标准差，公式如下：
Figure FDA0003350042280000013
式中，Bi表示第i个采集时间点对应的制动踏板开度，RBi表示第i个制动踏板开度变化率，RB表示制动踏板开度变化率平均值，σB表示制动踏板开度变化率分布标准差；
基于排序后的第一驾驶行为数据计算方向盘转角变化率分布标准差，公式如下：
Figure FDA0003350042280000021
式中，Si表示第i个采集时间点对应的方向盘转角，RSi表示第i个方向盘转角变化率，RS表示方向盘转角变化率平均值，σS表示方向盘转角变化率分布标准差；
基于排序后的第一驾驶行为数据计算驾驶员疲劳状态分布标准差，公式如下：
Figure FDA0003350042280000022
式中，Fi表示第i个采集时间点对应的驾驶员疲劳状态值，RFi表示第i个驾驶员疲劳状态值变化率，RF表示驾驶员疲劳状态值变化率平均值，σF表示驾驶员疲劳状态值变化率分布标准差；
S5、获取该采集时间段内的驾驶员的第二驾驶行为数据，所述第二驾驶行为数据包括从道路拍照系统获得的驾驶员违反交通规则行为的数据，其中该违反交通规则行为为闯红灯或超速行为；
S6、统计驾驶员违反交通规则行为的次数，查询该违反交通规则行为的次数对应的第二驾驶行为评价值E2；
S7、计算针对第一驾驶行为数据的驾驶员的第一驾驶行为评价值E1＝σV*QV+σA*QA+σB*QB+σS*QS+σF*QF；
其中，QV表示速度权重系数，QA表示油门踏板开度权重系数，QB表示制动踏板开度权重系数，QS表示方向盘转角权重系数，QF表示驾驶员疲劳状态权重系数；
S8、计算驾驶员的驾驶行为评价值E＝E1*Q1+E2*Q2；
其中，Q1表示第一驾驶行为评价权重系数，Q2表示第二驾驶行为评价权重系数。
2.如权利要求1所述的驾驶行为评价方法，其特征在于，所述车速通过安装在车轮上的车速传感器获得，所述油门踏板开度通过安装在油门踏板上的开度传感器获得，所述制动踏板开度通过安装在制动踏板上的开度传感器获得，所述方向盘转角通过安装在方向盘上的角度传感器获得，所述驾驶员疲劳状态通过安装在车头内部且位于驾驶员前方的摄像头获得。
3.如权利要求2所述的驾驶行为评价方法，其特征在于，获得摄像头传来的驾驶员图像后，对驾驶员图像进行图像分析以分析出驾驶员的疲劳状态，并根据驾驶员的疲劳状态匹配对应的驾驶员疲劳状态值。
4.一种驾驶行为评价系统，其特征在于，其包括采集模块、预处理模块、排序模块、第一计算模块、获取模块、查询模块、第二计算模块和第三计算模块；
所述采集模块用于基于设定采集频率采集一采集时间段内车辆的驾驶员的第一驾驶行为数据，所述第一驾驶行为数据包括各采集时间点下的车速、油门踏板开度、制动踏板开度、方向盘转角、驾驶员疲劳状态；
所述预处理模块用于对所述第一驾驶行为数据进行数据异常筛除、数据去重预处理操作；
所述排序模块用于对预处理后的第一驾驶行为数据按照采集时间先后顺序进行排序；
所述第一计算模块用于基于排序后的第一驾驶行为数据计算速度变化率分布标准差，公式如下：
Figure FDA0003350042280000041
式中，n表示排序后的第一驾驶行为数据中采集时间点总数，ti表示第i个采集时间点，Vi表示第i个采集时间点对应的速度，RVi表示第i个速度变化率，RV表示速度变化率平均值，σV表示速度变化率分布标准差；
所述第一计算模块用于基于排序后的第一驾驶行为数据计算油门踏板开度变化率分布标准差，公式如下：
Figure FDA0003350042280000042
式中，Ai表示第i个采集时间点对应的油门踏板开度，RAi表示第i个油门踏板开度变化率，RA表示油门踏板开度变化率平均值，σA表示油门踏板开度变化率分布标准差；
所述第一计算模块用于基于排序后的第一驾驶行为数据计算制动踏板开度变化率分布标准差，公式如下：
Figure FDA0003350042280000043
式中，Bi表示第i个采集时间点对应的制动踏板开度，RBi表示第i个制动踏板开度变化率，RB表示制动踏板开度变化率平均值，σB表示制动踏板开度变化率分布标准差；
所述第一计算模块用于基于排序后的第一驾驶行为数据计算方向盘转角变化率分布标准差，公式如下：
Figure FDA0003350042280000051
式中，Si表示第i个采集时间点对应的方向盘转角，RSi表示第i个方向盘转角变化率，RS表示方向盘转角变化率平均值，σS表示方向盘转角变化率分布标准差；
所述第一计算模块用于基于排序后的第一驾驶行为数据计算驾驶员疲劳状态分布标准差，公式如下：
Figure FDA0003350042280000052
式中，Fi表示第i个采集时间点对应的驾驶员疲劳状态值，RFi表示第i个驾驶员疲劳状态值变化率，RF表示驾驶员疲劳状态值变化率平均值，σF表示驾驶员疲劳状态值变化率分布标准差；
所述获取模块用于获取该采集时间段内的驾驶员的第二驾驶行为数据，所述第二驾驶行为数据包括从道路拍照系统获得的驾驶员违反交通规则行为的数据，其中该违反交通规则行为为闯红灯或超速行为；
所述查询模块用于统计驾驶员违反交通规则行为的次数，查询该违反交通规则行为的次数对应的第二驾驶行为评价值E2；
所述第二计算模块用于计算针对第一驾驶行为数据的驾驶员的第一驾驶行为评价值E1＝σV*QV+σA*QA+σB*QB+σS*QS+σF*QF；
其中，QV表示速度权重系数，QA表示油门踏板开度权重系数，QB表示制动踏板开度权重系数，QS表示方向盘转角权重系数，QF表示驾驶员疲劳状态权重系数；
所述第三计算模块用于计算驾驶员的驾驶行为评价值E＝E1*Q1+E2*Q2；
其中，Q1表示第一驾驶行为评价权重系数，Q2表示第二驾驶行为评价权重系数。
5.如权利要求4所述的驾驶行为评价系统，其特征在于，所述车速通过安装在车轮上的车速传感器获得，所述油门踏板开度通过安装在油门踏板上的开度传感器获得，所述制动踏板开度通过安装在制动踏板上的开度传感器获得，所述方向盘转角通过安装在方向盘上的角度传感器获得，所述驾驶员疲劳状态通过安装在车头内部且位于驾驶员前方的摄像头获得。
6.如权利要求5所述的驾驶行为评价系统，其特征在于，获得摄像头传来的驾驶员图像后，对驾驶员图像进行图像分析以分析出驾驶员的疲劳状态，并根据驾驶员的疲劳状态匹配对应的驾驶员疲劳状态值。
CN202010393655.5A 2020-05-11 2020-05-11 驾驶行为评价方法及系统 Active CN111452799B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010393655.5A CN111452799B (zh) 2020-05-11 2020-05-11 驾驶行为评价方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010393655.5A CN111452799B (zh) 2020-05-11 2020-05-11 驾驶行为评价方法及系统

Publications (2)

Publication Number Publication Date
CN111452799A CN111452799A (zh) 2020-07-28
CN111452799B true CN111452799B (zh) 2022-04-12

Family

ID=71674700

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010393655.5A Active CN111452799B (zh) 2020-05-11 2020-05-11 驾驶行为评价方法及系统

Country Status (1)

Country Link
CN (1) CN111452799B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111942397A (zh) * 2020-08-06 2020-11-17 华南理工大学 危险驾驶行为监控方法、装置、存储介质
CN112009266B (zh) * 2020-09-01 2022-02-01 三一专用汽车有限责任公司 动力参数标定方法、装置、车辆和计算机可读存储介质
TWI772078B (zh) * 2021-06-28 2022-07-21 神達數位股份有限公司 車輛駕駛人適任性評估方法及系統
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
CN113460057A (zh) * 2021-07-28 2021-10-01 中汽创智科技有限公司 一种车内人员健康监测方法、装置及终端
CN113859250B (zh) * 2021-10-14 2023-10-10 泰安北航科技园信息科技有限公司 一种基于驾驶行为异常识别的智能网联汽车信息安全威胁检测系统
CN113942520B (zh) * 2021-10-27 2023-03-24 昆明理工大学 一种驾驶人可靠度计算方法
CN114750767A (zh) * 2022-04-29 2022-07-15 重庆长安汽车股份有限公司 驾驶风格的识别方法、系统、车辆及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107618512A (zh) * 2017-08-23 2018-01-23 清华大学 基于人‑车‑环境多数据源的驾驶行为安全评价方法
CN107972671A (zh) * 2017-07-19 2018-05-01 宁波诺丁汉大学 一种驾驶行为分析系统
CN108407816A (zh) * 2018-01-19 2018-08-17 杭州砺玛物联网科技有限公司 一种汽车驾驶员驾驶评估方法及系统
FR3077551A1 (fr) * 2018-02-07 2019-08-09 Psa Automobiles Sa Procede de suivi de l’activite de conduite d’un conducteur de vehicule automobile
CN110979341A (zh) * 2019-10-08 2020-04-10 复变时空(武汉)数据科技有限公司 一种司机驾驶行为分析方法及分析系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107972671A (zh) * 2017-07-19 2018-05-01 宁波诺丁汉大学 一种驾驶行为分析系统
CN107618512A (zh) * 2017-08-23 2018-01-23 清华大学 基于人‑车‑环境多数据源的驾驶行为安全评价方法
CN108407816A (zh) * 2018-01-19 2018-08-17 杭州砺玛物联网科技有限公司 一种汽车驾驶员驾驶评估方法及系统
FR3077551A1 (fr) * 2018-02-07 2019-08-09 Psa Automobiles Sa Procede de suivi de l’activite de conduite d’un conducteur de vehicule automobile
CN110979341A (zh) * 2019-10-08 2020-04-10 复变时空(武汉)数据科技有限公司 一种司机驾驶行为分析方法及分析系统

Also Published As

Publication number Publication date
CN111452799A (zh) 2020-07-28

Similar Documents

Publication Publication Date Title
CN111452799B (zh) 驾驶行为评价方法及系统
EP2710572B1 (en) Vehicle data analysis method and vehicle data analysis system
CN111731284B (zh) 一种辅助驾驶方法、装置、车载终端设备和存储介质
CN109670970B (zh) 一种驾驶行为评分方法、装置及计算机可读存储介质
EP1774492A1 (en) System and method for monitoring driving
CN112508054B (zh) 一种驾驶模型训练方法、装置、设备和介质
CN114169444B (zh) 车辆跟驰工况下考虑风险势场分布的驾驶风格分类方法
CN114379559A (zh) 一种基于车辆信息采集系统的驾驶风险评价特征画像方法
CN112395976A (zh) 一种摩托车载人识别方法、装置、设备及存储介质
CN108961748A (zh) 一种基于当量违法率的交叉口运行安全状态排名方法
CN112129290A (zh) 用于监测骑行设备的系统及方法
CN112308136B (zh) 一种基于SVM-Adaboost的驾驶分心检测方法
CN111967451B (zh) 一种道路拥堵检测方法及装置
CN108268678A (zh) 驾驶行为分析方法、装置及系统
CN114119256A (zh) 一种ubi危险化学品车辆驾驶行为采集分析系统及保费折扣方法
CN114331181A (zh) 基于大数据的车辆驾驶行为风险分析方法
CN114155476B (zh) Aeb有效避免事故场景识别方法、装置、设备及介质
CN115503712B (zh) 考虑道路运行条件的智能网联汽车预测控制方法和系统
DE102018218137B4 (de) System, Verfahren und Computerprogrammprodukt zur Erzeugung eines Kontext abhängigen Hinweises auf ein Einsatzfahrzeug für einen Fahrzeugführer eines Egofahrzeuges
CN118015825A (zh) 碰撞识别方法、装置、终端设备及存储介质
CN115662132A (zh) 一种红绿灯倒计时时间识别方法及装置
CN118229476A (zh) 车辆事故的处理方法、装置和介质
CN115311102A (zh) 一种基于驾驶员超速行为的车险保费推荐方法及装置
CN115817502A (zh) 右侧超车识别方法、装置、终端及存储介质
CN117235474A (zh) 一种目标检测性能的评估方法、装置、设备及介质

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
TA01 Transfer of patent application right

Effective date of registration: 20220322

Address after: 516000 Yangwu area, east of Huinan Avenue, Huiyang Economic Development Zone, Huizhou City, Guangdong Province

Applicant after: MINGSHANG TECHNOLOGY Co.,Ltd.

Address before: 201800 403, No.5, Lane 588, Yunping Road, Jiading District, Shanghai

Applicant before: Wu Haijuan

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant