CN112434573A - 一种评价驾驶员空间感知能力的方法及装置 - Google Patents
一种评价驾驶员空间感知能力的方法及装置 Download PDFInfo
- Publication number
- CN112434573A CN112434573A CN202011245392.XA CN202011245392A CN112434573A CN 112434573 A CN112434573 A CN 112434573A CN 202011245392 A CN202011245392 A CN 202011245392A CN 112434573 A CN112434573 A CN 112434573A
- Authority
- CN
- China
- Prior art keywords
- driver
- driving
- driving environment
- information
- spatial perception
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- 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)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种评价驾驶员空间感知能力的方法及装置,使得驾驶员可以根据该空间感知能力评价快速提高自身的空间感知能力,养成良好的驾驶习惯。本申请包括:实时采集驾驶员的驾驶环境信息,所述驾驶环境信息为所述驾驶员驾驶时的实时环境状态信息;实时采集驾驶员的操作行为;对比实时采集的所述驾驶环境信息和所述操作行为;获得所述驾驶员的空间感知能力评价。
Description
技术领域
本申请实施例涉及智能驾驶技术领域,特别涉及一种评价驾驶员空间感知能力的方法及装置。
背景技术
随着车辆人均保有量越来越大,车辆及驾驶人员的安全也越来越受到人们重视。然而目前的驾驶车辆只能在仪表盘上进行简单的车速、发动机转速等极少量信息的显示,显示信息量极少,这就要求驾驶员在行驶过程中,对外界周围发生的情况的感知力度要求更严格。但由于驾驶员在驾驶位置视线内所能看到区域范围有一定限度,这就要求驾驶员在训练过程中通过现有视线内所看到情况的感知,来预判盲区内的情况,进而避免一定的安全隐患发生。
发明内容
本申请实施例提供了一种评价驾驶员空间感知能力的方法及装置,使得驾驶员可以根据该空间感知能力评价快速提高自身的空间感知能力,养成良好的驾驶习惯。
本申请实施例第一方面提供了一种评价驾驶员空间感知能力的方法,包括:
实时采集驾驶员的驾驶环境信息,所述驾驶环境信息为所述驾驶员驾驶时的实时环境状态信息;
实时采集驾驶员的操作行为;
对比实时采集的所述驾驶环境信息和所述操作行为;
获得所述驾驶员的空间感知能力评价。
可选的,在所述实时采集驾驶员的驾驶环境信息之前,所述方法还包括:
划定驾驶练习环境的区域;
在所述驾驶练习环境内标定GPS坐标,形成几何数据;
根据所述几何数据创建所述驾驶练习环境的环境数据模型。
可选的,在所述对比实时采集的所述驾驶环境信息和所述操作行为之前,所述方法还包括:
采集大量不同的环境状态信息;
采集大量驾驶员不同的操作行为信息;
建立所述不同的环境状态信息对应的所述不同的操作行为信息的匹配规则信息库。
可选的,所述对比实时采集的所述驾驶环境信息和所述操作行为,包括:
根据采集到的所述驾驶环境信息在同一时间对应的所述操作行为,对比所述匹配规则信息库中同一驾驶环境信息对应的操作行为。
可选的,在所述获得所述驾驶员的空间感知能力评价之前,所述方法还包括:
根据不同类型的驾驶环境,划分不同的操作行为;
设置不同类型的驾驶环境下的操作行为的权重系数;
创建驾驶员空间感知能力的数学评分模型。
可选的,所述获得所述驾驶员的空间感知能力评价,包括:
根据所述驾驶员在驾驶环境中的操作行为是否和所述匹配规则信息库中相同驾驶环境下的操作行为一致来判断所述驾驶员的操作行为是否合格,若一致,则判定所述操作行为合格;
若不一致,则判定所述操作行为不合格;
将所述驾驶员不同的操作行为的评分结果放进所述数学评分模型中进行权重比计算,得出空间感知能力评价。
可选的,所述实时采集驾驶员的驾驶环境信息,包括:
通过传感器实时采集所述驾驶员在所述环境数据模型中的驾驶环境信息,所述驾驶环境信息为不同环境状态下的几何数据。
本申请实施例第二方面提供了一种评价驾驶员空间感知能力的装置,包括:
第一实时采集单元,用于实时采集驾驶员的驾驶环境信息,所述驾驶环境信息为所述驾驶员驾驶时的实时环境状态信息;
第二实时采集单元,用于实时采集驾驶员的操作行为;
对比单元,用于对比实时采集的所述驾驶环境信息和所述操作行为;
获得单元,用于获得所述驾驶员的空间感知能力评价。
可选的,所述装置还包括:
划分单元,用于根据不同类型的驾驶环境,划分不同的操作行为;
设置单元,用于设置不同类型的驾驶环境下的操作行为的权重系数;
创建单元,用于创建驾驶员空间感知能力的数学评分模型。
可选的,所述获得单元包括:
判断模块,用于根据所述驾驶员在驾驶环境中的操作行为是否和所述匹配规则信息库中相同驾驶环境下的操作行为一致来判断所述驾驶员的操作行为是否合格;
第一判定模块,用于若所述操作行为一致,则判定所述操作行为合格;
第二判定模块,用于若所述操作行为不一致,则判定所述操作行为不合格;
计算模块,用于将所述驾驶员不同的操作行为的评分结果放进所述数学评分模型中进行权重比计算,得出空间感知能力评价。
本申请实施例第三方面提供了一种评价驾驶员空间感知能力的装置,包括:
处理器、存储器、输入输出单元以及总线;
所述处理器与所述存储器、输入输出单元以及总线相连;
所述处理器执行如下操作:
实时采集驾驶员的驾驶环境信息,所述驾驶环境信息为所述驾驶员驾驶时的实时环境状态信息;
实时采集驾驶员的操作行为;
对比实时采集的所述驾驶环境信息和所述操作行为;
获得所述驾驶员的空间感知能力评价。
本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上保存有程序,所述程序在计算机上执行时执行上述第一方面任意一种评价驾驶员空间感知能力的方法。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请中,通过实时采集驾驶员的驾驶环境信息和驾驶员的操作行为,并根据该驾驶环境信息和操作行为来获得该驾驶员的空间感知能力评价,使得驾驶员可以根据该空间感知能力评价快速提高自身的空间感知能力,养成良好的驾驶习惯。
附图说明
图1为本申请实施例中评价驾驶员空间感知能力的方法一个实施例流程示意图;
图2为本申请实施例中评价驾驶员空间感知能力的方法另一个实施例流程示意图;
图3为本申请实施例中评价驾驶员空间感知能力的装置一个实施例流程示意图;
图4为本申请实施例中评价驾驶员空间感知能力的装置另一个实施例流程示意图;
图5为本申请实施例中评价驾驶员空间感知能力的装置另一个实施例流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的阐述,显然阐述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护范围。
本申请实施例提供了一种评价驾驶员空间感知能力的方法及装置,使得驾驶员可以根据该空间感知能力评价快速提高自身的空间感知能力,养成良好的驾驶习惯。
需要说明的是,在本实施例中,评价驾驶员空间感知能力的方法可在系统实现,可以在服务器实现,也可以在终端实现,具体不做明确限定,本申请实施例使用系统举例描述。
请参阅图1,本申请实施例中评价驾驶员空间感知能力的方法一个实施例包括:
101、实时采集驾驶员的驾驶环境信息,所述驾驶环境信息为所述驾驶员驾驶时的实时环境状态信息;
本申请实施例中,驾驶员的练车区域事先已经被标定过GPS坐标,形成一个几何数据的环境数据模型。驾驶员在练习驾驶时,系统会实时采集驾驶车辆所处的每一个坐标位置的当前环境的每一时刻的状态数据,并进行存储。
需要说明的是,关于环境数据模型的创建将在图2实施例中进行介绍,本申请实施例暂不做说明。
102、实时采集驾驶员的操作行为;
需要说明的是,本申请实施例中,驾驶员在练习驾驶的过程中,针对于不同驾驶环境下,驾驶员所采取的不同的操作行为,系统都会实时进行采集和存储,比如打方向盘,离合控制,档位的切换等这些操作行为都会以状态数据形式记录。
103、对比实时采集的所述驾驶环境信息和所述操作行为;
需要说明的是,本申请实施例中,对于实时采集到的所有的驾驶环境信息和操作行为,系统会根据同一时间段采集到的驾驶环境信息和操作行为进行划分,并各自匹配。比如在某一个时间点,驾驶车辆经过A坐标位置,系统采集A坐标位置的驾驶环境信息,同时采集驾驶员在A坐标位置的操作行为,将采集到的驾驶环境信息和操作行为进行配对,作为一组数据。将这组数据与匹配规则信息库中相同环境信息下的操作行为进行对比。
需要说明的是,关于匹配规则信息库的创建将在图2实施例中进行介绍,本申请实施例暂不做说明。
104、获得所述驾驶员的空间感知能力评价。
需要说明的是,本申请实施例中,系统事先就规划好一套针对于空间感知能力的数学评价模型,该数学评价模型将驾驶员在不同类型盲区环境下的不同操作行为进行合理的指标标签化,将指标合理分配比例分值。
当系统采集到驾驶员在不同环境下的不同操作行为后,通过对比以及分析后,将所有的标签值带入已规划好的数学评价模型进行计算,进而得出空间感知能力的综合评价。
需要说明的是,系统还会根据得出的该空间感知能力评价对该驾驶员进行有效的干预指导,比如通过语音提示,在当前环境下,应该左转还是右转。
本申请实施例中,通过实时采集驾驶员的驾驶环境信息和驾驶员的操作行为,并根据该驾驶环境信息和操作行为来获得该驾驶员的空间感知能力评价,使得驾驶员可以根据该空间感知能力评价快速提高自身的空间感知能力,养成良好的驾驶习惯。
上面对评价驾驶员空间感知能力的方法做了一个大概的说明,下面将对评价驾驶员空间感知能力的方法进行一个详细的解释介绍。
请参阅图2,本申请实施例中评价驾驶员空间感知能力的方法另一实施例包括:
201、划定驾驶练习环境的区域;
需要说明的是,本申请实施例中,为了能够采集到驾驶员的环境信息,需要对驾驶员的驾驶环境进行一个划分,驾驶员只能在该区域内进行驾驶练习。
202、在所述驾驶练习环境内标定GPS坐标,形成几何数据;
需要说明的是,对于划分出来的练习区域,为了将环境信息形成数据信息,还需要对该练习区域内的每一处位置进行GPS标定。
203、根据所述几何数据创建所述驾驶练习环境的环境数据模型;
需要说明的是,本申请实施例中,为了能够采集到驾驶员的环境信息,还需要对驾驶员的驾驶练习环境进行坐标标定,将整个练习区域构建成一个有规则的由几何线性组合“数据模型”,驾驶车辆在这样的“数据模型”中练习,才能使驾驶车辆和数据模型产生互动以及分析。
204、通过传感器实时采集所述驾驶员在所述环境数据模型中的驾驶环境信息,所述驾驶环境信息为不同环境状态下的几何数据;
需要说明的是,驾驶员练习驾驶时所用的驾驶车辆的四周全都安装有传感器,用于感应周围环境状态的变化,比如坐标位置的改变等,通过坐标位置的连续变化,可以知道该驾驶车辆是正在往左转还是往右转。
205、实时采集驾驶员的操作行为;
需要说明的是,本申请实施例中,步骤205与前述实施例中步骤102类似,此处不再赘述。
206、采集大量不同的环境状态信息;
需要说明的是,本申请实施例中,为了能够包含所有情况下的环境状态,系统需要收集大量的环境状态信息。
207、采集大量驾驶员不同的操作行为信息;
需要说明的是,本申请实施例中,为了能够包含所有环境状态下的不同操作行为,系统需要收集大量的操作行为信息。
208、建立所述不同的环境状态信息对应的所述不同的操作行为信息的匹配规则信息库;
需要说明的是,本申请实施例中,根据采集到的所有环境状态信息进行不同类型的分类,并将在同一环境类型下驾驶员会产生的所有操作行为进行划分,作为一组数据,将大量这种划分的数据组汇合形成匹配规则信息库。
209、根据采集到的所述驾驶环境信息在同一时间对应的所述操作行为,对比所述匹配规则信息库中同一驾驶环境信息对应的操作行为;
需要说明的是,本申请实施例中,当系统采集到驾驶员的操作行为时,同时也会采集当时的驾驶环境信息,根据该驾驶环境信息在匹配规则信息库中进行搜索比对,找出相同驾驶环境下,该匹配规则信息库中存储有的所有操作行为,将该驾驶员的操作行为与该匹配规则信息库中的操作行为进行对比。
210、根据不同类型的驾驶环境,划分不同的操作行为;
需要说明的是,驾驶环境有很多种,同一驾驶环境能产生的操作行为也有很多种,将不同的驾驶环境和不同的操作行为进行划分存储,以便与对比分析。
211、设置不同类型的驾驶环境下的操作行为的权重系数;
需要说明的是,本申请实施例中,系统会针对每一个操作行为所占的比重进行一个设置,该设置可以根据具体情况实时调整。
212、创建驾驶员空间感知能力的数学评分模型;
本申请实施例中,根据大量的驾驶环境信息和大量的操作行为信息以及设置的各操作行为的权重比,创建数字化的数学评分模型。
需要说明的是,步骤210至步骤212无固定的时序要求,也可以不放在步骤209的后面,可以放在步骤209的前面,但必须放在步骤213的前面。
213、根据所述驾驶员在驾驶环境中的操作行为是否和所述匹配规则信息库中相同驾驶环境下的操作行为一致来判断所述驾驶员的操作行为是否合格,若一致,则执行步骤214;若不一致,则执行步骤215;
214、判定所述操作行为合格;
215、判定所述操作行为不合格;
216、将所述驾驶员不同的操作行为的评分结果放进所述数学评分模型中进行权重比计算,得出空间感知能力评价。
需要说明的是,本申请实施例中,通过匹配规则信息库来对每一个操作行为进行比对进而得出一个初步的分值,再将所有操作行为的分值放进该数学评分模型中进行权重比计算,才能得出空间感知能力的综合评价。
本申请实施例中,通过将驾驶员的不同操作行为进行划分,并根据不同驾驶环境进行归类,使得最终得出的空间感知能力评价更加准确以及个性化,同时系统还会根据该空间感知能力评价结果对驾驶员进行语音干预指导,有效快速的根据当前数据给予盲区内现象的预判提醒,进而使驾驶员增强盲区内的感知。
上面对评价驾驶员空间感知能力的方法做了介绍,下面将对评价驾驶员空间感知能力的装置进行介绍。
请参阅图3,本申请实施例中评价驾驶员空间感知能力的装置一个实施例包括:
第一实时采集单元301,用于实时采集驾驶员的驾驶环境信息,所述驾驶环境信息为所述驾驶员驾驶时的实时环境状态信息;
第二实时采集单元302,用于实时采集驾驶员的操作行为;
第一对比单元303,用于对比实时采集的所述驾驶环境信息和所述操作行为;
第一获得单元304,用于获得所述驾驶员的空间感知能力评价。
本申请实施例中,通过第一实时采集单元301和第二实时采集单元302实时采集驾驶员的驾驶环境信息和驾驶员的操作行为,并第一对比单元303对比该驾驶环境信息和操作行为,通过第一获得单元304来获得该驾驶员的空间感知能力评价,使得驾驶员可以根据该空间感知能力评价快速提高自身的空间感知能力,养成良好的驾驶习惯。
上面对评价驾驶员空间感知能力的装置做了一个大概的说明,下面将对该评价驾驶员空间感知能力的装置进行一个详细的解释介绍。
请参阅图4,本申请实施例中评价驾驶员空间感知能力的装置另一实施例包括:
划定单元401,用于划定驾驶练习环境的区域;
标定单元402,用于在所述驾驶练习环境内标定GPS坐标,形成几何数据;
第一创建单元403,用于根据所述几何数据创建所述驾驶练习环境的环境数据模型;
第三实时采集单元404,用于通过传感器实时采集所述驾驶员在所述环境数据模型中的驾驶环境信息,所述驾驶环境信息为不同环境状态下的几何数据。
第四实时采集单元405,用于实时采集驾驶员的操作行为;
第一采集单元406,用于采集大量不同的环境状态信息;
第二采集单元407,用于采集大量驾驶员不同的操作行为信息;
建立单元408,用于建立所述不同的环境状态信息对应的所述不同的操作行为信息的匹配规则信息库;
第二对比单元409,用于根据采集到的所述驾驶环境信息在同一时间对应的所述操作行为,对比所述匹配规则信息库中同一驾驶环境信息对应的操作行为;
划分单元410,用于根据不同类型的驾驶环境,划分不同的操作行为;
设置单元411,用于设置不同类型的驾驶环境下的操作行为的权重系数;
第二创建单元412,用于创建驾驶员空间感知能力的数学评分模型;
第二获得单元413,用于获得所述驾驶员的空间感知能力评价。
第二获得单元413进一步还可以包括:
判断模块4131,用于根据所述驾驶员在驾驶环境中的操作行为是否和所述匹配规则信息库中相同驾驶环境下的操作行为一致来判断所述驾驶员的操作行为是否合格;
第一判定模块4132,用于若所述操作行为一致,则判定所述操作行为合格;
第二判定模块4133,用于若所述操作行为不一致,则判定所述操作行为不合格;
计算模块4134,用于将所述驾驶员不同的操作行为的评分结果放进所述数学评分模型中进行权重比计算,得出空间感知能力评价。
本申请实施例中,各单元模块的功能与前述图1至图2中所示实施例中的步骤对应,此处不再赘述。
本申请实施例中评价驾驶员空间感知能力的装置另一实施例包括:
处理器501、存储器502、输入输出单元503以及总线504;
处理器501与存储器502、输入输出单元503以及总线504相连;
处理器501执行如下操作:
实时采集驾驶员的驾驶环境信息,所述驾驶环境信息为所述驾驶员驾驶时的实时环境状态信息;
实时采集驾驶员的操作行为;
对比实时采集的所述驾驶环境信息和所述操作行为;
获得所述驾驶员的空间感知能力评价。
本实施例中,处理器501的功能与前述图1至图2所示实施例中的步骤对应,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以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,本申请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全部或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)执行本申请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-onlymemory)、随机存取存储器(RAM,randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种评价驾驶员空间感知能力的方法,其特征在于,包括:
实时采集驾驶员的驾驶环境信息,所述驾驶环境信息为所述驾驶员驾驶时的实时环境状态信息;
实时采集驾驶员的操作行为;
对比实时采集的所述驾驶环境信息和所述操作行为;
获得所述驾驶员的空间感知能力评价。
2.根据权利要求1所述的方法,其特征在于,在所述实时采集驾驶员的驾驶环境信息之前,所述方法还包括:
划定驾驶练习环境的区域;
在所述驾驶练习环境内标定GPS坐标,形成几何数据;
根据所述几何数据创建所述驾驶练习环境的环境数据模型。
3.根据权利要求1所述的方法,其特征在于,在所述对比实时采集的所述驾驶环境信息和所述操作行为之前,所述方法还包括:
采集大量不同的环境状态信息;
采集大量驾驶员不同的操作行为信息;
建立所述不同的环境状态信息对应的所述不同的操作行为信息的匹配规则信息库。
4.根据权利要求3所述的方法,其特征在于,所述对比实时采集的所述驾驶环境信息和所述操作行为,包括:
根据采集到的所述驾驶环境信息在同一时间对应的所述操作行为,对比所述匹配规则信息库中同一驾驶环境信息对应的操作行为。
5.根据权利要求1所述的方法,其特征在于,在所述获得所述驾驶员的空间感知能力评价之前,所述方法还包括:
根据不同类型的驾驶环境,划分不同的操作行为;
设置不同类型的驾驶环境下的操作行为的权重系数;
创建驾驶员空间感知能力的数学评分模型。
6.根据权利要求5所述的方法,其特征在于,所述获得所述驾驶员的空间感知能力评价,包括:
根据所述驾驶员在驾驶环境中的操作行为是否和所述匹配规则信息库中相同驾驶环境下的操作行为一致来判断所述驾驶员的操作行为是否合格,若一致,则判定所述操作行为合格;
若不一致,则判定所述操作行为不合格;
将所述驾驶员不同的操作行为的评分结果放进所述数学评分模型中进行权重比计算,得出空间感知能力评价。
7.根据权利要求1至6中任意一项所述的方法,其特征在于,所述实时采集驾驶员的驾驶环境信息,包括:
通过传感器实时采集所述驾驶员在所述环境数据模型中的驾驶环境信息,所述驾驶环境信息为不同环境状态下的几何数据。
8.一种评价驾驶员空间感知能力的装置,其特征在于,包括:
第一实时采集单元,用于实时采集驾驶员的驾驶环境信息,所述驾驶环境信息为所述驾驶员驾驶时的实时环境状态信息;
第二实时采集单元,用于实时采集驾驶员的操作行为;
对比单元,用于对比实时采集的所述驾驶环境信息和所述操作行为;
获得单元,用于获得所述驾驶员的空间感知能力评价。
9.根据权利要求1所述的装置,其特征在于,所述装置还包括:
划分单元,用于根据不同类型的驾驶环境,划分不同的操作行为;
设置单元,用于设置不同类型的驾驶环境下的操作行为的权重系数;
创建单元,用于创建驾驶员空间感知能力的数学评分模型。
10.根据权利要求5所述的装置,其特征在于,所述获得单元包括:
判断模块,用于根据所述驾驶员在驾驶环境中的操作行为是否和所述匹配规则信息库中相同驾驶环境下的操作行为一致来判断所述驾驶员的操作行为是否合格;
第一判定模块,用于若所述操作行为一致,则判定所述操作行为合格;
第二判定模块,用于若所述操作行为不一致,则判定所述操作行为不合格;
计算模块,用于将所述驾驶员不同的操作行为的评分结果放进所述数学评分模型中进行权重比计算,得出空间感知能力评价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011245392.XA CN112434573A (zh) | 2020-11-10 | 2020-11-10 | 一种评价驾驶员空间感知能力的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011245392.XA CN112434573A (zh) | 2020-11-10 | 2020-11-10 | 一种评价驾驶员空间感知能力的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112434573A true CN112434573A (zh) | 2021-03-02 |
Family
ID=74700746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011245392.XA Pending CN112434573A (zh) | 2020-11-10 | 2020-11-10 | 一种评价驾驶员空间感知能力的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112434573A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023032806A1 (ja) * | 2021-08-31 | 2023-03-09 | 住友ファーマ株式会社 | 立体認知能力評価システム、立体認知能力評価装置、立体認知能力評価プログラム、および立体認知能力評価方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103413359A (zh) * | 2013-07-18 | 2013-11-27 | 江苏中科天安智联科技有限公司 | 不良驾驶行为分析评价系统 |
CN104648283A (zh) * | 2015-01-12 | 2015-05-27 | 重庆银钢科技(集团)有限公司 | 车辆驾驶行为分析评价系统 |
CN109358627A (zh) * | 2018-10-30 | 2019-02-19 | 百度在线网络技术(北京)有限公司 | 基于无人驾驶的驾驶辅助方法、装置、设备、介质和车辆 |
CN110610326A (zh) * | 2019-09-30 | 2019-12-24 | 广州大道信息科技有限公司 | 一种基于驾驶数据的驾驶管理系统 |
CN111038498A (zh) * | 2019-11-20 | 2020-04-21 | 深圳市易成自动驾驶技术有限公司 | 驾驶行为监控方法、终端及可读存储介质 |
CN111209797A (zh) * | 2019-12-19 | 2020-05-29 | 广州航天海特系统工程有限公司 | 一种驾驶行为监控的方法、装置、设备和存储介质 |
-
2020
- 2020-11-10 CN CN202011245392.XA patent/CN112434573A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103413359A (zh) * | 2013-07-18 | 2013-11-27 | 江苏中科天安智联科技有限公司 | 不良驾驶行为分析评价系统 |
CN104648283A (zh) * | 2015-01-12 | 2015-05-27 | 重庆银钢科技(集团)有限公司 | 车辆驾驶行为分析评价系统 |
CN109358627A (zh) * | 2018-10-30 | 2019-02-19 | 百度在线网络技术(北京)有限公司 | 基于无人驾驶的驾驶辅助方法、装置、设备、介质和车辆 |
CN110610326A (zh) * | 2019-09-30 | 2019-12-24 | 广州大道信息科技有限公司 | 一种基于驾驶数据的驾驶管理系统 |
CN111038498A (zh) * | 2019-11-20 | 2020-04-21 | 深圳市易成自动驾驶技术有限公司 | 驾驶行为监控方法、终端及可读存储介质 |
CN111209797A (zh) * | 2019-12-19 | 2020-05-29 | 广州航天海特系统工程有限公司 | 一种驾驶行为监控的方法、装置、设备和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023032806A1 (ja) * | 2021-08-31 | 2023-03-09 | 住友ファーマ株式会社 | 立体認知能力評価システム、立体認知能力評価装置、立体認知能力評価プログラム、および立体認知能力評価方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Braunagel et al. | Online recognition of driver-activity based on visual scanpath classification | |
CN109670970B (zh) | 一种驾驶行为评分方法、装置及计算机可读存储介质 | |
CN110143202A (zh) | 一种危险驾驶识别与预警方法及系统 | |
CN110378397B (zh) | 一种驾驶风格识别方法及装置 | |
CN105539026B (zh) | 一种胎压检测系统和方法 | |
CN111428571A (zh) | 一种车辆引导方法、装置、设备及存储介质 | |
CN112434573A (zh) | 一种评价驾驶员空间感知能力的方法及装置 | |
CN108256487B (zh) | 一种基于反向双目的驾驶状态检测装置和方法 | |
CN111753810B (zh) | 驾驶行为数据测试系统与采集方法 | |
CN113503880A (zh) | 车辆的定位方法及装置 | |
CN112255997A (zh) | 车辆下线诊断方法、装置及计算机存储介质 | |
Helvaci et al. | Improving driver behavior using gamification | |
US20170371985A1 (en) | Method and apparatus of obtaining feature informtoin of simulated agents | |
CA2506507A1 (en) | An apparatus and method for determining a level of confidence in a risk assessment and/or determining a level of acceptability of an event occuring | |
CN116434952A (zh) | 阅读能力评估方法、装置、设备及存储介质 | |
JP6605381B2 (ja) | 運転診断装置、運転診断システム、端末装置 | |
CN115641570A (zh) | 驾驶行为确定方法、装置、电子设备和存储介质 | |
CN112336349B (zh) | 一种识别驾驶员心理状态的方法及相关装置 | |
CN104615008A (zh) | 一种自动紧急刹车aeb系统的测试结果分析方法和系统 | |
CN114169129A (zh) | 自动驾驶的可视化评估方法和装置 | |
CN113268057A (zh) | 无人驾驶车辆的避障处理方法及装置 | |
CN111522852A (zh) | 一种adas标靶判断方法、装置和车辆诊断设备 | |
Kolbeinsson | Visualising uncertainty in aircraft cockpits: Is icon degradation an appropriate visualisation form | |
KR20120107768A (ko) | 주변시 훈련 장치 및 방법 | |
CN117717340B (zh) | 一种驾驶员困意检测方法、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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210302 |