CN113119985B - 汽车驾驶数据监控方法、装置、设备及存储介质 - Google Patents
汽车驾驶数据监控方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113119985B CN113119985B CN202110617846.XA CN202110617846A CN113119985B CN 113119985 B CN113119985 B CN 113119985B CN 202110617846 A CN202110617846 A CN 202110617846A CN 113119985 B CN113119985 B CN 113119985B
- Authority
- CN
- China
- Prior art keywords
- driving
- data
- behavior
- driving behavior
- vehicle
- 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
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- 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
- B60W2040/0827—Inactivity or incapacity of driver due to sleepiness
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
- B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
Abstract
本发明公开了一种汽车驾驶数据监控方法、装置、设备及存储介质,所述方法通过获取待监控车辆在预设时间段的历史行驶数据;对所述历史行驶数据进行分析,生成驾驶行驶评分;根据所述驾驶行驶评分生成驾驶行为建议,将所述驾驶行为建议反馈至车联网通讯终端;能够全面精准的分析与评价驾驶行为,通过驾驶建议引导驾驶员正确驾驶车辆,便于运输公司或车队管理者对车辆驾驶行程及驾驶员行为进行有效监控,从而达到提升驾驶员良好的驾驶行为习惯以及降低车辆运营成本的目的;提升了不良驾驶行为事件精准识别,不会出现错误判断上传或者遗漏不传问题,保障了整个驾驶行为评价更为精确。
Description
技术领域
本发明涉及车辆行驶监控技术领域,尤其涉及一种汽车驾驶数据监控方法、装置、设备及存储介质。
背景技术
目前汽车的行驶监控一种方式是通过整车控制器从车辆控制器局域网络(Controller Area Network,CAN)总线上采集CAN报文,对CAN报文进行解析,但是整车控制器目前在商用车中未能实现标配,该方案不能应用所有商用车车型平台,并且行驶监控评价具有局限性,另一种方式是通过云服务器根据实时的驾驶行为数据信息进行分析与评价,评价结果不够准确,并且没有相应的驾驶行为指导建议,不能够全面精准的分析与评价驾驶行为,无法提升驾驶员良好的驾驶行为习惯。
发明内容
本发明的主要目的在于提供一种汽车驾驶数据监控方法、装置、设备及存储介质,旨在解决现有技术中依赖整车控制器,行驶监控评价具有局限性,无法全面精确的分析评价驾驶行为,无法提升驾驶员良好的驾驶行为习惯的技术问题。
第一方面,本发明提供一种汽车驾驶数据监控方法,所述汽车驾驶数据监控方法包括以下步骤:
获取待监控车辆在预设时间段的历史行驶数据;
对所述历史行驶数据进行分析,生成驾驶行驶评分;
根据所述驾驶行驶评分生成驾驶行为建议,将所述驾驶行为建议反馈至车联网通讯终端。
可选地,所述获取待监控车辆在预设时间段的历史行驶数据,包括:
获取在预设时间段内待监控车辆的车辆车况数据、驾驶员行为数据和GPS数据,将所述车辆车况数据、所述驾驶员行为数据和所述GPS数据作为历史行驶数据。
可选地,所述对所述历史行驶数据进行分析,生成驾驶行驶评分,包括:
获取所述历史行驶数据对应的不良驾驶行为事件类型;
根据所述不良驾驶行为事件类型激活对应的不良驾驶行为事件识别模型;
利用所述不良驾驶行为事件识别模型对所述历史行驶数据进行分析,生成驾驶行驶评分。
可选地,所述获取所述历史行驶数据对应的不良驾驶行为事件类型,包括:
从所述历史行为数据中获得所述车辆车况数据、所述驾驶员行为数据和所述GPS数据;
在出现所述车辆车况数据异常时,结合所述驾驶员行为数据和所述GPS数据,判断不良驾驶行为事件类型是否为急加速行为、急减速行为、超速驾驶行为、超长怠速行为、大油门行为、空档滑行行为、非经济转速驾驶行为及熄火滑行行为中的一项或多项;
在出现所述驾驶员行为数据异常时,结合所述车辆车况数据和所述GPS数据,判断不良驾驶行为事件类型是否为疲劳驾驶行为和危险驾驶行为中的一项或多项;
在出现所述GPS数据异常时,结合所述车辆车况数据和所述驾驶员行为数据,判断不良驾驶行为事件类型是否为急转弯行为和逆向行驶行为中的一项或多项。
可选地,所述利用所述不良驾驶行为事件识别模型对所述历史行驶数据进行分析,生成驾驶行驶评分,包括:
利用所述不良驾驶行为事件识别模型获取所述历史行驶数据中的燃油消耗率值和时间统计数据;
从所述时间统计数据中获取不良驾驶行为事件对应的事件持续时间;
在所述事件持续时间大于预设判断时间时,根据燃油消耗率值和时间统计数据确定各类不良驾驶行为事件的发生次数、各类不良驾驶行为事件的累计时间和累计油耗;
根据各类不良驾驶行为事件的预设权重分值和预设评分算法结合所述发生次数、所述累计时间和所述累计油耗计算获得驾驶行驶评分。
可选地,所述根据所述驾驶行驶评分生成驾驶行为建议,将所述驾驶行为建议反馈至车联网通讯终端,包括:
从预设建议策略数据库中获取与所述驾驶行驶评分对应的驾驶行为建议;
将所述驾驶行为建议反馈至车联网通讯终端,并通过CAN报文形式发送给车载显示屏,以使驾驶员通过查询指令进行查询。
可选地,所述获取待监控车辆在预设时间段的历史行驶数据之后,所述汽车驾驶数据监控方法还包括:
对所述历史行驶数据中的跳变值或异常数值进行过滤,获得过滤后的行驶数据,将过滤后的行驶数据作为新的历史行驶数据。
第二方面,为实现上述目的,本发明还提出一种汽车驾驶数据监控装置,所述汽车驾驶数据监控装置包括:
数据获取模块,用于获取待监控车辆在预设时间段的历史行驶数据;
分析模块,用于对所述历史行驶数据进行分析,生成驾驶行驶评分;
反馈模块,用于根据所述驾驶行驶评分生成驾驶行为建议,将所述驾驶行为建议反馈至车联网通讯终端。
第三方面,为实现上述目的,本发明还提出一种汽车驾驶数据监控设备,所述汽车驾驶数据监控设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的汽车驾驶数据监控程序,所述汽车驾驶数据监控程序配置为实现如上文所述的汽车驾驶数据监控方法的步骤。
第四方面,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有汽车驾驶数据监控程序,所述汽车驾驶数据监控程序被处理器执行时实现如上文所述的汽车驾驶数据监控方法的步骤。
本发明提出的汽车驾驶数据监控方法,通过获取待监控车辆在预设时间段的历史行驶数据;对所述历史行驶数据进行分析,生成驾驶行驶评分;根据所述驾驶行驶评分生成驾驶行为建议,将所述驾驶行为建议反馈至车联网通讯终端;能够全面精准的分析与评价驾驶行为,通过驾驶建议引导驾驶员正确驾驶车辆,便于运输公司或车队管理者对车辆驾驶行程及驾驶员行为进行有效监控,从而达到提升驾驶员良好的驾驶行为习惯以及降低车辆运营成本的目的;提升了不良驾驶行为事件精准识别,不会出现错误判断上传或者遗漏不传问题,保障了整个驾驶行为评价更为精确。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图;
图2为本发明汽车驾驶数据监控方法第一实施例的流程示意图;
图3为本发明汽车驾驶数据监控方法第二实施例的流程示意图;
图4为本发明汽车驾驶数据监控方法第三实施例的流程示意图;
图5为本发明汽车驾驶数据监控方法第四实施例的流程示意图;
图6为本发明汽车驾驶数据监控方法第五实施例的流程示意图;
图7为本发明汽车驾驶数据监控方法第六实施例的流程示意图;
图8为本发明汽车驾驶数据监控方法第七实施例的流程示意图;
图9为本发明汽车驾驶数据监控装置第一实施例的功能模块图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的解决方案主要是:通过获取待监控车辆在预设时间段的历史行驶数据;对所述历史行驶数据进行分析,生成驾驶行驶评分;根据所述驾驶行驶评分生成驾驶行为建议,将所述驾驶行为建议反馈至车联网通讯终端;能够全面精准的分析与评价驾驶行为,通过驾驶建议引导驾驶员正确驾驶车辆,便于运输公司或车队管理者对车辆驾驶行程及驾驶员行为进行有效监控,从而达到提升驾驶员良好的驾驶行为习惯以及降低车辆运营成本的目的;提升了不良驾驶行为事件精准识别,不会出现错误判断上传或者遗漏不传问题,保障了整个驾驶行为评价更为精确,解决了现有技术中依赖整车控制器,行驶监控评价具有局限性,无法全面精确的分析评价驾驶行为,无法提升驾驶员良好的驾驶行为习惯的技术问题。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图。
如图1所示,该设备可以包括:处理器1001,例如CPU,通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如Wi-Fi接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(Non-Volatile Memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的设备结构并不构成对该设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及汽车驾驶数据监控程序。
本发明设备通过处理器1001调用存储器1005中存储的汽车驾驶数据监控程序,并执行以下操作:
获取待监控车辆在预设时间段的历史行驶数据;
对所述历史行驶数据进行分析,生成驾驶行驶评分;
根据所述驾驶行驶评分生成驾驶行为建议,将所述驾驶行为建议反馈至车联网通讯终端。
本发明设备通过处理器1001调用存储器1005中存储的汽车驾驶数据监控程序,还执行以下操作:
获取在预设时间段内待监控车辆的车辆车况数据、驾驶员行为数据和GPS数据,将所述车辆车况数据、所述驾驶员行为数据和所述GPS数据作为历史行驶数据。
本发明设备通过处理器1001调用存储器1005中存储的汽车驾驶数据监控程序,还执行以下操作:
获取所述历史行驶数据对应的不良驾驶行为事件类型;
根据所述不良驾驶行为事件类型激活对应的不良驾驶行为事件识别模型;
利用所述不良驾驶行为事件识别模型对所述历史行驶数据进行分析,生成驾驶行驶评分。
本发明设备通过处理器1001调用存储器1005中存储的汽车驾驶数据监控程序,还执行以下操作:
从所述历史行为数据中获得所述车辆车况数据、所述驾驶员行为数据和所述GPS数据;
在出现所述车辆车况数据异常时,结合所述驾驶员行为数据和所述GPS数据,判断不良驾驶行为事件类型是否为急加速行为、急减速行为、超速驾驶行为、超长怠速行为、大油门行为、空档滑行行为、非经济转速驾驶行为及熄火滑行行为中的一项或多项;
在出现所述驾驶员行为数据异常时,结合所述车辆车况数据和所述GPS数据,判断不良驾驶行为事件类型是否为疲劳驾驶行为和危险驾驶行为中的一项或多项;
在出现所述GPS数据异常时,结合所述车辆车况数据和所述驾驶员行为数据,判断不良驾驶行为事件类型是否为急转弯行为和逆向行驶行为中的一项或多项。
本发明设备通过处理器1001调用存储器1005中存储的汽车驾驶数据监控程序,还执行以下操作:
利用所述不良驾驶行为事件识别模型获取所述历史行驶数据中的燃油消耗率值和时间统计数据;
从所述时间统计数据中获取不良驾驶行为事件对应的事件持续时间;
在所述事件持续时间大于预设判断时间时,根据燃油消耗率值和时间统计数据确定各类不良驾驶行为事件的发生次数、各类不良驾驶行为事件的累计时间和累计油耗;
根据各类不良驾驶行为事件的预设权重分值和预设评分算法结合所述发生次数、所述累计时间和所述累计油耗计算获得驾驶行驶评分。
本发明设备通过处理器1001调用存储器1005中存储的汽车驾驶数据监控程序,还执行以下操作:
从预设建议策略数据库中获取与所述驾驶行驶评分对应的驾驶行为建议;
将所述驾驶行为建议反馈至车联网通讯终端,并通过CAN报文形式发送给车载显示屏,以使驾驶员通过查询指令进行查询。
本发明设备通过处理器1001调用存储器1005中存储的汽车驾驶数据监控程序,还执行以下操作:
对所述历史行驶数据中的跳变值或异常数值进行过滤,获得过滤后的行驶数据,将过滤后的行驶数据作为新的历史行驶数据。
本实施例通过上述方案,通过获取待监控车辆在预设时间段的历史行驶数据;对所述历史行驶数据进行分析,生成驾驶行驶评分;根据所述驾驶行驶评分生成驾驶行为建议,将所述驾驶行为建议反馈至车联网通讯终端;能够全面精准的分析与评价驾驶行为,通过驾驶建议引导驾驶员正确驾驶车辆,便于运输公司或车队管理者对车辆驾驶行程及驾驶员行为进行有效监控,从而达到提升驾驶员良好的驾驶行为习惯以及降低车辆运营成本的目的;提升了不良驾驶行为事件精准识别,不会出现错误判断上传或者遗漏不传问题,保障了整个驾驶行为评价更为精确。
基于上述硬件结构,提出本发明汽车驾驶数据监控方法实施例。
参照图2,图2为本发明汽车驾驶数据监控方法第一实施例的流程示意图。
在第一实施例中,所述汽车驾驶数据监控方法包括以下步骤:
步骤S10、获取待监控车辆在预设时间段的历史行驶数据。
需要说明的是,所述待监控车辆为需要进行驾驶数据监控的车辆,所述历史行驶数据为所述待监控车辆在一定时间内行驶过程中产生的行驶数据,所述预设时间段为预先设置的一段时间周期,可以为10分钟,也可以为其他时间数值,例如5分钟或1小时,所述预设时间段可以根据实际监控需求进行调整,本实施例对此不加以限制。
步骤S20、对所述历史行驶数据进行分析,生成驾驶行驶评分。
需要说明的是,通过对所述历史行驶数据进行分析,可以根据预先设置的评分规则进行待监控车辆的历史行驶数据的评价,从而获得对应的驾驶行驶评分,不同的历史行驶数据对应不同的驾驶行驶评分。
步骤S30、根据所述驾驶行驶评分生成驾驶行为建议,将所述驾驶行为建议反馈至车联网通讯终端。
需要说明的是,不同的驾驶行驶评分能够生成对应其驾驶行为类型的驾驶行为建议,可以将所述驾驶行为建议反馈至车联网通讯终端,一般可以为服务器或者便携式移动终端,当然也可以为其他具备通讯功能的车联网终端,本实施例对此不加以限制。
本实施例通过上述方案,通过获取待监控车辆在预设时间段的历史行驶数据;对所述历史行驶数据进行分析,生成驾驶行驶评分;根据所述驾驶行驶评分生成驾驶行为建议,将所述驾驶行为建议反馈至车联网通讯终端;能够全面精准的分析与评价驾驶行为,通过驾驶建议引导驾驶员正确驾驶车辆,便于运输公司或车队管理者对车辆驾驶行程及驾驶员行为进行有效监控,从而达到提升驾驶员良好的驾驶行为习惯以及降低车辆运营成本的目的;提升了不良驾驶行为事件精准识别,不会出现错误判断上传或者遗漏不传问题,保障了整个驾驶行为评价更为精确。
进一步地,图3为本发明汽车驾驶数据监控方法第二实施例的流程示意图,如图3所示,基于第一实施例提出本发明汽车驾驶数据监控方法第二实施例,在本实施例中,所述步骤S10具体包括以下步骤:
步骤S11、获取在预设时间段内待监控车辆的车辆车况数据、驾驶员行为数据和GPS数据,将所述车辆车况数据、所述驾驶员行为数据和所述GPS数据作为历史行驶数据。
需要说明的是,通过车载电控单元、CAN硬件模块结合车辆各类传感器可以采集到所述待监控车辆在预设时间段内的行驶数据,即车辆车况数据、驾驶员行为数据和全球定位系统(Global Positioning System,GPS)数据,将所述车辆车况数据、所述驾驶员行为数据和所述GPS数据作为历史行驶数据。
在具体实现中,所述车辆车况数据包括但不限于车速、油门踏板开度、制动踏板开度、发动机转速、空调开关信号、空档信号、疲劳驾驶报警信号、瞬时油耗、燃油消耗率、发动机水温、GPS转向速度、时间以及地理坐标等;所述驾驶员行为数据包括但不限于打哈欠疲劳报警信号、闭眼疲劳报警信号、打手机报警信号、低头报警信号以及遮挡摄像头报警信号等;所述GPS数据包括但不限于GPS转向速度、GPS转角、经度及纬度等。
本实施例通过上述方案,通过获取在预设时间段内待监控车辆的车辆车况数据、驾驶员行为数据和GPS数据,将所述车辆车况数据、所述驾驶员行为数据和所述GPS数据作为历史行驶数据;能够快速有效的分析与评价驾驶行为,提升了汽车驾驶数据监控的全面性和准确性。
进一步地,图4为本发明汽车驾驶数据监控方法第三实施例的流程示意图,如图4所示,基于第一实施例提出本发明汽车驾驶数据监控方法第三实施例,在本实施例中,所述步骤S20具体包括以下步骤:
步骤S21、获取所述历史行驶数据对应的不良驾驶行为事件类型。
需要说明的是,不同的历史行驶数据对应有不同的不良驾驶行为事件类型,可以是分为速度类,控制类以及安全类几个大类,当然也可以是分为不同不良驾驶行为事件的小类,本实施例对此不加以限制。
步骤S22、根据所述不良驾驶行为事件类型激活对应的不良驾驶行为事件识别模型。
应当理解的是,在确定了所述不良驾驶行为事件类型后,可以激活不同的不良驾驶行为事件识别模型,即基于不同的数据信号激活对应的不良驾驶行为事件识别模型。
步骤S23、利用所述不良驾驶行为事件识别模型对所述历史行驶数据进行分析,生成驾驶行驶评分。
可以理解的是,通过激活的不良驾驶行为事件识别模型可以确定对应不同的评分规则,进而对历史行驶数据进行分析评分,获得对应的驾驶行驶评分。
本实施例通过上述方案,通过获取所述历史行驶数据对应的不良驾驶行为事件类型;根据所述不良驾驶行为事件类型激活对应的不良驾驶行为事件识别模型;利用所述不良驾驶行为事件识别模型对所述历史行驶数据进行分析,生成驾驶行驶评分;提升了不良驾驶行为事件精准识别,不会出现错误判断上传或者遗漏不传问题,提升了评分的客观性和准确性。
进一步地,图5为本发明汽车驾驶数据监控方法第四实施例的流程示意图,如图5所示,基于第三实施例提出本发明汽车驾驶数据监控方法第四实施例,在本实施例中,所述步骤S21具体包括以下步骤:
步骤S211、从所述历史行为数据中获得所述车辆车况数据、所述驾驶员行为数据和所述GPS数据。
需要说明的是,从所述历史行为数据中可以获得预设时间段内所述待监控车辆的所述车辆车况数据、所述驾驶员行为数据和所述GPS数据。
步骤S212、在出现所述车辆车况数据异常时,结合所述驾驶员行为数据和所述GPS数据,判断不良驾驶行为事件类型是否为急加速行为、急减速行为、超速驾驶行为、超长怠速行为、大油门行为、空档滑行行为、非经济转速驾驶行为及熄火滑行行为中的一项或多项。
可以理解的是,在出现所述车辆车况数据异常时,即出现车速、油门踏板开度、制动踏板开度、发动机转速、空调开关信号、空档信号、疲劳驾驶报警信号、瞬时油耗、发动机水温、GPS转向速度、时间以及地理坐标等数据异常时,可以结合所述驾驶员行为数据和所述GPS数据,进而判断不良驾驶行为事件类型是否为急加速行为、急减速行为、超速驾驶行为、超长怠速行为、大油门行为、空档滑行行为、非经济转速驾驶行为及熄火滑行行为中的一项或多项。
步骤S213、在出现所述驾驶员行为数据异常时,结合所述车辆车况数据和所述GPS数据,判断不良驾驶行为事件类型是否为疲劳驾驶行为和危险驾驶行为中的一项或多项。
应当理解的是,在出现所述驾驶员行为数据异常时,即出现打哈欠疲劳报警信号、闭眼疲劳报警信号、打手机报警信号、低头报警信号及遮挡摄像头报警信号等时,可以结合所述车辆车况数据和所述GPS数据,进而判断不良驾驶行为事件类型是否为疲劳驾驶行为和危险驾驶行为中的一项或多项。
步骤S214、在出现所述GPS数据异常时,结合所述车辆车况数据和所述驾驶员行为数据,判断不良驾驶行为事件类型是否为急转弯行为和逆向行驶行为中的一项或多项。
可以理解的是,在出现所述GPS数据异常时,即出现GPS转向速度、GPS转角、经度及纬度等时,可以结合所述车辆车况数据和所述驾驶员行为数据,判断不良驾驶行为事件类型是否为急转弯行为和逆向行驶行为中的一项或多项。
本实施例通过上述方案,通过从所述历史行为数据中获得所述车辆车况数据、所述驾驶员行为数据和所述GPS数据;在出现所述车辆车况数据异常时,结合所述驾驶员行为数据和所述GPS数据,判断不良驾驶行为事件类型是否为急加速行为、急减速行为、超速驾驶行为、超长怠速行为、大油门行为、空档滑行行为、非经济转速驾驶行为及熄火滑行行为中的一项或多项;在出现所述驾驶员行为数据异常时,结合所述车辆车况数据和所述GPS数据,判断不良驾驶行为事件类型是否为疲劳驾驶行为和危险驾驶行为中的一项或多项;在出现所述GPS数据异常时,结合所述车辆车况数据和所述驾驶员行为数据,判断不良驾驶行为事件类型是否为急转弯行为和逆向行驶行为中的一项或多项,能够充分保证驾驶行为评价模型指标覆盖度,更加全面分析与评价驾驶行为,从而为降低车辆运营成本以及驾驶安全提供更加准确的驾驶建议。
进一步地,图6为本发明汽车驾驶数据监控方法第五实施例的流程示意图,如图6所示,基于第三实施例提出本发明汽车驾驶数据监控方法第五实施例,在本实施例中,所述步骤S23具体包括以下步骤:
步骤S231、利用所述不良驾驶行为事件识别模型获取所述历史行驶数据中的燃油消耗率值和时间统计数据。
需要说明的是,通过所述不良驾驶行为事件识别模型可以获取所述历史行驶数据中的燃油消耗率值和时间统计数据,即从所述历史行驶数据中提取整车瞬时油耗报文信号,而在CAN总线上未采集到瞬时油耗报文或瞬时油耗为无效值时,采用燃油消耗率报文进行计算油耗,因此本实施例采用燃油消耗率值来计算油耗,所述时间统计数据为从所述历史行驶数据中各数据的开始时间、持续时间及结束时间对应的时间记录数据。
步骤S232、从所述时间统计数据中获取不良驾驶行为事件对应的事件持续时间。
可以理解的是,所述时间统计数据中对应有不良驾驶行为事件对应的事件持续时间,即各类不良驾驶行为事件的持续时间。
步骤S233、在所述事件持续时间大于预设判断时间时,根据燃油消耗率值和时间统计数据确定各类不良驾驶行为事件的发生次数、各类不良驾驶行为事件的累计时间和累计油耗。
应当理解的是,所述预设判断时间为预先设置的事件生成判断时间,在所述事件持续时间大于预设判断时间时,可以判定此时存在不良驾驶行为事件,此时可以根据燃油消耗率值和时间统计数据确定各类不良驾驶行为事件的发生次数、各类不良驾驶行为事件的累计时间和累计油耗。
可以理解的是,通过记录并存储从某不良驾驶行为事件开始第一帧瞬时油耗值或燃油消耗率值直至该不良驾驶行事件结束的累计油耗信息,若该不良驾驶行为事件在一次驾驶行程中出现次数大于一次时,则将每次的不良驾驶行为事件累计油耗进行累加处理,最终得到此不良驾驶行为事件的总计油耗值,即累计油耗。
在具体实现中,可以将各不良驾驶行为事件关联的车辆信号解析成值后,激活计时器模块,将解析值与事件判断阈值对比判断,如事件持续时间大于等于判断时间,则识别为相应的不良驾驶行为事件,并且将事件标识为1,否则退出识别逻辑,将事件标识为0;识别为不良驾驶行为事件后,激活数据过滤模块、累计时间存储模块和累计油耗计算模块,直至事件滤波结束后,输出事件累计时间和累计油耗,将事件标识变为0;当某种不良驾驶行为事件标识变化出现0-1-0时,车联网通讯终端数据上传模块将该不良驾驶行为事件标识1、持续时间以及油耗等信息上传车联网云平台。
步骤S234、根据各类不良驾驶行为事件的预设权重分值和预设评分算法结合所述发生次数、所述累计时间和所述累计油耗计算获得驾驶行驶评分。
需要说明的是,所述预设权重分值为不同的不良驾驶行为事件对应的计算分值的权重比值,所述预设评分算法为预先设置的计算驾驶行为评分的算法,通过将预设权重分值结合所述发生次数、所述累计时间和所述累计油耗能够计算获得对应的驾驶行驶评分。
本实施例通过上述方案,通过利用所述不良驾驶行为事件识别模型获取所述历史行驶数据中的燃油消耗率值和时间统计数据;从所述时间统计数据中获取不良驾驶行为事件对应的事件持续时间;在所述事件持续时间大于预设判断时间时,根据燃油消耗率值和时间统计数据确定各类不良驾驶行为事件的发生次数、各类不良驾驶行为事件的累计时间和累计油耗;根据各类不良驾驶行为事件的预设权重分值和预设评分算法结合所述发生次数、所述累计时间和所述累计油耗计算获得驾驶行驶评分;能够全面精准的分析与评价驾驶行为,提升了不良驾驶行为事件精准识别,不会出现错误判断上传或者遗漏不传问题,保障了整个驾驶行为评价更为精确。
进一步地,图7为本发明汽车驾驶数据监控方法第六实施例的流程示意图,如图7所示,基于第一实施例提出本发明汽车驾驶数据监控方法第六实施例,在本实施例中,所述步骤S30具体包括以下步骤:
步骤S31、从预设建议策略数据库中获取与所述驾驶行驶评分对应的驾驶行为建议。
需要说明的是,所述预设建议策略数据库为预先设置的存储有各类驾驶行为对应的评分对应的建议策略的数据库,通过所述预设建议策略数据库可以查询到该驾驶行为对应的驾驶行为评分对应的驾驶行为建议。
步骤S32、将所述驾驶行为建议反馈至车联网通讯终端,并通过CAN报文形式发送给车载显示屏,以使驾驶员通过查询指令进行查询。
可以理解的是,将所述驾驶行为建议反馈至车联网通讯终端,可以以CAN报文形式发送给车载显示屏,驾驶员通过查询功能可查看相关数据信息;同时,车联网云平台可将相关统计数据、评价结果等同步推送至客户端应用程序(Application,APP),从而可供驾驶员查询以及指导驾驶员培养良好的驾驶习惯。
本实施例通过上述方案,通过从预设建议策略数据库中获取与所述驾驶行驶评分对应的驾驶行为建议;将所述驾驶行为建议反馈至车联网通讯终端,并通过CAN报文形式发送给车载显示屏,以使驾驶员通过查询指令进行查询,能够全面精准的分析与评价驾驶行为,通过驾驶建议引导驾驶员正确驾驶车辆,便于运输公司或车队管理者对车辆驾驶行程及驾驶员行为进行有效监控,从而达到提升驾驶员良好的驾驶行为习惯以及降低车辆运营成本的目的;提升了不良驾驶行为事件精准识别,不会出现错误判断上传或者遗漏不传问题,保障了整个驾驶行为评价更为精确。
进一步地,图8为本发明汽车驾驶数据监控方法第七实施例的流程示意图,如图8所示,基于第一实施例提出本发明汽车驾驶数据监控方法第七实施例,在本实施例中,所述步骤S10具体包括以下步骤:
步骤S101、对所述历史行驶数据中的跳变值或异常数值进行过滤,获得过滤后的行驶数据,将过滤后的行驶数据作为新的历史行驶数据。
可以理解的是,所述历史行驶数据中存在跳变值或异常数值,可以对所述历史行驶数据中的跳变值或异常数值进行过滤,获得过滤后的行驶数据,将过滤后的行驶数据作为新的历史行驶数据,从而保证了历史行驶数据的准确性,在过滤的同时可以查看数据对应的滤波情况,从而根据最终输出的滤波结果判断是否继续进行数据过滤,当结束滤波时可以输出多次数据过滤的总时间,进一步提升了历史行驶数据的精度,保证了后续驾驶行为建议的准确性,提升了驾驶安全性。
本实施例通过上述方案,通过对所述历史行驶数据中的跳变值或异常数值进行过滤,获得过滤后的行驶数据,将过滤后的行驶数据作为新的历史行驶数据,进一步提升了历史行驶数据的精度,保证了后续驾驶行为建议的准确性,提升了驾驶安全性。
相应地,本发明进一步提供一种汽车驾驶数据监控装置。
参照图9,图9为本发明汽车驾驶数据监控装置第一实施例的功能模块图。
本发明汽车驾驶数据监控装置第一实施例中,该汽车驾驶数据监控装置包括:
数据获取模块10,用于获取待监控车辆在预设时间段的历史行驶数据。
分析模块20,用于对所述历史行驶数据进行分析,生成驾驶行驶评分。
反馈模块30,用于根据所述驾驶行驶评分生成驾驶行为建议,将所述驾驶行为建议反馈至车联网通讯终端。
所述数据获取模块10,还用于获取在预设时间段内待监控车辆的车辆车况数据、驾驶员行为数据和GPS数据,将所述车辆车况数据、所述驾驶员行为数据和所述GPS数据作为历史行驶数据。
所述分析模块20,还用于获取所述历史行驶数据对应的不良驾驶行为事件类型;根据所述不良驾驶行为事件类型激活对应的不良驾驶行为事件识别模型;利用所述不良驾驶行为事件识别模型对所述历史行驶数据进行分析,生成驾驶行驶评分。
所述分析模块20,还用于从所述历史行为数据中获得所述车辆车况数据、所述驾驶员行为数据和所述GPS数据;在出现所述车辆车况数据异常时,结合所述驾驶员行为数据和所述GPS数据,判断不良驾驶行为事件类型是否为急加速行为、急减速行为、超速驾驶行为、超长怠速行为、大油门行为、空档滑行行为、非经济转速驾驶行为及熄火滑行行为中的一项或多项;在出现所述驾驶员行为数据异常时,结合所述车辆车况数据和所述GPS数据,判断不良驾驶行为事件类型是否为疲劳驾驶行为和危险驾驶行为中的一项或多项;在出现所述GPS数据异常时,结合所述车辆车况数据和所述驾驶员行为数据,判断不良驾驶行为事件类型是否为急转弯行为和逆向行驶行为中的一项或多项。
所述分析模块30,还用于利用所述不良驾驶行为事件识别模型获取所述历史行驶数据中的燃油消耗率值和时间统计数据;从所述时间统计数据中获取不良驾驶行为事件对应的事件持续时间;在所述事件持续时间大于预设判断时间时,根据燃油消耗率值和时间统计数据确定各类不良驾驶行为事件的发生次数、各类不良驾驶行为事件的累计时间和累计油耗;根据各类不良驾驶行为事件的预设权重分值和预设评分算法结合所述发生次数、所述累计时间和所述累计油耗计算获得驾驶行驶评分。
所述反馈模块30,还用于从预设建议策略数据库中获取与所述驾驶行驶评分对应的驾驶行为建议;将所述驾驶行为建议反馈至车联网通讯终端,并通过CAN报文形式发送给车载显示屏,以使驾驶员通过查询指令进行查询。
所述数据获取模块10,还用于对所述历史行驶数据中的跳变值或异常数值进行过滤,获得过滤后的行驶数据,将过滤后的行驶数据作为新的历史行驶数据。
其中,汽车驾驶数据监控装置的各个功能模块实现的步骤可参照本发明汽车驾驶数据监控方法的各个实施例,此处不再赘述。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有汽车驾驶数据监控程序,所述汽车驾驶数据监控程序被处理器执行时实现如下操作:
获取待监控车辆在预设时间段的历史行驶数据;
对所述历史行驶数据进行分析,生成驾驶行驶评分;
根据所述驾驶行驶评分生成驾驶行为建议,将所述驾驶行为建议反馈至车联网通讯终端。
进一步地,所述汽车驾驶数据监控程序被处理器执行时还实现如下操作:
获取在预设时间段内待监控车辆的车辆车况数据、驾驶员行为数据和GPS数据,将所述车辆车况数据、所述驾驶员行为数据和所述GPS数据作为历史行驶数据。
进一步地,所述汽车驾驶数据监控程序被处理器执行时还实现如下操作:
获取所述历史行驶数据对应的不良驾驶行为事件类型;
根据所述不良驾驶行为事件类型激活对应的不良驾驶行为事件识别模型;
利用所述不良驾驶行为事件识别模型对所述历史行驶数据进行分析,生成驾驶行驶评分。
进一步地,所述汽车驾驶数据监控程序被处理器执行时还实现如下操作:
从所述历史行为数据中获得所述车辆车况数据、所述驾驶员行为数据和所述GPS数据;
在出现所述车辆车况数据异常时,结合所述驾驶员行为数据和所述GPS数据,判断不良驾驶行为事件类型是否为急加速行为、急减速行为、超速驾驶行为、超长怠速行为、大油门行为、空档滑行行为、非经济转速驾驶行为及熄火滑行行为中的一项或多项;
在出现所述驾驶员行为数据异常时,结合所述车辆车况数据和所述GPS数据,判断不良驾驶行为事件类型是否为疲劳驾驶行为和危险驾驶行为中的一项或多项;
在出现所述GPS数据异常时,结合所述车辆车况数据和所述驾驶员行为数据,判断不良驾驶行为事件类型是否为急转弯行为和逆向行驶行为中的一项或多项。
进一步地,所述汽车驾驶数据监控程序被处理器执行时还实现如下操作:
利用所述不良驾驶行为事件识别模型获取所述历史行驶数据中的燃油消耗率值和时间统计数据;
从所述时间统计数据中获取不良驾驶行为事件对应的事件持续时间;
在所述事件持续时间大于预设判断时间时,根据燃油消耗率值和时间统计数据确定各类不良驾驶行为事件的发生次数、各类不良驾驶行为事件的累计时间和累计油耗;
根据各类不良驾驶行为事件的预设权重分值和预设评分算法结合所述发生次数、所述累计时间和所述累计油耗计算获得驾驶行驶评分。
进一步地,所述汽车驾驶数据监控程序被处理器执行时还实现如下操作:
从预设建议策略数据库中获取与所述驾驶行驶评分对应的驾驶行为建议;
将所述驾驶行为建议反馈至车联网通讯终端,并通过CAN报文形式发送给车载显示屏,以使驾驶员通过查询指令进行查询。
进一步地,所述汽车驾驶数据监控程序被处理器执行时还实现如下操作:
对所述历史行驶数据中的跳变值或异常数值进行过滤,获得过滤后的行驶数据,将过滤后的行驶数据作为新的历史行驶数据。
本实施例通过上述方案,通过获取待监控车辆在预设时间段的历史行驶数据;对所述历史行驶数据进行分析,生成驾驶行驶评分;根据所述驾驶行驶评分生成驾驶行为建议,将所述驾驶行为建议反馈至车联网通讯终端;能够全面精准的分析与评价驾驶行为,通过驾驶建议引导驾驶员正确驾驶车辆,便于运输公司或车队管理者对车辆驾驶行程及驾驶员行为进行有效监控,从而达到提升驾驶员良好的驾驶行为习惯以及降低车辆运营成本的目的;提升了不良驾驶行为事件精准识别,不会出现错误判断上传或者遗漏不传问题,保障了整个驾驶行为评价更为精确。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (7)
1.一种汽车驾驶数据监控方法,其特征在于,所述汽车驾驶数据监控方法包括:
获取待监控车辆在预设时间段的历史行驶数据;
对所述历史行驶数据进行分析,生成驾驶行驶评分;
根据所述驾驶行驶评分生成驾驶行为建议,将所述驾驶行为建议反馈至车联网通讯终端;
其中,获取待监控车辆在预设时间段的历史行驶数据,包括:
获取在预设时间段内待监控车辆的车辆车况数据、驾驶员行为数据和GPS数据,将所述车辆车况数据、所述驾驶员行为数据和所述GPS数据作为历史行驶数据;
其中,所述对所述历史行驶数据进行分析,生成驾驶行驶评分,包括:
获取所述历史行驶数据对应的不良驾驶行为事件类型;
根据所述不良驾驶行为事件类型激活对应的不良驾驶行为事件识别模型;
利用所述不良驾驶行为事件识别模型对所述历史行驶数据进行分析,生成驾驶行驶评分;
其中,所述利用所述不良驾驶行为事件识别模型对所述历史行驶数据进行分析,生成驾驶行驶评分,包括:
利用所述不良驾驶行为事件识别模型获取所述历史行驶数据中的燃油消耗率值和时间统计数据;
从所述时间统计数据中获取不良驾驶行为事件对应的事件持续时间;
在所述事件持续时间大于预设判断时间时,根据燃油消耗率值和时间统计数据确定各类不良驾驶行为事件的发生次数、各类不良驾驶行为事件的累计时间和累计油耗;
根据各类不良驾驶行为事件的预设权重分值和预设评分算法结合所述发生次数、所述累计时间和所述累计油耗计算获得驾驶行驶评分。
2.如权利要求1所述的汽车驾驶数据监控方法,其特征在于,所述获取所述历史行驶数据对应的不良驾驶行为事件类型,包括:
从所述历史行为数据中获得所述车辆车况数据、所述驾驶员行为数据和所述GPS数据;
在出现所述车辆车况数据异常时,结合所述驾驶员行为数据和所述GPS数据,判断不良驾驶行为事件类型是否为急加速行为、急减速行为、超速驾驶行为、超长怠速行为、大油门行为、空档滑行行为、非经济转速驾驶行为及熄火滑行行为中的一项或多项;
在出现所述驾驶员行为数据异常时,结合所述车辆车况数据和所述GPS数据,判断不良驾驶行为事件类型是否为疲劳驾驶行为和危险驾驶行为中的一项或多项;
在出现所述GPS数据异常时,结合所述车辆车况数据和所述驾驶员行为数据,判断不良驾驶行为事件类型是否为急转弯行为和逆向行驶行为中的一项或多项。
3.如权利要求1-2中任一项所述的汽车驾驶数据监控方法,其特征在于,所述根据所述驾驶行驶评分生成驾驶行为建议,将所述驾驶行为建议反馈至车联网通讯终端,包括:
从预设建议策略数据库中获取与所述驾驶行驶评分对应的驾驶行为建议;
将所述驾驶行为建议反馈至车联网通讯终端,并通过CAN报文形式发送给车载显示屏,以使驾驶员通过查询指令进行查询。
4.如权利要求1-2中任一项所述的汽车驾驶数据监控方法,其特征在于,所述获取待监控车辆在预设时间段的历史行驶数据之后,所述汽车驾驶数据监控方法还包括:
对所述历史行驶数据中的跳变值或异常数值进行过滤,获得过滤后的行驶数据,将过滤后的行驶数据作为新的历史行驶数据。
5.一种汽车驾驶数据监控装置,其特征在于,所述汽车驾驶数据监控装置包括:
数据获取模块,用于获取待监控车辆在预设时间段的历史行驶数据;
分析模块,用于对所述历史行驶数据进行分析,生成驾驶行驶评分;
反馈模块,用于根据所述驾驶行驶评分生成驾驶行为建议,将所述驾驶行为建议反馈至车联网通讯终端;
所述数据获取模块,还用于获取在预设时间段内待监控车辆的车辆车况数据、驾驶员行为数据和GPS数据,将所述车辆车况数据、所述驾驶员行为数据和所述GPS数据作为历史行驶数据;
所述分析模块,还用于获取所述历史行驶数据对应的不良驾驶行为事件类型;根据所述不良驾驶行为事件类型激活对应的不良驾驶行为事件识别模型;利用所述不良驾驶行为事件识别模型对所述历史行驶数据进行分析,生成驾驶行驶评分;
所述分析模块,还用于利用所述不良驾驶行为事件识别模型获取所述历史行驶数据中的燃油消耗率值和时间统计数据;从所述时间统计数据中获取不良驾驶行为事件对应的事件持续时间;在所述事件持续时间大于预设判断时间时,根据燃油消耗率值和时间统计数据确定各类不良驾驶行为事件的发生次数、各类不良驾驶行为事件的累计时间和累计油耗;根据各类不良驾驶行为事件的预设权重分值和预设评分算法结合所述发生次数、所述累计时间和所述累计油耗计算获得驾驶行驶评分。
6.一种汽车驾驶数据监控设备,其特征在于,所述汽车驾驶数据监控设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的汽车驾驶数据监控程序,所述汽车驾驶数据监控程序配置为实现如权利要求1至4中任一项所述的汽车驾驶数据监控方法的步骤。
7.一种存储介质,其特征在于,所述存储介质上存储有汽车驾驶数据监控程序,所述汽车驾驶数据监控程序被处理器执行时实现如权利要求1至4中任一项所述的汽车驾驶数据监控方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110617846.XA CN113119985B (zh) | 2021-05-31 | 2021-05-31 | 汽车驾驶数据监控方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110617846.XA CN113119985B (zh) | 2021-05-31 | 2021-05-31 | 汽车驾驶数据监控方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113119985A CN113119985A (zh) | 2021-07-16 |
CN113119985B true CN113119985B (zh) | 2022-12-06 |
Family
ID=76782938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110617846.XA Active CN113119985B (zh) | 2021-05-31 | 2021-05-31 | 汽车驾驶数据监控方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113119985B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113460062A (zh) * | 2021-07-30 | 2021-10-01 | 安波福电子(苏州)有限公司 | 驾驶行为分析系统 |
CN113762755A (zh) * | 2021-08-30 | 2021-12-07 | 一汽解放汽车有限公司 | 驾驶员分析报告推送方法、装置、计算机设备和存储介质 |
CN114426025B (zh) * | 2022-03-17 | 2023-11-14 | 一汽解放汽车有限公司 | 驾驶辅助方法、装置、计算机设备和存储介质 |
CN114999022A (zh) * | 2022-05-19 | 2022-09-02 | 成都亿盟恒信科技有限公司 | 一种基于历史驾驶数据的驾驶习惯分析方法及系统 |
CN115534981B (zh) * | 2022-12-05 | 2023-03-07 | 广汽埃安新能源汽车股份有限公司 | 车辆的自动化驾驶模式调整方法及装置 |
Family Cites Families (11)
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 |
CN108200121B (zh) * | 2014-03-05 | 2021-09-14 | 华为终端有限公司 | 车联网数据处理方法、服务器和终端 |
CN103871122A (zh) * | 2014-03-11 | 2014-06-18 | 深圳市朗仁科技有限公司 | 驾驶行为分析方法及分析系统 |
CN105966404A (zh) * | 2015-11-06 | 2016-09-28 | 乐卡汽车智能科技(北京)有限公司 | 一种驾驶行为评测方法及装置 |
CN105430085B (zh) * | 2015-11-30 | 2019-05-14 | 华南理工大学 | 一种使用节气门开度评估驾驶行为经济性的系统及方法 |
CN107618512B (zh) * | 2017-08-23 | 2019-06-18 | 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 |
US20200055525A1 (en) * | 2018-08-20 | 2020-02-20 | Ford Global Technologies, Llc | Fuel consumption-based driving behavior scoring |
CN110853179A (zh) * | 2018-08-21 | 2020-02-28 | 上海博泰悦臻网络技术服务有限公司 | 车联网服务器、车辆及基于行驶数据的车辆油耗提示方法 |
CN111186400B (zh) * | 2018-11-15 | 2021-04-09 | 北京泓达九通科技发展有限公司 | 一种驾驶行为分析服务端及节油驾驶系统 |
CN110406541B (zh) * | 2019-06-12 | 2021-02-19 | 天津五八到家科技有限公司 | 驾驶数据处理方法、设备、系统及存储介质 |
CN111332313A (zh) * | 2020-02-24 | 2020-06-26 | 重庆众鸿科技有限公司 | 一种车辆驾驶安全预警控制方法及系统 |
-
2021
- 2021-05-31 CN CN202110617846.XA patent/CN113119985B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113119985A (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113119985B (zh) | 汽车驾驶数据监控方法、装置、设备及存储介质 | |
US11830297B2 (en) | Method for determining driving characteristics of a vehicle | |
US11685386B2 (en) | System and method for determining a change of a customary vehicle driver | |
US10417929B2 (en) | Virtual trainer for in vehicle driver coaching and to collect metrics to improve driver performance | |
CN110615001B (zh) | 一种基于can数据的驾驶安全提醒方法、装置及介质 | |
US9747730B2 (en) | Driver measurement and incentive system for improving fuel-efficiency | |
WO2017168883A1 (ja) | 情報処理装置、情報処理方法、プログラム、およびシステム | |
CN107346565B (zh) | 一种交通工具数据处理方法、装置和终端设备 | |
JP4469297B2 (ja) | 運転診断方法およびその装置 | |
WO2020112337A1 (en) | Predictive maintenance | |
US20130131893A1 (en) | Vehicle-use information collection system | |
US20140195310A1 (en) | Virtual trainer for in vehicle driver coaching and to collect metrics to improve driver performance | |
EP3960576A1 (en) | Method and system for analysing the control of a vehicle | |
CN110705423A (zh) | 驾驶行为的实时提醒方法、装置、电子设备及存储介质 | |
US20220306127A1 (en) | Method for determining driving parameters and vehicle control apparatus | |
WO2015002025A1 (ja) | 運転評価の指標生成方法、情報処理装置、車載器およびその制御方法と制御プログラム | |
CN111489459A (zh) | 一种车辆数据分析方法 | |
US20230060300A1 (en) | Method and system for analyzing the control of a vehicle | |
CN116048055A (zh) | 车辆故障检测方法、装置和存储介质 | |
CA3089227A1 (en) | Systems and methods for delivering vehicle-specific educational content for a critical event | |
CN112288280A (zh) | 一种评价提供出行服务的司机的系统及方法 | |
CN113160567B (zh) | 车辆辅助驾驶方法、装置、车辆、服务器及存储介质 | |
US11030830B1 (en) | Customized operating point | |
Magaña et al. | Artemisa: Early Design of an eco-driving assistant | |
Corcoba Magaña et al. | Artemisa: early design of an eco-driving assistant |
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 |