CN115841712A - 一种基于v2x技术的驾驶数据处理方法、装置及设备 - Google Patents
一种基于v2x技术的驾驶数据处理方法、装置及设备 Download PDFInfo
- Publication number
- CN115841712A CN115841712A CN202211645783.XA CN202211645783A CN115841712A CN 115841712 A CN115841712 A CN 115841712A CN 202211645783 A CN202211645783 A CN 202211645783A CN 115841712 A CN115841712 A CN 115841712A
- Authority
- CN
- China
- Prior art keywords
- index
- vehicle
- safety
- data
- comfort
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
- Y02T10/84—Data processing systems or methods, management, administration
Landscapes
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明公开了一种基于V2X技术的驾驶数据处理方法、装置及设备，通过获取V2X设备采集的驾驶数据，并根据驾驶数据的车辆安全数据、车辆加速度数据和车辆油耗数据进行指标计算，从而获得安全指标、舒适指标和环保指标，通过层次分析法获得安全权重、舒适权重和环保权重，从而进行加权计算，根据加权计算获得驾驶数据的评估结果，并在评估结果小于预设值时生成异常提醒信号。相比于现有技术从车辆驾驶的安全性进行评估，本发明基于车辆安全数据、车辆加速度数据和车辆油耗数据，从安全、舒适和环保三个维度进行驾驶行为的评估，提高了商用车驾驶行为的评估准确性，有利于根据评估结果进行车辆控制，提高车辆驾驶的效率。
Description
技术领域
本发明涉及电数据处理领域，尤其涉及一种基于V2X技术的驾驶数据处理方法、装置及设备。
背景技术
随着智能交通技术的发展，商用车作为客运和货运的主要运输工具，从而保障人们的出行和物品的流通。而现代交通技术(V2X技术)包括车载终端(Onboard Unit，OBU)和路侧设备(Roadside Unit，RSU)，可实时采集商用车辆的状态数据和行驶轨迹数据。
由于一些商用车载货多、惯性大，给交通管理带来了极大的挑战，进而引发交通安全、能源消耗等问题，而现有技术只是通过评估商用车的安全性来评价商用车的驾驶行为，并不能满足驾驶行为是否舒适和环保的评价，从而导致驾驶人员的驾驶行为准确性低。
因此，亟需基于V2X技术的驾驶数据处理策略，来解决驾驶人员的驾驶行为评估准确性低的问题。
发明内容
本发明实施例提供一种基于V2X技术的驾驶数据处理方法、装置及设备，以提高驾驶人员的驾驶行为的评估准确性。
为了解决上述问题，本发明一实施例提供一种基于V2X技术的驾驶数据处理方法，包括：
接收由V2X设备采集目标车辆的驾驶数据；所述驾驶数据，包括：车辆安全数据、车辆加速度数据和车辆油耗数据；
将所述车辆安全数据、所述车辆加速度数据和所述车辆油耗数据代入指标计算公式，计算获得安全指标、舒适指标和环保指标；
根据预设的层次分析法，对所述安全指标、所述舒适指标和所述环保指标进行权重值的计算，获得安全权重、舒适权重和环保权重；
根据所述安全权重、所述舒适权重和所述环保权重，对所述安全指标、所述舒适指标和所述环保指标进行加权计算，获得所述驾驶数据的评估结果，并对评估结果进行判断，当评估结果小于预设值时，则生成异常提醒信号，以使用户根据所述异常提醒信号进行目标车辆的驾驶调整。
作为上述方案的改进，所述将所述车辆安全数据、所述车辆加速度数据和所述车辆油耗数据代入指标计算公式，计算获得安全指标、舒适指标和环保指标，具体为：
所述指标计算公式具体为：安全指标计算公式、舒适指标计算公式和环保指标计算公式；
将车辆安全数据代入安全指标计算公式，计算获得安全指标；
将车辆加速度数据代入舒适指标计算公式，计算获得舒适指标；
将车辆油耗数据代入环保指标计算公式，计算获得环保指标。
作为上述方案的改进，所述将车辆安全数据代入安全指标计算公式，计算获得安全指标，具体为：
所述车辆安全数据，具体为：车辆瞬时第一速度、车头时距、自由滑行时间、延迟距离和前车车距差；所述安全指标计算公式，具体为：预测车距计算式和安全指标函数；
将所述车辆瞬时第一速度、所述车头时距、所述自由滑行时间和所述延迟距离代入所述预测车距计算式中，计算获得预测车距；
将所述预测和前车测车距差代入所述安全指标函数中，计算获得安全指标。
作为上述方案的改进，所述将车辆加速度数据代入舒适指标计算公式，计算获得舒适指标，具体为：
所述车辆加速度数据，具体为：车辆瞬时第一加速度、车辆平均加速度、记录时间和舒适性加速度干扰阈值；所述舒适指标计算公式，具体为：干扰加速度计算式和舒适指标函数；
将所述车辆瞬时第一加速度、所述车辆平均加速度和所述记录时间代入所述干扰加速度计算式中，计算获得干扰加速度；
将所述干扰加速度和所述舒适性加速度干扰阈值代入所述舒适指标函数，计算获得舒适指标。
作为上述方案的改进，所述将车辆油耗数据代入环保指标计算公式，计算获得环保指标，具体为：
所述车辆油耗数据，具体为：车辆瞬时第二速度、车辆瞬时第二加速度和车辆瞬时油耗阈值；所述环保指标计算公式，具体为：油耗计算式和环保指标函数；
将所述车辆瞬时第二速度和所述车辆瞬时加速度代入所述油耗计算式中，计算获得油耗值；其中，所述油耗计算式中的待定系数通过最小二乘法计算获得；
将所述油耗值和所述车辆瞬时油耗阈值代入瞬时环保指标函数中计算，获得环保指标。
作为上述方案的改进，所述油耗计算式中的待定系数通过最小二乘法计算获得，具体为：
获取若干不同时刻的待训练瞬时速度和待训练瞬时加速度；
生成含有若干待定系数、速度和加速度的三次函数；
对每个待定系数进行偏导计算，当偏导为预设值时，将所述若干不同时刻的待训练瞬时速度和待训练瞬时加速度，代入进行偏导计算后偏导为预设值的三次函数，获得若干待定系数的值。
作为上述方案的改进，所述根据预设的层次分析法，对所述安全指标、所述舒适指标和所述环保指标进行权重值的计算，获得安全权重、舒适权重和环保权重，具体为：
根据所述安全指标、所述舒适指标和所述环保指标，构建判断比较矩阵；
根据所述比较矩阵，通过预设的重要程度标度法，对判断比较矩阵中的每个元素进行排序，继而将排序后的判断比较矩阵进行计算，从而获得安全权重、舒适权重和环保权重；其中，所述安全权重与所述安全指标对应，所述舒适权重与所述舒适指标对应，所述环保权重与所述环保指标对应。
相应的，本发明一实施例还提供了一种基于V2X技术的驾驶数据处理装置，包括：数据接收模块、数据计算模块、权重计算模块和结果生成模块；
所述数据接收模块，用于接收由V2X设备采集目标车辆的驾驶数据；所述驾驶数据，包括：车辆安全数据、车辆加速度数据和车辆油耗数据；
所述数据计算模块，用于将所述车辆安全数据、所述车辆加速度数据和所述车辆油耗数据代入指标计算公式，计算获得安全指标、舒适指标和环保指标；
所述权重计算模块，用于根据预设的层次分析法，对所述安全指标、所述舒适指标和所述环保指标进行权重值的计算，获得安全权重、舒适权重和环保权重；
所述结果生成模块，用于根据所述安全权重、所述舒适权重和所述环保权重，对所述安全指标、所述舒适指标和所述环保指标进行加权计算，获得所述驾驶数据的评估结果，并对评估结果进行判断，当评估结果小于预设值时，则生成异常提醒信号，以使用户根据所述异常提醒信号进行目标车辆的驾驶调整。
作为上述方案的改进，所述数据计算模块，包括：第一计算单元、第二计算单元和第三计算单元；
所述指标计算公式具体为：安全指标计算公式、舒适指标计算公式和环保指标计算公式；
所述第一计算单元，用于将车辆安全数据代入安全指标计算公式，计算获得安全指标；
所述第二计算单元，用于将车辆加速度数据代入舒适指标计算公式，计算获得舒适指标；
所述第三计算单元，用于将车辆油耗数据代入环保指标计算公式，计算获得环保指标。
作为上述方案的改进，所述将车辆安全数据代入安全指标计算公式，计算获得安全指标，具体为：
所述车辆安全数据，具体为：车辆瞬时第一速度、车头时距、自由滑行时间、延迟距离和前车车距差；所述安全指标计算公式，具体为：预测车距计算式和安全指标函数；
将所述车辆瞬时第一速度、所述车头时距、所述自由滑行时间和所述延迟距离代入所述预测车距计算式中，计算获得预测车距；
将所述预测和前车测车距差代入所述安全指标函数中，计算获得安全指标。
作为上述方案的改进，所述将车辆加速度数据代入舒适指标计算公式，计算获得舒适指标，具体为：
所述车辆加速度数据，具体为：车辆瞬时第一加速度、车辆平均加速度、记录时间和舒适性加速度干扰阈值；所述舒适指标计算公式，具体为：干扰加速度计算式和舒适指标函数；
将所述车辆瞬时第一加速度、所述车辆平均加速度和所述记录时间代入所述干扰加速度计算式中，计算获得干扰加速度；
将所述干扰加速度和所述舒适性加速度干扰阈值代入所述舒适指标函数，计算获得舒适指标。
作为上述方案的改进，所述将车辆油耗数据代入环保指标计算公式，计算获得环保指标，具体为：
所述车辆油耗数据，具体为：车辆瞬时第二速度、车辆瞬时第二加速度和车辆瞬时油耗阈值；所述环保指标计算公式，具体为：油耗计算式和环保指标函数；
将所述车辆瞬时第二速度和所述车辆瞬时加速度代入所述油耗计算式中，计算获得油耗值；其中，所述油耗计算式中的待定系数通过最小二乘法计算获得；
将所述油耗值和所述车辆瞬时油耗阈值代入瞬时环保指标函数中计算，获得环保指标。
作为上述方案的改进，所述油耗计算式中的待定系数通过最小二乘法计算获得，具体为：
获取若干不同时刻的待训练瞬时速度和待训练瞬时加速度；
生成含有若干待定系数、速度和加速度的三次函数；
对每个待定系数进行偏导计算，当偏导为预设值时，将所述若干不同时刻的待训练瞬时速度和待训练瞬时加速度，代入进行偏导计算后偏导为预设值的三次函数，获得若干待定系数的值。
作为上述方案的改进，所述权重计算模块，包括：矩阵构建单元和权重计算单元；
所述矩阵构建单元，用于根据所述安全指标、所述舒适指标和所述环保指标，构建判断比较矩阵；
所述权重计算单元，用于根据所述比较矩阵，通过预设的重要程度标度法，对判断比较矩阵中的每个元素进行排序，继而将排序后的判断比较矩阵进行计算，从而获得安全权重、舒适权重和环保权重；其中，所述安全权重与所述安全指标对应，所述舒适权重与所述舒适指标对应，所述环保权重与所述环保指标对应。
相应的，本发明一实施例还提供了一种计算机终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如本发明所述的一种基于V2X技术的驾驶数据处理方法。
相应的，本发明一实施例还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包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如本发明所述的一种基于V2X技术的驾驶数据处理方法。
由上可见，本发明具有如下有益效果：
本发明提供了一种基于V2X技术的驾驶数据处理方法，通过获取V2X设备采集的驾驶数据，并根据驾驶数据的车辆安全数据、车辆加速度数据和车辆油耗数据进行指标计算，从而获得安全指标、舒适指标和环保指标，通过层次分析法获得安全权重、舒适权重和环保权重，从而进行加权计算，根据加权计算获得驾驶数据的评估结果，并在评估结果小于预设值时生成异常提醒信号。相比于现有技术从车辆驾驶的安全性进行评估，本发明基于车辆安全数据、车辆加速度数据和车辆油耗数据，从安全、舒适和环保三个维度进行驾驶行为的评估，提高了商用车驾驶行为的评估准确性，有利于根据评估结果进行车辆控制，提高车辆驾驶的效率。
附图说明
图1是本发明一实施例提供的基于V2X技术的驾驶数据处理方法的流程示意图；
图2是本发明一实施例提供的基于V2X技术的驾驶数据处理装置的结构示意图；
图3是本发明一实施例提供的指标层级的结构示意图；
图4是本发明一实施例提供的基于V2X技术的驾驶数据处理方法的应用场景示意图；
图5是本发明一实施例提供的一种终端设备结构示意图。
具体实施方式
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，所描述的实施例仅仅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。
实施例一
参见图1，图1是本发明一实施例提供的一种基于V2X技术的驾驶数据处理方法的流程示意图，如图1所示，本实施例包括步骤101至步骤104，各步骤具体如下：
步骤101：接收由V2X设备采集目标车辆的驾驶数据；所述驾驶数据，包括：车辆安全数据、车辆加速度数据和车辆油耗数据。
在本实施例中，V2X设备包括OBU设备和RSU设备，通过OBU设备和RSU设备实时采集车辆的状态数据以及行驶轨迹数据，获得驾驶数据。
在一具体的实施例中，对获取的相关行驶状态信息以及行驶轨迹数据进行预处理，剔除缺失、异常的数据。
步骤102：将所述车辆安全数据、所述车辆加速度数据和所述车辆油耗数据代入指标计算公式，计算获得安全指标、舒适指标和环保指标。
在本实施例中，作为上述方案的改进，所述将所述车辆安全数据、所述车辆加速度数据和所述车辆油耗数据代入指标计算公式，计算获得安全指标、舒适指标和环保指标，具体为：
所述指标计算公式具体为：安全指标计算公式、舒适指标计算公式和环保指标计算公式；
将车辆安全数据代入安全指标计算公式，计算获得安全指标；
将车辆加速度数据代入舒适指标计算公式，计算获得舒适指标；
将车辆油耗数据代入环保指标计算公式，计算获得环保指标。
作为上述方案的改进，所述将车辆安全数据代入安全指标计算公式，计算获得安全指标，具体为：
所述车辆安全数据，具体为：车辆瞬时第一速度、车头时距、自由滑行时间、延迟距离和前车车距差；所述安全指标计算公式，具体为：预测车距计算式和安全指标函数；
将所述车辆瞬时第一速度、所述车头时距、所述自由滑行时间和所述延迟距离代入所述预测车距计算式中，计算获得预测车距；
将所述预测和前车测车距差代入所述安全指标函数中，计算获得安全指标。
在一具体的实施例中，安全指标基于最小安全距离和可变间隙进行车辆的驾驶安全评估；而安全指标则通过分析目标车辆的车辆第一瞬时速度、车头时距、自由滑行时间、延迟距离和前车车距差，并代入安全指标计算公式中进行计算获得；
其中，安全指标计算公式包括：预测车距计算式和安全指标函数；
预测车距计算式具体如下：
式中，ddest为预测车距；v为车辆第一瞬时速度；th为车头时距；ts为自由滑行时间，d1为商用车的延迟距离。其中考虑车头时距太小不利于安全性，前后车容易发生追尾事故；太大容易被其他车辆插入或发生其他交通安全事故，因此对th的上下限进行约束，当th为固定值时，车间距为固定时距，反之，则为可变间距。这里最小安全距离考虑商用车特性(商用车载货量多、商用车本身笨重、惯性大，自由滑行时间一般比私家车长)车辆本身具有一定的制动延迟，因此有延迟距离；
将预测车距计算公式计算获得的预测车距代入安全指标函数，具体如下：
式中，Ldistance为安全指标，dreal为本车与前车车距差。
作为上述方案的改进，所述将车辆加速度数据代入舒适指标计算公式，计算获得舒适指标，具体为：
所述车辆加速度数据，具体为：车辆瞬时第一加速度、车辆平均加速度、记录时间和舒适性加速度干扰阈值；所述舒适指标计算公式，具体为：干扰加速度计算式和舒适指标函数；
将所述车辆瞬时第一加速度、所述车辆平均加速度和所述记录时间代入所述干扰加速度计算式中，计算获得干扰加速度；
将所述干扰加速度和所述舒适性加速度干扰阈值代入所述舒适指标函数，计算获得舒适指标。
在一具体的实施例中，商用车行车舒适性受到道路线形、车速、加速度等因素的影响，本实施例中的行车舒适性指标采用加速度干扰来表征商用车行驶过程中的舒适度，干扰加速度表示为观测时间内车辆加速度与平均加速度的标准差，通过对车辆瞬时第一加速度、所述车辆平均加速度和所述记录时间进行分析，代入舒适指标计算公式，获得舒适指标；
其中，舒适计算公式包括：干扰加速度计算式和舒适指标函数；
干扰加速度计算式具体如下：
式中，δ为干扰加速度；
表示车辆平均加速度；a(t)表示车辆瞬时第一加速度；T表示记录时间；
将干扰加速度计算式计算获得的干扰加速度代入舒适指标函数，具体如下：
式中，Lcomfort为舒适指标；δ0是车厂根据车辆的物理参数得到的舒适性加速度干扰阈值。
作为上述方案的改进，所述将车辆油耗数据代入环保指标计算公式，计算获得环保指标，具体为：
所述车辆油耗数据，具体为：车辆瞬时第二速度、车辆瞬时第二加速度和车辆瞬时油耗阈值；所述环保指标计算公式，具体为：油耗计算式和环保指标函数；
将所述车辆瞬时第二速度和所述车辆瞬时加速度代入所述油耗计算式中，计算获得油耗值；其中，所述油耗计算式中的待定系数通过最小二乘法计算获得；
将所述油耗值和所述车辆瞬时油耗阈值代入瞬时环保指标函数中计算，获得环保指标。
在一具体的实施例中，环保指标基于油耗间接获得，通过分析目标车辆的实时位置、车速、加速度等参数，结合车辆的动力学特性，计算车辆实时能耗状况；通过对车辆瞬时第二速度、车辆瞬时第二加速度和车辆瞬时油耗阈值进行分析，并代入环保指标计算公式中进行计算，获得环保指标；
其中，环保指标计算公式包括：油耗计算式和环保指标函数；
油耗计算式具体如下：
式中，Fe为商用车在不同时刻速度、加速度下的油耗估计值；μ0、μ1、μ2、μ3为待定的系数；a为不同时刻的车辆瞬时第二加速度；vi为不同时刻的车辆瞬时第二速度；τ0为怠速下的能耗；
环保指标函数具体如下：
式中，Lenergy为环保指标，其中Femin表示为目标车辆的车辆瞬时油耗阈值。
作为上述方案的改进，所述油耗计算式中的待定系数通过最小二乘法计算获得，具体为：
获取若干不同时刻的待训练瞬时速度和待训练瞬时加速度；
生成含有若干待定系数、速度和加速度的三次函数；
对每个待定系数进行偏导计算，当偏导为预设值时，将所述若干不同时刻的待训练瞬时速度和待训练瞬时加速度，代入进行偏导计算后偏导为预设值的三次函数，获得若干待定系数的值。
在一具体的实施例中，通过最小二乘法的目标函数计算油耗计算式的待定系数，最小二乘法的目标函数具体如下：
式中，vi、ai、Fi为时刻i时采集的车辆速度、加速度、瞬时油耗；N为采样数据的长度；分别对四个参数进行μ0、μ1、μ2、μ3偏导计算，并令偏导为0(即本发明权要所述的预设值)，通过采集的待训练瞬时速度和待训练瞬时加速度数据代入，从而得到四个系数的值。
步骤103：根据预设的层次分析法，对所述安全指标、所述舒适指标和所述环保指标进行权重值的计算，获得安全权重、舒适权重和环保权重。
在本实施例中，作为上述方案的改进，所述根据预设的层次分析法，对所述安全指标、所述舒适指标和所述环保指标进行权重值的计算，获得安全权重、舒适权重和环保权重，具体为：
根据所述安全指标、所述舒适指标和所述环保指标，构建判断比较矩阵；
根据所述比较矩阵，通过预设的重要程度标度法，对判断比较矩阵中的每个元素进行排序，继而将排序后的判断比较矩阵进行计算，从而获得安全权重、舒适权重和环保权重；其中，所述安全权重与所述安全指标对应，所述舒适权重与所述舒适指标对应，所述环保权重与所述环保指标对应。
在一具体的实施例中，如图3所示，即设计一个三层的指标体系，一级指标是目标层，二级指标为指标层，三级指标为因素层；
基于三层指标体系构造一个3*3的判断比较矩阵A，然后利用1-9标度法确定各个指标之间的重要程度，最后将通过一致性校验的判断比较矩阵进行层次总排序计算得到三个指标的权重；其中，判断比较矩阵具体如下：
矩阵A中的第i,(i＝1,2,3)行，第j,(j＝1,2,3)列元素记为aij，然后利用1-9标度法确定各个指标之间的重要程度；
元素包括：安全指标和安全指标的重要性标度，安全指标和舒适指标之间的重要性标度，安全指标和环保指标之间的重要性标度，舒适指标和安全指标之间的重要性标度，舒适指标和舒适指标之间的重要性标度，舒适指标和环保指标之间的重要性标度，环保指标和安全指标之间的重要性标度，环保指标和舒适指标之间的重要性标度，环保指标和环保指标之间的重要性标度。
其中，获取由人工标记重要性标度的若干个指标训练组，并通过预设的神经网络训练模型对指标训练组进行训练，获得重要性标度识别模型，从而将待识别的两个指标输入至重要性标度识别模型中，获得待识别的两个指标之间的重要性标度。
指标的重要程度见表1：
表1
然后对矩阵各层进行归一化处理，再计算矩阵的特征向量，也就是三个指标的权重，即可获得进而确定安全权重，舒适权重和环保权重。
最后判断矩阵进行一致性检验，引入一致性指标CI和一致性检验系数CR，进行检验，判断所获得的结果是否具有满意的一致性。
式中：RI为随机一致性指标；λmax为判断比较矩阵A的最大特征值。规定CR≤0.1时，则判断矩阵一致性较好，反之则应该作适当的修改一直到一致性检验通过。
步骤104：根据所述安全权重、所述舒适权重和所述环保权重，对所述安全指标、所述舒适指标和所述环保指标进行加权计算，获得所述驾驶数据的评估结果，并对评估结果进行判断，当评估结果小于预设值时，则生成异常提醒信号，以使用户根据所述异常提醒信号进行目标车辆的驾驶调整。
在本实施例中，基于安全指标、舒适指标、环保指标，根据三个指标的相对重要性，赋予其不同权重ω1,ω2,ω3，且满足ω1+ω2+ω3＝1，对驾驶员的驾驶行为进行评价，代入加权计算公式如下：
H＝w1Ldistance+w2Lcomfort+w3Lenergy
式中，权重ω1，ω2，ω3利用层次分析法进行确定。
在一具体的实施例中，请参见图4，其中，驾驶行为评估模型应用本发明的基于V2X技术的驾驶数据处理方法，通过一个闭环控制系统，通过比较本车行驶状态与理想状态的偏差值，形成控制信号，控制车辆使其接近理想状态。当评估结果小于预设值时，则生成异常提醒信号，以使综合驾驶行为评估模型根据异常提醒信号下发闭环控制系统的控制指令，从而调整车辆的行驶状态。
本实施例通过获取V2X设备采集的驾驶数据，并根据驾驶数据的车辆安全数据、车辆加速度数据和车辆油耗数据进行指标计算，从而获得安全指标、舒适指标和环保指标，通过层次分析法获得安全权重、舒适权重和环保权重，从而进行加权计算，根据加权计算获得驾驶数据的评估结果，并在评估结果小于预设值时生成异常提醒信号。本实施例在构建商用车驾驶行为评估模型中考虑了商用车特性(载货多、惯性大等特点)，具有针对性，且构建三个不同的指标避免了单一指标的不客观，能够很好的评估商用车驾驶行为。本实施例在反馈机制中考虑多前车运动状态信息，能够结合实际行驶环境对车辆进行控制，有利于更好的进行协同驾驶，提高行车效率。
实施例二
参见图2，图2是本发明一实施例提供的一种基于V2X技术的驾驶数据处理装置的结构示意图，包括：数据接收模块201、数据计算模块202、权重计算模块203和结果生成模块204；
所述数据接收模块201，用于接收由V2X设备采集目标车辆的驾驶数据；所述驾驶数据，包括：车辆安全数据、车辆加速度数据和车辆油耗数据；
所述数据计算模块202，用于将所述车辆安全数据、所述车辆加速度数据和所述车辆油耗数据代入指标计算公式，计算获得安全指标、舒适指标和环保指标；
所述权重计算模块203，用于根据预设的层次分析法，对所述安全指标、所述舒适指标和所述环保指标进行权重值的计算，获得安全权重、舒适权重和环保权重；
所述结果生成模块204，用于根据所述安全权重、所述舒适权重和所述环保权重，对所述安全指标、所述舒适指标和所述环保指标进行加权计算，获得所述驾驶数据的评估结果，并对评估结果进行判断，当评估结果小于预设值时，则生成异常提醒信号，以使用户根据所述异常提醒信号进行目标车辆的驾驶调整。
作为上述方案的改进，所述数据计算模块202，包括：第一计算单元、第二计算单元和第三计算单元；
所述指标计算公式具体为：安全指标计算公式、舒适指标计算公式和环保指标计算公式；
所述第一计算单元，用于将车辆安全数据代入安全指标计算公式，计算获得安全指标；
所述第二计算单元，用于将车辆加速度数据代入舒适指标计算公式，计算获得舒适指标；
所述第三计算单元，用于将车辆油耗数据代入环保指标计算公式，计算获得环保指标。
作为上述方案的改进，所述将车辆安全数据代入安全指标计算公式，计算获得安全指标，具体为：
所述车辆安全数据，具体为：车辆瞬时第一速度、车头时距、自由滑行时间、延迟距离和前车车距差；所述安全指标计算公式，具体为：预测车距计算式和安全指标函数；
将所述车辆瞬时第一速度、所述车头时距、所述自由滑行时间和所述延迟距离代入所述预测车距计算式中，计算获得预测车距；
将所述预测和前车测车距差代入所述安全指标函数中，计算获得安全指标。
作为上述方案的改进，所述将车辆加速度数据代入舒适指标计算公式，计算获得舒适指标，具体为：
所述车辆加速度数据，具体为：车辆瞬时第一加速度、车辆平均加速度、记录时间和舒适性加速度干扰阈值；所述舒适指标计算公式，具体为：干扰加速度计算式和舒适指标函数；
将所述车辆瞬时第一加速度、所述车辆平均加速度和所述记录时间代入所述干扰加速度计算式中，计算获得干扰加速度；
将所述干扰加速度和所述舒适性加速度干扰阈值代入所述舒适指标函数，计算获得舒适指标。
作为上述方案的改进，所述将车辆油耗数据代入环保指标计算公式，计算获得环保指标，具体为：
所述车辆油耗数据，具体为：车辆瞬时第二速度、车辆瞬时第二加速度和车辆瞬时油耗阈值；所述环保指标计算公式，具体为：油耗计算式和环保指标函数；
将所述车辆瞬时第二速度和所述车辆瞬时加速度代入所述油耗计算式中，计算获得油耗值；其中，所述油耗计算式中的待定系数通过最小二乘法计算获得；
将所述油耗值和所述车辆瞬时油耗阈值代入瞬时环保指标函数中计算，获得环保指标。
作为上述方案的改进，所述油耗计算式中的待定系数通过最小二乘法计算获得，具体为：
获取若干不同时刻的待训练瞬时速度和待训练瞬时加速度；
生成含有若干待定系数、速度和加速度的三次函数；
对每个待定系数进行偏导计算，当偏导为预设值时，将所述若干不同时刻的待训练瞬时速度和待训练瞬时加速度，代入进行偏导计算后偏导为预设值的三次函数，获得若干待定系数的值。
作为上述方案的改进，所述权重计算模块203，包括：矩阵构建单元和权重计算单元；
所述矩阵构建单元，用于根据所述安全指标、所述舒适指标和所述环保指标，构建判断比较矩阵；
所述权重计算单元，用于根据所述比较矩阵，通过预设的重要程度标度法，对判断比较矩阵中的每个元素进行排序，继而将排序后的判断比较矩阵进行计算，从而获得安全权重、舒适权重和环保权重；其中，所述安全权重与所述安全指标对应，所述舒适权重与所述舒适指标对应，所述环保权重与所述环保指标对应。
本实施例通过数据接收模块获取目标车辆的驾驶数据，并将驾驶数据输入到数据计算模块中进行安全指标、舒适指标和环保指标的计算，并通过权重计算模块对安全指标、舒适指标和环保指标进行权重的计算，从而通过结果生成模块将安全权重、舒适权重和环保权重，对安全指标、舒适指标和环保指标进行加权计算，从而获得驾驶数据的评估结果，继而根据评估结果进行异常提醒信号的生成判断。相比于现有技术从车辆驾驶的安全性进行评估，本发明基于车辆安全数据、车辆加速度数据和车辆油耗数据，从安全、舒适和环保三个维度进行驾驶行为的评估，提高了商用车驾驶行为的评估准确性，有利于根据评估结果进行车辆控制，提高车辆驾驶的效率。
实施例三
参见图5，图5是本发明一实施例提供的终端设备结构示意图。
该实施例的一种终端设备包括：处理器501、存储器502以及存储在所述存储器502中并可在所述处理器501上运行的计算机程序。所述处理器501执行所述计算机程序时实现上述各个基于V2X技术的驾驶数据处理方法在实施例中的步骤，例如图1所示的基于V2X技术的驾驶数据处理方法的所有步骤。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各模块的功能，例如：图2所示的基于V2X技术的驾驶数据处理装置的所有模块。
另外，本发明实施例还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包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上任一实施例所述的基于V2X技术的驾驶数据处理方法。
本领域技术人员可以理解，所述示意图仅仅是终端设备的示例，并不构成对终端设备的限定，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，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器501可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器501是所述终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分。
所述存储器502可用于存储所述计算机程序和/或模块，所述处理器501通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器502内的数据，实现所述终端设备的各种功能。所述存储器502可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、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(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述终端设备集成的模块/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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需说明的是，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。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种基于V2X技术的驾驶数据处理方法，其特征在于，包括：
接收由V2X设备采集目标车辆的驾驶数据；所述驾驶数据，包括：车辆安全数据、车辆加速度数据和车辆油耗数据；
将所述车辆安全数据、所述车辆加速度数据和所述车辆油耗数据代入指标计算公式，计算获得安全指标、舒适指标和环保指标；
根据预设的层次分析法，对所述安全指标、所述舒适指标和所述环保指标进行权重值的计算，获得安全权重、舒适权重和环保权重；
根据所述安全权重、所述舒适权重和所述环保权重，对所述安全指标、所述舒适指标和所述环保指标进行加权计算，获得所述驾驶数据的评估结果，并对评估结果进行判断，当评估结果小于预设值时，则生成异常提醒信号，以使用户根据所述异常提醒信号进行目标车辆的驾驶调整。
2.根据权利要求1所述的基于V2X技术的驾驶数据处理方法，其特征在于，所述将所述车辆安全数据、所述车辆加速度数据和所述车辆油耗数据代入指标计算公式，计算获得安全指标、舒适指标和环保指标，具体为：
所述指标计算公式具体为：安全指标计算公式、舒适指标计算公式和环保指标计算公式；
将车辆安全数据代入安全指标计算公式，计算获得安全指标；
将车辆加速度数据代入舒适指标计算公式，计算获得舒适指标；
将车辆油耗数据代入环保指标计算公式，计算获得环保指标。
3.根据权利要求2所述的基于V2X技术的驾驶数据处理方法，其特征在于，所述将车辆安全数据代入安全指标计算公式，计算获得安全指标，具体为：
所述车辆安全数据，具体为：车辆瞬时第一速度、车头时距、自由滑行时间、延迟距离和前车车距差；所述安全指标计算公式，具体为：预测车距计算式和安全指标函数；
将所述车辆瞬时第一速度、所述车头时距、所述自由滑行时间和所述延迟距离代入所述预测车距计算式中，计算获得预测车距；
将所述预测和前车测车距差代入所述安全指标函数中，计算获得安全指标。
4.根据权利要求2所述的基于V2X技术的驾驶数据处理方法，其特征在于，所述将车辆加速度数据代入舒适指标计算公式，计算获得舒适指标，具体为：
所述车辆加速度数据，具体为：车辆瞬时第一加速度、车辆平均加速度、记录时间和舒适性加速度干扰阈值；所述舒适指标计算公式，具体为：干扰加速度计算式和舒适指标函数；
将所述车辆瞬时第一加速度、所述车辆平均加速度和所述记录时间代入所述干扰加速度计算式中，计算获得干扰加速度；
将所述干扰加速度和所述舒适性加速度干扰阈值代入所述舒适指标函数，计算获得舒适指标。
5.根据权利要求2所述的基于V2X技术的驾驶数据处理方法，其特征在于，所述将车辆油耗数据代入环保指标计算公式，计算获得环保指标，具体为：
所述车辆油耗数据，具体为：车辆瞬时第二速度、车辆瞬时第二加速度和车辆瞬时油耗阈值；所述环保指标计算公式，具体为：油耗计算式和环保指标函数；
将所述车辆瞬时第二速度和所述车辆瞬时加速度代入所述油耗计算式中，计算获得油耗值；其中，所述油耗计算式中的待定系数通过最小二乘法计算获得；
将所述油耗值和所述车辆瞬时油耗阈值代入瞬时环保指标函数中计算，获得环保指标。
6.根据权利要求5所述的基于V2X技术的驾驶数据处理方法，其特征在于，所述油耗计算式中的待定系数通过最小二乘法计算获得，具体为：
获取若干不同时刻的待训练瞬时速度和待训练瞬时加速度；
生成含有若干待定系数、速度和加速度的三次函数；
对每个待定系数进行偏导计算，当偏导为预设值时，将所述若干不同时刻的待训练瞬时速度和待训练瞬时加速度，代入进行偏导计算后偏导为预设值的三次函数，获得若干待定系数的值。
7.根据权利要求1至6中任意一项所述的基于V2X技术的驾驶数据处理方法，其特征在于，所述根据预设的层次分析法，对所述安全指标、所述舒适指标和所述环保指标进行权重值的计算，获得安全权重、舒适权重和环保权重，具体为：
根据所述安全指标、所述舒适指标和所述环保指标，构建判断比较矩阵；
根据所述比较矩阵，通过预设的重要程度标度法，对判断比较矩阵中的每个元素进行排序，继而将排序后的判断比较矩阵进行计算，从而获得安全权重、舒适权重和环保权重；其中，所述安全权重与所述安全指标对应，所述舒适权重与所述舒适指标对应，所述环保权重与所述环保指标对应。
8.一种基于V2X技术的驾驶数据处理装置，其特征在于，包括：数据接收模块、数据计算模块、权重计算模块和结果生成模块；
所述数据接收模块，用于接收由V2X设备采集目标车辆的驾驶数据；所述驾驶数据，包括：车辆安全数据、车辆加速度数据和车辆油耗数据；
所述数据计算模块，用于将所述车辆安全数据、所述车辆加速度数据和所述车辆油耗数据代入指标计算公式，计算获得安全指标、舒适指标和环保指标；
所述权重计算模块，用于根据预设的层次分析法，对所述安全指标、所述舒适指标和所述环保指标进行权重值的计算，获得安全权重、舒适权重和环保权重；
所述结果生成模块，用于根据所述安全权重、所述舒适权重和所述环保权重，对所述安全指标、所述舒适指标和所述环保指标进行加权计算，获得所述驾驶数据的评估结果，并对评估结果进行判断，当评估结果小于预设值时，则生成异常提醒信号，以使用户根据所述异常提醒信号进行目标车辆的驾驶调整。
9.一种计算机终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的一种基于V2X技术的驾驶数据处理方法。
10.一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包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的一种基于V2X技术的驾驶数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211645783.XA CN115841712A (zh) | 2022-12-20 | 2022-12-20 | 一种基于v2x技术的驾驶数据处理方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211645783.XA CN115841712A (zh) | 2022-12-20 | 2022-12-20 | 一种基于v2x技术的驾驶数据处理方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115841712A true CN115841712A (zh) | 2023-03-24 |
Family
ID=85578941
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211645783.XA Pending CN115841712A (zh) | 2022-12-20 | 2022-12-20 | 一种基于v2x技术的驾驶数据处理方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115841712A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117272654A (zh) * | 2023-09-26 | 2023-12-22 | 重庆交通大学 | 小客车专用高速公路限速标志位置设置方法 |
-
2022
- 2022-12-20 CN CN202211645783.XA patent/CN115841712A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117272654A (zh) * | 2023-09-26 | 2023-12-22 | 重庆交通大学 | 小客车专用高速公路限速标志位置设置方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106874597B (zh) | 一种应用于自动驾驶车辆的高速公路超车行为决策方法 | |
| CN109670970B (zh) | 一种驾驶行为评分方法、装置及计算机可读存储介质 | |
| Suzdaleva et al. | An online estimation of driving style using data-dependent pointer model | |
| DE112010003678T5 (de) | Fahrbewertungssystem, am fahrzeug montierte maschine und informationsverarbeitungszentrum | |
| Kovaceva et al. | Identification of aggressive driving from naturalistic data in car-following situations | |
| CN105930771A (zh) | 一种驾驶行为评分方法及装置 | |
| CN113516846B (zh) | 车辆换道行为预测模型构建、预测预警方法及系统 | |
| CN110196587A (zh) | 车辆自动驾驶控制策略模型生成方法、装置、设备及介质 | |
| CN110968839A (zh) | 驾驶风险评估方法、装置、设备及存储介质 | |
| CN112937591B (zh) | 驾驶安全监测方法、装置、设备及计算机可读存储介质 | |
| CN114815605A (zh) | 自动驾驶测试用例生成方法、装置、电子设备及存储介质 | |
| CN115841712A (zh) | 一种基于v2x技术的驾驶数据处理方法、装置及设备 | |
| CN110263836B (zh) | 一种基于多特征卷积神经网络的不良驾驶状态识别方法 | |
| CN112109715B (zh) | 车辆动力输出策略的生成方法、装置、介质及系统 | |
| Hegde et al. | Real-world driving features for identifying intelligent driver model parameters | |
| CN115151920A (zh) | 驾驶评估方法、装置及非暂态计算机可读存储介质 | |
| CN117216666A (zh) | 一种基于计算机大数据的交通事故预估方法及系统 | |
| CN116700217A (zh) | 一种车辆跟车控制算法的性能评价方法、装置和存储介质 | |
| CN114162132B (zh) | 一种基于主客观评价的驾驶模式识别方法 | |
| Higgs | Application of naturalistic truck driving data to analyze and improve car following models | |
| CN108268678A (zh) | 驾驶行为分析方法、装置及系统 | |
| US20240083441A1 (en) | Driving evaluation system, learning device, evaluation result output device, method, and program | |
| Ma et al. | Lane change analysis and prediction using mean impact value method and logistic regression model | |
| CN111814836A (zh) | 基于类不平衡算法的车辆行驶行为检测方法及装置 | |
| CN113609777B (zh) | 一种基于车载感知设备的车辆行为分析方法与装置 |
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 |