CN116796158A - 收集车辆智能化评估数据的方法、系统及车辆 - Google Patents
收集车辆智能化评估数据的方法、系统及车辆 Download PDFInfo
- Publication number
- CN116796158A CN116796158A CN202310960650.XA CN202310960650A CN116796158A CN 116796158 A CN116796158 A CN 116796158A CN 202310960650 A CN202310960650 A CN 202310960650A CN 116796158 A CN116796158 A CN 116796158A
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- state information
- evaluation
- information
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012545 processing Methods 0.000 claims abstract description 26
- 230000001133 acceleration Effects 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 230000006870 function Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 15
- 238000013473 artificial intelligence Methods 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 8
- 238000007405 data analysis Methods 0.000 description 7
- 230000008451 emotion Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000008909 emotion recognition Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种收集车辆智能化评估数据的方法、系统及包括该系统的车辆，涉及智能驾驶技术领域。上述方法包括获取车辆状态信息，基于设置在车辆上的硬件众包设备获取车辆状态信息，车辆状态信息包括：车辆内外视频图像信息、加速度信息或者位置信息中的至少一种；生成整合数据，将获取到的车辆状态信息上传至服务器，服务器能够对车辆状态信息进行整合和处理，生成整合数据；生成维度数据，根据整合数据对车辆进行多维度评估和分析，并生成维度数据；对维度数据进行评估和分析，得到维度数据的评估结果。上述方法及系统能够短时间将测试数据通过硬件众包设备上传至服务器进行评估，使得数据采集成本更低，样本覆盖率更广，从而提高评估准确度。
Description
技术领域
本公开涉及智能驾驶技术领域，具体而言，涉及一种收集车辆智能化评估数据的方法、系统及包括该系统的车辆。
背景技术
随着人们对汽车智能化的需求增加，越来越多的汽车制造商开始推出智能化汽车产品。为了评估这些汽车产品的表现，需要大量的测试数据来进行分析和评估。目前，大多数第三方机构都采用自主收集数据的方式来进行评估。然而，这种方法存在着数据收集周期长、成本高昂、数据质量不稳定等问题，因此需要一种新的方法来解决这些问题。
发明内容
为解决现有存在的技术问题，本公开实施例提供一种收集车辆智能评估数据的方法、系统及包括该系统的车辆。
第一方面，本公开实施例提供了一种收集车辆智能评估数据的方法，包括：
获取车辆状态信息，基于设置在车辆上的硬件众包设备获取车辆状态信息，车辆状态信息包括：车辆内外视频图像信息、加速度信息或者位置信息中的至少一种；
生成整合数据，将获取到的车辆状态信息上传至服务器，服务器能够对车辆状态信息进行整合和处理，生成整合数据；
生成维度数据，根据整合数据对车辆进行多维度评估和分析，并生成维度数据；
对维度数据进行评估和分析，得到维度数据的评估结果。
可选的，硬件众包设备包括：
摄像头、陀螺仪、加速度计、GPS模组、处理器、5G模块、4G模块、WIFI模块、蓝牙模块、存储卡中的至少一个。
可选的，方法还包括：
基于数据采集设备以及数据分析软件获取车辆状态信息；其中，
数据采集设备包括传感器和摄像头中至少一个，能够对车辆的行驶数据进行采集和记录，并与硬件众包设备联接；行驶数据包括场景工况、自车车速、加速度、转向角度、行驶时间、路段限速和GPS定位中的至少一种；
数据分析软件能够从车辆内外视频图像信息中识别并提取速度信息、里程信息、档位信息、智能驾驶状态信息、车道线信息、周围车辆类型及位置信息以及当前驾驶场景信息中的至少一种。
可选的，在获取车辆状态信息之后，方法还包括：
将获取到的非结构化形式数据以及结构化形式数据如车辆状态信息存储至存储卡中。
可选的，生成整合数据具体包括：
将获取到的车辆状态信息通过5G模块、4G模块上传至服务器，服务器能够对车辆状态信息进行智能分析、整合和处理，生成整合数据。
可选的，生成整合数据具体还包括：
利用汽车智能化评估AI跑分算法模型对车辆状态信息进行数据整合和处理，生成整合数据。
可选的，根据整合数据，对车辆进行多维度评估和分析，并生成维度数据，具体包括：
利用智能汽车测评维度方法对车辆多维度评估和分析，并生成维度数据。
可选的，维度数据包括：
车辆性能维度数据、智能驾驶行为维度数据、智能座舱功能表现数据或者能源利用维度数据中的一种或多种。
可选的，对维度数据进行评估和分析，得到维度数据的评估结果，具体包括：
利用车主数据驱动的智能汽车评价系统对维度数据进行评价和分析，得到维度数据的评估结果。
可选的，数据采集设备能够利用评估算法模型对获取到的车辆状态信息进行分析和处理，并且通过预先采集的车辆状态信息数据对评估算法模型进行训练。
可选的，通过人工智能、机器学习或者深度学习一种或多种方式，提高评估算法模型分析和处理的准确性和客观性。
可选的，在对维度数据进行评估和分析，得到维度数据的评估结果之后，方法还包括：
通过用户反馈和实际驾驶情况的对比优化评估结果。
第二方面，本公开实施例还提供一种用于手机收集车辆智能化评估数据的系统，该系统包括：
硬件众包设备，包括摄像头、陀螺仪、GPS模组、处理器、5G模块、4G模块、WIFI模块以及蓝牙模块中的至少一个，能够获取车辆状态信息，并将获取到的车辆状态信息上传至服务器；其中，车辆状态信息包括：车辆内外视频图像信息、加速度信息或者位置信息中的至少一种；
算法模块，能够将上传至服务器的车辆状态信息进行整合和处理，并生成整合数据；
评估模块，能够根据整合数据，对车辆进行多维度评估和分析，生成维度数据；并且，能够根据维度数据，得到维度数据的评估结果。
可选的，系统还包括：
数据采集设备以及数据分析软件；其中，
数据采集设备包括传感器和摄像头中至少一个，能够对车辆的行驶数据进行采集和记录，并与硬件众包设备联接；行驶数据包括场景工况、自车车速、加速度、转向角度、行驶时间、路段限速和GPS定位中的至少一种；
数据分析软件能够从车辆内外视频图像信息中识别并提取速度信息、里程信息、档位信息、智能驾驶状态信息、车道线信息、周围车辆类型及位置信息以及当前驾驶场景信息中的至少一种。
可选的，硬件众包设备还包括：
存储卡，存储卡能够存储获取到的非结构化形式数据以及结构化形式数据如车辆状态信息。
可选的，算法模块具体用于：
通过汽车智能化评估AI跑分算法模型对车辆状态信息进行数据整合和处理，并生成整合数据。
可选的，评估模块具体用于：
通过智能汽车测评维度方法对车辆多维度评估和分析，并生成维度数据。
可选的，维度数据包括：
车辆性能维度数据、智能驾驶行为维度数据、智能座舱功能维度数据或者能源利用维度数据中的一种或多种。
可选的，评估模块具体用于：
通过车主数据驱动的智能汽车评价系统对维度数据进行评价和分析，得到维度数据的评估结果。
可选的，数据采集设备能够利用评估算法模型对获取到的车辆状态信息进行分析和处理，并且通过预先采集的车辆状态信息数据对评估算法模型进行训练。
可选的，数据采集设备能够通过人工智能、机器学习或者深度学习一种或多种方式，提高评估算法模型分析和处理的准确性和客观性。
可选的，评估模块还用于：
通过用户反馈和实际驾驶情况的对比优化评估结果。
第三方面，本公开实施例提供了一种车辆，配置有智能驾驶系统或智能座舱系统，这种车辆配置有如前述第二方面及其任一项可选方案中记载的用于收集车辆智能化评估数据的系统。
上述方法、系统以及搭载该系统的车辆，具有如下的优点和有益效果：
通过安装在车辆上的硬件众包设备来收集智能化车辆的测试数据，并通过算法模型对测试数据进行整合处理，在经过多维度的评估和分析后得出评估数据，相对于现有技术通过自主收集数据的方式进行评估并得到评估数据的方法，本公开提供的方法能够短时间的将测试数据通过硬件众包设备上传至服务器进行评估，使得数据采集成本更低，样本覆盖率更广，并且可以实现实时更新数据。
此外，还可以通过设置评估维度和指标，可以更加全面地评估车辆智能驾驶功能表现，从而提高评估准确度。
附图说明
为了更清楚地说明本公开实施例或背景技术中的技术方案，下面将对本公开实施例或背景技术中所需要使用的附图进行说明。
图1示出了本公开实施例主要提供的一种收集车辆智能化评估数据的方法的流程图；
图2示出了本公开实施例中，一种车主数据驱动的智能汽车评价方法的流程图；
图3示出了本公开实施例中，一种智能汽车测评维度方法的流程图；
图4示出了本公开实施例涉及的评估结果中，进行指数评分的示例图；
图5示出了本公开中评估方法所生成的评估报告的示例；
图6示出了本公开实施例主要提供的一种用于收集车辆智能化评估数据的系统的模块示意图。
具体实施方式
在本公开实施例的描述中，所属技术领域的技术人员应当知道，本公开实施例可以实现为方法、装置、电子设备及计算机可读存储介质。因此，本公开实施例可以具体实现为以下形式：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、硬件和软件结合的形式。此外，在一些实施例中，本公开实施例还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式，该计算机可读存储介质中包含计算机程序代码。
上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括：电、磁、光、电磁、红外或半导体的系统、装置或器件，或者以上任意的组合。计算机可读存储介质更具体的例子包括：便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、闪存(Flash Memory)、光纤、光盘只读存储器(CD-ROM)、光存储器件、磁存储器件或以上任意组合。在本公开实施例中，计算机可读存储介质可以是任意包含或存储程序的有形介质，该程序可以被指令执行系统、装置、器件使用或与其结合使用。
上述计算机可读存储介质包含的计算机程序代码可以用任意适当的介质传输，包括：无线、电线、光缆、射频(Radio Frequency，RF)或者以上任意合适的组合。
可以以汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路配置数据或以一种或多种程序设计语言或其组合来编写用于执行本公开实施例操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，例如：Java、Smalltalk、C++，还包括常规的过程式程序设计语言，例如：C语言或类似的程序设计语言。计算机程序代码可以完全的在用户计算机上执行、部分的在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行以及完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括：局域网(LAN)或广域网(WAN)，可以连接到用户计算机，也可以连接到外部计算机。
本公开实施例通过流程图和/或方框图描述所提供的方法、装置、电子设备。
应当理解，流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合，都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而生产出一种机器，这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行，产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。
也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样，存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。
也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。
有鉴于现有技术中存在数据收集周期长、成本高、数据质量不稳定等问题，申请人提供一种方法和装置。这种方法基于如下整体逻辑结构：
步骤1：通过硬件众包设备采集车辆内外视频图像、加速度、GPS位置信息等数据，将这些数据进行数据组合并通过硬件众包设备上传至云端服务器以及存储至本地存储卡中；
步骤2：通过“汽车智能化评估AI跑分算法模型”对组合数据进行数据整合和处理；
步骤3：通过“智能汽车测评维度”对经过整合处理的数据进行维度提取；
步骤4：通过“车主数据驱动的智能汽车评价系统”对上述经过维度提取的数据进行评价和分析，并得到分析结果。
基于上述技术思想，可以设计一种对应的设备，其基本构型包括硬件众包设备、算法模块、提取模块和评估模块。其中，硬件众包设备用于采集数据并上传至云端服务器以及存储至本地存储看中；算法模块用于通过“汽车智能化评估AI跑分算法模型”对组合数据进行数据智能分析、整合和处理；提取模块用于通过“智能汽车测评维度”对经过整合处理的数据进行维度提取；评估模块用于通过“车主数据驱动的智能汽车评价系统”对上述经过维度提取的数据进行评价和分析，并得到分析结果。
并且，上述设备还能够被期望设置于具有智能驾驶功能的载具上。
下面结合本公开实施例中的附图对本公开实施例进行描述。
图1示出了本公开实施例所提供的一种收集车辆智能化评估数据的方法，包括：
获取车辆状态信息，基于设置在车辆上的硬件众包设备获取车辆状态信息，车辆状态信息包括：车辆内外视频图像信息、加速度信息或者位置信息中的至少一种；
生成整合数据，将获取到的车辆状态信息上传至服务器，服务器能够对车辆状态信息进行整合和处理，生成整合数据；
生成维度数据，根据整合数据对车辆进行多维度评估和分析，并生成维度数据；
对维度数据进行评估和分析，得到维度数据的评估结果。
在一个优选实施例中，硬件众包设备可以包括摄像头、陀螺仪、加速度计、GPS模组、处理器、5G/4G模块、WIFI模块、蓝牙模块、存储卡中的至少一个。
在一个优选实施例中，该硬件众包设备具有数据采集和数据分析的功能，能够支持4G LTE通信、WIFI和蓝牙等多种通信方式将数据上传至云端服务器。
根据上述优选实施例，在行驶过程中，硬件众包设备能够利用内部设置的摄像头捕捉车辆内外视频图像信息，利用陀螺仪收集加速度信息，利用GPS模组收集GPS位置信息。其中，具有数据分析功能的该硬件众包设备能从车辆内外视频图像信息中识别并提取速度信息、里程信息、档位信息、智能驾驶状态信息、车道线信息、周围车辆类型及位置信息以及当前驾驶场景信息中的至少一种。
根据上述优选实施例，硬件众包设备内部的存储卡能够存储获取到的非结构化形式数据以及结构化形式数据如原始车辆状态信息。
在一个优选实施例中，硬件众包设备能够通过内部的处理器对获取到的车辆状态信息进行处理，采用独特的数据组合方式将车辆状态信息进行组合为整体数据。再通过硬件众包设备内部的5G/4G模块、WIFI模块或者蓝牙模块中的一种将整体数据上传至云端服务器。
根据上述优选实施例，将数据上传至云端服务器后，云端服务器可以利用“汽车智能化评估AI跑分算法模型”对上传的数据进行整合和处理，并生成整合数据。
根据上述优选实施例，利用生成的整合数据，通过“智能汽车测评维度”对车辆进行多维度评估和分析，并生成维度数据。其中，维度数据可以包括智驾表现、智舱表现、续航表现、动力表现、内外饰表现以及售后表现的一种或多种。
根据上述优选实施例，利用“车主数据驱动的智能汽车评价系统”对维度数据进行评价和分析，得到维度数据的评估结果。其中，在数据采集过程中，可以设置相关的评估维度和指标，例如加速度评分、刹车评分、转向评分等来评估车辆的智能驾驶功能表现，并根据用户对车辆智能驾驶功能的反馈和实际驾驶情况的对比，对评估结果进行不断优化和改进。
在一个典型的实施例中，评估结果可以包括如图4所示出的指数评分。指数评分可以基于各种评估信息生成个性化、趣味化的多种评分标准。如图4中的(不)焦虑指数、(不)靠谱指数、匠心指数、躺平指数等。各种指数可以是正向的也可以是负面的，并且可以给出综合评分、以及测试里程的信息。
在一个典型的实施例中，评估报告可以更加详细，如图5所示出的，包括各种统计图表等。
应理解，图4和图5所示出的UI界面，仅仅是用来形象地说明评估信息的内容，并不意味着其限定了本公开实施例的评估信息呈现形式。本公开实施例的评估信息可以为各种图表、文字、多边形图甚至声音、视频等多种呈现形式。
在另一优选实施例中，本公开实施例所提供的一种收集车辆智能化评估数据的方法还包括：基于数据采集设备以及数据分析软件获取车辆状态信息。其中，数据采集设备可以包括传感器和摄像头中的至少一个，能够对车辆行驶数据进行采集和记录，并与硬件众包设备进行联接。其中，行驶数据包括场景工况、自车车速、加速度、转向角度、行驶时间、路段限速和GPS定位中的至少一种。
根据上述优选实施例，数据分析软件可以从车辆内外视频图像信息中识别并提取速度信息、里程信息、档位信息、智能驾驶状态信息、车道线信息、周围车辆类型及位置信息以及当前驾驶场景信息中的至少一种。
根据上述优选实施例，与硬件众包设备联接的数据采集设备能够利用评估算法模型对获取到的车辆状态信息进行分析和处理，并且通过预先采集的车辆状态信息数据对评估算法模型进行训练。同时利用人工智能、机器学习或者深度学习中的一种或者多种方式提高评估算法模型分析和处理的准确性和客观性。如图6所示，本公开实施例还提供了一种用于收集车辆智能化评估数据的系统，这种系统包括：
硬件众包设备，包括摄像头、陀螺仪、GPS模组、处理器、5G/4G模块、WIFI模块以及蓝牙模块中的至少一个，能够获取车辆状态信息，并将获取到的车辆状态信息上传至服务器；其中，车辆状态信息包括：车辆内外视频图像信息、加速度信息或者位置信息中的至少一种；
算法模块，能够将上传至服务器的车辆状态信息进行整合和处理，并生成整合数据；
评估模块，能够根据整合数据，对车辆进行多维度评估和分析，生成维度数据；并且，能够根据维度数据，得到维度数据的评估结果。
在优选实施例中，还包括数据采集设备以及数据分析软件；其中，数据采集设备包括传感器和摄像头中至少一个，能够对车辆的行驶数据进行采集和记录，并与硬件众包设备联接；行驶数据包括场景工况、自车车速、加速度、转向角度、行驶时间、路段限速和GPS定位中的至少一种；数据分析软件能够从车辆内外视频图像信息中识别并提取速度信息、里程信息、档位信息、智能驾驶状态信息、车道线信息、周围车辆类型及位置信息以及当前驾驶场景信息中的至少一种。
在优选实施例中，上述的硬件众包设备还包括：
存储卡，所述存储卡能够存储获取到的所述车辆状态信息。
在优选实施例中，上述算法模块具体用于：
通过汽车智能化评估AI跑分算法模型对车辆状态信息进行数据智能分析、整合和处理，并生成整合数据。
在优选实施例中，上述评估模块具体用于：
通过智能汽车测评维度方法对车辆多维度评估和分析，并生成维度数据。
在优选实施例中，上述维度数据包括：
车辆性能维度数据、智能驾驶行为维度数据、智能座舱功能维度数据或者能源利用维度数据中的一种或多种。
在优选实施例中，上述评估模块具体用于：
通过车主数据驱动的智能汽车评价系统对所述维度数据进行评价和分析，得到所述维度数据的评估结果。
在优选实施例中，上述数据采集设备用于：
利用评估算法模型对获取到的车辆状态信息进行分析和处理，并且通过预先采集的车辆状态信息数据对评估算法模型进行训练。
在优选实施例中，上述数据采集设备能够利用评估算法模型对获取到的车辆状态信息进行分析和处理，并且通过预先采集的车辆状态信息数据对评估算法模型进行训练。
在优选实施例中，上述的数据采集设备能够通过人工智能、机器学习或者深度学习一种或多种方式，提高评估算法模型分析和处理的准确性和客观性。
在优选实施例中，上述的评估模块还用于：
通过用户反馈和实际驾驶情况的对比优化评估结果。
本公开进一步地提供一种车辆的实施例，其配置有智能驾驶系统，这种车辆配置有如前述实施例及其任一项可选方案中记载的用于收集车辆智能化评估数据的系统。该车辆的智能驾驶系统，底盘、发动机等机械结构，均与现有技术无异，受限于篇幅本公开不赘述。
本公开进一步地提供如下实例：
实例一
如图2所示，本实例中公开了一种车主数据驱动的智能汽车评价方法，包括步骤：
步骤1：获取待评估车辆和用户的状态信息。
用户的状态信息至少包括用户的主观信息，例如通过用户的表情识别用户情绪，或者利用可穿戴设备识别用户脑电波等，以此推断出用户所处的场景；
车辆的状态信息至少包括待评估车辆部分动力数据，例如车速、加速度、方向盘转角等；
该步骤还能够利用视觉感知算法获取待评估车辆所处的场景，例如拥堵场景、白天或黑夜场景、高速场景等。
步骤2：将状态信息上传至用户端，得到用户主观评价。
将评价软件设置在用户端并直连行硬件众包设备，用户能够根据评价软件直接获取状态信息，同时对车辆行程、内饰等进行及时性的主观评价。
步骤三：将状态信息和主观评价上传至后台数据分析系统进行分析，得到评估结果。
该步骤能够利用IOT卡将采集到的各数据以及用户的主观评价通过WIFI/蜂窝网络上传至云端后台数据分析系统进行分析，以得出较为全面的车辆评估结果。
本实例中还公开了一种车主数据驱动的智能汽车评价系统，能够集合车主的评价形成一套对智能汽车的评价体系。该系统包括：
硬件众包设备，在本公开实施例中，硬件众包设备可以是行车监护仪，能够安装在待评估车辆的内部，能够通过内置传感器、摄像头等设备收集车辆的各项数据，再通过IOT卡WIFI/蜂窝网络上传至云端进行存储和处理，剔除相关无效数据以及异常数据后灌入算法进行训练没输出车辆性能指标表现。例如，通过摄像头收集用户的面部表情，加以算法识别后输出为情绪特征，并将该情绪特征与其他加速度传感器进行结合对比，对车辆行驶过程中的主观安全性进行评估并输出相应的评分结构。能够收集的车辆的各项数据可以包括行驶速度、加速度、刹车反应时间、转弯半径以及油耗等，这些数据可以用于评价车辆性能的表现。
评价软件，内置于用户端，可以通过行车监护仪相连的方式获取车辆性能数据，同时使得用户能够对车辆进行评价，得到评价数据。其中，用户端可以为用户手机或者平板电脑等工具。
后台数据分析系统：用于处理评价数据的后台系统，可以对评价数据进行分析和计算得出分值，并形成评价报告。
实例二
如图3所示，本实例公开了一种智能汽车测评维度方法，该方法能够自动动态追踪用户更在乎车辆的六个维度，并为六个维度设置权重，得出车辆的整体表现，其中，六个维度包括续航表现、智驾表现、智舱表现、动力表现、内外饰表现以及售后表现。该方法包括步骤：
步骤1：收集和监测用户互动数据。
收集和监测用户在用户端内与六个维度相关的互动数据；
使用自然语言处理(NLP)技术对用户的评论进行关键词分析，以识别与六个维度相关的内容。
步骤2：分析用户对六个维度的兴趣程度分布。
根据互动数据，为每个维度分配一个相对权重，例如，如果用户对续航表现的讨论更为活跃，则为其分配较高的权重；
根据识别到的关键词，计算每个维度的相对权重，例如，如果用户评论中经常提及智驾表现，则为该维度分配较高权重；
根据用户情绪感知动态调整主观权重以及所占分值，能够通过用户的可穿戴设备以及相关的用户表情识别摄像头传感器采集的数据综合判断用户的情绪状态，从而在各个子维度中对主观的占比进行浮动分配，例如，在智驾表现中，用户主观情绪在单一的高速NOA类别中起伏波动较大，则说明用户对该子项感知度较强，可以适当调高该子项占比。
步骤3：在用户端内可视化方式展示六个维度的权重，并收集用户反馈。
通过创建可视化图表展示六个维度的权重分布；
根据用户端内置的反馈机制，收集用户对于权重分布的满意度和建议，得出用户反馈；
根据用户反馈调整权重分布，并实时更新可视化图表。
步骤4：计算车辆的整体表现。
根据权重分布，计算每个维度的加权得分，例如，将每个维度的平分与其权重相乘；将所有维度的加权得分相加，得到车辆的整体表现分数。
实例三
采用行车监护仪作为本公开中的硬件众包设备，该行车监护仪包括数据采集和数据分析功能，支持4GLTE通信、WIFI和蓝牙等多种通信方式。在行驶过程中，行车监护仪会通过数据采集功能收集车辆车内外视频图像、加速度、GPS位置信息，通过数据分析功能从视频图像中识别并提取速度、里程、档位、智驾状态、车道线、周围车辆类型及位置、当前驾驶场景等信息，将以上信息组合成整体数据上传至云端，同时将原始数据存储于本地存储卡中。在本实例中，行车监护仪可以实时监测车辆的能量消耗等信息，提供最优的能源管理策略，以延长车辆的续航，提高能源利用率。
实例四
采用行车监护仪作为本公开中的硬件众包设备，该行车监护仪还可以配备专门的数据采集设备和数据分析软件，数据采集设备能够与行车监护仪或者其他车载设备联接，通过内部传感器和摄像头等装置采集车辆行驶中的各种数据，并将采集到的数据上传至云端服务器中。其中，传感器和摄像头等设备可以实现对车辆的各种形式数据进行采集和记录，至少包括车速、加速度、转向角度、行驶时间、路段限速、GPS定位等。此外，数据采集设备还可以配备专门的评估算法模型。
综上所述，本公开实施例提供的技术方案能够通过硬件众包方式收集数据，使得数据采集成本更低，数据采集范围更广，并且可以实现实时更新数据。此外，通过设置评估维度和指标，可以更加全面地评估车辆智能驾驶功能表现，提高评估准确度，为用户提供更加全面、准确的智能驾驶功能评估服务。
另外，在本公开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，也可以是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。
以上所述，仅为本公开实施例的具体实施方式，但本公开实施例的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开实施例披露的技术范围内，可轻易想到变化或替换，都应涵盖在本公开实施例的保护范围之内。因此，本公开实施例的保护范围应以权利要求的保护范围为准。
Claims (20)
1.一种收集车辆智能化评估数据的方法，其特征在于，包括：
获取车辆状态信息，基于设置在车辆上的硬件众包设备获取车辆状态信息，所述车辆状态信息包括：车辆内外视频图像信息、加速度信息或者位置信息中的至少一种；
生成整合数据，将获取到的车辆状态信息上传至服务器，所述服务器能够对所述车辆状态信息进行整合和处理，生成整合数据；
生成维度数据，根据所述整合数据对车辆进行多维度评估和分析，并生成维度数据；
对所述维度数据进行评估和分析，得到所述维度数据的评估结果。
2.根据权利要求1所述的方法，其特征在于，所述硬件众包设备包括：
摄像头、陀螺仪、加速度计、GPS模组、处理器、4G模块、5G模块、WIFI模块、蓝牙模块、存储卡中的至少一个。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于数据采集设备以及数据分析软件获取所述车辆状态信息；其中，
所述数据采集设备包括传感器和摄像头中至少一个，能够对车辆的行驶数据进行采集和记录，并与所述硬件众包设备联接；所述行驶数据包括场景工况、自车车速、加速度、转向角度、行驶时间、路段限速和GPS定位中的至少一种；
所述数据分析软件能够从所述车辆内外视频图像信息中识别并提取速度信息、里程信息、档位信息、智能驾驶状态信息、车道线信息、周围车辆类型及位置信息以及当前驾驶场景信息中的至少一种。
4.根据权利要求1或2所述的方法，其特征在于，在所述获取车辆状态信息之后，所述方法还包括：
将获取到的非结构化形式数据以及结构化形式数据存储至所述存储卡中，其中，所述结构化形式数据包括所述车辆状态信息。
5.根据权利要求2所述的方法，其特征在于，所述生成整合数据具体包括：
将获取到的车辆状态信息通过所述5G模块、4G模块、WIFI模块或者蓝牙模块中的一种上传至服务器，所述服务器能够对所述车辆状态信息进行智能分析、整合和处理，生成整合数据。
6.根据权利要求1所述的方法，其特征在于，所述生成整合数据具体还包括：
利用汽车智能化评估AI跑分算法模型对所述车辆状态信息进行数据整合和处理，生成整合数据。
7.根据权利要求1所述的方法，其特征在于，所述根据所述整合数据，对车辆进行多维度评估和分析，并生成维度数据，具体包括：
利用智能汽车测评维度方法对车辆多维度评估和分析，并生成维度数据。
8.根据权利要求7所述的方法，其特征在于，所述维度数据包括：
车辆性能维度数据、智能驾驶行为维度数据、智能座舱功能维度数据或者能源利用维度数据中的一种或多种。
9.根据权利要求1所述的方法，其特征在于，所述对所述维度数据进行评估和分析，得到所述维度数据的评估结果，具体包括：
利用车主数据驱动的智能汽车评价系统对所述维度数据进行评价和分析，得到所述维度数据的评估结果。
10.根据权利要求3所述的方法，其特征在于，所述数据采集设备能够利用评估算法模型对获取到的车辆状态信息进行分析和处理，并且通过预先采集的车辆状态信息数据对所述评估算法模型进行训练。
11.根据权利要求10所述的方法，其特征在于，通过人工智能、机器学习或者深度学习中的一种或多种方式，提高所述评估算法模型分析和处理的准确性和客观性。
12.一种用于收集车辆智能化评估数据的系统，其特征在于，包括：
硬件众包设备，包括摄像头、陀螺仪、GPS模组、处理器、5G模块、4G模块、WIFI模块以及蓝牙模块中的至少一个，能够获取车辆状态信息，并将获取到的所述车辆状态信息上传至服务器；其中，所述车辆状态信息包括：车辆内外视频图像信息、加速度信息或者位置信息中的至少一种；
算法模块，能够将上传至服务器的所述车辆状态信息进行整合和处理，并生成整合数据；
评估模块，能够根据所述整合数据，对车辆进行多维度评估和分析，生成维度数据；并且，能够根据所述维度数据，得到所述维度数据的评估结果。
13.根据权利要求12所述的系统，其特征在于，所述系统还包括：
数据采集设备以及数据分析软件；其中，
所述数据采集设备包括传感器和摄像头中至少一个，能够对车辆的行驶数据进行采集和记录，并与所述硬件众包设备联接；所述行驶数据包括场景工况、自车车速、加速度、转向角度、行驶时间、路段限速和GPS定位中的至少一种；
所述数据分析软件能够从所述车辆内外视频图像信息中识别并提取速度信息、里程信息、档位信息、智能驾驶状态信息、车道线信息、周围车辆类型及位置信息以及当前驾驶场景信息中的至少一种。
14.根据权利要求13所述的系统，其特征在于，所述硬件众包设备还包括：
存储卡，所述存储卡能够存储获取到的非结构化形式数据以及结构化形式数据；所述结构化形式数据包括所述车辆状态信息。
15.根据权利要求12所述的系统，其特征在于，所述算法模块具体用于：
通过汽车智能化评估AI跑分算法模型对所述车辆状态信息进行数据整合和处理，并生成整合数据。
16.根据权利要求12所述的系统，其特征在于，所述评估模块具体用于：
通过智能汽车测评维度方法对车辆多维度评估和分析，并生成维度数据。
17.根据权利要求16所述的系统，其特征在于，所述维度数据包括：
车辆性能维度数据、智能驾驶行为维度数据、智能座舱功能维度数据或者能源利用维度数据中的一种或多种。
18.根据权利要求12所述的系统，其特征在于，所述评估模块具体用于：
通过车主数据驱动的智能汽车评价系统对所述维度数据进行评价和分析，得到所述维度数据的评估结果。
19.根据权利要求13所述的系统，其特征在于，所述数据采集设备用于：
利用评估算法模型对获取到的车辆状态信息进行分析和处理，并且通过预先采集的车辆状态信息数据对所述评估算法模型进行训练。
20.一种车辆，配置有智能驾驶系统，其特征在于，所述车辆配置有如权利要求13至19任一项所述的用于收集车辆智能评估数据的系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310960650.XA CN116796158A (zh) | 2023-08-01 | 2023-08-01 | 收集车辆智能化评估数据的方法、系统及车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310960650.XA CN116796158A (zh) | 2023-08-01 | 2023-08-01 | 收集车辆智能化评估数据的方法、系统及车辆 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116796158A true CN116796158A (zh) | 2023-09-22 |
Family
ID=88042310
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310960650.XA Pending CN116796158A (zh) | 2023-08-01 | 2023-08-01 | 收集车辆智能化评估数据的方法、系统及车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116796158A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117826763A (zh) * | 2024-01-04 | 2024-04-05 | 苏州埃博斯电气有限公司 | 一种基于车联网的汽车信息智能采集管控系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107784251A (zh) * | 2016-08-25 | 2018-03-09 | 大连楼兰科技股份有限公司 | 基于图像识别技术对驾驶行为评价的方法 |
| US20180075507A1 (en) * | 2006-12-14 | 2018-03-15 | Joseph Gormley | Vehicle customization and personalization activities |
| US20180130012A1 (en) * | 2006-05-09 | 2018-05-10 | Lytx, Inc. | System and method for reducing driving risk with hindsight |
| US20220252411A1 (en) * | 2019-03-19 | 2022-08-11 | Diarmuid Gardiner | Securitized and encrypted data for vehicle service scheduling and dispatch devices (ssdd) and systems that provide improved operations and outcomes |
| CN116151650A (zh) * | 2022-12-08 | 2023-05-23 | 中汽研汽车检验中心（天津）有限公司 | 一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统 |
-
2023
- 2023-08-01 CN CN202310960650.XA patent/CN116796158A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180130012A1 (en) * | 2006-05-09 | 2018-05-10 | Lytx, Inc. | System and method for reducing driving risk with hindsight |
| US20180075507A1 (en) * | 2006-12-14 | 2018-03-15 | Joseph Gormley | Vehicle customization and personalization activities |
| CN107784251A (zh) * | 2016-08-25 | 2018-03-09 | 大连楼兰科技股份有限公司 | 基于图像识别技术对驾驶行为评价的方法 |
| US20220252411A1 (en) * | 2019-03-19 | 2022-08-11 | Diarmuid Gardiner | Securitized and encrypted data for vehicle service scheduling and dispatch devices (ssdd) and systems that provide improved operations and outcomes |
| CN116151650A (zh) * | 2022-12-08 | 2023-05-23 | 中汽研汽车检验中心（天津）有限公司 | 一种基于车云交互的车辆自动驾驶功能公共道路测试评价系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117826763A (zh) * | 2024-01-04 | 2024-04-05 | 苏州埃博斯电气有限公司 | 一种基于车联网的汽车信息智能采集管控系统及方法 |
| CN117826763B (zh) * | 2024-01-04 | 2024-08-06 | 苏州埃博斯电气有限公司 | 一种基于车联网的汽车信息智能采集管控系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE102019107797B4 (de) | FAHRZEUGPROGNOSEN UND ABHILFEMAßNAHMEN | |
| CN110371132B (zh) | 驾驶员接管评估方法及装置 | |
| US20230012186A1 (en) | System and method for vibroacoustic diagnostic and condition monitoring a system using neural networks | |
| JP2020530578A (ja) | 運転行為の採点方法及び装置 | |
| JP6918137B2 (ja) | 運転行為評価方法、装置及びコンピュータが読み取り可能な記憶媒体 | |
| CN109406167B (zh) | 用于评估车辆的方法、装置、设备和计算机可读存储介质 | |
| CN114494158A (zh) | 一种图像处理方法、一种车道线检测方法及相关设备 | |
| CN107248284A (zh) | 基于多源信息融合的实时交通评价方法 | |
| CN116796158A (zh) | 收集车辆智能化评估数据的方法、系统及车辆 | |
| CN110458214A (zh) | 驾驶员更换识别方法和装置 | |
| CN113159435B (zh) | 一种新能源车辆剩余驾驶里程预测方法及系统 | |
| CN212009589U (zh) | 一种基于深度学习的视频识别行车车轨迹获取装置 | |
| CN104063914A (zh) | 一种实现驾驶风险管理的终端机及其使用方法 | |
| Kar et al. | Scotto: Real-time driver behavior scoring using in-vehicle data | |
| CN116453345B (zh) | 一种基于驾驶风险反馈的公交行车安全预警方法及系统 | |
| CN111027859B (zh) | 基于机动车状态监控数据挖掘的驾驶风险防范方法及系统 | |
| CN117400948A (zh) | 一种汽车能耗预测方法、装置、电子设备及存储介质 | |
| CN114676870A (zh) | 车速预测方法、车速预测模型训练方法和相关装置 | |
| CN116956044A (zh) | 自动驾驶车辆及其性能评估方法、评估系统 | |
| CN115203457B (zh) | 图像检索方法、装置、车辆、存储介质及芯片 | |
| CN115221151B (zh) | 车辆数据的传输方法、装置、车辆、存储介质及芯片 | |
| CN115056784B (zh) | 车辆控制方法、装置、车辆、存储介质及芯片 | |
| CN116340332A (zh) | 更新车载智能系统的场景库的方法、装置和车辆 | |
| CN113609777B (zh) | 一种基于车载感知设备的车辆行为分析方法与装置 | |
| Wen et al. | Analysis of vehicle driving styles at freeway merging areas using trajectory data |
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 |