TWI613108B - 針對事故的駕駛行為分析系統及方法 - Google Patents
針對事故的駕駛行為分析系統及方法 Download PDFInfo
- Publication number
- TWI613108B TWI613108B TW105119046A TW105119046A TWI613108B TW I613108 B TWI613108 B TW I613108B TW 105119046 A TW105119046 A TW 105119046A TW 105119046 A TW105119046 A TW 105119046A TW I613108 B TWI613108 B TW I613108B
- Authority
- TW
- Taiwan
- Prior art keywords
- data
- vehicle
- driving
- analysis module
- accident
- Prior art date
Links
Landscapes
- Traffic Control Systems (AREA)
Description
本發明有關於一種交通監測系統及方法,尤指一種蒐集各種主被動資訊以針對事故做出報告之駕駛行為分析系統及方法。
根據中華民國主計處提供民國103年道路交通事故統計報告,該年份之道路交通事故高達29萬5千多件,且可以觀察到十年來事故之件數逐年上升,一旦不幸事故發生,釐清事故如何發生以歸咎事後責任或是進行理賠等等,以現今常見之狀況,大多為警察單位或鑑定人員於事故現場做事故鑑定再配合行車紀錄影像之畫面,來產生事故鑑定報告,此種方法所考慮之證據仍嫌不夠全面,且難以直接檢視之證據可能就由鑑定人員推理判斷,往往造成事故雙方各執一詞或進而產生怨懟,故知,若能發展出一種可追蹤事故車輛的駕駛行為數據並結合周邊所有可獲取之客觀資訊進行綜合分析判斷,當可提供更科學且更完善的公正交通事故數據分析,較能夠使事故相關者或警察單位接受。
當然,也有著若干先前技術提出各種交通事故監控系統被設計來解決類似上述之事故鑑定問題,先前技術中有利用大量架設有收音設備之攝影機、數位影像辨識或數位
音訊辨識之網路型數位影像監控系統,試圖以位於周遭環境之觀測設施以辨識方法來偵測交通事故發生特徵,或發生過程,再進一步試圖將交通事故發生地點視覺化,以輔助現場處理人員判斷。
然而,前述該種系統因造價昂貴,應大多僅能應用於警察單位,且其觀察之證據仍被侷限於設置的該些監控系統、收音設備以及攝影機,其蒐集之資料量亦尚欠周全,並難以提供一般使用者在發生事故時能第一時間提出客觀之鑑定報告,故知其應用仍有其侷限。
對此領域之技術人員而言,為了解決上述問題,發展出一種可以廣泛蒐集影響事故所有面向之資料,並自動做出較為客觀之第三方報告知技術,是一種可以快速瞭解事故緣由亦可節省後續人民之法律訴訟資源之浪費的必要技術。
本發明提出一種針對事故的駕駛行為分析系統及方法,其係因為既存之系統及方法難以涵蓋可能影響事故所有面向或做出較為公正受認可之第三方報告,本發明即應運而生。
本發明之系統主要至少包含三個資料庫,分別為:一行車數據資料庫、一路網訊息資料庫及一交通數據資訊庫。
其中,該行車數據資料庫係用以接收並儲存來自外部複數行車紀錄裝置各自傳輸來的一行車數據資料,而該行車數據資料內包含了有設置有各該行車紀錄器的對應載具
之定位資料、車速資料、重力資料、行車影像資料與車載周邊設備資料等,而所述之外部行車紀錄器可以為任何現今常見之用以紀錄與蒐集使用者駕駛車輛、影像、各項參數之行車數據裝置或行車電腦等,然而,其需可透過無線傳輸方式定時或隨時地將蒐來之資訊上傳到該行車數據資料庫。
其中,該路網資料庫內儲存有複數公開路段資料,各該路段資料主要係政府單位或是專業單位所提供之大範圍或小範圍之路段資料,資料細分包含有各路段之編號、路段定位集合之資料、路段可行車或受調控後可行車之方向性資料、各路段的速限資料,以及在各路段上須遵守的特殊或一般之交通規範資料等。
其中,該交通數據資訊庫和外部的車聯網大數據資料庫連結,其當可自接收外部的車聯網大數據資料庫並儲存有複數的即時交通資訊,所述的各該即時交通資訊包含有大範圍路段或路網的即時車速資料、即時路況資料、個別的監視影像資料以及快速道路或高速公路的電子收費資料等。
本發明之系統主要至少包含五個分析模組,分別為:一定位系統(GPS,Global Positioning System)分析模組、一重力感應(G-sensor)分析模組、一影像分析模組、一車輛數據分析模組及一駕駛行為分析模組。
其中,該定位系統分析模組係用以分析自該行車數據資料庫內得來之載具的定位資訊,該定位系統分析模組可以據以進行超速判斷,其係先透過該行車數據資料中之載具的定位資料判斷載具所在路段,再透過該路網訊息資料庫行車數據資料中的各該即時交通資訊中獲取載具所在路段的路段速限資料,該定位系統分析模組再以該行車數據資料中
之載具的車速資料判斷載具是否超速,接著追蹤載具超速之定位數據並計算載具超速定位數據之行駛距離,此為超速判斷方法。
另外,該定位系統分析模組亦可進行急加速、急煞車判斷,主要係由該定位系統分析模組依據該行車數據資料中連續時間內載具的定位資料變化來推算載具的加速度值(或為瞬時加速度值),該定位系統分析模組再判斷載具的加速度值是否超過系統中預先設定好的急加速或急煞車門檻值,若有發生急加速或急煞車狀況,該定位系統分析模組即將對應該行車數據資料之載具所發生急加速和急煞車的定位數據標記下來,且進一步統計急加速和急煞車所發生之次數,作為對載具之駕駛行為觀察之一項參數。
而該定位系統分析模組亦可進一步將該行車數據資料中載具的定位資料所形成之行駛軌跡和車速資料透過與該路網訊息資料庫中載具所經路段之相關資料比對,以分析載具的急加速或急煞車之駕駛行為是否合理,或僅為一般駕車習慣。
本發明之系統中所包含之該重力感應分析模組係用以追蹤該行車數據資料中載具之重力變化數值,以分析載具所經路段之路況以及進行載具的急加速、急煞車或急轉彎之行為判斷,其主要係由該重力感應分析模組依據該行車數據資料中一段連續時間內載具重力資料的三軸(X、Y、Z軸)之數值的變化以推算出重力變化值,該重力感應分析模組再判斷載具的重力變化值是否超過預先設定之急加速、急煞車或急轉彎門檻值,以標示載具發生急加速、急煞車或急轉彎之重力數據且統計急加速和急煞車發生次數。
另外,該重力感應分析模組透過追蹤該行車數據資料中載具之重力變化數值,亦可依據三軸數值的平均變化量來判斷載具所行駛的路面狀態,更可在事故發生時,透過X、Y、Z三軸重力之瞬時變化值了解載具受撞擊或撞擊他人的方向、位置或推估可能之嚴重程度。
再,本發明之系統中所包含之該影像分析模組係用以分析該行車數據資料中載具的行車影像,其係透過影像辨識與物件偵測方法來一些被動行車資料,所述被動行車資料主要如下所述。
該影像分析模組可進行交通標誌與號誌分析,其將該行車數據資料中載具的行車影像中連續的畫格(i-frame)通過物件偵測方法,以依據色彩、形狀與大小等特徵偵測出可能為交通標誌與號誌者,該影像分析模組並通過物件辨識來自該路網資料庫中或其他資料庫比對所偵測者是否為交通標誌或號誌,接著,該影像分析模組即標示載具通過的交通標誌與號誌之時間點以及交通標誌與號誌所代表的內容意義。
另外,該影像分析模組亦可進行車道偏移與變換分析,其係該影像分析模組將載具的行車影像通過物件偵測方法,以依據色彩、形狀與大小等特徵偵測出路面上可能之交通標線,並隨著時間推進持續計算交通標線位置之變化,來判斷偏移數值是否有超過預定的一車道偏移門檻值,若超過,即代表載具發生了車道偏移或變換,該影像分析模組隨即標示載具發生車道偏移或變換車道之時間點。
另外,該影像分析模組更可進行車距分析,主要係該影像分析模組將行車影像通過物件偵測以偵測出可能之
交通標線,再根據標線種類調整產生一車距計算修正參數,接著,該影像分析模組通過物件偵測方法判斷載具前方是否有車輛並以該車距計算修正參數作為輔助來推估一車距距離,且該影像分析模組可以隨時間推進連續紀錄各該車距資訊,以追蹤載具與前車之相對狀態。
而本發明之系統中所包含之該車輛數據分析模組係用以分析該行車數據資料當中的車載周邊設備資料,尤其是胎壓數值以及行車電腦(OBU,On Board Unit)之數據的分析,該車輛數據分析模組自車載周邊設備資料中擷取出與駕駛行為相關之資料,包含有載具使用之方向燈號、所使用之行車檔位、前後座之安全帶訊號、駕駛踩煞車之訊號、引擎的轉速、冷卻水溫、油門作動狀況、車輪轉向角度、各項主被動式輔助系統之作動狀況等等,以作為輔助資訊,可對上述該定位系統分析模組、該重力感應分析模組以及該影像分析模組所偵測出之的各項行車資料作驗證或加以結合以推斷出載具之行車狀況。
而本發明之系統中的該駕駛行為分析模組係為一整合性之模組,其係接收該定位系統分析模組以及該重力感應分析模組所分析出載具的急加速、急轉彎或急煞車之駕駛行為,以及該影像分析模組所偵測出之各項行車資料,以及該車輛數據分析模組擷取出的與載具相關之資料,該駕駛行為分析模組再依據時間順序將接收來之資料以及自該交通數據資訊庫取得之各該即時交通資訊整合,並透過預先設定好之權重或自行調配權重來進行分析,最後計算產生一駕駛行為分數,該駕駛行為分數可作為本系統所輸出的一種駕駛行為參考數值。
然而,本發明之針對事故的駕駛行為分析系統更可包含一事故偵測模組以及一事故報告模組,其中,該事故偵測模組係與該定位系統分析模組、該重力感應分析模組、該影像分析模組以及該車輛數據分析模組連結並判斷異常之數據以產生一事故發生警示,該事故發生警示可提供至道路警察機關、公路救援業者、救護單位或是一般駕駛人等,以使其在短時間內瞭解事故並進行後續協助之動作;其中,該事故報告模組係與該駕駛行為分析模組以及該事故偵測模組連結,該事故報告模組將依據該駕駛行為分數以及該事故發生警示產生一事故報告資料,其內容可以為自本發明之系統的各該模組或是各該資料庫所得來之資訊,包含事故發生之基本資訊(事故時間、事故位置與天氣資訊)、駕駛行為分析資訊(時速資訊、重力資訊、行車距離資訊和碰撞方位判斷資訊)、事故影像、號誌資訊與其他有助於事故釐清之資訊來源(周遭即時影像CCTV)等等,而該事故報告資料可以透過網頁之方式、或是透過網址連結、透過應用程式顯示等等方法來取得,該事故報告資料即可達成本發明之主要目的,快速且簡便地提供一較為公正且考慮全面之第三方事故參考資訊。
而對應本發明之針對事故的駕駛行為分析系統,本發明亦提出了一種針對事故的駕駛行為分析方法,其主要包含下列步驟:1.一行車數據資料庫接收並儲存來自外部至少一行車紀錄裝置傳輸來的一行車數據資料;2.一路網訊息資料庫儲存複數公開路段資料;3.一交通數據資訊庫接收並儲存複數即時交通資訊;4.一定位系統分析模組將該行車數據資料中載具的定位
資料所形成之行駛軌跡和車速資料透過與該路網訊息資料庫中載具所經路段之相關資料比對,以分析載具的急加速或急煞車之駕駛行為;5.一重力感應分析模組追蹤該行車數據資料中載具之重力變化數值以分析載具所經路段之路況以及分析載具的急加速、急煞車或急轉彎之駕駛行為;6.一影像分析模組透過影像辨識與物件偵測方法以偵測該行車數據資料中載具的行車影像中的交通標誌、交通號誌、車道變換並計算與載具與前車之車距此些被動行車資料;7.一車輛數據分析模組分析該行車數據資料中的車載周邊設備資料,主要係透過胎壓數值與行車電腦數據分析以自車載周邊設備中擷取出與駕駛行為相關之資料;以及8.一駕駛行為分析模組接收該定位系統分析模組以及該重力感應分析模組所分析出載具的急加速、急轉彎或急煞車之駕駛行為,以及該影像分析模組所偵測出之被動行車資料,以及該車輛數據分析模組擷取出的與駕駛行為相關之資料,以依據時間順序將接收來之資料以及自該交通數據資訊庫取得之各該即時交通資訊整合並透過權重進行分析整合並透過權重進行分析計算來產生一駕駛行為分數。
而上述針對事故的駕駛行為分析方法,更可選擇性地包含下列步驟:
1.一事故偵測模組與該定位系統分析模組、該重力感應分析模組、該影像分析模組以及該車輛數據分析模組
連結,該事故偵測模組並判斷異常之數據以產生一事故發生警示。
2.一事故報告模組與該駕駛行為分析模組以及該事故偵測模組連結,該事故報告模組將依據該駕駛行為分數以及該事故發生警示產生一事故報告資料。
綜上可知,本發明之針對事故的駕駛行為分析系統及方法,係綜合各種客觀的輔助資料且全面性地蒐集載具行進中所產生的各種被動資訊,來綜合判斷駕駛行為,一旦不幸發生了事故,本發明更可提供第一時間之警示或事後之客觀輔助報告,係為一種在交通安全和肇事究責之面向觀之極為有效之發明。
1‧‧‧行車紀錄器
2‧‧‧駕駛行為分析系統
10‧‧‧定位系統模組
11‧‧‧重力感應模組
12‧‧‧影像擷取模組
13‧‧‧儲存模組
14‧‧‧無線傳輸模組
15‧‧‧行車電腦
16‧‧‧胎壓偵測器
20‧‧‧行車數據資料庫
21‧‧‧路網訊息資料庫
22‧‧‧交通數據資訊庫
23‧‧‧定位系統分析模組
24‧‧‧重力感應分析模組
25‧‧‧影像分析模組
26‧‧‧車輛數據分析模組
27‧‧‧駕駛行為分析模組
28‧‧‧事故偵測模組
29‧‧‧事故報告模組
S21~S25‧‧‧方法步驟
S221~S224‧‧‧方法步驟
圖1為本發明針對事故的駕駛行為分析系統之系統架構圖。
圖2為本發明針對事故的駕駛行為分析方法之方法步驟圖。
圖3為本發明針對事故的駕駛行為分析方法涉及層面之示意圖。
以下將以實施例結合圖式對本發明進行進一步說明,首先,請參照圖1,係為本發明針對事故的駕駛行為分析系統之系統架構圖,其中,可以見到本發明之系統運作可由系統外部的行車紀錄器1以及本發明之駕駛行為分析系統2來完成。
而其中,系統外部的行車紀錄器1包含有定位系統模組10、重力感應模組11、影像擷取模組12、儲存模組13以及無線傳輸模組14,而定位系統模組10係紀錄安裝行車紀錄器1之載具的GPS定位資訊,GPS定位資訊可以由經度、緯度、速度、方向角、高度與時間戳記等等資料所構成;而重力感應模組11則是用以感測載具之三軸(X、Y、Z)空間產生的重力加速度(G力)之變化數值;影像擷取模組12則是透過常見的行車紀錄器、盲點偵測系統以及倒車顯影系統等來擷取載具之行進過程中攝錄之圖像,例如:由三分鐘行車影像組成一影像串流檔,並且採用品質與壓縮率兼備之影像格式進行編碼壓縮之圖像;而如前所述之GPS定位資訊、三軸之重力變化值以及攝錄之圖像皆會被傳送且儲存至儲存模組13,再根據系統或行車紀錄器1之設定定時或持續地透過無線傳輸模組14以無線傳輸方式將資訊傳輸至駕駛行為分析系統2,另外,設置於同一載具上之行車電腦15以及胎壓偵測器16亦會將其所擷取之行車數據以及胎壓資料等等送至無線傳輸模組14,使其將行車數據以及胎壓資料傳輸至駕駛行為分析系統2。
而本發明之駕駛行為分析系統2包含之資料庫以及模組,將在以下段落中詳述。
首先本發明之駕駛行為分析系統2包含有行車數據資料庫20,其係接收載具被駕駛時於外部的行車紀錄器1回傳的行車紀錄資訊,包含有GPS定位資料、G-sensor重力資料、影像資料、行車數據等等,該些資料將被以SQL或NoSQL之形式儲存於系統中。
本發明之駕駛行為分析系統2包含路網訊息資料
庫21,其係儲存有提供完整公開的路段資訊,其中,各筆路段資料是經由其他單位或政府單位實際道路測量所得之數據,由路段編號、路段定位資訊集合、路段方向性、路段限速與路段交通規範(單行道、禁止左轉、…)等等欄位所組成之資訊。
本發明之駕駛行為分析系統2亦包含交通數據資料庫22,該交通數據資料庫22係與車聯網大數據資料庫連結,其儲存有複數即時交通資訊,包含即時道路時速、即時路況、監視器(CCTV)影像資料等等。
而本發明之駕駛行為分析系統2包含一定位系統分析模組23,其係依據GPS定位數據資料來獲得以下與GPS定位資料有關的分析資訊:
1.行車軌跡:定位系統分析模組23將定位資料中之經緯度資訊,透過GPS修正與過濾處理,屏除GPS飄移座標資訊後,可於地圖上描繪行車路徑軌跡,或搭配路網訊息資料庫21,具體描述行駛路段資訊。
2.急加速、急減速:定位系統分析模組23應用GPS時速資訊,透過加減速度公式計算兩定位點間之加減速,若加減速值超過系統指定之門檻值時,則該駕駛行駛之狀態可視為急加減速狀態,其並可搭配時間或地圖顯示急加減速發生時間與位置。
3.超速和龜速行駛:定位系統分析模組23應用GPS時速資訊與路網訊息資料庫21,判斷駕駛行駛路段時車速是否超過道路限速;並與交通數據資料庫22的即時車速資料比較,判斷駕駛行駛路段時車速是否屬於龜速駕駛,例如行駛於高速公路路段,若即時平均車速為
90km/hr,駕駛以車速65km/hr行駛於該路段,則可視為龜速駕駛行為。
4.違規行駛:定位系統分析模組23應用GPS行駛路徑軌跡與路網訊息資料庫21中的的路段交通規範,判斷駕駛是否於路段違規行駛,例如單行道逆向行駛、禁止左轉或迴轉路段進行左轉或迴轉等違規行駛。
本發明之駕駛行為分析系統2包含一重力感應分析模組24,其係依據重力感應(G-sensor)數據資料來獲得以下之分析資訊:
1.行車狀態:重力感應分析模組24藉由分析X、Y、Z三軸重力之數值變化量,若瞬間變化量超過系統指定之門檻值時,可判定並取得載具發生急加速、急減速、急轉彎等行車狀態。
2.路面狀態:重力感應分析模組24應用分析各區間內X、Y、Z三軸重力之平均變化數值,判斷駕駛行駛的道路路面狀態,例如:若平均變化數值大,可能表示載具行駛於崎嶇不平的道路上;反之則可能表示載具行駛於平整的道路上。
3.撞擊方向判斷:重力感應分析模組24判斷X、Y、Z三軸重力之變化量與最大值,分析可能撞擊的方向,例如:若Y軸重力出現最大G力數值且瞬間G力變化量大,即表示載具可能發生正面撞擊或後面撞擊;若X軸重力出現最大G力數值且瞬間G力變化量大,即表示載具可能發生側面撞擊;若Z軸重力的瞬間G力變化量大,即表示載具可能出現翻滾或翻覆等情況。
另外,本發明之駕駛行為分析系統2包含一影像
分析模組25,其主要係將行車影像的i-frame畫格萃取出來進行影像辨識與物件偵測處理,尋找出行車影像各個時間點之道路資訊以產生駕駛行為判斷之佐證資料,如下所述:
1.交通標誌與號誌分析:影像分析模組25應用物件偵測方式中色彩、形狀與大小等特徵偵測出可能的交通標誌與號誌,再應用物件辨識與物件比對來判斷交通標誌與號誌之代表意義,且以影像標註形式描繪註記於可用以產生報告之整體的行車紀錄中。
2.車道變換分析:影像分析模組25藉由偵測各種車道線,判斷載具是否偏移車道或進行車道切換等等,若發生載具偏移車道或車道轉換時,其將以影像標註形式註記於可用以產生報告之整體的行車紀錄。
3.車距分析:影像分析模組25將根據偵測前方車輛物件與車道標線來判斷,其係根據相對距離換算來計算與前車的相對距離,並依據影像時間戳記紀錄之;舉例來說:影像分析模組25可依據交通標誌標線的黃色或白色虛線來判斷,其中標線的線段長達四公尺,間距達六公尺,而線寬十公分來設置規則,當可以相對之方式估算出載具與前車所保持之距離。
本發明之駕駛行為分析系統2包含一車輛數據分析模組26,其係接收該行車數據資料中之車載周邊設備資料,例如:由胎壓偵測器16和行車電腦15所傳輸且被儲存起來之資訊,亦可用以獲取載具的軟硬體狀態資訊。
1.胎壓數據分析:由於胎壓不足與胎壓過高都有可能成為輪胎爆胎的原因,因此車輛數據分析模組26藉由判斷胎壓偵測器16偵測的胎壓壓力是否低於或高於正常
胎壓設定值與偵測輪胎的胎壓變化數值,可判斷輪胎是否遭異物插入而產生漏氣或處以易爆胎等狀態,以利作為事故分析判斷使用。
2.行車電腦數據分析:車輛數據分析模組26透過行車電腦15可獲得包含車輛軟硬體資訊,例如:方向燈號、行車檔別、安全帶訊號、煞車訊號、引擎轉速和車輪轉向角度等等,這些數據可作為輔助之駕駛行為判斷基準,例如:將方向燈號和車輪角度與GPS定位數據整合,可以分析使用者使用方向燈號的行為習慣;偵測安全帶訊號可以分析使用者是否於載具發動前就習慣先繫上安全帶,抑或是行駛中才將安全帶繫上等等習慣;而分析油門作動數據則可以判斷駕駛於發生事故時是否有誤踩煞車等情事。
本發明之駕駛行為分析系統2最後包含一駕駛行為分析模組27,駕駛行為分析模組27係一整合性之模組,其係將上述各項目所分析之數據,依據時間順序,進行整合分析,駕駛行為分析模組27透過時間軸呈現定位資料、重力資料、影像資料和車載設備數據等等彼此之間數值的關係,可以準確地判斷駕駛載具時之(急)加速、(急)煞車、(急)轉彎和超速等駕駛行為,亦可判斷駕駛是否有任意變換車道、超車和未保持行車距離之駕駛行為,而駕駛行為分析模組27也可透過預先設置的權重分數,來給予駕駛之行為計算並產生一駕駛行為分數,以作為駕駛行為分析之參考數值。
本發明之駕駛行為分析系統2額外地可包含一事故偵測模組28,其主要可依據偵測駕駛行為分析模組27中所包含數據的X、Y、Z三軸重力之數值變化量來判斷,當重力
數值產生劇烈之變化,表示載具可能產生劇烈性的震動,而通常車輛發生之震動情況若非行駛於崎嶇路面則是載具發生事故所致;故當事故偵測模組28瞭解到重力數值異常時,可設置一事件時間點,並開始往後追朔一特定時間(例如120秒)之整體行車紀錄,當發現後續行車軌跡產生停止不動之狀態,事故偵測模組28將自動視為事故發生,並可透過簡訊或行動推播訊息發出一事故發生警示,讓周邊警察單位、救援人員或其他駕駛確認是否確實發生事故情況。
本發明之駕駛行為分析系統2更額外地可包含一事故報告模組29,該事故報告模組29係與事故偵測模組28連結,當事故發生時,該事故報告模組29將依據事故發生前後一段時間之駕駛行為數據產生一事故報告資料,內容可包括:
1.事故發生基本資訊,如:事故時間、事故位置(GPS座標、GIS道路名稱、GIS道路類型與地圖)與天氣資訊。
2.駕駛行為分析資訊,如:急煞車、急轉彎等。
3.時速資訊,如:應用GPS分析之駕駛行為分析資訊包含時速變化圖表、估算事故發生時急煞車數值與估算煞車距離。
4.重力感應資訊,如:應用重力感應模組的三軸重力分析可推算緊急煞車之程度與事故後載具之偏移狀態。
5.行車距離資訊,如:應用行車距離判斷資訊,搭配事故發生之煞車時間,可推估事故發生前載具與所碰撞物之保持距離。
6.碰撞方位判斷資訊,如:透過重力感應的三軸重力於事故時的數據變化分析可推測車輛受撞擊之方向。
7.事故影像,如:事故發生前兩分鐘至後30秒間的關鍵影像。
8.號誌資訊,如:事故發生前30秒之號誌判別紀錄資訊。
9.即時影像資訊,如:事故周遭監視器之即時影像設備資訊。
10.其他資訊,如:警察局或醫院或修車廠等資訊、保險聯絡電話之類的事故緊急連絡資訊等。
而該事故報告資料係可用以馬上顯示給載具之駕駛或是鑑定人員,當使本發明之系統可以達成及時救援以及給予事故之客觀輔助資訊等功效。
接著,請參閱圖2,係為本發明針對事故的駕駛行為分析方法之方法步驟圖,其步驟如下所列:
1.步驟S21行車數據蒐集:主要係為係為系統中之行車數據資料庫進行數據蒐集。
2.步驟S22行車數據分析:其中更包含了步驟S221定位系統分析、步驟S222重力感應分析、步驟S223影像分析以及步驟S224車輛數據分析等四步驟,其中,該四步驟之間並未有先後關係,是可以平行作業的程序;而該四步驟分別為對應的定位系統分析模組、重力感應分析模組、影像分析模組以及車輛數據分析模組分析行車數據資料庫中之資料來完成。
3.步驟S23駕駛行為分析:係由本發明之駕駛行為分析模組統合步驟S22中各模組所做之數據分析來完成。
4.步驟S24進行事故偵測:由本發明之事故偵測模組以異常之數據判斷是否有事故以產生一事故發生警示。
5.步驟S25產生事故報告:該事故報告模組係在事故發
生時產生一事故報告資料。
再請見圖式中的圖3,係為本發明針對事故的駕駛行為分析方法涉及層面之示意圖,其中,可以見到本發明系統中之行車數據資料庫20、路網訊息資料庫21以及交通數據資訊庫22係落在數據層,這些資料庫只有蒐集數據並儲存起來之功能;而定位系統分析模組23、重力感應分析模組24、影像分析模組25、車輛數據分析模組26以及駕駛行為分析模組27係屬於本發明之分析層,是本發明之核心所在;最後,可以見到事故偵測模組28以及事故報告模組29係位於本發明之事件層,係為最後事故發生時產生事件報告之部分。
綜上所述,本發明於技術思想上實屬創新,以充分揭露一種綜合各種客觀的輔助資料且全面性地蒐集載具行進中所產生的各種被動資訊來綜合判斷駕駛行為之系統與方法,可見得本發明已充分符合新穎性及進步性之法定發明專利要件,爰依法提出專利申請,懇請 貴局核准本件發明專利申請案以勵發明,至感德便。
1‧‧‧行車紀錄器
2‧‧‧駕駛行為分析系統
10‧‧‧定位系統模組
11‧‧‧重力感應模組
12‧‧‧影像擷取模組
13‧‧‧儲存模組
14‧‧‧無線傳輸模組
15‧‧‧行車電腦
16‧‧‧胎壓偵測器
20‧‧‧行車數據資料庫
21‧‧‧路網訊息資料庫
22‧‧‧交通數據資訊庫
23‧‧‧定位系統分析模組
24‧‧‧重力感應分析模組
25‧‧‧影像分析模組
26‧‧‧車輛數據分析模組
27‧‧‧駕駛行為分析模組
28‧‧‧事故偵測模組
29‧‧‧事故報告模組
Claims (12)
- 一種針對事故的駕駛行為分析系統,其包含:一行車數據資料庫,該行車數據資料庫係接收並儲存來自外部至少一行車紀錄裝置傳輸來的一行車數據資料,而行車數據資料包含設置各該行車紀錄器的載具的定位資料、車速資料、重力資料、行車影像資料與車載周邊設備資料;一路網訊息資料庫,該路網資料庫係儲存有複數公開路段資料,各該路段資料係包含路段編號、路段定位集合資料、路段方向性資料、路段速限資料以及路段交通規範資料;一交通數據資訊庫,該交通數據資訊庫與外部車聯網大數據資料庫連結,係儲存有複數即時交通資訊,各該即時交通資訊包含有即時車速資料、即時路況資料、監視影像資料以及電子收費資料;一定位系統分析模組,該定位系統分析模組係用以分析該行車數據資料庫內載具的定位資料,以將該行車數據資料中載具的定位資料所形成之行駛軌跡和車速資料透過與該路網訊息資料庫中載具所經路段之相關資料比對,以分析載具的急加速或急煞車之駕駛行為;一重力感應分析模組,該重力感應分析模組用以分析載具的重力資料,係以追蹤該行車數據資料中載具之重力變化數值以分析載具所經路段之路況以及分析載具的急加速、急煞車或急轉彎之駕駛行為,或載具受碰撞之方向及程度;一影像分析模組,該影像分析模組用以分析該行車數據資 料中載具的行車影像,係透過影像辨識與物件偵測以偵測交通標誌、交通號誌、車道變換並計算與載具與前車之車距此些被動行車資料;一車輛數據分析模組,該車輛數據分析模組係分析該行車數據資料中的車載周邊設備資料,主要是胎壓數值與行車電腦數據分析,該車輛數據分析模組據以自車載周邊設備資料中擷取出與駕駛行為相關之資料,包含方向燈號、行車檔位、安全帶訊號、煞車訊號、引擎轉速、冷卻水溫、油門作動狀況、車輪轉向角度、各項主被動式輔助系統之作動狀況;以及一駕駛行為分析模組,該駕駛行為分析模組係接收該定位系統分析模組以及該重力感應分析模組所分析出載具的急加速、急轉彎或急煞車之駕駛行為,以及該影像分析模組所偵測出之被動行車資料,以及該車輛數據分析模組擷取出的與駕駛行為相關之資料,該駕駛行為分析模組並依據時間順序將接收來之資料以及自該交通數據資訊庫取得之各該即時交通資訊整合並透過權重進行分析,以計算產生一駕駛行為分數。
- 如申請專利範圍第1項所述之針對事故的駕駛行為分析系統,其更包含一事故偵測模組,該事故偵測模組係與該駕駛行為分析模組連結並以異常之數據判斷是否有事故以產生一事故發生警示。
- 如申請專利範圍第2項所述之針對事故的駕駛行為分析系統,其更包含一事故報告模組,該事故報告模組係與該事故偵測模組連結,該事故報告模組係在事故發生時依據該駕駛行為分數以及該事故發生警示來產生一事故報告資 料。
- 一種針對事故的駕駛行為分析方法,其包含下列步驟:一行車數據資料庫接收並儲存來自外部至少一行車紀錄裝置傳輸來的一行車數據資料,該行車數據資料包含設置各該行車紀錄器的載具的定位資料、車速資料、重力資料、行車影像資料與車載周邊設備資料;一路網訊息資料庫儲存複數公開路段資料,各該路段資料係包含路段編號、路段定位集合資料、路段方向性資料、路段速限資料以及路段交通規範資料;一交通數據資訊庫與外部車聯網大數據資料庫連結,該交通數據資訊庫接收並儲存複數即時交通資訊,各該即時交通資訊包含有即時車速資料、即時路況資料、監視影像資料以及電子收費資料;一定位系統分析模組將該行車數據資料中載具的定位資料所形成之行駛軌跡和車速資料透過與該路網訊息資料庫中載具所經路段之相關資料比對,以分析載具的急加速或急煞車之駕駛行為;一重力感應分析模組追蹤該行車數據資料中載具之重力變化數值以分析載具所經路段之路況以及分析載具的急加速、急煞車或急轉彎之駕駛行為,或載具受碰撞之方向及程度;一影像分析模組透過影像辨識與物件偵測方法以偵測該行車數據資料中載具的行車影像中的交通標誌、交通號誌、車道變換並計算與載具與前車之車距此些被動行車資料;一車輛數據分析模組分析該行車數據資料中的車載周邊 設備資料,主要係透過胎壓數值與行車電腦數據分析以自車載周邊設備資料中擷取出與駕駛行為相關之資料,包含方向燈號、行車檔位、安全帶訊號、煞車訊號、引擎轉速、冷卻水溫、油門作動狀況、車輪轉向角度、各項主被動式輔助系統之作動狀況;以及一駕駛行為分析模組接收該定位系統分析模組以及該重力感應分析模組所分析出載具的急加速、急轉彎或急煞車之駕駛行為,以及該影像分析模組所偵測出之被動行車資料,以及該車輛數據分析模組擷取出的與駕駛行為相關之資料,以依據時間順序將接收來之資料以及自該交通數據資訊庫取得之各該即時交通資訊整合並透過權重進行分析整合並透過權重進行分析計算來產生一駕駛行為分數。
- 如申請專利範圍第4項所述之針對事故的駕駛行為分析方法,其中,更包含下列步驟:一事故偵測模組與該駕駛行為分析模組連結,該事故偵測模組並判斷異常之數據以產生一事故發生警示。
- 如申請專利範圍第5項所述之針對事故的駕駛行為分析方法,其中,更包含下列步驟:一事故報告模組與該事故偵測模組連結,該事故報告模組將在事故時依據該駕駛行為分數以及該事故發生警示產生一事故報告資料。
- 如申請專利範圍第4項所述之針對事故的駕駛行為分析方法,其中,該定位系統分析模組可進行超速判斷,係先透過該行車數據資料中之載具的定位資料判斷載具所在路段,再透過該路網訊息資料庫行車數據資料中的各該即時交通資訊中獲取載具所在路段的路段速限資料,該定位系 統分析模組再以該行車數據資料中之載具的車速資料判斷載具是否超速,接著追蹤載具超速之定位數據並計算載具超速定位數據之行駛距離。
- 如申請專利範圍第4項所述之針對事故的駕駛行為分析方法,其中,該定位系統分析模組可進行急加速、急煞車判斷,主要係該定位系統分析模組依據該行車數據資料中連續時間內載具的定位資料變化所推算出的加速度值,該定位系統分析模組再判斷載具的加速度值是否超過預先設定之急加速或急煞車門檻值,以標示載具發生急加速和急煞車之定位數據且統計急加速和急煞車發生次數。
- 如申請專利範圍第4項所述之針對事故的駕駛行為分析方法,其中,該重力感應分析模組可進行急加速、急煞車或急轉彎判斷,主要係該重力感應分析模組依據該行車數據資料中連續時間內載具的重力資料的三軸變化所推算出的重力變化值,該重力感應分析模組再判斷載具的重力變化值是否超過預先設定之急加速、急煞車或急轉彎門檻值,以標示載具發生急加速、急煞車或急轉彎之重力數據且統計急加速和急煞車發生次數。
- 如申請專利範圍第4項所述之針對事故的駕駛行為分析方法,其中,該影像分析模組可進行交通標誌與號誌分析,主要係該影像分析模組將該行車數據資料中載具的行車影像通過物件偵測以依據色彩、形狀與大小等特徵偵測出可能之交通標誌與號誌,該影像分析模組並通過物件辨識來比對交通標誌與號誌,該影像分析模組並標示載具通過的交通標誌與號誌之時間點以及內容意義。
- 如申請專利範圍第4項所述之針對事故的駕駛行為分析方 法,其中,該影像分析模組可進行車道偏移與變換分析,主要係該影像分析模組將該行車數據資料中載具的行車影像通過物件偵測以依據色彩、形狀與大小等特徵偵測出可能之交通標線,該影像分析模組並隨著時間推演計算交通標線位置之變化偏移數值是否超過車道偏移門檻值,該影像分析模組並標示載具發生車道偏移或變換之時間點。
- 如申請專利範圍第4項所述之針對事故的駕駛行為分析方法,其中,該影像分析模組可進行車距分析,主要係該影像分析模組將該行車數據資料中載具的行車影像通過物件偵測以依據色彩、形狀與大小等特徵偵測出可能之交通標線,該影像分析模組並依據標線種類調整一車距計算修正參數,該影像分析模組通過物件偵測以判斷載具前方是否有車輛並以該車距計算修正參數來推估一車距距離,該影像分析模組並隨時間紀錄各該車距資訊。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105119046A TWI613108B (zh) | 2016-06-17 | 2016-06-17 | 針對事故的駕駛行為分析系統及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105119046A TWI613108B (zh) | 2016-06-17 | 2016-06-17 | 針對事故的駕駛行為分析系統及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201800289A TW201800289A (zh) | 2018-01-01 |
TWI613108B true TWI613108B (zh) | 2018-02-01 |
Family
ID=61725203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105119046A TWI613108B (zh) | 2016-06-17 | 2016-06-17 | 針對事故的駕駛行為分析系統及方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI613108B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10643407B1 (en) | 2018-12-27 | 2020-05-05 | Southern Taiwan University Of Science And Technology | Driving event recording method and system for non-image-based car accident cause determination |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110447214B (zh) * | 2018-03-01 | 2022-04-15 | 北京嘀嘀无限科技发展有限公司 | 一种识别驾驶行为的系统、方法、装置和存储介质 |
US10890907B2 (en) * | 2018-12-14 | 2021-01-12 | Toyota Jidosha Kabushiki Kaisha | Vehicle component modification based on vehicular accident reconstruction data |
TWI744742B (zh) * | 2019-12-17 | 2021-11-01 | 神達數位股份有限公司 | 潛在危險道路鑑別及資訊共享的方法、雲端伺服器、電腦可讀取的記錄媒體及特殊應用積體電路晶片 |
CN114639185A (zh) * | 2020-12-16 | 2022-06-17 | 威智金融科技股份有限公司 | 先进驾驶辅助系统的资料分析系统 |
TWI824265B (zh) * | 2021-07-05 | 2023-12-01 | 明志科技大學 | 用於車輛的偵測系統與違規偵測方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110059184A (ko) * | 2009-11-27 | 2011-06-02 | 주식회사 좋은정보기술 | 센서정보를 이용한 지능형 주행안전 예방 시스템 및 방법 |
TW201227381A (en) * | 2010-12-20 | 2012-07-01 | Ind Tech Res Inst | Real-time traffic situation awareness system and method |
CN204406501U (zh) * | 2014-12-30 | 2015-06-17 | 上海研亚软件信息技术有限公司 | 具有驾驶行为的侦测、分析及评分功能的行车记录器 |
TW201616462A (zh) * | 2014-10-31 | 2016-05-01 | Papago Inc | 具駕駛行爲評分功能之行車記錄器及其評分方法 |
-
2016
- 2016-06-17 TW TW105119046A patent/TWI613108B/zh not_active IP Right Cessation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110059184A (ko) * | 2009-11-27 | 2011-06-02 | 주식회사 좋은정보기술 | 센서정보를 이용한 지능형 주행안전 예방 시스템 및 방법 |
TW201227381A (en) * | 2010-12-20 | 2012-07-01 | Ind Tech Res Inst | Real-time traffic situation awareness system and method |
TW201616462A (zh) * | 2014-10-31 | 2016-05-01 | Papago Inc | 具駕駛行爲評分功能之行車記錄器及其評分方法 |
CN204406501U (zh) * | 2014-12-30 | 2015-06-17 | 上海研亚软件信息技术有限公司 | 具有驾驶行为的侦测、分析及评分功能的行车记录器 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10643407B1 (en) | 2018-12-27 | 2020-05-05 | Southern Taiwan University Of Science And Technology | Driving event recording method and system for non-image-based car accident cause determination |
Also Published As
Publication number | Publication date |
---|---|
TW201800289A (zh) | 2018-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI613108B (zh) | 針對事故的駕駛行為分析系統及方法 | |
US20210407015A1 (en) | Methods of determining accident cause and/or fault using telematics data | |
KR101040118B1 (ko) | 교통사고 재현 시스템 및 그 제어방법 | |
CN107161097B (zh) | 基于北斗导航系统的车辆行驶智能安全系统 | |
WO2018058958A1 (zh) | 一种道路车辆交通告警系统及其方法 | |
CN109285349B (zh) | 车路协同环境下高速公路交通事件检测方法及预警系统 | |
US20170061812A1 (en) | Driver monitoring and feedback system | |
Chung | Injury severity analysis in taxi-pedestrian crashes: An application of reconstructed crash data using a vehicle black box | |
CN107784587A (zh) | 一种驾驶行为评价系统 | |
TWI649729B (zh) | 一種自動舉證交通違規車輛的系統與方法 | |
CN113034952B (zh) | 一种基于车路协同的路段交通安全实时预警系统 | |
CN206684779U (zh) | 一种基于adas智能车载终端的车险管理服务系统 | |
CN110766943B (zh) | 一种基于事故数据的不良驾驶行为判定的监测方法和系统 | |
CN117436821B (zh) | 交通事故诊断报告的生成方法、设备及存储介质 | |
Kyriakou et al. | Roadway pavement anomaly classification utilizing smartphones and artificial intelligence | |
CN106530714A (zh) | 一种基于交通流数据的二次交通事故时间预测方法 | |
Mohammed et al. | A landscape of research on bus driver behavior: taxonomy, open challenges, motivations, recommendations, limitations, and pathways solution in future | |
CN109785640A (zh) | 一种关于车辆违章检测系统及其检测方法 | |
CN107818658A (zh) | 汽车驾驶风险提示方法及其装置 | |
WO2022233099A1 (zh) | 基于联网adas调查路域交通违法行为时空特征的方法 | |
WO2015060805A1 (en) | A system for processing data obtained from black boxes | |
Looijenga | Bicycle Accident Prevention using Sensors and Automotive Systems | |
US20230377456A1 (en) | Mobile real time 360-degree traffic data and video recording and tracking system and method based on artifical intelligence (ai) | |
Morris et al. | VECTOR: Trajectory analysis for advanced highway monitoring | |
Bernardesa et al. | Design, Implementation and Testing of a New Multi-Sensor Mobile Device as a Tool for Cycling Data Collection in Highly Congested Urban Streets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |