CN102774382B - 用于车辆驾驶风格确定的***和方法 - Google Patents
用于车辆驾驶风格确定的***和方法 Download PDFInfo
- Publication number
- CN102774382B CN102774382B CN201210158516.XA CN201210158516A CN102774382B CN 102774382 B CN102774382 B CN 102774382B CN 201210158516 A CN201210158516 A CN 201210158516A CN 102774382 B CN102774382 B CN 102774382B
- Authority
- CN
- China
- Prior art keywords
- acceleration data
- driver
- vehicle
- data
- driving
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000001133 acceleration Effects 0.000 claims abstract description 118
- 230000015654 memory Effects 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 description 6
- 239000000446 fuel Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
-
- 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
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- 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
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/146—Display means
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/10—Accelerator pedal position
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
Abstract
一种***和方法可收集车辆驾驶员的加速度数据;将驾驶员的加速度数据与一组加速度数据进行比较,该组加速度数据表示驾驶与所述车辆相同类型的车辆的多个样本驾驶员;以及基于所述比较,确定驾驶员的驾驶风格等级。
Description
技术领域
本发明涉及分析车辆驾驶风格,以及产生车辆驾驶员的驾驶风格等级。
背景技术
不同的驾驶员具有不同的驾驶风格,且驾驶风格可影响例如燃料经济性。激进的驾驶员可能比较不激进的驾驶员更快地向前加速,且可能比较不激进的驾驶员更猛和更快地制动(产生负加速)。较温和、注意效率或者生态友好(eco-friendly)的驾驶员可能比激进的驾驶员更慢或者更柔和地向前加速,且可能更温和地或者缓和地制动。
期望将与相对于其他驾驶员的驾驶风格有关的反馈提供给驾驶员或其他***。将期望使用车辆中已经存在的硬件(例如,传感器)来提供这种信息。
发明内容
在一个实施例中,一种***和方法可收集车辆驾驶员的加速度数据;将驾驶员的加速度数据与一组加速度数据进行比较,该组加速度数据表示驾驶与所述车辆相同类型的车辆的多个样本驾驶员;以及基于所述比较,确定驾驶员的驾驶风格等级。
方案1.一种方法,包括:
收集车辆由驾驶员驾驶的加速度数据;
将车辆由驾驶员驾驶的加速度数据与一组加速度数据进行比较,该组加速度数据表示驾驶与所述车辆相同类型的车辆的多个样本驾驶员;
基于所述比较,确定驾驶员的驾驶风格等级;以及
显示所述驾驶风格等级。
方案2.根据方案1所述的方法,其中,收集加速度数据包括从车辆中的加速计收集加速度数据。
方案3.根据方案1所述的方法,其中,收集加速度数据包括在特定驾驶行程期间从车辆中的加速计收集加速度数据,且其中,表示多个样本驾驶员的数据在先前驾驶行程期间收集。
方案4.根据方案1所述的方法,其中,车辆是机动车。
方案5.根据方案1所述的方法,其中,收集加速度数据包括在特定驾驶行程期间收集加速度,所述方法包括:
将车辆由驾驶员驾驶的加速度数据与车辆由驾驶员驾驶的先前加速度数据进行比较;以及
显示所述比较。
方案6.根据方案1所述的方法,包括:将在多个速度带区中的每个内的车辆由驾驶员驾驶的加速度数据与在多个相应速度带区中的每个内的样本驾驶员的加速度数据进行比较。
方案7.根据方案1所述的方法,其中,比较包括从驾驶车辆的驾驶员的加速度数据的平均值减去样本驾驶员的加速度数据的平均值。
方案8.一种装置,包括:
存储器;和
控制器,所述控制器用以:
接收车辆由驾驶员驾驶的加速度数据;
将车辆由驾驶员驾驶的加速度数据与一组加速度数据进行比较,该组加速度数据表示驾驶与所述车辆相同类型的车辆的多个样本驾驶员;以及
基于所述比较,确定驾驶员的驾驶风格等级。
方案9.根据方案8所述的装置,其中,收集加速度数据包括从车辆中的加速计收集加速度数据。
方案10.根据方案8所述的装置,其中,收集加速度数据包括在特定驾驶行程期间从车辆中的加速计收集加速度数据,且其中,表示多个样本驾驶员的数据在先前驾驶行程期间收集。
方案11.根据方案8所述的装置,其中,车辆是机动车。
方案12.根据方案8所述的装置,其中,收集加速度数据包括在特定驾驶行程期间收集加速度,其中,所述控制器用以将车辆由驾驶员驾驶的加速度数据与车辆由驾驶员驾驶的先前加速度数据进行比较。
方案13.根据方案1所述的装置,所述控制器用以将在多个速度带区中的每个内的车辆由驾驶员驾驶的加速度数据与在多个相应速度带区中的每个内的样本驾驶员的加速度数据进行比较。
方案14.根据方案1所述的装置,其中,比较包括从驾驶车辆的驾驶员的加速度数据的平均值减去样本驾驶员的加速度数据的平均值。
方案15.一种方法,包括:
从一种类型的特定车辆在由当前驾驶员驾驶时的加速度数据值的平均值减去驾驶该类型车辆的一组驾驶员的加速度数据值的平均值,以产生临时等级;
将临时等级除以驾驶该类型车辆的一组驾驶员的加速度数据的标准偏差,以产生等级;
进一步处理所述等级;以及
将所处理等级提供给当前驾驶员。
方案16.根据方案15所述的方法,包括:从特定车辆中的加速计收集加速度数据。
方案17.根据方案15所述的方法,其中,特定车辆是机动车。
方案18.根据方案15所述的方法,包括:确定多个速度带区中的每个的等级。
方案19.根据方案18所述的方法,包括:对多个速度带区中的每个的等级求平均。
方案20.根据方案15所述的方法,其中,进一步处理包括将等级乘以对当前驾驶员收集的样本数量的平方根。
附图说明
在说明书的结束部分特别指出并且并明确地要求保护被作为本发明的主题内容。然而,本发明在体系和操作方法、及其目的、特征和优势方面,通过参考下述详细说明并且结合附图阅读能够被最佳地理解,在附图中:
图1是根据本发明实施例的车辆和驾驶风格确定***的示意图。
图2是根据本发明实施例的驾驶风格确定***的示意图。
图3A和3B示出了根据本发明一个实施例的在一组速度范围或带区内加速度数据点的分布。
图4是示出根据本发明实施例的方法的流程图。
在附图中,可以重复附图标记以指示对应或类似的元件。而且,在附图中示出的一些框能够组合到单个功能中。
具体实施方式
在以下详细说明中,阐述各个具体细节,以便提供对本发明实施例的透彻理解。然而,本领域技术人员将理解的是,本发明实施例能够在不具有这些具体细节的情况下被实践。在其他情况下,公知的方法、过程、部件和电路没有详细描述,从而使得本发明易懂。
除非另有具体声明,否则如从下述讨论中显而易见地,贯穿该说明书,利用了诸如“处理”、“计算”、“存储”、“确定”等等的术语的讨论是指计算机或计算***或类似的电子计算装置的动作和/或过程,其将表示为计算***的寄存器和/或存储器内的物理(例如电子)量的数据操纵和/或转换成类似地表示为计算***的存储器、寄存器或其他这种信息存储、传输或显示装置内的物理量的其他数据。
本发明的实施例可以输入车辆数据,例如加速度数据、气动踏板或使用数据、或其他数据,且识别驾驶员的驾驶风格。驾驶风格可以表示为描述驾驶特性的等级(例如,激进、平均、温和、生态友好、高效等)。由于驾驶风格或等级可以相对于一组样本或先前驾驶员或者驾驶员自己计算,因而等级或风格可以是相对等级。驾驶风格可以表示为数字或其他指示符。可收集例如加速度的数据。如果检测的加速度展宽(spread)(例如,数据分布)相对宽(例如,对于一组速度范围、带区或区域中的每个),那么驾驶风格等级可以定义为更激进。驾驶风格指示符可以使用车辆中已经存在的硬件(例如,传感器)(例如,速度计、加速计等)来确定或提供,且可能不需要在通常安装之外的附加硬件。在其他实施例中,可安装附加传感器。
图1是根据本发明实施例的车辆和驾驶风格确定***的示意图。车辆10(例如,机动车、货车或其他车辆)可包括驾驶风格确定***100。大多数车辆上标配的速度传感器20可记录车辆10的速度或车速,且可操作性地连接到驾驶风格确定***100(和可能的其他***),例如经由有线链路或无线链路。加速计12,例如能够确定车辆10的加速度且输出加速度值作为信号(例如,数字或模拟信号),可操作性地连接到驾驶风格确定***100,例如经由有线链路或无线链路。加速计12通常检测相对于车辆的典型行驶方向在前后方向的加速度,而不是横向或上下方向,但是可获取其他加速方向。可使用多于一个加速计。当在本文使用时,加速度包括减速度,因为负的加速度值表示减速度。在其他实施例中,能够确定气动踏板或加速踏板上的位移、偏转、下踩或压力的量的气动踏板传感器可收集数据。加速计或气动踏板传感器以外或者除了加速计或气动踏板传感器之外的传感器可用于驾驶员输入或车辆数据。例如,可使用道路坡度或倾斜传感器、制动传感器、燃料消耗或流量传感器、档位传感器、发动机速度或转每分(RPM)传感器、或速度传感器。
在一个实施例中,驾驶风格确定***100是计算装置或者包括计算装置。在可选实施例中,驾驶风格确定***100可使得其功能的全部或一部分远程定位(例如,在远程服务器中)。
图2是根据本发明实施例的驾驶风格确定***的示意图。驾驶风格确定***100可包括一个或多个处理器或控制器110、存储器120、长期存储装置130、输入装置或区域140、以及输出装置或区域150。输入装置或区域140以及输出装置或区域150可组合成例如触摸屏显示器和输入,其可以是***100的一部分,且可以是其他车辆计算机***(例如,仪表盘计算机***)的一部分。输入装置或区域140可以是例如键盘、麦克风、指针装置、仪表盘上的按钮或旋钮、触摸屏或其他装置。输出装置或区域150可以是例如显示器、屏幕、音频装置(例如扬声器或耳机)或其他装置。输出装置150可以集成到仪表盘中。
***100可包括数据库,包括先前驾驶员数据的数据库122和特定驾驶员数据库124。先前驾驶员数据的数据库122可包括在驾驶与车辆10相同类型的车辆(例如,品牌、型号等)时记录的与多个不同驾驶员有关的数据,且可以例如由制造商产生且存储在***100中,或者通过其他方法。例如,先前驾驶员数据的数据库122可包括对于一组(例如,100个)驾驶员中的每个而言在多个速度带区或范围中的每个内的加速度值的平均值和标准偏差。数据库122可包括多个驾驶员的平均值和标准偏差值的导出值(derivation)或概要。例如,对于多个速度带区或范围中的每个,可存储对多个驾驶员求平均的平均值的平均和标准偏差值的平均。
在一个实施例中,数据库122中的数据是通常基于加速计的加速度数据。然而,在其他实施例中,对于气动踏板传感器数据、制动踏板传感器数据、燃料消耗或流量数据或其他数据,平均值和标准偏差数据可存储在数据库122中。
特定驾驶员数据库124可包括使用特定车辆10的一个或多个特定驾驶员的过去驾驶信息,以便针对车辆10的特定驾驶员,将其驾驶与其在车辆中的自己先前驾驶进行比较。特定驾驶员数据库124可包括例如允许区分不同驾驶员的驾驶员标识符(ID)信息,以及对于多个速度带区或范围中的每个而言驾驶员的加速度值的过去平均值和标准偏差。其他或不同信息可存储在数据库124中,例如过去等级(例如,生态型等级)。数据库可全部或部分存储在存储器120、长期存储装置130或其他装置中的一个或两者内。可使用其他或不同类型的数据库。
处理器或控制器110可以是例如中央处理单元处理器(CPU)、芯片或任何合适计算或可计算装置。处理器或控制器110可包括多个处理器,且可包括通用处理器和/或专用处理器(例如,图形处理芯片)。处理器110可以执行例如存储在存储器120或长期存储装置130中的代码或指令,以实现本发明的实施例。
存储器120可以是或者可包括例如随机存取存储器(RAM)、只读存储器(ROM)、动态RAM(DRAM)、同步DRAM(SD-RAM)、双倍数据速率(DDR)存储器芯片、闪存、易失性存储器、非易失性存储器、高速缓冲存储器、缓冲器、短期存储器单元、长期存储器单元或其他合适存储器单元或存储装置单元。存储器120可以是或可包括多个存储器单元。
长期存储装置130可以是或者可包括例如硬盘驱动器、软盘驱动器、光盘(CD)驱动器、CD可记录(CD-R)驱动器、通用串行总线(USB)装置或其他合适可拆卸和/或固定存储装置单元,且可包括多个这种单元或这种单元的组合。
加速度数据和加速度数据的分布可表示驾驶员的激进性。图3A是对于被认为相对激进的驾驶员而言在一组速度范围或带区内的加速度数据点的示例性分布。图3B是对于被认为相对保守或生态友好的驾驶员而言在一组速度范围或带区内的加速度数据点的示例性分布。图3A和3B仅仅示出了示例性数据,且可以使用其他数据。
图4是示出根据本发明实施例的方法的流程图。图4的操作可以例如由图1和2所述的***(例如,执行指令的处理器110)实现,但是可以由其他***和装置实现。
在操作300中,驾驶员可开始车辆的一段行程或一段时间。
在操作310中,可识别驾驶员。多个驾驶员可驾驶车辆,在一个实施例中,每个都可以被识别,且对于每个驾驶员而言驾驶历史可存储在车辆中或者与车辆相关联。驾驶员可自动地、通过询问驾驶员或者通过其他方法来识别。驾驶员可自我识别(例如,输入标识符)。车辆数据可被检查,且车道变更风格、通行风格、加速风格或其他驾驶风格可用于识别驾驶员。可使用驾驶员标记(例如,射频识别标签)。不需要执行特定驾驶员的识别。
在操作320中,加速度、速度和/或其他传感器数据可针对驾驶员收集在车辆中。定期地,例如每1.6秒,可以从传感器(例如,加速计12)获取读数。在一个实施例中,仅使用加速度数据,与同时或基本上同时获得的速度数据结合。速度数据可同时获得,以确定在哪个区间(bin)或带区内包括加速度或其他数据。在其他实施例中,可使用其他数据(例如,气动踏板传感器数据、制动踏板传感器数据、燃料消耗或流量数据)或多个数据集。所收集数据可存储在例如表或数据库中,可能依所识别驾驶员的该行程而定,例如在存储器120或存储装置130中。与数据库或数据样本有关的附加数据可收集且与样本一起存储。例如,时标、道路坡度(倾斜角)或其他信息可与每个数据点一起存储。
在处理和/或存储之前,每个数据点或样本可被验证、健康检查(sanitycheck)或以其他方式确定为实际数据。可废弃无效、错误或不实际样本。不需要使用规则性或定期取样。在一些实施例中,可不确定驾驶风格,除非收集可接受阈值数量的样本。
在一个实施例中,数据点可在区间或带区内存储,根据速度。例如,可使用0-20km/h的多个带区或范围,覆盖从0到140km/h范围内的车辆速度。可使用其他数量的带区和范围,且不需要使用排列成带区的数据。每个数据点(例如,当前加速度的测量值或由传感器收集的其他数据)可基于当前车辆速度分配给一带区。速度可经由例如速度传感器20检测。取决于速度,数据点可添加到表或直方图(例如,如图3所示)的特定部分。在其他实施例中,其他数据可用于限定带区,或者可不使用带区。
可对数据进行调节。例如,可考虑道路坡度(例如,斜率或角度)。在一个实施例中,如果在收集数据点时坡度表示上坡,那么调节负加速度(减速度)的测量值以包括使用道路坡度估计的仅车辆产生的减速度作为数据点,但是正加速度的测量值不调节。如果在收集数据点时坡度表示下坡,那么调节正加速度的测量值以包括使用道路坡度估计的仅车辆产生的加速度作为数据点,但是负加速度的测量值不调节。调节可以例如通过在将加速度数据存储在表或数据库中之前将坡度测量值或者坡度因子(例如,坡度因子可以是sin(道路倾斜角),其中,道路倾斜角在上坡行驶时为正且在下坡时为负)添加到加速度数据中来进行,可能乘以常数(例如,重力,或者9.81米/秒2)。坡度因子可以部分地或全部从坡度产生。在一个实施例中,坡度因子在坡度是下坡时为负,且在坡度是上坡时为正。可使用由于坡度进行的其他调节方法,且不需要使用由于坡度进行的调节,且可使用其他调节。例如,在数据收集期间或者可能在数据点的处理期间,速度可用于加权每个数据点的重要性。
在操作330中,所收集加速度或其他传感器数据可用于更新驾驶特定车辆的独立驾驶员的先前或历史数据(例如,在数据库124中)。在一个实施例中,这基于滚动基础进行;例如,在每个数据点收集之后。在另一个实施例中,在每个行程结束时,等级(例如,生态型等级)保存在数据库124。
在操作340中,所收集加速度或其他传感器数据可以与在先前驾驶行程期间其他或先前驾驶员(驾驶与当前驾驶员相同类型或型号的车辆)的先前驾驶员数据(例如,加速度数据)进行比较。一组速度带区中的每个中的驾驶员数据可以与多个相应(例如,相同)速度带区中的每个中的样本驾驶员的加速度数据进行比较。在一个实施例中,该比较通过将当前数据与该驾驶员的所收集数据概要(例如,独立数据点的平均值和标准偏差)进行比较来执行。在另一个实施例中,其他概要可以比较,或者特定数据点或原始数据可以比较。在本文讨论时,车辆驾驶员的加速度数据指的是与在由驾驶员驾驶时车辆的加速度有关的数据。
可产生等级,例如驾驶风格等级或生态型等级。
在一个实施例中,该比较针对一组数据范围或带区(例如,速度带区)中的每个执行,且基于每个带区的比较或等级产生总体等级。在一个实施例中,当前数据与先前数据的平均值和标准偏差进行比较。例如,先前驾驶员数据的数据库(例如,数据库122)可包括对于多个驾驶员(例如,100个驾驶员)而言7个范围或带区中的每个的平均值和标准偏差。因而,数据库可包括14个数字(7个平均值数字和7个标准偏差数字)。可使用先前数据的其他形式。
可针对每个平均值和标准偏差表进行附加处理或调节。例如,可考虑其他输入,例如道路坡度或速度。
在一个实施例中,对于每个速度带区,(由当前驾驶员驾驶的车辆)的当前驾驶员的平均加速度数据可与先前驾驶员样本在驾驶该车辆(或者该类型的车辆)时的标准偏差和/或平均加速度数据进行比较,例如存储在数据库122中。例如,对于每个速度带区,从其减去平均值(例如存储在数据库122中),例如,从当前行程当前驾驶员的平均加速度数据减去该速度带区的样本驾驶员的加速度数据。该临时数量或等级可修改或处理;例如,该数量可除以该速度带区的该组先前驾驶员的标准偏差。这可以产生该驾驶员的当前速度带区的等级、Z等级或原始等级,这可以进一步处理。所使用的示例性公式为:
其中,表示对于一个速度带区或区间而言该驾驶员在该行程上的n个样本的平均值,n是当前行程上当前驾驶员的这些样本的数量,μ是来自于数据库的表示该车辆中的先前样本驾驶员的相应速度区间的平均值,σ是来自于数据库的表示该车辆中的先前驾驶员的相应速度区间的标准偏差。在一个实施例中,μ是来自于先前驾驶员的数据库的对于相应速度区间而言平均值在所有驾驶员内的平均,σ是对于相应速度而言标准偏差在所有驾驶员内的平均。可以使用其他公式。该等级或Z得分可表示一组驾驶员的当前驾驶员的加速模式之间的差异,表示一组为平均值。该数量可以例如从-1到1变化。可以使用其他范围且可以使用其他公式。该等级或Z得分可基于标准偏差,或者可以是标准化标准偏差的型式。
可执行进一步处理。例如,该Z得分或临时等级的绝对值可获得且值被滤波(例如,一阶或二阶滤波器)。
如果使用多个速度区间或带区,各个带区的等级可以求平均,以产生一个最终生态型等级或Z得分。在一个实施例中,得分可具有0-1的值(其中,0表示保守型,1表示激进型)。
该值可以修改或标准化。在其他实施例中,可产生其他范围。例如,该得分可转换为0-100标度,或者一组文本或颜色等级中的一个(例如,“生态友好型”、“中等”和“激进型”)。此外,该值可基于车辆速度修改。例如,如果车辆的当前速度超过阈值,例如70英里每小时,那么可进行调节,例如通过将等级乘以权重,例如权重=1/(1+exp(-(-0.4*speedmph+30))),其中,speedmph是速度,单位:英里每小时。可使用修改值的其他方法。
在操作350中,驾驶风格的等级、描述或评价可例如显示给驾驶员,例如在输出装置或区域150上。等级可输入其他过程。等级可例如是从1-100、0-1或其他范围的数字。例如,如果标度是1-100,100可以是最高效或生态友好的,1可以是最小效率或生态友好的。等级可以是其他形式,例如一组类别中的一个(例如,“生态友好型”、“中等”和“激进型”)或一组颜色中的一个。
在步骤360中,所收集加速度或其他传感器数据可以与该特定车辆中该特定驾驶员的先前数据(例如存储在数据库124中)进行比较。在一个实施例中,操作340所示的计算用于将当前驾驶员数据与数据库124进行比较,而不是先前驾驶员数据的数据库122,以产生驾驶员相对于驾驶员在过去行程的驾驶风格的等级、描述或评价,可以称为“偏差等级”。
在步骤370中,可产生将驾驶员的当前驾驶风格与其历史驾驶风格进行比较的偏差等级(deviationrating)或等级。等级或比较可例如显示给驾驶员,例如在输出装置或区域150上。等级可输入其他过程。不需要执行与特定驾驶员自己的先前数据的比较。
过程可循环回到或者重复回到步骤320,且提供更新等级。在一个实施例中,在收集每个附加数据点时,当前行程上当前驾驶员的该组数据点被更新,通过添加数据点且还可能去除数据点(通常以先进先出的方式)。例如,去除所收集的最早数据点且添加最新数据点。不需要去除数据。然后再次执行比较和评级操作,且可提供更新等级。在其他实施例中,不需要使用滚动方法,且可以其他方式执行再次计算。
可使用其他操作或操作系列。
基于等级,驾驶员可调节他或她的驾驶风格,例如以实现更高燃料经济性。输出可以用于调节针对驾驶员驾驶风格定制的巡航控制***的加速度/减速度曲线。
在一个实施例中,针对数据库124可收集多个数据样本或数据点,以便收集或处理有意义数量的信息。例如,对于速度带区范围或多个范围(例如,7个速度带区,每个具有20km/h的范围,表示0到140km/h范围内的数据),对每个带区可收集最少60个样本或数据点,每个样本每1.6秒收集一次。在一些实施例中,在认为收集足够的数据集之前,可对数据库124的每个带区收集最少收集样本。
本发明的实施例能够包括用于执行本文所述操作的设备。这种设备可以是为了期望目的而专门构造的,或者可以包括计算机或处理器,所述计算机或处理器通过存储在计算机中的计算机程序来选择性地启用或重新配置。这种计算机程序能够被存储在以下各项中:计算机可读或处理器可读的存储介质、任何类型的盘(包括软盘、光盘、CD-ROM、磁光盘)、只读存储器(ROM)、随机存取存储器(RAM)、电可编程只读存储器(EPROM)、电可擦除及可编程只读存储器(EEPROM)、磁卡或光卡、或者适于存储电子指令的任何其他类型的介质。将理解的是,各种编程语言都能够被用于实施如本文所述的本发明的教导。本发明的实施例能够包括例如计算机或处理器可读存储介质之类的物品,例如编码有、包括有或存储有指令(例如计算机可执行指令,这些指令在由处理器或控制器执行时使得处理器或控制器执行本文所公开的方法)的存储器、磁盘驱动器或USB闪存。这些指令可以使处理器或控制器执行实施本文所公开的方法的过程。
本文讨论的各个实施例的特征能够结合本文所述的其他实施例使用。对本发明的实施例的前述说明仅仅出于描述和说明的目的而提出。该说明并不旨在是穷尽的或者将本发明局限于所公开的准确形式。本领域技术人员应当理解的是,鉴于上述教导,许多修改、变形、替换、变化和等同物都是可能的。因此,要理解的是,所附权利要求旨在覆盖了落入本发明实质精神内的所有这种变形和变化。
Claims (20)
1.一种用于确定车辆的驾驶风格的方法,包括:
收集车辆由驾驶员驾驶的加速度数据;
将车辆由驾驶员驾驶的加速度数据与一组加速度数据进行比较,该组加速度数据表示驾驶与所述车辆相同类型的车辆的多个样本驾驶员;
基于所述比较,确定驾驶员的驾驶风格等级;以及
显示所述驾驶风格等级。
2.根据权利要求1所述的方法,其中,收集加速度数据包括从车辆中的加速计收集加速度数据。
3.根据权利要求1所述的方法,其中,收集加速度数据包括在特定驾驶行程期间从车辆中的加速计收集加速度数据,且其中,表示多个样本驾驶员的数据在先前驾驶行程期间收集。
4.根据权利要求1所述的方法,其中,车辆是机动车。
5.根据权利要求1所述的方法,其中,收集加速度数据包括在特定驾驶行程期间收集加速度,所述方法包括:
将车辆由驾驶员驾驶的加速度数据与车辆由驾驶员驾驶的先前加速度数据进行比较;以及
显示所述比较。
6.根据权利要求1所述的方法,包括:将在多个速度带区中的每个内的车辆由驾驶员驾驶的加速度数据与在多个相应速度带区中的每个内的样本驾驶员的加速度数据进行比较。
7.根据权利要求1所述的方法,其中,比较包括从驾驶车辆的驾驶员的加速度数据的平均值减去样本驾驶员的加速度数据的平均值。
8.一种用于确定车辆的驾驶风格的装置,包括:
存储器;和
控制器,所述控制器用以:
接收车辆由驾驶员驾驶的加速度数据;
将车辆由驾驶员驾驶的加速度数据与一组加速度数据进行比较,该组加速度数据表示驾驶与所述车辆相同类型的车辆的多个样本驾驶员;以及
基于所述比较,确定驾驶员的驾驶风格等级。
9.根据权利要求8所述的装置,其中,收集加速度数据包括从车辆中的加速计收集加速度数据。
10.根据权利要求8所述的装置,其中,收集加速度数据包括在特定驾驶行程期间从车辆中的加速计收集加速度数据,且其中,表示多个样本驾驶员的数据在先前驾驶行程期间收集。
11.根据权利要求8所述的装置,其中,车辆是机动车。
12.根据权利要求8所述的装置,其中,收集加速度数据包括在特定驾驶行程期间收集加速度,其中,所述控制器用以将车辆由驾驶员驾驶的加速度数据与车辆由驾驶员驾驶的先前加速度数据进行比较。
13.根据权利要求8所述的装置,所述控制器用以将在多个速度带区中的每个内的车辆由驾驶员驾驶的加速度数据与在多个相应速度带区中的每个内的样本驾驶员的加速度数据进行比较。
14.根据权利要求13所述的装置,其中,比较包括从驾驶车辆的驾驶员的加速度数据的平均值减去样本驾驶员的加速度数据的平均值。
15.一种用于提供驾驶风格的等级的方法,包括:
从一种类型的特定车辆在由当前驾驶员驾驶时的加速度数据值的平均值减去驾驶该类型车辆的一组驾驶员的加速度数据值的平均值,以产生临时等级;
将临时等级除以驾驶该类型车辆的一组驾驶员的加速度数据的标准偏差,以产生等级;
进一步处理所述等级;以及
将所处理等级提供给当前驾驶员。
16.根据权利要求15所述的方法,包括:从特定车辆中的加速计收集加速度数据。
17.根据权利要求15所述的方法,其中,特定车辆是机动车。
18.根据权利要求15所述的方法,包括:确定多个速度带区中的每个的等级。
19.根据权利要求18所述的方法,包括:对多个速度带区中的每个的等级求平均。
20.根据权利要求15所述的方法,其中,进一步处理包括将等级乘以对当前驾驶员收集的样本数量的平方根。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/100,930 US9171409B2 (en) | 2011-05-04 | 2011-05-04 | System and method for vehicle driving style determination |
US13/100930 | 2011-05-04 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102774382A CN102774382A (zh) | 2012-11-14 |
CN102774382B true CN102774382B (zh) | 2016-06-22 |
Family
ID=47019809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210158516.XA Active CN102774382B (zh) | 2011-05-04 | 2012-05-04 | 用于车辆驾驶风格确定的***和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9171409B2 (zh) |
CN (1) | CN102774382B (zh) |
DE (1) | DE102012207458A1 (zh) |
Families Citing this family (54)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120209632A1 (en) * | 2011-01-24 | 2012-08-16 | Lexisnexis Risk Solutions Inc. | Telematics smart pinging systems and methods |
US9171409B2 (en) * | 2011-05-04 | 2015-10-27 | GM Global Technology Operations LLC | System and method for vehicle driving style determination |
US8989914B1 (en) * | 2011-12-19 | 2015-03-24 | Lytx, Inc. | Driver identification based on driving maneuver signature |
US8682557B2 (en) * | 2011-12-30 | 2014-03-25 | Ford Global Technologies, Llc | Driving behavior feedback interface |
US8738262B2 (en) | 2011-12-30 | 2014-05-27 | Ford Global Technologies, Llc | Driving behavior feedback interface |
US20130311209A1 (en) * | 2012-01-24 | 2013-11-21 | Lexisnexis Risk Solutions Inc. | Telematics smart pinging systems and methods |
US20130274955A1 (en) * | 2012-04-13 | 2013-10-17 | Walter Steven Rosenbaum | Method for analyzing operation characteristics of a vehicle driver |
EP2859464B1 (en) * | 2012-06-08 | 2020-09-16 | Airbiquity, Inc. | Assessment of electronic sensor data to remotely identify a motor vehicle and monitor driver behavior |
CN103895650A (zh) * | 2012-12-28 | 2014-07-02 | 环达电脑(上海)有限公司 | 智能陪驾装置及其方法 |
JP5991219B2 (ja) * | 2013-02-08 | 2016-09-14 | トヨタ自動車株式会社 | 運転支援装置 |
US20140257870A1 (en) | 2013-03-10 | 2014-09-11 | State Farm Mutual Automobile Insurance Company | Determining Driving Patterns from On-Board Vehicle Sensor Data |
DE202013010566U1 (de) | 2013-11-22 | 2015-02-24 | GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) | Fahrerassistenzsystem für ein Kraftfahrzeug |
CA2932184A1 (en) * | 2013-11-29 | 2015-06-04 | Ims Solutions Inc. | Advanced context-based driver scoring |
US20150166069A1 (en) * | 2013-12-18 | 2015-06-18 | Ford Global Technologies, Llc | Autonomous driving style learning |
WO2015099645A1 (en) * | 2013-12-23 | 2015-07-02 | Intel Corporation | Vehicle ratings via measured driver behavior |
CN104429047B (zh) * | 2014-03-05 | 2018-02-02 | 华为终端有限公司 | 车联网数据处理方法、服务器和终端 |
SG11201706351SA (en) | 2015-02-05 | 2017-09-28 | Uber Technologies Inc | Programmatically determining location information in connection with a transport service |
US9994172B2 (en) | 2015-02-26 | 2018-06-12 | Ford Global Technologies, Llc | Methods and systems to determine and communicate driver performance |
US10204528B2 (en) * | 2015-08-05 | 2019-02-12 | Uber Technologies, Inc. | Augmenting transport services using driver profiling |
DE102015213108A1 (de) * | 2015-06-17 | 2016-12-22 | Init Innovative Informatikanwendungen In Transport-, Verkehrs- Und Leitsystemen Gmbh | Verfahren und System zur Bewertung der Fahrweise eines Fahrzeugführers mit einem Kraftfahrzeug |
US20170200324A1 (en) * | 2016-01-11 | 2017-07-13 | Blackberry Limited | Device, method and system for collecting user-based insurance data in vehicles |
CN106060258B (zh) * | 2016-06-08 | 2020-02-14 | 合肥工业大学 | 一种基于智能手机的驾驶员驾驶风格分析方法 |
US10672198B2 (en) | 2016-06-14 | 2020-06-02 | Uber Technologies, Inc. | Trip termination determination for on-demand transport |
US10129221B1 (en) | 2016-07-05 | 2018-11-13 | Uber Technologies, Inc. | Transport facilitation system implementing dual content encryption |
US10249102B1 (en) * | 2016-07-29 | 2019-04-02 | Rockwell Collins, Inc. | Path-based platform input |
CN109891471B (zh) * | 2016-11-01 | 2022-02-08 | 三菱电机株式会社 | 信息提示方法 |
KR20180051273A (ko) * | 2016-11-08 | 2018-05-16 | 현대자동차주식회사 | 차량의 주행 정보를 이용한 차량의 주행 제어 방법 및 그 방법을 이용하는 차량 |
US10371542B2 (en) | 2017-02-17 | 2019-08-06 | Uber Technologies, Inc. | System and methods for performing multivariate optimizations based on location data |
CN108573600B (zh) * | 2017-03-10 | 2022-02-08 | 重庆邮电大学 | 一种驾驶员行为诱导与局部交通流优化方法 |
US10402771B1 (en) | 2017-03-27 | 2019-09-03 | Uber Technologies, Inc. | System and method for evaluating drivers using sensor data from mobile computing devices |
US10445950B1 (en) | 2017-03-27 | 2019-10-15 | Uber Technologies, Inc. | Vehicle monitoring system |
DE102017207537A1 (de) * | 2017-05-04 | 2018-11-08 | Knorr-Bremse Systeme für Schienenfahrzeuge GmbH | Fahrerassistenzsystem und Verfahren zum Unterstützen eines Führers eines Schienenfahrzeugs |
DE102017207538A1 (de) * | 2017-05-04 | 2018-11-08 | Knorr-Bremse Systeme für Schienenfahrzeuge GmbH | Fahrerassistenzsystem und Verfahren zum Unterstützen eines Führers eines Schienenfahrzeugs |
ES2696401B8 (es) * | 2017-07-11 | 2021-03-02 | Univ Madrid Carlos Iii | Sistema y procedimiento de evaluación de estilo de conducción |
US10559211B2 (en) | 2017-11-27 | 2020-02-11 | Uber Technologies, Inc. | Real-time service provider progress monitoring |
US10665127B2 (en) | 2017-11-28 | 2020-05-26 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for sharing driver coaching data |
US10793161B2 (en) | 2017-12-06 | 2020-10-06 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for selective driver coaching based on driver efficiency |
CN108256233B (zh) * | 2018-01-18 | 2021-10-01 | 中国第一汽车股份有限公司 | 基于驾驶员风格的智能车轨迹规划及跟踪方法和*** |
CN110389577B (zh) * | 2018-04-17 | 2022-04-01 | 北京三快在线科技有限公司 | 一种确定驾驶风格的方法及装置 |
US11495028B2 (en) * | 2018-09-28 | 2022-11-08 | Intel Corporation | Obstacle analyzer, vehicle control system, and methods thereof |
US10999299B2 (en) | 2018-10-09 | 2021-05-04 | Uber Technologies, Inc. | Location-spoofing detection system for a network service |
CN109910902B (zh) * | 2019-02-28 | 2020-09-29 | 苏州工业园区职业技术学院 | 一种根据驾驶员驾驶习性的汽车智能驾驶*** |
CN110979341A (zh) * | 2019-10-08 | 2020-04-10 | 复变时空(武汉)数据科技有限公司 | 一种司机驾驶行为分析方法及分析*** |
CN111144706A (zh) * | 2019-12-05 | 2020-05-12 | 东南大学 | 一种网约车驾驶员评分和类别划分方法 |
US11494517B2 (en) | 2020-02-12 | 2022-11-08 | Uber Technologies, Inc. | Computer system and device for controlling use of secure media recordings |
CN113911047B (zh) * | 2020-07-07 | 2023-09-22 | 北京新能源汽车股份有限公司 | 一种车辆的控制方法及装置 |
FR3114902A1 (fr) * | 2020-10-07 | 2022-04-08 | Psa Automobiles Sa | Détermination d’un indicateur d’électrocompatibilité |
CN112061117B (zh) * | 2020-10-14 | 2022-06-14 | 浙江吉利控股集团有限公司 | 自学习自动泊车控制方法、控制***及车辆 |
CN112508054B (zh) * | 2020-11-12 | 2022-04-26 | 东风汽车集团有限公司 | 一种驾驶模型训练方法、装置、设备和介质 |
CN115179950B (zh) * | 2021-03-26 | 2023-09-08 | 广州汽车集团股份有限公司 | 基于驾驶行为的驾驶模式调整方法和车辆 |
CN113401125B (zh) * | 2021-07-29 | 2022-10-11 | 中国第一汽车股份有限公司 | 纵向跟车控制方法、装置、电子设备及存储介质 |
CN114228722B (zh) * | 2021-12-06 | 2023-10-24 | 上海前晨汽车科技有限公司 | 驾驶风格划分方法、装置、设备、存储介质和程序产品 |
CN114228723B (zh) * | 2021-12-09 | 2024-04-12 | 华人运通(上海)云计算科技有限公司 | 一种驾驶行为分析方法 |
CN117207976A (zh) * | 2023-09-25 | 2023-12-12 | 赛力斯汽车有限公司 | 一种基于驾驶风格的换道方法、装置及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1983240A (zh) * | 2005-12-14 | 2007-06-20 | 通用汽车环球科技运作公司 | 用于评估车辆驾驶风格模型或车辆用法模型检测器的方法 |
CN101633358A (zh) * | 2008-07-24 | 2010-01-27 | 通用汽车环球科技运作公司 | 具有集成驾驶风格识别的自适应车辆控制*** |
CN101633359A (zh) * | 2008-07-24 | 2010-01-27 | 通用汽车环球科技运作公司 | 具有驾驶风格识别的自适应车辆控制*** |
Family Cites Families (45)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4671111A (en) * | 1984-10-12 | 1987-06-09 | Lemelson Jerome H | Vehicle performance monitor and method |
DE4120546C2 (de) * | 1991-06-21 | 1995-04-13 | Porsche Ag | Einrichtung zur Steuerung eines stufenlosen Kraftfahrzeuggetriebes |
DE4215406A1 (de) * | 1992-05-11 | 1993-11-18 | Zahnradfabrik Friedrichshafen | Steuersystem zum Schalten eines automatischen Getriebes |
US5570087A (en) * | 1994-02-18 | 1996-10-29 | Lemelson; Jerome H. | Motor vehicle performance monitor and method |
JP3044025B1 (ja) * | 1998-12-09 | 2000-05-22 | 株式会社データ・テック | 運転傾向性の分析が可能な運行管理システム及びその構成装置 |
DE19860248C1 (de) | 1998-12-24 | 2000-03-16 | Daimler Chrysler Ag | Verfahren und Vorrichtung zur Klassifizierung der Fahrweise eines Fahrers in einem Kraftfahrzeug |
GB0114424D0 (en) | 2001-06-13 | 2001-08-08 | Ricardo Consulting Eng | Improved vehicle control |
JP2003331380A (ja) * | 2002-05-16 | 2003-11-21 | Miyama Kk | 車両運行情報管理評価システム |
US6931309B2 (en) * | 2003-05-06 | 2005-08-16 | Innosurance, Inc. | Motor vehicle operating data collection and analysis |
CA2925145A1 (en) * | 2003-07-07 | 2005-01-13 | Insurance Services Office, Inc. | Traffic information system |
US20080255869A1 (en) * | 2004-02-02 | 2008-10-16 | Young Ayden F | Generating safety report for fleet of vehicles |
CA2611408A1 (en) * | 2005-06-09 | 2006-12-14 | Drive Diagnostics Ltd. | System and method for displaying a driving profile |
GB0605069D0 (en) | 2006-03-14 | 2006-04-26 | Airmax Group Plc | Method and system for driver style monitoring and analysing |
US9067565B2 (en) * | 2006-05-22 | 2015-06-30 | Inthinc Technology Solutions, Inc. | System and method for evaluating driver behavior |
US7603228B2 (en) | 2006-05-25 | 2009-10-13 | Ford Global Technologies, Llc | Haptic apparatus and coaching method for improving vehicle fuel economy |
FR2917690B1 (fr) | 2007-06-19 | 2009-10-30 | Peugeot Citroen Automobiles Sa | Procede interactif pour aider le conducteur d'un vehicule automobile a adopter une conduite economique et vehicule mettant en oeuvre ce procede. |
US9129460B2 (en) * | 2007-06-25 | 2015-09-08 | Inthinc Technology Solutions, Inc. | System and method for monitoring and improving driver behavior |
US7841962B2 (en) * | 2007-11-05 | 2010-11-30 | Toyota Motor Engineering & Manufacturing North America, Inc. | Automatic transmission upshift timing |
CN101878122B (zh) * | 2007-11-30 | 2013-05-22 | 沃尔沃拉斯特瓦格纳公司 | 识别车轮模块的位置的方法 |
JP5564433B2 (ja) | 2007-12-26 | 2014-07-30 | ルノー・トラックス | ハイブリッド車両の燃料消費の管理方法及び同方法に適合する車両 |
US7954579B2 (en) | 2008-02-04 | 2011-06-07 | Illinois Institute Of Technology | Adaptive control strategy and method for optimizing hybrid electric vehicles |
GB2457279A (en) | 2008-02-08 | 2009-08-12 | Airmax Group Plc | Configuration of an electronic control system for controlling the operation of at least one component of a vehicle |
US8612107B2 (en) | 2008-06-10 | 2013-12-17 | The Regents Of The University Of Michigan | Method, control apparatus and powertrain system controller for real-time, self-learning control based on individual operating style |
US8060260B2 (en) | 2008-07-24 | 2011-11-15 | GM Global Technology Operations LLC | Adaptive vehicle control system with driving style recognition based on vehicle passing maneuvers |
US20100023216A1 (en) | 2008-07-24 | 2010-01-28 | Gm Global Technology Operations, Inc | Adaptive vehicle control system with driving style recognition based on vehicle left/right turns |
US8280601B2 (en) | 2008-07-24 | 2012-10-02 | GM Global Technology Operations LLC | Adaptive vehicle control system with integrated maneuver-based driving style recognition |
US20100023197A1 (en) | 2008-07-24 | 2010-01-28 | Gm Global Technology Operations, Inc. | Adaptive vehicle control system with driving style recognition based on behavioral diagnosis |
US8195341B2 (en) | 2008-07-24 | 2012-06-05 | GM Global Technology Operations LLC | Adaptive vehicle control system with driving style recognition based on maneuvers at highway on/off ramps |
US7831407B2 (en) | 2008-07-24 | 2010-11-09 | Gm Global Technology Operations, Inc. | Adaptive vehicle control system with driving style recognition based on vehicle U-turn maneuvers |
US20100023180A1 (en) | 2008-07-24 | 2010-01-28 | Gm Global Technology Operations, Inc. | Adaptive vehicle control system with driving style recognition based on lane-change maneuvers |
US20100019964A1 (en) | 2008-07-24 | 2010-01-28 | Gm Global Technology Operations, Inc. | Adaptive vehicle control system with driving style recognition and road condition recognition |
US8170740B2 (en) | 2008-07-24 | 2012-05-01 | GM Global Technology Operations LLC | Adaptive vehicle control system with driving style recognition based on vehicle launching |
US8781882B1 (en) * | 2008-08-07 | 2014-07-15 | Accenture Global Services Limited | Automotive industry high performance capability assessment |
DE102008055656A1 (de) | 2008-11-03 | 2010-05-06 | Parthy, Kai, Dipl.-Ing. | Fahrten-Monitor zur Bewertung des Fahrstils eines Kraftfahrers mit Ausgabe von Optimierungs-Anweisungen |
US20100152950A1 (en) | 2008-12-15 | 2010-06-17 | Gm Global Technology Operations, Inc. | Adaptive vehicle control system with driving style recognition based on vehicle stopping |
US20100152951A1 (en) | 2008-12-15 | 2010-06-17 | Gm Global Technology Operations, Inc. | Adaptive vehicle control system with driving style recognition based on vehicle accelerating and decelerating |
US8170725B2 (en) * | 2009-02-18 | 2012-05-01 | GM Global Technology Operations LLC | Vehicle stability enhancement control adaptation to driving skill based on highway on/off ramp maneuver |
US20100280711A1 (en) | 2009-04-29 | 2010-11-04 | Gm Global Technology Operations, Inc. | System and method of using a portable device to recognize a frequent driver |
ES2732249T3 (es) * | 2009-09-25 | 2019-11-21 | Geotab Inc | Sistema, método y programa informático para simular el uso de energía de vehículo |
US20120239462A1 (en) * | 2011-03-18 | 2012-09-20 | Greendriver, Inc. | Apparatuses and methods for improving driving performance |
US9171409B2 (en) * | 2011-05-04 | 2015-10-27 | GM Global Technology Operations LLC | System and method for vehicle driving style determination |
US8538785B2 (en) * | 2011-08-19 | 2013-09-17 | Hartford Fire Insurance Company | System and method for computing and scoring the complexity of a vehicle trip using geo-spatial information |
KR101473957B1 (ko) * | 2013-01-28 | 2014-12-18 | 군산대학교산학협력단 | 운전 패턴 인식에 기반하여 보험료를 결정하는 장치 및 방법 |
US8954340B2 (en) * | 2013-03-15 | 2015-02-10 | State Farm Mutual Automobile Insurance Company | Risk evaluation based on vehicle operator behavior |
US9087099B2 (en) * | 2013-05-29 | 2015-07-21 | General Motors Llc | Centrally managed driver and vehicle ratings system updated via over-the-air communications with telematics units |
-
2011
- 2011-05-04 US US13/100,930 patent/US9171409B2/en active Active
-
2012
- 2012-05-04 DE DE102012207458A patent/DE102012207458A1/de not_active Ceased
- 2012-05-04 CN CN201210158516.XA patent/CN102774382B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1983240A (zh) * | 2005-12-14 | 2007-06-20 | 通用汽车环球科技运作公司 | 用于评估车辆驾驶风格模型或车辆用法模型检测器的方法 |
CN101633358A (zh) * | 2008-07-24 | 2010-01-27 | 通用汽车环球科技运作公司 | 具有集成驾驶风格识别的自适应车辆控制*** |
CN101633359A (zh) * | 2008-07-24 | 2010-01-27 | 通用汽车环球科技运作公司 | 具有驾驶风格识别的自适应车辆控制*** |
Also Published As
Publication number | Publication date |
---|---|
DE102012207458A1 (de) | 2012-11-08 |
CN102774382A (zh) | 2012-11-14 |
US20120283893A1 (en) | 2012-11-08 |
US9171409B2 (en) | 2015-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102774382B (zh) | 用于车辆驾驶风格确定的***和方法 | |
CN103562978B (zh) | 车辆数据分析方法和车辆数据分析*** | |
JP2022521836A (ja) | 車両タイヤ性能モデリング及びフィードバックのためのシステム及び方法 | |
JP2016197308A (ja) | 運転診断方法および運転診断装置 | |
Higgs et al. | A two-step segmentation algorithm for behavioral clustering of naturalistic driving styles | |
EP2036777B1 (en) | Method and system of providing driving data to a driver of a vehicle | |
Kovaceva et al. | Identification of aggressive driving from naturalistic data in car-following situations | |
JP6519434B2 (ja) | 運転支援装置 | |
JP2000185676A (ja) | 移動体の操作傾向解析方法、運行管理システム及びその構成装置、記録媒体 | |
CN112533775A (zh) | 胎面磨损监测***和方法 | |
CN107364435B (zh) | 操作模型构建***和操作模型构建方法 | |
CN109583081B (zh) | 一种车辆行驶速度预测模型构建方法 | |
CN111724505A (zh) | 一种行驶工况构建方法及装置 | |
CN106828106A (zh) | 一种面向动车组牵引电机的故障预警方法 | |
CN115438811A (zh) | 增程式车辆智能保养方法、装置、电子设备、存储介质 | |
EP3386829A1 (en) | A vehicle drivability evaluation system and method | |
CN107539038B (zh) | 一种车辆胎压状态监控方法及装置 | |
CN110997441A (zh) | 用于求取驾驶行为的方法和设备 | |
CN114999150A (zh) | 路段拥堵判别方法、装置、车辆及存储介质 | |
CN114228719A (zh) | 车辆辅助制动方法、电子设备及存储介质 | |
CN116499772B (zh) | 车辆制动性能评估方法、装置、电子设备及存储介质 | |
Voevodin et al. | Reduction of accidents on public roads by increasing informativeness of drivers | |
US20230391342A1 (en) | Road surface damage detection device, road surface damage detection method, and storage device | |
US20240053231A1 (en) | System and method for estimating tire wear using acoustic footprint analysis | |
CN115447616B (zh) | 车辆驾驶客观指标的生成方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |