CN106202872A - 机动车辆驾驶行为评分方法 - Google Patents
机动车辆驾驶行为评分方法 Download PDFInfo
- Publication number
- CN106202872A CN106202872A CN201610482936.1A CN201610482936A CN106202872A CN 106202872 A CN106202872 A CN 106202872A CN 201610482936 A CN201610482936 A CN 201610482936A CN 106202872 A CN106202872 A CN 106202872A
- Authority
- CN
- China
- Prior art keywords
- index
- driving behavior
- weight
- ahp
- weights
- 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
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种机动车辆驾驶行为评分方法,包括如下步骤:获取驾驶行为评分指标相关数据信息;根据评分指标相关数据信息,通过层次分析法,计算每个标准层的权重和指标层各指标权重;根据熵权法,计算指标层各指标权重;将根据层次分析法所得的每个标准层的权重和指标层各指标权重与根据熵权法所得的指标层各指标权重,计算得到驾驶行为评分指标权重。本发明将熵权法和层次分析法融合提出一种改进型熵权层次分析法,对机动车辆驾驶行为进行了评分,实现了对不同车主驾驶行为行车安全级别量化评分。
Description
技术领域
本发明涉及驾驶行为评分技术领域,特别涉及一种机动车辆驾驶行为评分方法。
背景技术
自21世纪以来,随着人们生活水平的不断提高和汽车工业的飞速发展,我国的汽车持有量不断增长,预计至2020年将会成为总量第一的汽车大国。作为车联网时代下新兴的机动车辆保险,备受关注的车联网保险的中心概念是指驾驶员在车辆行驶过程中的实际驾驶行为表现的不同将导致车险保费的差异化。车险保费的差异化是在驾驶行为安全评级的基础上实现的,因此驾驶行为评分是车险的关键。驾驶行为影响因子的不同决定了驾驶行为评分的不同,针对指标赋值方法,常用的有调查法、层次分析法、偏好比率法、熵权法、灰色关联分析法等。然而,传统的驾驶行为评分方法采用过多的指标且存在重复情况,导致工作量加大。
如中国专利CN 104408922 A的发明专利,该发明提供一种基于北斗导航驾驶行为评分方法,其成本低、数据处理简单,然而,该发明在驾驶行为影响指标选取中,采用过多的指标且存在重复情况,导致工作量加大。
发明内容
本发明的目的旨在至少解决所述技术缺陷之一。
为此,本发明的目的在于提出一种能够对不同车主驾驶行为进行行车安全级别量化评分的机动车辆驾驶行为评分方法。
为了实现上述目的,本发明提供一种机动车辆驾驶行为评分方法,包括如下步骤:
步骤S1,获取驾驶行为评分指标相关数据信息;
步骤S2,根据评分指标相关数据信息,通过层次分析法,计算每个标准层的权重和指标层各指标权重;
步骤S3,根据熵权法,计算指标层各指标权重;
步骤S4,将根据层次分析法所得的每个标准层的权重和指标层各指标权重与根据熵权法所得的指标层各指标权重,计算得到驾驶行为评分指标权重。
进一步的,在步骤S1中,所述评分指标包括加速次数、急减速次数、急刹车次数、急转弯次数、行车里程、疲劳驾驶、驾驶时间段。
进一步的,在步骤S2中,通过层次分析法,计算每个标准层的权重ABi(i=1,2,...,m)和指标层各个指标权重ASj(j=1,2,...,n),AWj(j=1,2,...,n)表示层次分析法所得权值,为标准层权重ABj和指标层权重ASj乘积:
其中,m表示标准层的数量,n表示指标层的数量,且每个标准层对应n1,n2,...,nk个指标,同时满足n1+n2+...+nk=n,k表示每个标准层对应指标的数量,Bij表示判断矩阵,i表示判断矩阵的行,j表示判断矩阵的列,Mi表示判断矩阵每一行元素的乘积,即:
b为判断矩阵Bij中第i行j列的数值。
进一步的,在步骤S3中,根据熵权法,设驾驶行为评分机制中评分对象为Ai(i=1,2,...m),指标集为Xj(j=1,2,...,n),AXij表示驾驶行为评分数据中第i组数据中第j个指标的原始数据值,AXi'j表示AXij经公式标准化处理后的数据值;
计算AXij的公式为:
计算各指标权重EWj(j=1,2,...,n)的公式为:
其中,Pij表示驾驶行为评分数据中第i组数据中第j个指标的比重,即:
进一步的,在步骤S4中,将层次分析法中指标层权重ASj与熵权法指标权重EWj进行一一对应进行结合,步骤如下:
首先得出综合指标权重τj(j=1,2,...,n);
然后再根据标准层对指标层重新进行归一化处理得出标准层下的对应指标层的权重Ωij(i=1,2,...m;j=1,2,...,n);
最后将Ωij与层次分析法中标准层权重ABj进行相乘,得出驾驶行为评分指标权重Wj(j=1,2,....n);
层次分析法中指标层权重ASj与熵权法指标权重EWj进行一一对应进行结合的公式如下:
本发明提出一种机动车辆驾驶行为评分方法,将熵权法和层次分析法融合提出一种改进型熵权层次分析法,由于熵权法依靠客观数据对指标权重进行确定时与实际情况符合度高,层次分析法中判断矩阵是由经验值进行决定,能过灵活对多目标决策问题进行处理,因此把熵权法计算得出的客观权重与层次分析法计算得出的主观权重进行综合考量,结合了熵权法和层次分析法的中间计算过程,得出最终指标权重,最后对机动车辆驾驶行为进行了评分,实现了对不同车主驾驶行为行车安全级别量化评分。且本发明采用指标少且不存在重复情况,大大减少了工作量。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明的整体流程图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
本发明提供一种机动车辆驾驶行为评分方法,参考附图1,包括如下步骤:
步骤S1,获取驾驶行为评分指标相关数据信息。
其中,评分指标包括加速次数、急减速次数、急刹车次数、急转弯次数、行车里程、疲劳驾驶、驾驶时间段。
步骤S2,根据评分指标相关数据信息,通过层次分析法,计算每个标准层的权重和指标层各指标权重;
设有m个标准层,n个指标层,每个标准层对应n1,n2,...,nk个指标,通过层次分析法,计算每个标准层的权重ABi(i=1,2,...m,)和指标层各个指标权重ASj(j=1,2,...,n),AWj(j=1,2,...,n)表示层次分析法所得权值,为标准层权重ABj和指标层权重ASj乘积:
其中,m表示标准层的数量,n表示指标层的数量,且每个标准层对应n1,n2,...,nk个指标,同时满足n1+n2+...+nk=n,k表示每个标准层对应指标的数量,Bij表示判断矩阵,i表示判断矩阵的行,j表示判断矩阵的列,Mi表示判断矩阵每一行元素的乘积,即:
b为判断矩阵Bij中第i行j列的数值。
步骤S3,根据熵权法,计算指标层各指标权重;
设驾驶行为评分机制中评分对象为Ai(i=1,2,...m),指标集为Xj(j=1,2,...,n),AXij表示驾驶行为评分数据中第i组数据中第j个指标的原始数据值,AXi'j表示AXij经公式标准化处理后的数据值;
计算AXij的公式为:
计算各指标权重EWj(j=1,2,...,n)的公式为:
其中,Pij表示驾驶行为评分数据中第i组数据中第j个指标的比重,即:
步骤S4,将根据层次分析法所得的每个标准层的权重和指标层各指标权重与根据熵权法所得的指标层各指标权重,计算得到驾驶行为评分指标权重。
将层次分析法中指标层权重ASj与熵权法指标权重EWj进行一一对应进行结合,步骤如下:
首先得出综合指标权重τj(j=1,2,...,n);
然后再根据标准层对指标层重新进行归一化处理得出标准层下的对应指标层的权重Ωij(i=1,2,...m;j=1,2,...,n);
最后将Ωij与层次分析法中标准层权重ABj进行相乘,得出驾驶行为评分指标权重Wj(j=1,2,....n);
层次分析法中指标层权重ASj与熵权法指标权重EWj进行一一对应进行结合的公式如下:
具体描述如下:
本发明中选取驾驶行为评分指标相关数据信息,主要有行车时间及里程和驾驶行为表现,其中行车时间及里程包括的指标有每月行车总里程、每月夜间行车总时间、每月周末行车总时间及每月高峰期行车总时间,驾驶行为表现指标如第三章驾驶行为识别算法所描述的,根据车辆采集数据中的速度、角速度、时间等得出“四急”(急加速、急减速和急刹车、急转弯)以及疲劳驾驶次数。根据改进型熵权层次分析法算法,将行车时间及里程和驾驶行为表现列为标准层,而每月行车总里程、每月夜间行车总时间、每月周末行车总时间及每月高峰期行车总时间、急加速、急减速和急刹车、急转弯以及疲劳驾驶次数这八项因子列为指标层。
(1)将驾驶行为评分指标进行分层,上层为标准层,下层为指标层。其中准则层包括行车时间及里程、驾驶行为表现这两个一级指标,指标层分为八个二级指标,如表1所示。
表1驾驶行为指标分层表
(2)为减少主观性对判断矩阵的影响,提高判断矩阵的科学性,依据李明杰的驾驶行为评分问卷调查表对各项指标进行评定,得出了驾驶行为评分指标的判断矩阵,如表2所示。
(3)根据上述公式(1)-(5)计算出层次分析法标准层权重和指标层权重,以及熵权法指标权重。根据公式(6)得出分别得出准则层和因子层各个指标综合权重,并分别对行车时间及里程和驾驶行为表现重新进行归一化处理。
表2驾驶行为评分指标判断矩阵
本发明提出一种机动车辆驾驶行为评分方法,将熵权法和层次分析法融合提出一种改进型熵权层次分析法,由于熵权法依靠客观数据对指标权重进行确定时与实际情况符合度高,层次分析法中判断矩阵是由经验值进行决定,能过灵活对多目标决策问题进行处理,因此把熵权法计算得出的客观权重与层次分析法计算得出的主观权重进行综合考量,结合了熵权法和层次分析法的中间计算过程,得出最终指标权重,最后对机动车辆驾驶行为进行了评分,实现了对不同车主驾驶行为行车安全级别量化评分。且本发明采用指标少且不存在重复情况,大大减少了工作量。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求极其等同限定。
Claims (5)
1.一种机动车辆驾驶行为评分方法,其特征在于,包括如下步骤:
步骤S1,获取驾驶行为评分指标相关数据信息;
步骤S2,根据评分指标相关数据信息,通过层次分析法,计算每个标准层的权重和指标层各指标权重;
步骤S3,根据熵权法,计算指标层各指标权重;
步骤S4,将根据层次分析法所得的每个标准层的权重和指标层各指标权重与根据熵权法所得的指标层各指标权重,计算得到驾驶行为评分指标权重。
2.如权利要求1所述的一种机动车辆驾驶行为评分方法,其特征在于:在步骤S1中,所述评分指标包括加速次数、急减速次数、急刹车次数、急转弯次数、行车里程、疲劳驾驶、驾驶时间段。
3.如权利要求1所述的一种机动车辆驾驶行为评分方法,其特征在于:在步骤S2中,通过层次分析法,计算每个标准层的权重和指标层各个指标权重ASj(j=1,2,...n,),AWj(j=1,2,...,n)表示层次分析法所得权值,为标准层权重ABj和指标层权重ASj乘积:
其中,m表示标准层的数量,n表示指标层的数量,且每个标准层对应n1,n2,...,nk个指标,同时满足n1+n2+...+nk=n,k表示每个标准层对应指标的数量,Bij表示判断矩阵,i表示判断矩阵的行,j表示判断矩阵的列,Mi表示判断矩阵每一行元素的乘积,即:
b为判断矩阵Bij中第i行j列的数值。
4.如权利要求1所述的一种机动车辆驾驶行为评分方法,其特征在于:在步骤S3中,根据熵权法,设驾驶行为评分机制中评分对象为Ai(i=1,2,...m),指标集为Xj(j=1,2,...,n),AXij表示驾驶行为评分数据中第i组数据中第j个指标的原始数据值,AX′ij表示AXij经公式标准 化处理后的数据值;
计算AXij的公式为:
计算各指标权重EWj(j=1,2,...,n)的公式为:
其中,Pij表示驾驶行为评分数据中第i组数据中第j个指标的比重,即:
5.如权利要求1所述的一种机动车辆驾驶行为评分方法,其特征在于,在步骤S4中,将层次分析法中指标层权重ASj与熵权法指标权重EWj进行一一对应进行结合,步骤如下:
首先得出综合指标权重τj(j=1,2,...,n);
然后再根据标准层对指标层重新进行归一化处理得出标准层下的对应指标层的权重Ωij(i=1,2,...m;j=1,2,...,n);
最后将Ωij与层次分析法中标准层权重ABj进行相乘,得出驾驶行为评分指标权重Wj(j=1,2,....n);
层次分析法中指标层权重ASj与熵权法指标权重EWj进行一一对应进行结合的公式如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610482936.1A CN106202872A (zh) | 2016-06-27 | 2016-06-27 | 机动车辆驾驶行为评分方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610482936.1A CN106202872A (zh) | 2016-06-27 | 2016-06-27 | 机动车辆驾驶行为评分方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106202872A true CN106202872A (zh) | 2016-12-07 |
Family
ID=57461398
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610482936.1A Pending CN106202872A (zh) | 2016-06-27 | 2016-06-27 | 机动车辆驾驶行为评分方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106202872A (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107161153A (zh) * | 2017-06-16 | 2017-09-15 | 北京车薄荷科技有限公司 | 一种驾驶行为评分方法及装置 |
CN108335216A (zh) * | 2018-01-12 | 2018-07-27 | 中国平安人寿保险股份有限公司 | 一种保险风险评估方法、装置、终端设备及存储介质 |
CN108430069A (zh) * | 2018-02-11 | 2018-08-21 | 重庆邮电大学 | 一种v2x网络性能测试及综合评价分析方法 |
CN108694486A (zh) * | 2017-04-07 | 2018-10-23 | 深圳市体数科科技有限公司 | 一种基于云模型的驾驶行为智能评价方法和装置 |
CN109002981A (zh) * | 2018-07-10 | 2018-12-14 | 上海经达信息科技股份有限公司 | 驾驶行为评分方法、***、装置及计算机可读存储介质 |
CN109034589A (zh) * | 2018-07-18 | 2018-12-18 | 南斗六星***集成有限公司 | 一种基于大数据分析的驾驶行为评价方法及*** |
CN109118040A (zh) * | 2018-06-27 | 2019-01-01 | 上海经达信息科技股份有限公司 | 一种基于模糊层次分析法的汽车驾驶行为评估方法 |
CN109325705A (zh) * | 2018-10-11 | 2019-02-12 | 北京三驰惯性科技股份有限公司 | 一种基于惯性融合技术的驾驶习惯评分方法及*** |
CN109895783A (zh) * | 2019-03-21 | 2019-06-18 | 奇瑞汽车股份有限公司 | 一种电动汽车驾驶行为监测评价***及方法 |
CN109948723A (zh) * | 2019-03-28 | 2019-06-28 | 北京交通发展研究院 | 一种手机用户中通勤人口的识别方法 |
CN110070245A (zh) * | 2018-01-23 | 2019-07-30 | 吉旗物联科技(上海)有限公司 | 一种基于驾驶数据的司机评分排名方法 |
CN110139231A (zh) * | 2019-04-09 | 2019-08-16 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于行车数据的车联网社交方法 |
CN110826848A (zh) * | 2019-09-19 | 2020-02-21 | 安徽百诚慧通科技有限公司 | 基于层次分析法的驾驶人风险评估方法 |
CN110880056A (zh) * | 2018-09-05 | 2020-03-13 | 杭州海康威视***技术有限公司 | 一种安全驾驶指标权重确定方法、装置及电子设备 |
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*** |
CN111563555A (zh) * | 2020-05-11 | 2020-08-21 | 广东广顺新能源动力科技有限公司 | 一种司机驾驶行为分析方法及*** |
CN111950917A (zh) * | 2020-08-18 | 2020-11-17 | 奇瑞新能源汽车股份有限公司 | 一种多档纯电动汽车驾驶性综合评估方法 |
CN112232621A (zh) * | 2020-08-31 | 2021-01-15 | 南斗六星***集成有限公司 | 基于指数概率分布混合模型的驾驶行为评分方法及装置 |
CN112729862A (zh) * | 2020-12-11 | 2021-04-30 | 国汽(北京)智能网联汽车研究院有限公司 | 无人驾驶的驾驶行为安全评估方法、装置及电子设备 |
CN113469458A (zh) * | 2021-07-22 | 2021-10-01 | 南京领行科技股份有限公司 | 驾驶习惯评价方法、装置及电子设备 |
CN113624514A (zh) * | 2021-08-17 | 2021-11-09 | 中国汽车技术研究中心有限公司 | 驾驶员状态监控产品的测试方法、***、电子设备及介质 |
CN113822574A (zh) * | 2021-09-23 | 2021-12-21 | 佳都科技集团股份有限公司 | 一种基于层次分析法和熵权法的车辆风险评估方法及装置 |
CN115221234A (zh) * | 2021-08-16 | 2022-10-21 | 广州汽车集团股份有限公司 | 一种基于动力总成数据对用户进行画像的方法及*** |
CN115457522A (zh) * | 2022-09-19 | 2022-12-09 | 北京联合大学 | 一种面向城市道路的驾驶行为安全评估方法及*** |
CN116350190A (zh) * | 2023-05-29 | 2023-06-30 | 中国第一汽车股份有限公司 | 一种驾驶能力确定方法、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102044095A (zh) * | 2010-09-10 | 2011-05-04 | 深圳市航天星网通讯有限公司 | 一种个人驾驶行为分析管理控制*** |
CN103577888A (zh) * | 2013-09-05 | 2014-02-12 | 西安电子科技大学 | 一种改进的熵权层次分析法及其应用 |
CN103871242A (zh) * | 2014-04-01 | 2014-06-18 | 北京工业大学 | 一种驾驶行为综合评价***与方法 |
CN104408922A (zh) * | 2014-12-01 | 2015-03-11 | 东莞职业技术学院 | 基于北斗导航驾驶行为评分方法 |
-
2016
- 2016-06-27 CN CN201610482936.1A patent/CN106202872A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102044095A (zh) * | 2010-09-10 | 2011-05-04 | 深圳市航天星网通讯有限公司 | 一种个人驾驶行为分析管理控制*** |
CN103577888A (zh) * | 2013-09-05 | 2014-02-12 | 西安电子科技大学 | 一种改进的熵权层次分析法及其应用 |
CN103871242A (zh) * | 2014-04-01 | 2014-06-18 | 北京工业大学 | 一种驾驶行为综合评价***与方法 |
CN104408922A (zh) * | 2014-12-01 | 2015-03-11 | 东莞职业技术学院 | 基于北斗导航驾驶行为评分方法 |
Non-Patent Citations (4)
Title |
---|
SAIF AL-SULTAN ET AL;: "《Context-Aware Driver Behavior Detection System in Intelligent Transportation Systems》", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》 * |
刘萌 等;: "《基于熵权AHP理论的驾驶倾向性辨识评价方法》", 《公安海警学院学报》 * |
张良力 等;: "《基于贝叶斯网络的机动车驾驶行为状态分析建模》", 《交通信息与安》 * |
朱爽: "《车联网环境下基于UBI的车险费率厘定模式与方法研究》", 《中国优秀硕士学位论文全文数据库经济与管理科学辑》 * |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108694486A (zh) * | 2017-04-07 | 2018-10-23 | 深圳市体数科科技有限公司 | 一种基于云模型的驾驶行为智能评价方法和装置 |
CN107161153A (zh) * | 2017-06-16 | 2017-09-15 | 北京车薄荷科技有限公司 | 一种驾驶行为评分方法及装置 |
CN108335216A (zh) * | 2018-01-12 | 2018-07-27 | 中国平安人寿保险股份有限公司 | 一种保险风险评估方法、装置、终端设备及存储介质 |
CN110070245A (zh) * | 2018-01-23 | 2019-07-30 | 吉旗物联科技(上海)有限公司 | 一种基于驾驶数据的司机评分排名方法 |
CN108430069A (zh) * | 2018-02-11 | 2018-08-21 | 重庆邮电大学 | 一种v2x网络性能测试及综合评价分析方法 |
CN109118040A (zh) * | 2018-06-27 | 2019-01-01 | 上海经达信息科技股份有限公司 | 一种基于模糊层次分析法的汽车驾驶行为评估方法 |
CN109002981B (zh) * | 2018-07-10 | 2021-06-18 | 上海经达信息科技股份有限公司 | 驾驶行为评分方法、***、装置及计算机可读存储介质 |
CN109002981A (zh) * | 2018-07-10 | 2018-12-14 | 上海经达信息科技股份有限公司 | 驾驶行为评分方法、***、装置及计算机可读存储介质 |
CN109034589A (zh) * | 2018-07-18 | 2018-12-18 | 南斗六星***集成有限公司 | 一种基于大数据分析的驾驶行为评价方法及*** |
CN110880056A (zh) * | 2018-09-05 | 2020-03-13 | 杭州海康威视***技术有限公司 | 一种安全驾驶指标权重确定方法、装置及电子设备 |
CN109325705A (zh) * | 2018-10-11 | 2019-02-12 | 北京三驰惯性科技股份有限公司 | 一种基于惯性融合技术的驾驶习惯评分方法及*** |
CN109895783A (zh) * | 2019-03-21 | 2019-06-18 | 奇瑞汽车股份有限公司 | 一种电动汽车驾驶行为监测评价***及方法 |
CN109948723A (zh) * | 2019-03-28 | 2019-06-28 | 北京交通发展研究院 | 一种手机用户中通勤人口的识别方法 |
CN110139231A (zh) * | 2019-04-09 | 2019-08-16 | 惠州市德赛西威汽车电子股份有限公司 | 一种基于行车数据的车联网社交方法 |
CN110826848A (zh) * | 2019-09-19 | 2020-02-21 | 安徽百诚慧通科技有限公司 | 基于层次分析法的驾驶人风险评估方法 |
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*** |
CN111563555A (zh) * | 2020-05-11 | 2020-08-21 | 广东广顺新能源动力科技有限公司 | 一种司机驾驶行为分析方法及*** |
CN111950917A (zh) * | 2020-08-18 | 2020-11-17 | 奇瑞新能源汽车股份有限公司 | 一种多档纯电动汽车驾驶性综合评估方法 |
CN112232621A (zh) * | 2020-08-31 | 2021-01-15 | 南斗六星***集成有限公司 | 基于指数概率分布混合模型的驾驶行为评分方法及装置 |
CN112232621B (zh) * | 2020-08-31 | 2023-07-04 | 南斗六星***集成有限公司 | 基于指数概率分布混合模型的驾驶行为评分方法及装置 |
CN112729862A (zh) * | 2020-12-11 | 2021-04-30 | 国汽(北京)智能网联汽车研究院有限公司 | 无人驾驶的驾驶行为安全评估方法、装置及电子设备 |
CN113469458A (zh) * | 2021-07-22 | 2021-10-01 | 南京领行科技股份有限公司 | 驾驶习惯评价方法、装置及电子设备 |
CN115221234A (zh) * | 2021-08-16 | 2022-10-21 | 广州汽车集团股份有限公司 | 一种基于动力总成数据对用户进行画像的方法及*** |
CN113624514A (zh) * | 2021-08-17 | 2021-11-09 | 中国汽车技术研究中心有限公司 | 驾驶员状态监控产品的测试方法、***、电子设备及介质 |
CN113822574A (zh) * | 2021-09-23 | 2021-12-21 | 佳都科技集团股份有限公司 | 一种基于层次分析法和熵权法的车辆风险评估方法及装置 |
CN115457522A (zh) * | 2022-09-19 | 2022-12-09 | 北京联合大学 | 一种面向城市道路的驾驶行为安全评估方法及*** |
CN116350190A (zh) * | 2023-05-29 | 2023-06-30 | 中国第一汽车股份有限公司 | 一种驾驶能力确定方法、电子设备及存储介质 |
CN116350190B (zh) * | 2023-05-29 | 2023-08-18 | 中国第一汽车股份有限公司 | 一种驾驶能力确定方法、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106202872A (zh) | 机动车辆驾驶行为评分方法 | |
CN107038860B (zh) | 一种基于adas技术及回归模型的用户驾驶行为评分方法 | |
CN103895649B (zh) | 一种驾驶员安全驾驶预警方法 | |
CN103247091B (zh) | 一种驾驶评价***及方法 | |
DE102016220913A1 (de) | Verfahren und Vorrichtung zur Generierung von Testfällen für autonome Fahrzeuge | |
CN106855965A (zh) | 一种基于机动车的驾驶行程数据评估其驾驶风险的方法 | |
CN107161153A (zh) | 一种驾驶行为评分方法及装置 | |
CN111275249A (zh) | 基于dqn神经网络和高精度定位的驾驶行为优化方法 | |
CN105930771A (zh) | 一种驾驶行为评分方法及装置 | |
CN109493566A (zh) | 一种基于gps数据的疲劳驾驶预测方法 | |
DE102013222634A1 (de) | Verfahren zur Prognostizierung eines Fahrbahn-Reibungsbeiwerts sowie Verfahren zum Betrieb eines Kraftfahrzeugs | |
CN109034589A (zh) | 一种基于大数据分析的驾驶行为评价方法及*** | |
CN109710892A (zh) | 一种基于冲突极值的道路交通安全评价方法 | |
CN109572706A (zh) | 一种驾驶安全评价方法及装置 | |
CN105975757A (zh) | 一种基于车辆行驶数据的急减速行为识别方法 | |
CN106557663A (zh) | 驾驶行为评分方法和装置 | |
Jin et al. | Study on the impact degrees of several driving behaviors when driving while performing secondary tasks | |
CN105835854A (zh) | 一种紧急制动控制***及其控制方法 | |
DE102004039286A1 (de) | Vorrichtung und Verfahren zu Bewertung des Betriebsrisikos von Kraftfahrzeugen | |
CN110610326A (zh) | 一种基于驾驶数据的驾驶管理*** | |
CN105975756A (zh) | 一种基于车辆行驶数据的急转弯行为识别方法 | |
CN112308136A (zh) | 一种基于SVM-Adaboost的驾驶分心检测方法 | |
CN105869412A (zh) | 一种基于车辆行驶数据的急加速行为识别方法 | |
Catalán et al. | Classifying Drivers' Behavior in Public Transport Using Inertial Measurement Units and Decision Trees | |
Babaee et al. | Combining driving performance information in an index score: a simulated curve-taking experiment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161207 |
|
RJ01 | Rejection of invention patent application after publication |