CN106709838A - 一种公路货运安全驾驶测评***及其测评方法 - Google Patents

一种公路货运安全驾驶测评***及其测评方法 Download PDF

Info

Publication number
CN106709838A
CN106709838A CN201611086904.6A CN201611086904A CN106709838A CN 106709838 A CN106709838 A CN 106709838A CN 201611086904 A CN201611086904 A CN 201611086904A CN 106709838 A CN106709838 A CN 106709838A
Authority
CN
China
Prior art keywords
data
driver
score
safe driving
class
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
Application number
CN201611086904.6A
Other languages
English (en)
Inventor
李敬泉
刘云飞
陈烨
赵燕
高子涵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University
Original Assignee
Nanjing University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University filed Critical Nanjing University
Priority to CN201611086904.6A priority Critical patent/CN106709838A/zh
Publication of CN106709838A publication Critical patent/CN106709838A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了本发明公开一种公路货运安全驾驶测评***,包括三个模块,分别为数据模块、判定运算模块和显示模块。本发明所述的测评方法,包括1、采集数据,并将采集到的数据分为A类数据和B类数据;2、将A类数据和B类数据分别进行Ⅰ、Ⅱ两类等级判定运算,其中Ⅰ类等级判定运算后得分记为T1,其中Ⅱ类等级判定运算后得分记为T2;3、将得到的T1与T2分别记为原始分数,并将数据进行保存,并保存至历史数据库,并将该历史数据库通过货运公司内部***存储;4、在原始分数的基础上进行等级排序,并将等级进行结果输出。本发明能够针对公路货运驾驶安全问题,同时能够更好的了解并监控达到安全驾驶目的。

Description

一种公路货运安全驾驶测评***及其测评方法
技术领域
本发明属于数据分析技术领域,特别涉及一种公路货运安全驾驶测评***及其测评方法。
背景技术
公路运输作为我国主要的运输方式,在国民经济和社会发展中具有十分重要的地位与影响。国内外货运企业频频进入货运市场,竞争加剧所带来的不仅仅是经济问题,讲求利润最大化更使得企业忽视货物运输过程中存在的安全问题。近年来,国家政府及行业协会通过顶层设计为中国货运市场的规范与有序做出努力,但是货运安全问题的频频发生,仍不容小觑。随着信息技术的不断发展,通过“数据”来实现货运行为的治理与改善也成为可能。由于上述的行业环境和技术发展背景,越来越多的公司对营运驾驶员驾驶安全问题有着定量测定的需要。本发明根据货运公司的这种衍生需求,从货运驾驶员着手,通过搜集驾驶员与行驶安全相关的数据,根据有效的信息进行科学的测评、分级,从而达到更好地改善驾驶员行驶安全的问题。运用这种货运驾驶员安全等级的科学测评***,将有效货运驾驶员的安全驾驶进行有效监控与参考。
发明内容
发明目的:针对现有技术中存在的问题,本发明提供一种能够针对公路货运驾驶安全问题,同时能够更好的了解并监控达到安全驾驶目的的公路货运安全驾驶测评***及其测评方法。
技术方案:为解决上述技术问题,本发明提供一种公路货运安全驾驶测评***,包括三个模块,分别为数据模块、判定运算模块和显示模块,数据模块包括两个数据采集终端和数据分类模块,数据分类模块将采集到的数据分为A类和B类;
判定运算模块:用于针对不同的违规行为进行分类评价,得到初始分数;
显示模块:根据判定运算模块中所得到的初试分数进行二次计算,并将计算后的分数进行等级排序从而得到评价结果,并最终将评价结果输出显示。
进一步的,所述两个数据采集终端分别为车载智能终端和货运公司内部***。
进一步的,所述车载智能终端为行车记录仪。
上述所述的一种公路货运安全驾驶测评***的测评方法,包括如下步骤:
步骤一:采集数据,通过车载智能终端将数据进行采集并分类为A类数据,通过货运公司内部***将数据进行采集并分类为B类数据;
步骤二:将A类数据和B类数据分别进行Ⅰ、Ⅱ两类等级判定运算,其中Ⅰ类等级判定运算后得分记为T1,其中Ⅱ类等级判定运算后得分记为T2;
步骤三:将得到的T1与T2分别记为原始分数,并将数据进行保存,并保存至历史数据库,并将该历史数据库通过货运公司内部***存储;
步骤四:在原始分数的基础上进行等级排序,并将等级进行结果输出。
进一步的,所述步骤二中Ⅰ类等级的判定方法如下:
其中ai表示驾驶员违规行为严重程度等级,Xi表示驾驶员在违规情境下反应时间指标得分。
进一步的,所述步骤二中Ⅱ类等级的判定方法如下:
其中ti表示Ⅱ类数据的时间权重;bi表示驾驶员违规行为严重程度等级;δi为第i位营运驾驶员违规次数比率;λ表示抽查次数。
进一步的,所述步骤四中在原始分数的基础上进行等级排序的方法如下:
将所有驾驶员的得分按由低到高升序排列,得出排名,其中最低的为R=1,得分最高的为R=n;按照排名计算百分比P=(R—1)/n,其中R为驾驶员的排名,n为总驾驶员人数,P指在***中驾驶员的安全排名。
与现有技术相比,本发明的优点在于:
第一,该***对驾驶员的安全评级从驾驶员角度出发,针对货物运输途中可能存在的安全问题进行量化分析,更加客观地评价驾驶员行为是否规范,驾驶是否安;
第二,该***将历史数据纳入评分范畴,并将每次计算所得数据归入历史数据库,纵向地比对了驾驶员的安全等级,使得评价等级更具有可参考性;
第三,该***将驾驶员安全得分在***中进行排名,有利于货运公司对营运驾驶员进行更好的激励,提高货运公司绩效。
附图说明
图1为本发明的***结构示意图;
图2为本发明的方法流程图。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明。
本发明的测评***包括数据拣选、数据处理、评定等级三个模块。具体过程如下:
一、数据模块
数据来源:
(1)根据数据的来源不同,将数据划分为A,B两类。
(2)A、B类数据具体来源:
A类数据来源自车载智能终端,行车记录仪,车辆自身的仪表记录;
B类数据来源自货运公司的内部资料,包括对驾驶员自身数据和所运输的货物的具体数据。
数据导出:
(1)A类数据的导出:
A类数据是行车记录仪记录下的实时数据,违规行为包括开车时发短信或打电话;高速超速——80KM/h;没系安全带;不遵守交通信号灯;在休息30分钟之后持续驾驶超过8个小时;驾驶超过11个小时等数据。
该数据是通过车载智能终端,行车记录仪,车辆自身的仪表记录对性策划过程中的数据进行日常记录。
按照A类数据的各项条目,依次导出车载智能终端,行车记录仪的各项数据;并在每次运输结束后,记录车辆仪表所显示的各项有效信息及数据。将数据加以汇总并计判定安全等级然后计算。
(2)B类数据的导出
B类数据是指公司对营运驾驶员定期抽检数据,包括历史中驾驶中因违规行为导致的人员伤亡;车祸后泄漏有害物质;需拖车但没人受伤或死亡;驾驶时使用多个驾驶证;无照驾驶或级别不对等的驾驶;体检不合格;客车运输危险品;引起火灾;应急响应电话没有列出;危险品描述包含缩写或代码等数据。
此类数据是指货运公司会定期检查并记录驾驶员的各项数据,并会在开展每次运输业务前完善记录货物的状态及各项数据。借助货运公司的内部资料,可搜集到有关驾驶员及货物安全的数据。
按照B类数据的各项条目,依次导出货运公司的内部资料中的各项有效信息及数据。将数据加以汇总并判定安全等级然后计算。
二、判定运算模块
根据公安部2015年底修订发布的《机动车驾驶证申领和使用规定》(以下简称《新交规》)将驾驶员的违规行为严重性根据《新交规》的扣分准则,对A类数据(实时数据)进行Ⅰ类严重性判定,将B类数据进行Ⅱ类严重性判定。不同违规行为有相对应的严重性得分。具体的评价指标数据列入表格如下:
1、Ⅱ两类数据严重性判定
表1Ⅰ类评价指标
违规行为 严重性X
实时违规数据n an
实时违规数据n-1 an-1
…… ……
实时违规数据3 a3
实时违规数据2 a2
实时违规数据1 a1
I类评价指标的严重性S1=an,严重性为n的正相关函数。
表2Ⅱ类评价指标
违规行为 严重性Y
历史违规记录n bn
历史违规记录n-1 bn-1
…… ……
历史违规记录3 b3
历史违规记录2 b2
历史违规记录1 b1
Ⅱ类评价指标的严重性S2=bn,严重性为n的正相关函数。
2、安全等级判定运算
计算在每一测评指标的分数(原始分数),对Ⅰ、Ⅱ两类评价指标的数据计算采用不同的计算公式,具体实施步骤如下:
1)驾驶员测评过程1——基于Ⅰ类数据的安全评分
Ⅰ类数据为行车记录仪记录的实时数据,数据采集后经过汇集进入数据运算模块,具体运算过程如下:
违规情境中反应时间确定:
其中:Xi为违规情境下营运驾驶员反应时间指标得分;
m为违规行为结束时间;
n为违规行为开始时间;
u为营运驾驶员采取该行为的时间(发现违规并终止该行为的时间),输出函数为:
若营运驾驶员违规,则违规反应时间判定得分为A,若驾驶员无违规行为,则该项判定得分为0。
Ⅰ类评价指标驾驶员安全得分计算:
在Ⅰ类评价指标中,驾驶员安全得分可用以下函数表示:
T1=f(ai,Xi)
即Ⅰ类评价指标中,营运驾驶员安全得分为以上三个变量的函数,由此可计算出测评过程1中营运驾驶员安全得分,计算公式如下:
其中:ai表示驾驶员违规行为严重程度等级;
Xi表示驾驶员在违规情境下反应时间指标得分;
则根据以上描述,则营运驾驶员安全得分T1可计算导出
2)驾驶员测评过程2——基于Ⅱ类数据的安全评分
Ⅱ类数据是指货运公司会定期检查并记录驾驶员的各项数据,并会在开展每次运输业务前完善记录货物的状态及各项数据。由于该类数据属于公司定期检查并存入历史数据库的数据,所以有两个和行车记录仪记录的实时数据的区别:即数据已经过处理以及数据的时间影响因素。
历史数据距今的时间越短,则营运驾驶员的违规行为的严重级别就越高,即距今越近的违规时间点的时间权重就越高,一些为时间调整的具体内容:
违规历史数据从时间点上划分为三个等级:A,B,或C,取决于违规或车祸发生距现在的时间,这三个等级分别代表违规行为距今时间越近,则其权重越高,在12个月之内的违规行为严重等级最高,权重分配为A,以此类推如下:
表7时间权重表
时间 权重
小于12个月 A
12个月—24个月 B
24个月—36个月 C
频率上限:若在一次检查中被计入多个同样的违规行为,仅有一个违规行为被驾驶人安全测评***所使用,通过以上描述,记时间权重为ti。
由于历史数据的来源是货运公司的定期抽检,故将抽检次数考虑在营运驾驶员测评过程2中,将抽检次数记为λ。
则Ⅱ类数据中,营运驾驶员测评具体步骤如下:
为了更好地比对营运驾驶员与***中其他驾驶员的安全登记分数,需计算营运驾驶员的违规次数比率。即提取营运驾驶员历史违规数据,求其违规次数与***中营运驾驶员平均违规次数的比值:
δi=ki
其中:α为***平均违规次数;
ki为第i位营运驾驶员违规次数;
n为***中营运驾驶员总数;
δi为第i位营运驾驶员违规次数比率;
Ⅱ类评价指标驾驶员安全得分计算:
在Ⅱ类评价指标中,驾驶员安全得分可用以下函数表示:
T2=f(ti,bii,λ)
即Ⅰ类评价指标中,营运驾驶员安全得分为以上三个变量的函数,由此可计算出测评过程1中营运驾驶员安全得分,计算公式如下:
其中:ti表示Ⅱ类数据的时间权重;
bi表示驾驶员违规行为严重程度等级;
δi为第i位营运驾驶员违规次数比率;
λ表示抽查次数;
则根据以上描述,则营运驾驶员安全得分T2可计算导出。
三、显示模块
在原始分数的基础上计算驾驶人员在***中的等级(最终分数),以表明驾驶员的安全记录在同行中所处的位置。评级显示过程步骤如下:
计算单个驾驶员的总分数。公式如下:
T=T1+T2,其中:
T1——基于Ⅰ类数据的营运驾驶员安全评分;
T2——基于Ⅱ类数据的营运驾驶员安全评分;
对最终得分进行取整处理,令T*=Int(T),得出驾驶员安全得分。
将所有驾驶员的得分按由低到高升序排列,得出每项驾驶员的排名R。得分最低的驾驶员R=1,得分最高的驾驶员排名R=n;
按照排名计算百分比P=(R—1)/n。其中R为驾驶员的排名,n为总驾驶员人数。P意味着该驾驶员的行为表现比百分比P的驾驶员差。
算例演示
收集该驾驶员的实时数据如表10。
表10驾驶员历史数据表
处理历史数据。
由于u≠0,故对于开车时打电话这一行为,m=12:14:20,u=12:13:45,n=12:13:23,
驾驶员得分=ai·Xi=0.614×5=3.07
其他数据均做如上处理,将实时数据处理之后结果如表11.
表11驾驶员各项得分表
则T1=3.07+1.37+0.19=4.63
收集驾驶员历史数据如表13。
表12驾驶员历史数据表
为方便进行驾驶员安全分数测定和等级评定,现将时间权重赋值,如下表所示:
表13赋值后的时间权重表
时间 权重
小于12个月 3
12个月—24个月 2
24个月—36个月 1
处理历史数据,得出该驾驶员的各项得分及总分。
对于驾驶员受伤这一违规行为,由于平均违规次数α=1.2,该驾驶员的违规次数k1=2,故驾驶员违规次数比率
又严重性评分b1=3,时间权重t1=3
其他数据均做如上处理,将历史数据处理之后如表14所示。
表14驾驶员各项得分表
则T2=15+15+5+60+7.74+2.58+1.2+3.85=110.37
得出该驾驶员的得分为:T=T1+T2=115,T*=Int(T)=115
由上述总得分进行该驾驶员评级:
计算***中的所有驾驶员的分数。
将所有分数由低到高按升序排列。该驾驶员位于第2461名,即R=2461。
计算该驾驶员的百分比P=(2461-1)/10000=24.6%,即该驾驶员比24.6%的驾驶员表现差。
以上所述仅为本发明的实施例子而已,并不用于限制本发明。凡在本发明的原则之内,所作的等同替换,均应包含在本发明的保护范围之内。本发明未作详细阐述的内容属于本专业领域技术人员公知的已有技术。

Claims (7)

1.一种公路货运安全驾驶测评***,其特征在于,包括三个模块,分别为数据模块、判定运算模块和显示模块,数据模块包括两个数据采集终端和数据分类模块,数据分类模块将采集到的数据分为A类和B类;
判定运算模块:用于针对不同的违规行为进行分类评价,得到初始分数;
显示模块:根据判定运算模块中所得到的初试分数进行二次计算,并将计算后的分数进行等级排序从而得到评价结果,并最终将评价结果输出显示。
2.根据权利要求1所述的一种公路货运安全驾驶测评***,其特征在于,所述两个数据采集终端分别为车载智能终端和货运公司内部***。
3.根据权利要求1所述的一种公路货运安全驾驶测评***,其特征在于,所述车载智能终端为行车记录仪。
4.根据权利要求1至3所述的一种公路货运安全驾驶测评***的测评方法,其特征在于,包括如下步骤:
步骤一:采集数据,通过车载智能终端将数据进行采集并分类为A类数据,通过货运公司内部***将数据进行采集并分类为B类数据;
步骤二:将A类数据和B类数据分别进行Ⅰ、Ⅱ两类等级判定运算,其中Ⅰ类等级判定运算后得分记为T1,其中Ⅱ类等级判定运算后得分记为T2;
步骤三:将得到的T1与T2分别记为原始分数,并将数据进行保存,并保存至历史数据库,并将该历史数据库通过货运公司内部***存储;
步骤四:在原始分数的基础上进行等级排序,并将等级进行结果输出。
5.根据权利要求4所述的一种公路货运安全驾驶测评方法,其特征在于,所述步骤二中Ⅰ类等级的判定方法如下:
T 1 = Σ i = 1 n a i X i
其中ai表示驾驶员违规行为严重程度等级,Xi表示驾驶员在违规情境下反应时间指标得分。
6.根据权利要求4所述的一种公路货运安全驾驶测评方法,其特征在于,所述步骤二中Ⅱ类等级的判定方法如下:
T 2 = Σ i = 1 n t i b i δ i λ
其中ti表示Ⅱ类数据的时间权重;bi表示驾驶员违规行为严重程度等级;δi为第i位营运驾驶员违规次数比率;λ表示抽查次数。
7.根据权利要求4所述的一种公路货运安全驾驶测评方法,其特征在于,所述步骤四中在原始分数的基础上进行等级排序的方法如下:
将所有驾驶员的得分按由低到高升序排列,得出排名,其中最低的为R=1,得分最高的为R=n;按照排名计算百分比P=(R—1)/n,其中R为驾驶员的排名,n为总驾驶员人数,P指在***中驾驶员的安全排名。
CN201611086904.6A 2016-12-01 2016-12-01 一种公路货运安全驾驶测评***及其测评方法 Pending CN106709838A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611086904.6A CN106709838A (zh) 2016-12-01 2016-12-01 一种公路货运安全驾驶测评***及其测评方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611086904.6A CN106709838A (zh) 2016-12-01 2016-12-01 一种公路货运安全驾驶测评***及其测评方法

Publications (1)

Publication Number Publication Date
CN106709838A true CN106709838A (zh) 2017-05-24

Family

ID=58935334

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611086904.6A Pending CN106709838A (zh) 2016-12-01 2016-12-01 一种公路货运安全驾驶测评***及其测评方法

Country Status (1)

Country Link
CN (1) CN106709838A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103310202A (zh) * 2013-06-27 2013-09-18 西安电子科技大学 一种保障驾驶安全的***及其方法
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
CN104268701A (zh) * 2014-09-29 2015-01-07 清华大学 一种营运车辆驾驶安全性评价***及评价方法
WO2016047949A1 (ko) * 2014-09-24 2016-03-31 삼성에스디에스 주식회사 물류 리스크 예측 방법 및 그 장치
CN105654574A (zh) * 2015-12-31 2016-06-08 深圳广联赛讯有限公司 基于车载设备的驾驶行为评估方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103310202A (zh) * 2013-06-27 2013-09-18 西安电子科技大学 一种保障驾驶安全的***及其方法
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
WO2016047949A1 (ko) * 2014-09-24 2016-03-31 삼성에스디에스 주식회사 물류 리스크 예측 방법 및 그 장치
CN104268701A (zh) * 2014-09-29 2015-01-07 清华大学 一种营运车辆驾驶安全性评价***及评价方法
CN105654574A (zh) * 2015-12-31 2016-06-08 深圳广联赛讯有限公司 基于车载设备的驾驶行为评估方法及装置

Similar Documents

Publication Publication Date Title
Evans et al. General deterrence of drunk driving: evaluation of recent American policies
D'andrade et al. Risk and safety assessment in child welfare: Instrument comparisons
Chaloupka et al. Alcohol-control policies and motor-vehicle fatalities
Russell et al. Graduated driver licensing for reducing motor vehicle crashes among young drivers
Walters et al. To sum or not to sum: taxometric analysis with ordered categorical assessment items.
EP3029582A1 (en) Document classification system, document classification method, and document classification program
Reynders et al. The reliability of suicide rates: an analysis of railway suicides from two sources in fifteen European countries
CN106971344A (zh) 保额控制方法和***
Elshamly et al. Factors affecting accidents risks among truck drivers in Egypt
CN111160696A (zh) 一种基于大数据的被检人员分级方法
Ben-Ari et al. Text mining the EMR for modeling and predicting suicidal behavior among US veterans of the 1991 Persian Gulf War
McDavid et al. Does motorcycle training reduce accidents? Evidence from a longitudinal quasi-experimental study
CN110929224A (zh) 基于公交行车安全的安全指标体系创建方法
CN107045786A (zh) 基于Kaplan‑Meier法的驾驶者发生交通事故间隔时间的计算方法
Yuan et al. Analysis of the risk factors affecting the size of fatal accidents involving trucks based on the structural equation model
Sorensen et al. Prosecutorial and jury decision-making in post-Furman Texas capital cases
Bolger et al. A meta-analysis of suspect demographic characteristics and American police officer search decisions
Weatherburn et al. Screening juvenile offenders for further assessment and intervention
Zhao et al. Study on objective evaluation method of taxi driver safety consciousness
CN106709838A (zh) 一种公路货运安全驾驶测评***及其测评方法
Craft et al. Distraction and inattention: Top crash causes in the USA
Smith et al. Characteristics of drivers stopped by police, 2002
CN112488545B (zh) 一种煤矿生产预警的智能决策方法
Dembo et al. Continuities in problem behavior among high risk youths
Afrizal et al. Analysis of the readiness of e-Government implementation at the ministerial level of the Republic of Indonesia

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170524