CN111452799A - 驾驶行为评价方法及*** - Google Patents
驾驶行为评价方法及*** Download PDFInfo
- Publication number
- CN111452799A CN111452799A CN202010393655.5A CN202010393655A CN111452799A CN 111452799 A CN111452799 A CN 111452799A CN 202010393655 A CN202010393655 A CN 202010393655A CN 111452799 A CN111452799 A CN 111452799A
- Authority
- CN
- China
- Prior art keywords
- driving behavior
- driver
- representing
- change rate
- standard deviation
- 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.)
- Granted
Links
Images
Classifications
-
- 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
-
- 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
-
- 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
- B60W2040/0818—Inactivity or incapacity of driver
-
- 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
-
- 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
-
- 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
- B60W2540/12—Brake pedal position
-
- 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
- B60W2540/18—Steering angle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明驾驶行为评价方法及***包括:采集一采集时间段内驾驶员的第一驾驶行为数据;对第一驾驶行为数据进行预处理操作;对第一驾驶行为数据按照采集时间先后顺序进行排序;基于第一驾驶行为数据计算速度变化率分布标准差、油门踏板开度变化率分布标准差、制动踏板开度变化率分布标准差、方向盘转角变化率分布标准差、驾驶员疲劳状态分布标准差,获取该采集时间段内的驾驶员的第二驾驶行为(闯红灯或超速行为)数据,统计驾驶员违反交通规则行为的次数,查询该违反交通规则行为的次数对应的第二驾驶行为评价值,计算针对第一驾驶行为数据的驾驶员的第一驾驶行为评价值,计算驾驶员的驾驶行为评价值,能够全面、准确、客观地反应驾驶员的驾驶水平。
Description
技术领域
本发明涉及驾驶行为评价技术领域,特别是涉及一种驾驶行为评价方法及***。
背景技术
随着车联网技术的快速发展,通过分析行车途中车辆各项信号指标,可以对用户的驾驶行为进行评价,评价结果可用于UBI(Usage Based Insurance)车险的具体实施,使得合理的制定出基于用户驾驶行为的车险的定价。
现有技术中,对驾驶员的驾驶行为的评价大多聚焦于驾驶员的不良驾驶行为,通过对驾驶行为数据的简单统计,例如急加速、急减速、急转弯、超速或高级驾驶辅助***(Advanced Driving Assistant System,ADAS)报警等驾驶行为数据,反应用户的驾驶水平。但是上述评价方式中数据的处理较为简单,评价方式比较单一,不能全面反应驾驶员的驾驶水平。
发明内容
本发明针对现有技术存在的问题和不足,提供一种新型的驾驶行为评价方法及***。
本发明是通过下述技术方案来解决上述技术问题的:
本发明提供一种驾驶行为评价方法,其特点在于,其包括以下步骤:
S1、基于设定采集频率采集一采集时间段内车辆的驾驶员的第一驾驶行为数据,所述第一驾驶行为数据包括各采集时间点下的车速、油门踏板开度、制动踏板开度、方向盘转角、驾驶员疲劳状态;
S2、对所述第一驾驶行为数据进行数据异常筛除、数据去重预处理操作;
S3、对预处理后的第一驾驶行为数据按照采集时间先后顺序进行排序;
S4、基于排序后的第一驾驶行为数据计算速度变化率分布标准差,公式如下:
式中,n表示排序后的第一驾驶行为数据中采集时间点总数,ti表示第i个采集时间点,Vi表示第i个采集时间点对应的速度,RVi表示第i个速度变化率,RV表示速度变化率平均值,σV表示速度变化率分布标准差;
基于排序后的第一驾驶行为数据计算油门踏板开度变化率分布标准差,公式如下:
式中,Ai表示第i个采集时间点对应的油门踏板开度,RAi表示第i个油门踏板开度变化率,RA表示油门踏板开度变化率平均值,σA表示油门踏板开度变化率分布标准差;
基于排序后的第一驾驶行为数据计算制动踏板开度变化率分布标准差,公式如下:
式中,Bi表示第i个采集时间点对应的制动踏板开度,RBi表示第i个制动踏板开度变化率,RB表示制动踏板开度变化率平均值,σB表示制动踏板开度变化率分布标准差;
基于排序后的第一驾驶行为数据计算方向盘转角变化率分布标准差,公式如下:
式中,Si表示第i个采集时间点对应的方向盘转角,RSi表示第i个方向盘转角变化率,RS表示方向盘转角变化率平均值,σS表示方向盘转角变化率分布标准差;
基于排序后的第一驾驶行为数据计算驾驶员疲劳状态分布标准差,公式如下:
式中,Fi表示第i个采集时间点对应的驾驶员疲劳状态值,RFi表示第i个驾驶员疲劳状态值变化率,RF表示驾驶员疲劳状态值变化率平均值,σF表示驾驶员疲劳状态值变化率分布标准差;
S5、获取该采集时间段内的驾驶员的第二驾驶行为数据,所述第二驾驶行为数据包括从道路拍照***获得的驾驶员违反交通规则行为(闯红灯或超速行为)的数据;
S6、统计驾驶员违反交通规则行为的次数,查询该违反交通规则行为的次数对应的第二驾驶行为评价值E2;
S7、计算针对第一驾驶行为数据的驾驶员的第一驾驶行为评价值E1=σV*QV+σA*QA+σB*QB+σS*QS+σF*QF;
其中,QV表示速度权重系数,QA表示油门踏板开度权重系数,QB表示制动踏板开度权重系数,QS表示方向盘转角权重系数,QF表示驾驶员疲劳状态权重系数;
S8、计算驾驶员的驾驶行为评价值E= E1*Q1 +E2*Q2;
其中,Q1表示第一驾驶行为评价权重系数,Q2表示第二驾驶行为评价权重系数。
优选地,所述车速通过安装在车轮上的车速传感器获得,所述油门踏板开度通过安装在油门踏板上的开度传感器获得,所述制动踏板开度通过安装在制动踏板上的开度传感器获得,所述方向盘转角通过安装在方向盘上的角度传感器获得,所述驾驶员疲劳状态通过安装在车头内部且位于驾驶员前方的摄像头获得。
优选地,获得摄像头传来的驾驶员图像后,对驾驶员图像进行图像分析以分析出驾驶员的疲劳状态,并根据驾驶员的疲劳状态匹配对应的驾驶员疲劳状态值。
本发明还提供一种驾驶行为评价***,其特点在于,其包括采集模块、预处理模块、排序模块、第一计算模块、获取模块、查询模块、第二计算模块和第三计算模块;
所述采集模块用于基于设定采集频率采集一采集时间段内车辆的驾驶员的第一驾驶行为数据,所述第一驾驶行为数据包括各采集时间点下的车速、油门踏板开度、制动踏板开度、方向盘转角、驾驶员疲劳状态;
所述预处理模块用于对所述第一驾驶行为数据进行数据异常筛除、数据去重预处理操作;
所述排序模块用于对预处理后的第一驾驶行为数据按照采集时间先后顺序进行排序;
所述第一计算模块用于基于排序后的第一驾驶行为数据计算速度变化率分布标准差,公式如下:
式中,n表示排序后的第一驾驶行为数据中采集时间点总数,ti表示第i个采集时间点,Vi表示第i个采集时间点对应的速度,RVi表示第i个速度变化率,RV表示速度变化率平均值,σV表示速度变化率分布标准差;
所述第一计算模块用于基于排序后的第一驾驶行为数据计算油门踏板开度变化率分布标准差,公式如下:
式中,Ai表示第i个采集时间点对应的油门踏板开度,RAi表示第i个油门踏板开度变化率,RA表示油门踏板开度变化率平均值,σA表示油门踏板开度变化率分布标准差;
所述第一计算模块用于基于排序后的第一驾驶行为数据计算制动踏板开度变化率分布标准差,公式如下:
式中,Bi表示第i个采集时间点对应的制动踏板开度,RBi表示第i个制动踏板开度变化率,RB表示制动踏板开度变化率平均值,σB表示制动踏板开度变化率分布标准差;
所述第一计算模块用于基于排序后的第一驾驶行为数据计算方向盘转角变化率分布标准差,公式如下:
式中,Si表示第i个采集时间点对应的方向盘转角,RSi表示第i个方向盘转角变化率,RS表示方向盘转角变化率平均值,σS表示方向盘转角变化率分布标准差;
所述第一计算模块用于基于排序后的第一驾驶行为数据计算驾驶员疲劳状态分布标准差,公式如下:
式中,Fi表示第i个采集时间点对应的驾驶员疲劳状态值,RFi表示第i个驾驶员疲劳状态值变化率,RF表示驾驶员疲劳状态值变化率平均值,σF表示驾驶员疲劳状态值变化率分布标准差;
所述获取模块用于获取该采集时间段内的驾驶员的第二驾驶行为数据,所述第二驾驶行为数据包括从道路拍照***获得的驾驶员违反交通规则行为(闯红灯或超速行为)的数据;
所述查询模块用于统计驾驶员违反交通规则行为的次数,查询该违反交通规则行为的次数对应的第二驾驶行为评价值E2;
所述第二计算模块用于计算针对第一驾驶行为数据的驾驶员的第一驾驶行为评价值E1=σV*QV+σA*QA+σB*QB+σS*QS+σF*QF;
其中,QV表示速度权重系数,QA表示油门踏板开度权重系数,QB表示制动踏板开度权重系数,QS表示方向盘转角权重系数,QF表示驾驶员疲劳状态权重系数;
所述第三计算模块用于计算驾驶员的驾驶行为评价值E= E1*Q1 +E2*Q2;
其中,Q1表示第一驾驶行为评价权重系数,Q2表示第二驾驶行为评价权重系数。
优选地,所述车速通过安装在车轮上的车速传感器获得,所述油门踏板开度通过安装在油门踏板上的开度传感器获得,所述制动踏板开度通过安装在制动踏板上的开度传感器获得,所述方向盘转角通过安装在方向盘上的角度传感器获得,所述驾驶员疲劳状态通过安装在车头内部且位于驾驶员前方的摄像头获得。
优选地,获得摄像头传来的驾驶员图像后,对驾驶员图像进行图像分析以分析出驾驶员的疲劳状态,并根据驾驶员的疲劳状态匹配对应的驾驶员疲劳状态值。
本发明的积极进步效果:本发明基于采集的速度、油门踏板开度、制动踏板开度、方向盘转角和驾驶员疲劳状态分别计算出速度变化率分布标准差、油门踏板开度变化率分布标准差、制动踏板开度变化率分布标准差、方向盘转角变化率分布标准差和驾驶员疲劳状态分布标准差,并计算出针对第一驾驶行为数据的驾驶员的第一驾驶行为评价值,基于驾驶员闯红灯或超速行为数据,统计驾驶员违反交通规则行为的次数,查询该违反交通规则行为的次数对应的第二驾驶行为评价值,从而计算出驾驶员的驾驶行为总的评价值,本发明考虑的驾驶行为评价因素比较全面,评价比较合理,能够全面、准确、客观地反应驾驶员的驾驶水平。
附图说明
图1为本发明实施例的驾驶行为评价方法的流程图。
图2为本发明实施例的驾驶行为评价***的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本实施例提供一种驾驶行为评价方法,其包括以下步骤:
步骤101、基于设定采集频率采集一采集时间段内车辆的驾驶员的第一驾驶行为数据,所述第一驾驶行为数据包括各采集时间点下的车速、油门踏板开度、制动踏板开度、方向盘转角、驾驶员疲劳状态。
本步骤中,所述车速通过安装在车轮上的车速传感器获得,所述油门踏板开度通过安装在油门踏板上的开度传感器获得,所述制动踏板开度通过安装在制动踏板上的开度传感器获得,所述方向盘转角通过安装在方向盘上的角度传感器获得,所述驾驶员疲劳状态通过安装在车头内部且位于驾驶员前方的摄像头获得,获得摄像头传来的驾驶员图像后,对驾驶员图像进行图像分析以分析出驾驶员的疲劳状态,并根据驾驶员的疲劳状态匹配对应的驾驶员疲劳状态值。
步骤102、对所述第一驾驶行为数据进行数据异常筛除、数据去重预处理操作。
步骤103、对预处理后的第一驾驶行为数据按照采集时间先后顺序进行排序。
步骤104、基于排序后的第一驾驶行为数据计算速度变化率分布标准差,公式如下:
式中,n表示排序后的第一驾驶行为数据中采集时间点总数,ti表示第i个采集时间点,Vi表示第i个采集时间点对应的速度,RVi表示第i个速度变化率,RV表示速度变化率平均值,σV表示速度变化率分布标准差。
基于排序后的第一驾驶行为数据计算油门踏板开度变化率分布标准差,公式如下:
式中,Ai表示第i个采集时间点对应的油门踏板开度,RAi表示第i个油门踏板开度变化率,RA表示油门踏板开度变化率平均值,σA表示油门踏板开度变化率分布标准差。
基于排序后的第一驾驶行为数据计算制动踏板开度变化率分布标准差,公式如下:
式中,Bi表示第i个采集时间点对应的制动踏板开度,RBi表示第i个制动踏板开度变化率,RB表示制动踏板开度变化率平均值,σB表示制动踏板开度变化率分布标准差。
基于排序后的第一驾驶行为数据计算方向盘转角变化率分布标准差,公式如下:
式中,Si表示第i个采集时间点对应的方向盘转角,RSi表示第i个方向盘转角变化率,RS表示方向盘转角变化率平均值,σS表示方向盘转角变化率分布标准差。
基于排序后的第一驾驶行为数据计算驾驶员疲劳状态分布标准差,公式如下:
式中,Fi表示第i个采集时间点对应的驾驶员疲劳状态值,RFi表示第i个驾驶员疲劳状态值变化率,RF表示驾驶员疲劳状态值变化率平均值,σF表示驾驶员疲劳状态值变化率分布标准差。
步骤105、获取该采集时间段内的驾驶员的第二驾驶行为数据,所述第二驾驶行为数据包括从道路拍照***获得的驾驶员违反交通规则行为(闯红灯或超速行为)的数据。
步骤106、统计驾驶员违反交通规则行为的次数,查询该违反交通规则行为的次数对应的第二驾驶行为评价值E2。
步骤107、计算针对第一驾驶行为数据的驾驶员的第一驾驶行为评价值E1=σV*QV+σA*QA+σB*QB+σS*QS+σF*QF;
其中,QV表示速度权重系数,QA表示油门踏板开度权重系数,QB表示制动踏板开度权重系数,QS表示方向盘转角权重系数,QF表示驾驶员疲劳状态权重系数,QV+QA+QB+QS+QF=1。
步骤108、计算驾驶员的驾驶行为评价值E= E1*Q1 +E2*Q2;
其中,Q1表示第一驾驶行为评价权重系数,Q2表示第二驾驶行为评价权重系数,Q1 + Q2=1。
本实施例基于第一驾驶行为评价值和第二驾驶行为评价值,能够计算出驾驶员的驾驶行为总的评价值,本发明考虑的驾驶行为评价因素比较全面,评价比较合理,能够全面、准确、客观地反应驾驶员的驾驶水平。
如图2所示,本实施例还提供一种驾驶行为评价***,其包括采集模块1、预处理模块2、排序模块3、第一计算模块4、获取模块5、查询模块6、第二计算模块7和第三计算模块8。
所述采集模块1用于基于设定采集频率采集一采集时间段内车辆的驾驶员的第一驾驶行为数据,所述第一驾驶行为数据包括各采集时间点下的车速、油门踏板开度、制动踏板开度、方向盘转角、驾驶员疲劳状态。
本实施例中,所述车速通过安装在车轮上的车速传感器获得,所述油门踏板开度通过安装在油门踏板上的开度传感器获得,所述制动踏板开度通过安装在制动踏板上的开度传感器获得,所述方向盘转角通过安装在方向盘上的角度传感器获得,所述驾驶员疲劳状态通过安装在车头内部且位于驾驶员前方的摄像头获得,获得摄像头传来的驾驶员图像后,对驾驶员图像进行图像分析以分析出驾驶员的疲劳状态,并根据驾驶员的疲劳状态匹配对应的驾驶员疲劳状态值。
所述预处理模块2用于对所述第一驾驶行为数据进行数据异常筛除、数据去重预处理操作。
所述排序模块3用于对预处理后的第一驾驶行为数据按照采集时间先后顺序进行排序。
所述第一计算模块4用于基于排序后的第一驾驶行为数据计算速度变化率分布标准差,公式如下:
式中,n表示排序后的第一驾驶行为数据中采集时间点总数,ti表示第i个采集时间点,Vi表示第i个采集时间点对应的速度,RVi表示第i个速度变化率,RV表示速度变化率平均值,σV表示速度变化率分布标准差。
所述第一计算模块用于基于排序后的第一驾驶行为数据计算油门踏板开度变化率分布标准差,公式如下:
式中,Ai表示第i个采集时间点对应的油门踏板开度,RAi表示第i个油门踏板开度变化率,RA表示油门踏板开度变化率平均值,σA表示油门踏板开度变化率分布标准差。
所述第一计算模块4用于基于排序后的第一驾驶行为数据计算制动踏板开度变化率分布标准差,公式如下:
式中,Bi表示第i个采集时间点对应的制动踏板开度,RBi表示第i个制动踏板开度变化率,RB表示制动踏板开度变化率平均值,σB表示制动踏板开度变化率分布标准差。
所述第一计算模块4用于基于排序后的第一驾驶行为数据计算方向盘转角变化率分布标准差,公式如下:
式中,Si表示第i个采集时间点对应的方向盘转角,RSi表示第i个方向盘转角变化率,RS表示方向盘转角变化率平均值,σS表示方向盘转角变化率分布标准差。
所述第一计算模块4用于基于排序后的第一驾驶行为数据计算驾驶员疲劳状态分布标准差,公式如下:
式中,Fi表示第i个采集时间点对应的驾驶员疲劳状态值,RFi表示第i个驾驶员疲劳状态值变化率,RF表示驾驶员疲劳状态值变化率平均值,σF表示驾驶员疲劳状态值变化率分布标准差。
所述获取模块5用于获取该采集时间段内的驾驶员的第二驾驶行为数据,所述第二驾驶行为数据包括从道路拍照***获得的驾驶员违反交通规则行为(闯红灯或超速行为)的数据。
所述查询模块6用于统计驾驶员违反交通规则行为的次数,查询该违反交通规则行为的次数对应的第二驾驶行为评价值E2。
所述第二计算模块7用于计算针对第一驾驶行为数据的驾驶员的第一驾驶行为评价值E1=σV*QV+σA*QA+σB*QB+σS*QS+σF*QF;
其中,QV表示速度权重系数,QA表示油门踏板开度权重系数,QB表示制动踏板开度权重系数,QS表示方向盘转角权重系数,QF表示驾驶员疲劳状态权重系数,QV+QA+QB+QS+QF=1。
所述第三计算模块8用于计算驾驶员的驾驶行为评价值E= E1*Q1 +E2*Q2;
其中,Q1表示第一驾驶行为评价权重系数,Q2表示第二驾驶行为评价权重系数,Q1 + Q2=1。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (6)
1.一种驾驶行为评价方法,其特征在于,其包括以下步骤:
S1、基于设定采集频率采集一采集时间段内车辆的驾驶员的第一驾驶行为数据,所述第一驾驶行为数据包括各采集时间点下的车速、油门踏板开度、制动踏板开度、方向盘转角、驾驶员疲劳状态;
S2、对所述第一驾驶行为数据进行数据异常筛除、数据去重预处理操作;
S3、对预处理后的第一驾驶行为数据按照采集时间先后顺序进行排序;
S4、基于排序后的第一驾驶行为数据计算速度变化率分布标准差,公式如下:
式中,n表示排序后的第一驾驶行为数据中采集时间点总数,ti表示第i个采集时间点,Vi表示第i个采集时间点对应的速度,RVi表示第i个速度变化率,RV表示速度变化率平均值,σV表示速度变化率分布标准差;
基于排序后的第一驾驶行为数据计算油门踏板开度变化率分布标准差,公式如下:
式中,Ai表示第i个采集时间点对应的油门踏板开度,RAi表示第i个油门踏板开度变化率,RA表示油门踏板开度变化率平均值,σA表示油门踏板开度变化率分布标准差;
基于排序后的第一驾驶行为数据计算制动踏板开度变化率分布标准差,公式如下:
式中,Bi表示第i个采集时间点对应的制动踏板开度,RBi表示第i个制动踏板开度变化率,RB表示制动踏板开度变化率平均值,σB表示制动踏板开度变化率分布标准差;
基于排序后的第一驾驶行为数据计算方向盘转角变化率分布标准差,公式如下:
式中,Si表示第i个采集时间点对应的方向盘转角,RSi表示第i个方向盘转角变化率,RS表示方向盘转角变化率平均值,σS表示方向盘转角变化率分布标准差;
基于排序后的第一驾驶行为数据计算驾驶员疲劳状态分布标准差,公式如下:
式中,Fi表示第i个采集时间点对应的驾驶员疲劳状态值,RFi表示第i个驾驶员疲劳状态值变化率,RF表示驾驶员疲劳状态值变化率平均值,σF表示驾驶员疲劳状态值变化率分布标准差;
S5、获取该采集时间段内的驾驶员的第二驾驶行为数据,所述第二驾驶行为数据包括从道路拍照***获得的驾驶员违反交通规则行为(闯红灯或超速行为)的数据;
S6、统计驾驶员违反交通规则行为的次数,查询该违反交通规则行为的次数对应的第二驾驶行为评价值E2;
S7、计算针对第一驾驶行为数据的驾驶员的第一驾驶行为评价值E1=σV*QV+σA*QA+σB*QB+σS*QS+σF*QF;
其中,QV表示速度权重系数,QA表示油门踏板开度权重系数,QB表示制动踏板开度权重系数,QS表示方向盘转角权重系数,QF表示驾驶员疲劳状态权重系数;
S8、计算驾驶员的驾驶行为评价值E= E1*Q1 +E2*Q2;
其中,Q1表示第一驾驶行为评价权重系数,Q2表示第二驾驶行为评价权重系数。
2.如权利要求1所述的驾驶行为评价方法,其特征在于,所述车速通过安装在车轮上的车速传感器获得,所述油门踏板开度通过安装在油门踏板上的开度传感器获得,所述制动踏板开度通过安装在制动踏板上的开度传感器获得,所述方向盘转角通过安装在方向盘上的角度传感器获得,所述驾驶员疲劳状态通过安装在车头内部且位于驾驶员前方的摄像头获得。
3.如权利要求2所述的驾驶行为评价方法,其特征在于,获得摄像头传来的驾驶员图像后,对驾驶员图像进行图像分析以分析出驾驶员的疲劳状态,并根据驾驶员的疲劳状态匹配对应的驾驶员疲劳状态值。
4.一种驾驶行为评价***,其特征在于,其包括采集模块、预处理模块、排序模块、第一计算模块、获取模块、查询模块、第二计算模块和第三计算模块;
所述采集模块用于基于设定采集频率采集一采集时间段内车辆的驾驶员的第一驾驶行为数据,所述第一驾驶行为数据包括各采集时间点下的车速、油门踏板开度、制动踏板开度、方向盘转角、驾驶员疲劳状态;
所述预处理模块用于对所述第一驾驶行为数据进行数据异常筛除、数据去重预处理操作;
所述排序模块用于对预处理后的第一驾驶行为数据按照采集时间先后顺序进行排序;
所述第一计算模块用于基于排序后的第一驾驶行为数据计算速度变化率分布标准差,公式如下:
式中,n表示排序后的第一驾驶行为数据中采集时间点总数,ti表示第i个采集时间点,Vi表示第i个采集时间点对应的速度,RVi表示第i个速度变化率,RV表示速度变化率平均值,σV表示速度变化率分布标准差;
所述第一计算模块用于基于排序后的第一驾驶行为数据计算油门踏板开度变化率分布标准差,公式如下:
式中,Ai表示第i个采集时间点对应的油门踏板开度,RAi表示第i个油门踏板开度变化率,RA表示油门踏板开度变化率平均值,σA表示油门踏板开度变化率分布标准差;
所述第一计算模块用于基于排序后的第一驾驶行为数据计算制动踏板开度变化率分布标准差,公式如下:
式中,Bi表示第i个采集时间点对应的制动踏板开度,RBi表示第i个制动踏板开度变化率,RB表示制动踏板开度变化率平均值,σB表示制动踏板开度变化率分布标准差;
所述第一计算模块用于基于排序后的第一驾驶行为数据计算方向盘转角变化率分布标准差,公式如下:
式中,Si表示第i个采集时间点对应的方向盘转角,RSi表示第i个方向盘转角变化率,RS表示方向盘转角变化率平均值,σS表示方向盘转角变化率分布标准差;
所述第一计算模块用于基于排序后的第一驾驶行为数据计算驾驶员疲劳状态分布标准差,公式如下:
式中,Fi表示第i个采集时间点对应的驾驶员疲劳状态值,RFi表示第i个驾驶员疲劳状态值变化率,RF表示驾驶员疲劳状态值变化率平均值,σF表示驾驶员疲劳状态值变化率分布标准差;
所述获取模块用于获取该采集时间段内的驾驶员的第二驾驶行为数据,所述第二驾驶行为数据包括从道路拍照***获得的驾驶员违反交通规则行为(闯红灯或超速行为)的数据;
所述查询模块用于统计驾驶员违反交通规则行为的次数,查询该违反交通规则行为的次数对应的第二驾驶行为评价值E2;
所述第二计算模块用于计算针对第一驾驶行为数据的驾驶员的第一驾驶行为评价值E1=σV*QV+σA*QA+σB*QB+σS*QS+σF*QF;
其中,QV表示速度权重系数,QA表示油门踏板开度权重系数,QB表示制动踏板开度权重系数,QS表示方向盘转角权重系数,QF表示驾驶员疲劳状态权重系数;
所述第三计算模块用于计算驾驶员的驾驶行为评价值E= E1*Q1 +E2*Q2;
其中,Q1表示第一驾驶行为评价权重系数,Q2表示第二驾驶行为评价权重系数。
5.如权利要求4所述的驾驶行为评价***,其特征在于,所述车速通过安装在车轮上的车速传感器获得,所述油门踏板开度通过安装在油门踏板上的开度传感器获得,所述制动踏板开度通过安装在制动踏板上的开度传感器获得,所述方向盘转角通过安装在方向盘上的角度传感器获得,所述驾驶员疲劳状态通过安装在车头内部且位于驾驶员前方的摄像头获得。
6.如权利要求5所述的驾驶行为评价***,其特征在于,获得摄像头传来的驾驶员图像后,对驾驶员图像进行图像分析以分析出驾驶员的疲劳状态,并根据驾驶员的疲劳状态匹配对应的驾驶员疲劳状态值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010393655.5A CN111452799B (zh) | 2020-05-11 | 2020-05-11 | 驾驶行为评价方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010393655.5A CN111452799B (zh) | 2020-05-11 | 2020-05-11 | 驾驶行为评价方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111452799A true CN111452799A (zh) | 2020-07-28 |
CN111452799B CN111452799B (zh) | 2022-04-12 |
Family
ID=71674700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010393655.5A Active CN111452799B (zh) | 2020-05-11 | 2020-05-11 | 驾驶行为评价方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111452799B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111942397A (zh) * | 2020-08-06 | 2020-11-17 | 华南理工大学 | 危险驾驶行为监控方法、装置、存储介质 |
CN112009266A (zh) * | 2020-09-01 | 2020-12-01 | 三一专用汽车有限责任公司 | 动力参数标定方法、装置、车辆和计算机可读存储介质 |
CN113379945A (zh) * | 2021-07-26 | 2021-09-10 | 陕西天行健车联网信息技术有限公司 | 一种车辆驾驶行为分析装置、方法及*** |
CN113460057A (zh) * | 2021-07-28 | 2021-10-01 | 中汽创智科技有限公司 | 一种车内人员健康监测方法、装置及终端 |
CN113859250A (zh) * | 2021-10-14 | 2021-12-31 | 泰安北航科技园信息科技有限公司 | 一种基于驾驶行为异常识别的智能汽车信息安全威胁检测*** |
CN113942520A (zh) * | 2021-10-27 | 2022-01-18 | 昆明理工大学 | 一种驾驶人可靠度计算方法 |
CN114750767A (zh) * | 2022-04-29 | 2022-07-15 | 重庆长安汽车股份有限公司 | 驾驶风格的识别方法、***、车辆及存储介质 |
TWI772078B (zh) * | 2021-06-28 | 2022-07-21 | 神達數位股份有限公司 | 車輛駕駛人適任性評估方法及系統 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107618512A (zh) * | 2017-08-23 | 2018-01-23 | 清华大学 | 基于人‑车‑环境多数据源的驾驶行为安全评价方法 |
CN107972671A (zh) * | 2017-07-19 | 2018-05-01 | 宁波诺丁汉大学 | 一种驾驶行为分析*** |
CN108407816A (zh) * | 2018-01-19 | 2018-08-17 | 杭州砺玛物联网科技有限公司 | 一种汽车驾驶员驾驶评估方法及*** |
FR3077551A1 (fr) * | 2018-02-07 | 2019-08-09 | Psa Automobiles Sa | Procede de suivi de l’activite de conduite d’un conducteur de vehicule automobile |
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*** |
-
2020
- 2020-05-11 CN CN202010393655.5A patent/CN111452799B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107972671A (zh) * | 2017-07-19 | 2018-05-01 | 宁波诺丁汉大学 | 一种驾驶行为分析*** |
CN107618512A (zh) * | 2017-08-23 | 2018-01-23 | 清华大学 | 基于人‑车‑环境多数据源的驾驶行为安全评价方法 |
CN108407816A (zh) * | 2018-01-19 | 2018-08-17 | 杭州砺玛物联网科技有限公司 | 一种汽车驾驶员驾驶评估方法及*** |
FR3077551A1 (fr) * | 2018-02-07 | 2019-08-09 | Psa Automobiles Sa | Procede de suivi de l’activite de conduite d’un conducteur de vehicule automobile |
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*** |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111942397A (zh) * | 2020-08-06 | 2020-11-17 | 华南理工大学 | 危险驾驶行为监控方法、装置、存储介质 |
CN112009266A (zh) * | 2020-09-01 | 2020-12-01 | 三一专用汽车有限责任公司 | 动力参数标定方法、装置、车辆和计算机可读存储介质 |
TWI772078B (zh) * | 2021-06-28 | 2022-07-21 | 神達數位股份有限公司 | 車輛駕駛人適任性評估方法及系統 |
CN113379945A (zh) * | 2021-07-26 | 2021-09-10 | 陕西天行健车联网信息技术有限公司 | 一种车辆驾驶行为分析装置、方法及*** |
CN113460057A (zh) * | 2021-07-28 | 2021-10-01 | 中汽创智科技有限公司 | 一种车内人员健康监测方法、装置及终端 |
CN113859250A (zh) * | 2021-10-14 | 2021-12-31 | 泰安北航科技园信息科技有限公司 | 一种基于驾驶行为异常识别的智能汽车信息安全威胁检测*** |
CN113942520A (zh) * | 2021-10-27 | 2022-01-18 | 昆明理工大学 | 一种驾驶人可靠度计算方法 |
CN114750767A (zh) * | 2022-04-29 | 2022-07-15 | 重庆长安汽车股份有限公司 | 驾驶风格的识别方法、***、车辆及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111452799B (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111452799B (zh) | 驾驶行为评价方法及*** | |
EP2710572B1 (en) | Vehicle data analysis method and vehicle data analysis system | |
CN107492251B (zh) | 一种基于机器学习与深度学习的驾驶员身份识别与驾驶状态监测方法 | |
Brombacher et al. | Driving event detection and driving style classification using artificial neural networks | |
CN111731284B (zh) | 一种辅助驾驶方法、装置、车载终端设备和存储介质 | |
CN109670970B (zh) | 一种驾驶行为评分方法、装置及计算机可读存储介质 | |
CN108556682B (zh) | 一种续驶里程预测方法、装置及设备 | |
EP1774492A1 (en) | System and method for monitoring driving | |
CN110942671A (zh) | 车辆危险驾驶检测方法、装置以及存储介质 | |
CN110968839A (zh) | 驾驶风险评估方法、装置、设备及存储介质 | |
CN112508054B (zh) | 一种驾驶模型训练方法、装置、设备和介质 | |
CN114169444B (zh) | 车辆跟驰工况下考虑风险势场分布的驾驶风格分类方法 | |
CN114379559A (zh) | 一种基于车辆信息采集***的驾驶风险评价特征画像方法 | |
CN112129290A (zh) | 用于监测骑行设备的***及方法 | |
CN112308136B (zh) | 一种基于SVM-Adaboost的驾驶分心检测方法 | |
CN106651133B (zh) | 一种使用手机实现基于adas的用户驾驶行为评分方法 | |
CN108268678A (zh) | 驾驶行为分析方法、装置及*** | |
CN114822044B (zh) | 一种基于隧道的行车安全预警方法及设备 | |
CN114119256A (zh) | 一种ubi危险化学品车辆驾驶行为采集分析***及保费折扣方法 | |
CN114331181A (zh) | 基于大数据的车辆驾驶行为风险分析方法 | |
CN114155476B (zh) | Aeb有效避免事故场景识别方法、装置、设备及介质 | |
CN115503712B (zh) | 考虑道路运行条件的智能网联汽车预测控制方法和*** | |
CN115966100B (zh) | 一种行车安全控制方法及*** | |
DE102018218137B4 (de) | System, Verfahren und Computerprogrammprodukt zur Erzeugung eines Kontext abhängigen Hinweises auf ein Einsatzfahrzeug für einen Fahrzeugführer eines Egofahrzeuges | |
CN118229476A (zh) | 车辆事故的处理方法、装置和介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220322 Address after: 516000 Yangwu area, east of Huinan Avenue, Huiyang Economic Development Zone, Huizhou City, Guangdong Province Applicant after: MINGSHANG TECHNOLOGY Co.,Ltd. Address before: 201800 403, No.5, Lane 588, Yunping Road, Jiading District, Shanghai Applicant before: Wu Haijuan |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |