CN113379945A - 一种车辆驾驶行为分析装置、方法及*** - Google Patents
一种车辆驾驶行为分析装置、方法及*** Download PDFInfo
- Publication number
- CN113379945A CN113379945A CN202110845698.7A CN202110845698A CN113379945A CN 113379945 A CN113379945 A CN 113379945A CN 202110845698 A CN202110845698 A CN 202110845698A CN 113379945 A CN113379945 A CN 113379945A
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- driving behavior
- module
- 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.)
- Pending
Links
Images
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
- G07C5/0808—Diagnosing performance data
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车辆驾驶行为分析装置、方法及***,包括:车载终端采集数据的存储模块、多源数据预处理模块、多源数据融合模块、驾驶行为计算模块、驾驶行为评分模块,通过将车载终端采集数据进行预处理后根据不同时间进行融合,进而生成车辆在同一时刻的具有多维度的数据,并将同一时刻的具有多维度的数据按照时间顺序进行排列重组还原为车辆的驾驶行为数据,然后对排列重组的同一时刻的具有多维度的数据进行分析评分,最终得到车辆驾驶行为的综合评分;本发明分析精准,不会因为以时间段来综合分析而产生误差叠加数据参差交错。
Description
技术领域
本发明涉及大数据和车联网技术领域,尤其涉及一种车辆驾驶行为分析装置、方法及***。
背景技术
研究表明,大部分交通事故都是由违规操作产生的,驾驶员的驾驶行为才是交通安全的决定性因素。如果能够通过技术手段分析车辆行程中的驾驶员历史驾驶行为,就可以对驾驶员的现在与未来的驾驶行为进行规范,避免因驾驶行为而导致的交通事故的发生。
然而,现有的车辆驾驶行为分析装置及方法均采用通过采集一段时间内的车辆行驶数据,然后对该时间段内的行驶数据进行分析,确定在该时间段内发生的危险驾驶行为事件,根据该时间段内发生的危险驾驶行为事件、利用驾驶行为分析模型生成驾驶行为评价结果。如此一来,就会造成该时间段内本来离散分布的微小的行为事件被分析成汇聚的高危驾驶行为,或者本来毫不相关的多个时间点分布的多个驾驶行为被组合成为某一时间点上的高危驾驶行为,这种分析方法往往是将一个时间段内的各种各类的数据分门别类进行分析以后再重新按照时间重新拼凑到一起,例如将某一天内的扭矩、发动机油温、冷却剂温度、油门踏板开合次数等分别分析后再组合成当天的整体数据。显然,这种将某一时间段内的数据统一进行分析的方式往往由于没有有效整体的分割数据而导致最后拼凑起来的数据产生极大的失真与附加干扰。
因此,如何能够将车辆驾驶行为中的具体行为更好的分割同时又能够更加真实的进行还原并分析成为车辆驾驶行为分析的一大难题。
发明内容
本发明提供一种按照时间点分析车辆在该时刻的全部数据的装置,以实现还原组合完整重现该时间点的行车数据,进而精准分析车辆驾驶行为。
本发明提供了一种车辆驾驶行为分析装置,包括:车载终端采集数据的存储模块、多源数据预处理模块、多源数据融合模块、驾驶行为计算模块、驾驶行为评分模块;
车载终端采集数据的存储模块,用于存储车载终端采集的原始数据,所述原始数据包括开关量、脉冲、CAN、GPS数据;其中,开关量数据获取的标准化格式包括:终端号|数据时间|0000110010011010100000000111000000000000000000001010000000000000,其中0表示开关闭合,1表示开关打开;脉冲数据获取的标准化格式包括:终端号|数据时间|脉冲车速|脉冲里程|脉冲总数|脉冲转速等;CAN数据获取的标准化格式包括:终端号|数据时间|扭矩|发动机油温|冷却剂温度|油门踏板开度等;GPS数据获取的标准化格式包括:终端号|数据时间|经纬度|海拔高度等;
多源数据预处理模块,用于实现对车载终端采集数据的存储模块存储的原始数据进行解析、过滤、转换,进而获取标准化格式数据;
多源数据融合模块,根据时间窗口将所述多源数据预处理模块处理后获取的不同源的标准化格式数据进行融合,进而生成车辆在同一时刻的具有多维度的数据;其中,数据格式包括:终端号|数据时间|扭矩|发动机油温|冷却剂温度|油门踏板开度|经纬度|海拔高度|0000110010011010100000000111000000000000000000001010000000000000|脉冲车速|脉冲里程|脉冲总数|脉冲转速;
驾驶行为计算模块,通过分析所述多源数据融合模块生成的车辆在同一时刻的具有多维度的数据,计算得到连续的时间点上每一个时间点由多维数据组合而成的车辆驾驶行为数据;
驾驶行为评分模块,用于根据所述驾驶行为计算模块计算得到的车辆驾驶行为数据,按照不同驾驶行为的权重,计算出车辆驾驶行为的综合评分。
优选的,所述车载终端采集数据的存储模块使用Hbase数据库存储车载终端采集的数据。
优选的,所述驾驶行为计算模块通过分析驾驶行为的特征,计算得到车辆驾驶行为的次数、持续时间。
更优的,所述驾驶行为的特征包括急加速、急减速、猛踩油门、长时间刹车、疲劳驾驶、超速、空挡滑行、大油门。
本发明还公开一种车辆驾驶行为分析方法,包括以下步骤:
步骤1、车载终端采集数据的存储,使用Hbase数据库存储开关量、脉冲、CAN、GPS的原始数据;
步骤2、多源数据预处理,通过对步骤1中采集到的原始数据的解析、过滤、转换,获取标准化格式数据;
步骤3、多源数据融合,根据时间窗口将步骤2中不同源的标准化格式数据进行融合,进而生成车辆在同一时刻的具有多维度的数据;
步骤4、驾驶行为计算,通过分析步骤3中生成的车辆在同一时刻的具有多维度的数据,计算得到连续的时间点上每一个时间点由多维数据组合而成的车辆驾驶行为数据;
步骤5、驾驶行为评分,通过步骤4中得到的车辆驾驶行为数据,按照不同驾驶行为的权重以及次数、持续时间的比重,计算出车辆驾驶行为的综合评分。
优选的,所述步骤5中,通过箱线图分析统计出各种驾驶行为的最小值、第一四分位数、第三四分位数与最大值;根据不同驾驶行为的权重以及次数、时间,计算出车辆驾驶行为的综合评分。
优选的,所述步骤5中,车辆驾驶行为综合评分=SUM(某种驾驶行为的次数*对应驾驶行为次数的权重+某种驾驶行为的持续时间*对应驾驶行为持续时间的权重)。
本发明还公开一种车辆驾驶行为分析***,所述车辆驾驶行为分析***包含上述的车辆驾驶行为分析装置。
本发明的有益效果是:
本发明通过将车载终端采集数据进行预处理后根据不同时间点进行融合,进而生成车辆在同一时间点的具有多维度的数据,并将同一时间点上的具有多维度的数据按照时间顺序进行排列重组还原为车辆的在该时间点上的驾驶行为数据,然后对排列重组的该时间点的具有多维度的数据进行分析评分,最终得到车辆驾驶行为的综合评分,相比以往的分析方法,本发明能够将同一时间点上的所有采集到的数据进行还原,使得分析数据在时间点上有高度的相关性,因而分析数据具有更高的真实性与关联性;因此,本发明按照时间点进行还原组合完整按照时间顺序重现了车辆驾驶中的驾驶行为,杜绝了以往的分析装置及方法因为没有有效整体的分割数据而导致最后拼凑起来的数据产生极大的失真与附加干扰,因此,本发明分析精准,不会因为以时间段来综合分析而产生误差叠加数据参差交错。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对本发明实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种车辆驾驶行为分析装置结构图;
图2为本发明的多源数据融合模块逻辑判断流程图;
图3为本发明的驾驶行为中的大油门逻辑判断流程图;
图4为驾驶员得分分布情况。
具体实施方式
下面将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的一部分实施例,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。
在本发明实施例的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明实施例和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明实施例中的具体含义。
如图1~4所示,本发明提供了一种车辆驾驶行为分析装置,包括:车载终端采集数据的存储模块、多源数据预处理模块、多源数据融合模块、驾驶行为计算模块、驾驶行为评分模块;
车载终端采集数据的存储模块,用于存储车载终端采集的原始数据,所述原始数据包括开关量、脉冲、CAN、GPS数据;其中,开关量数据获取的标准化格式包括:终端号|数据时间|0000110010011010100000000111000000000000000000001010000000000000,其中0表示开关闭合,1表示开关打开;脉冲数据获取的标准化格式包括:终端号|数据时间|脉冲车速|脉冲里程|脉冲总数|脉冲转速等;CAN数据获取的标准化格式包括:终端号|数据时间|扭矩|发动机油温|冷却剂温度|油门踏板开度等;GPS数据获取的标准化格式包括:终端号|数据时间|经纬度|海拔高度等;
多源数据预处理模块,用于实现对车载终端采集数据的存储模块存储的原始数据进行解析、过滤、转换,进而获取标准化格式数据;
多源数据融合模块,根据时间窗口将所述多源数据预处理模块处理后获取的不同源的标准化格式数据进行融合,进而生成车辆在同一时刻的具有多维度的数据;其中,数据格式包括:终端号|数据时间|扭矩|发动机油温|冷却剂温度|油门踏板开度|经纬度|海拔高度|0000110010011010100000000111000000000000000000001010000000000000|脉冲车速|脉冲里程|脉冲总数|脉冲转速;
驾驶行为计算模块,通过分析所述多源数据融合模块生成的车辆在同一时刻的具有多维度的数据,计算得到连续的时间点上每一个时间点由多维数据组合而成的车辆驾驶行为数据;
驾驶行为评分模块,用于根据所述驾驶行为计算模块计算得到的车辆驾驶行为数据,按照不同驾驶行为的权重,计算出车辆驾驶行为的综合评分。
进一步的,所述车载终端采集数据的存储模块使用Hbase数据库存储车载终端采集的数据。
进一步的,所述驾驶行为计算模块通过分析驾驶行为的特征,计算得到车辆驾驶行为的次数、持续时间。
更进一步的,所述驾驶行为的特征包括急加速、急减速、猛踩油门、长时间刹车、疲劳驾驶、超速、空挡滑行、大油门。
本发明还公开一种车辆驾驶行为分析方法,包括以下步骤:
步骤1、车载终端采集数据的存储,使用Hbase数据库存储开关量、脉冲、CAN、GPS的原始数据;
步骤2、多源数据预处理,通过对步骤1中采集到的原始数据的解析、过滤、转换,获取标准化格式数据;
步骤3、多源数据融合,根据时间窗口将步骤2中不同源的标准化格式数据进行融合,进而生成车辆在同一时刻的具有多维度的数据;
步骤4、驾驶行为计算,通过分析步骤3中生成的车辆在同一时刻的具有多维度的数据,计算得到连续的时间点上每一个时间点由多维数据组合而成的车辆驾驶行为数据;
步骤5、驾驶行为评分,通过步骤4中得到的车辆驾驶行为数据,按照不同驾驶行为的权重以及次数、持续时间的比重,计算出车辆驾驶行为的综合评分。
进一步的,所述步骤5中,通过箱线图分析统计出各种驾驶行为的最小值、第一四分位数、第三四分位数与最大值;根据不同驾驶行为的权重以及次数,计算出车辆驾驶行为的综合评分。
进一步的,所述步骤5中,车辆驾驶行为综合评分=SUM(某种驾驶行为的次数*对应驾驶行为次数的权重+某种驾驶行为的持续时间*对应驾驶行为持续时间的权重)。
本发明还公开一种车辆驾驶行为分析***,所述车辆驾驶行为分析***包含上述的车辆驾驶行为分析装置。
实施例
本实施例中,根据驾驶行为的特征指标,权重以及评分标准将相应的驾驶行为进行分类计算,具体数据如表1所列:
表1
综上所述,本发明一种车辆驾驶行为分析装置、方法及***,通过将车载终端采集数据进行预处理后根据不同时间进行融合,进而生成车辆在同一时间点的具有多维度的数据,并将同一时间点的具有多维度的数据按照时间顺序进行排列重组还原为车辆的驾驶行为数据,使得分析数据在时间点上有高度的相关性,因而分析数据具有更高的真实性与关联性;本发明分析精准,不会因为以时间段来综合分析而产生误差叠加数据参差交错,因此本发明拥有广泛的应用前景。
本说明书中的各个实施方式采用递进的方式描述,各个实施方式之间相同或相似的部分互相参见即可,每个实施方式重点说明的都是与其他实施方式的不同之处。
以上实施例仅用以说明本发明的技术方案,而非对本发明限制;尽管参照前述实施例对本发明进行了详细的说明,本领域普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明技术方案的范围。
Claims (8)
1.一种车辆驾驶行为分析装置,其特征在于,包括:车载终端采集数据的存储模块、多源数据预处理模块、多源数据融合模块、驾驶行为计算模块、驾驶行为评分模块;
所述车载终端采集数据的存储模块,用于存储车载终端采集的原始数据,所述原始数据包括开关量、脉冲、CAN、GPS数据;
所述多源数据预处理模块,用于实现对车载终端采集数据的存储模块存储的原始数据进行解析、过滤、转换,进而获取标准化格式数据;
所述多源数据融合模块,根据时间窗口将所述多源数据预处理模块处理后获取的不同源的标准化格式数据进行融合,进而生成车辆在同一时刻的具有多维度的数据;
所述驾驶行为计算模块,通过分析所述多源数据融合模块生成的车辆在同一时刻的具有多维度的数据,计算得到连续的时间点上每一个时间点由多维数据组合而成的车辆驾驶行为数据;
所述驾驶行为评分模块,用于根据所述驾驶行为计算模块计算得到的车辆驾驶行为数据,按照不同驾驶行为的权重,计算出车辆驾驶行为的综合评分。
2.根据权利要求1所述的一种车辆驾驶行为分析装置,其特征在于,所述车载终端采集数据的存储模块使用Hbase数据库存储车载终端采集的数据。
3.根据权利要求1所述的一种车辆驾驶行为分析装置,其特征在于,所述驾驶行为计算模块通过分析驾驶行为的特征,计算得到车辆驾驶行为的次数、持续时间。
4.根据权利要求3所述的一种车辆驾驶行为分析装置,其特征在于,所述驾驶行为的特征包括急加速、急减速、猛踩油门、长时间刹车、疲劳驾驶、超速、空挡滑行、大油门。
5.一种根据权利要求1至4任一权利要求所述的车辆驾驶行为分析装置的分析方法,其特征在于,包括如下步骤:
步骤1、车载终端采集数据的存储,使用Hbase数据库存储开关量、脉冲、CAN、GPS的原始数据;
步骤2、多源数据预处理,通过对步骤1中采集到的原始数据的解析、过滤、转换,获取标准化格式数据;
步骤3、多源数据融合,根据时间窗口将步骤2中不同源的标准化格式数据进行融合,进而生成车辆在同一时刻的具有多维度的数据;
步骤4、驾驶行为计算,通过分析步骤3中生成的车辆在同一时刻的具有多维度的数据,计算得到连续的时间点上每一个时间点由多维数据组合而成的车辆驾驶行为数据;
步骤5、驾驶行为评分,通过步骤4中得到的车辆驾驶行为数据,按照不同驾驶行为的权重以及次数、持续时间的比重,计算出车辆驾驶行为的综合评分。
6.根据权利要求5所述的一种车辆驾驶行为分析方法,其特征在于,所述步骤5中,通过分析统计出各种驾驶行为的最小值、第一四分位数、第三四分位数与最大值;根据不同驾驶行为的权重以及次数,计算出车辆驾驶行为的综合评分。
7.根据权利要求5所述的一种车辆驾驶行为分析方法,其特征在于,所述步骤5中,车辆驾驶行为综合评分=SUM(某种驾驶行为的次数*对应驾驶行为次数的权重+某种驾驶行为的持续时间*对应驾驶行为持续时间的权重)。
8.一种车辆驾驶行为分析***,其特征在于,所述车辆驾驶行为分析***包含权利要求1至4任一权利要求所述的车辆驾驶行为分析装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110845698.7A CN113379945A (zh) | 2021-07-26 | 2021-07-26 | 一种车辆驾驶行为分析装置、方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110845698.7A CN113379945A (zh) | 2021-07-26 | 2021-07-26 | 一种车辆驾驶行为分析装置、方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113379945A true CN113379945A (zh) | 2021-09-10 |
Family
ID=77582841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110845698.7A Pending CN113379945A (zh) | 2021-07-26 | 2021-07-26 | 一种车辆驾驶行为分析装置、方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113379945A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114241429A (zh) * | 2021-12-15 | 2022-03-25 | 平安科技(深圳)有限公司 | 驾驶风险等级确定方法、装置、计算机设备及存储介质 |
CN115630777A (zh) * | 2022-10-10 | 2023-01-20 | 陕西天行健车联网信息技术有限公司 | 一种基于车载终端采集数据的车辆驾驶行为评分*** |
CN116110147A (zh) * | 2023-04-12 | 2023-05-12 | 江西珉轩大数据有限公司 | 一种分布式时序数据存储与聚合分析方法 |
CN117171701A (zh) * | 2023-08-14 | 2023-12-05 | 陕西天行健车联网信息技术有限公司 | 一种车辆行驶数据处理方法、装置、设备和介质 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101643053A (zh) * | 2009-09-01 | 2010-02-10 | 长安大学 | 一种驾驶员汽车驾驶行为的综合监测*** |
CN102376179A (zh) * | 2010-08-26 | 2012-03-14 | 交通运输部公路科学研究所 | 分析驾驶员期望与道路条件协调程度的装置 |
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 |
CN105139648A (zh) * | 2015-08-11 | 2015-12-09 | 北京奇虎科技有限公司 | 驾驶习惯数据生成方法及*** |
CN105374211A (zh) * | 2015-12-09 | 2016-03-02 | 敏驰信息科技(上海)有限公司 | 基于多源数据计算驾驶风险与辅助车险定价的***及方法 |
CN106971057A (zh) * | 2017-02-16 | 2017-07-21 | 上海大学 | 一种驾驶习惯数据分析方法 |
CN107195024A (zh) * | 2016-06-08 | 2017-09-22 | 南京航空航天大学 | 通用型车辆行驶数据记录***和处理方法 |
CN107235044A (zh) * | 2017-05-31 | 2017-10-10 | 北京航空航天大学 | 一种基于多传感数据实现对道路交通场景和司机驾驶行为的还原方法 |
CN107659367A (zh) * | 2017-08-30 | 2018-02-02 | 安徽江淮汽车集团股份有限公司 | 多传感单元时间同步方法及*** |
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 |
CN109033332A (zh) * | 2018-07-20 | 2018-12-18 | 汉纳森(厦门)数据股份有限公司 | 驾驶行为分析方法、介质及*** |
CN109061706A (zh) * | 2018-07-17 | 2018-12-21 | 江苏新通达电子科技股份有限公司 | 一种基于T-Box和实时路况地图数据的车辆驾驶行为分析的方法 |
TWI667582B (zh) * | 2018-06-20 | 2019-08-01 | 創星物聯科技股份有限公司 | 基於大數據的行駛路線分析系統及其分析方法 |
CN110119413A (zh) * | 2019-04-30 | 2019-08-13 | 京东城市(南京)科技有限公司 | 数据融合的方法和装置 |
CN111452799A (zh) * | 2020-05-11 | 2020-07-28 | 吴海娟 | 驾驶行为评价方法及*** |
CN111504676A (zh) * | 2020-04-23 | 2020-08-07 | 中国石油大学(北京) | 基于多源监控数据融合的设备故障诊断方法、装置及*** |
CN111580493A (zh) * | 2020-04-14 | 2020-08-25 | 吉利汽车研究院(宁波)有限公司 | 一种自动驾驶仿真方法、***及介质 |
-
2021
- 2021-07-26 CN CN202110845698.7A patent/CN113379945A/zh active Pending
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101643053A (zh) * | 2009-09-01 | 2010-02-10 | 长安大学 | 一种驾驶员汽车驾驶行为的综合监测*** |
CN102376179A (zh) * | 2010-08-26 | 2012-03-14 | 交通运输部公路科学研究所 | 分析驾驶员期望与道路条件协调程度的装置 |
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 |
CN105139648A (zh) * | 2015-08-11 | 2015-12-09 | 北京奇虎科技有限公司 | 驾驶习惯数据生成方法及*** |
CN105374211A (zh) * | 2015-12-09 | 2016-03-02 | 敏驰信息科技(上海)有限公司 | 基于多源数据计算驾驶风险与辅助车险定价的***及方法 |
CN107195024A (zh) * | 2016-06-08 | 2017-09-22 | 南京航空航天大学 | 通用型车辆行驶数据记录***和处理方法 |
CN106971057A (zh) * | 2017-02-16 | 2017-07-21 | 上海大学 | 一种驾驶习惯数据分析方法 |
CN107235044A (zh) * | 2017-05-31 | 2017-10-10 | 北京航空航天大学 | 一种基于多传感数据实现对道路交通场景和司机驾驶行为的还原方法 |
CN107659367A (zh) * | 2017-08-30 | 2018-02-02 | 安徽江淮汽车集团股份有限公司 | 多传感单元时间同步方法及*** |
TWI667582B (zh) * | 2018-06-20 | 2019-08-01 | 創星物聯科技股份有限公司 | 基於大數據的行駛路線分析系統及其分析方法 |
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 |
CN109061706A (zh) * | 2018-07-17 | 2018-12-21 | 江苏新通达电子科技股份有限公司 | 一种基于T-Box和实时路况地图数据的车辆驾驶行为分析的方法 |
CN109033332A (zh) * | 2018-07-20 | 2018-12-18 | 汉纳森(厦门)数据股份有限公司 | 驾驶行为分析方法、介质及*** |
CN110119413A (zh) * | 2019-04-30 | 2019-08-13 | 京东城市(南京)科技有限公司 | 数据融合的方法和装置 |
CN111580493A (zh) * | 2020-04-14 | 2020-08-25 | 吉利汽车研究院(宁波)有限公司 | 一种自动驾驶仿真方法、***及介质 |
CN111504676A (zh) * | 2020-04-23 | 2020-08-07 | 中国石油大学(北京) | 基于多源监控数据融合的设备故障诊断方法、装置及*** |
CN111452799A (zh) * | 2020-05-11 | 2020-07-28 | 吴海娟 | 驾驶行为评价方法及*** |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114241429A (zh) * | 2021-12-15 | 2022-03-25 | 平安科技(深圳)有限公司 | 驾驶风险等级确定方法、装置、计算机设备及存储介质 |
CN115630777A (zh) * | 2022-10-10 | 2023-01-20 | 陕西天行健车联网信息技术有限公司 | 一种基于车载终端采集数据的车辆驾驶行为评分*** |
CN116110147A (zh) * | 2023-04-12 | 2023-05-12 | 江西珉轩大数据有限公司 | 一种分布式时序数据存储与聚合分析方法 |
CN117171701A (zh) * | 2023-08-14 | 2023-12-05 | 陕西天行健车联网信息技术有限公司 | 一种车辆行驶数据处理方法、装置、设备和介质 |
CN117171701B (zh) * | 2023-08-14 | 2024-05-14 | 陕西天行健车联网信息技术有限公司 | 一种车辆行驶数据处理方法、装置、设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113379945A (zh) | 一种车辆驾驶行为分析装置、方法及*** | |
Tong et al. | A framework for developing driving cycles with on‐road driving data | |
US20110196572A1 (en) | Generation of reference value for vehicle failure diagnosis | |
Abas et al. | Development of Malaysian urban drive cycle using vehicle and engine parameters | |
CN111873804A (zh) | 一种电动汽车工况数据生成方法和能耗评价工况生成方法 | |
Aliari et al. | Bluetooth sensor data and ground truth testing of reported travel times | |
CN114354219A (zh) | 自动驾驶车辆的测试方法及装置 | |
Pham et al. | Random forest models for identifying motorway rear-end crash risks using disaggregate data | |
CN107918826A (zh) | 一种驾驶环境感知的司机评价与调度方法 | |
CN111667204A (zh) | 自动驾驶开放测试道路环境风险度确定、分级方法及*** | |
CN113642893B (zh) | 一种新能源汽车运行风险的评估方法 | |
Naude et al. | Vehicle dynamics data collection to characterize the drivers' behavior | |
CN113297795A (zh) | 一种纯电动汽车行驶工况构建方法 | |
CN116011110A (zh) | 一种自动驾驶汽车安全性等级评估方法及*** | |
Fries et al. | Derivation of a real-life driving cycle from fleet testing data with the Markov-Chain-Monte-Carlo Method | |
Bogenberger et al. | Quality management methods for real-time traffic information | |
CN108268678B (zh) | 驾驶行为分析方法、装置及*** | |
CN113538907B (zh) | 一种基于交通流分级的行车时间估计*** | |
CN115630777A (zh) | 一种基于车载终端采集数据的车辆驾驶行为评分*** | |
CN107784834B (zh) | 一种充电设施的位置信息更新方法和装置、及导航芯片 | |
CN117400948A (zh) | 一种汽车能耗预测方法、装置、电子设备及存储介质 | |
CN112948965A (zh) | 一种基于机器学习和统计验证的汽车行驶工况的构建方法 | |
CN110689131A (zh) | 一种基于朴素贝叶斯模型的车辆能耗影响分析方法 | |
CN112132376B (zh) | 一种非机动车骑行品质评价方法 | |
CN112837577A (zh) | 一种加油站车流分析方法及*** |
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 |