CN113997940A - 一种驾驶行为监测方法及装置 - Google Patents
一种驾驶行为监测方法及装置 Download PDFInfo
- Publication number
- CN113997940A CN113997940A CN202111562976.4A CN202111562976A CN113997940A CN 113997940 A CN113997940 A CN 113997940A CN 202111562976 A CN202111562976 A CN 202111562976A CN 113997940 A CN113997940 A CN 113997940A
- Authority
- CN
- China
- Prior art keywords
- driving
- target vehicle
- information
- time period
- illegal
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种驾驶行为监测方法及装置,其中,该方法包括:获取目标车辆的驾驶信息,驾驶信息包括目标车辆的行驶信息、位置信息、外部环境信息、车内环境信息中的一项或多项;根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在预设时间段内产生的一个或多个违规驾驶场景;根据目标车辆在预设时间段内产生的各违规驾驶场景,生成驾驶评分;若驾驶评分不合格,向与目标车辆相关联的目标对象发送驾驶报告,驾驶报告中包括驾驶行为改善项,驾驶行为改善项根据预设时间段内产生的违规驾驶场景确定。通过执行本发明有助于目标对象改善驾驶习惯,降低车辆损耗,提高行车安全。
Description
技术领域
本发明属于驾车安全技术领域,具体涉及一种驾驶行为监测方法及装置。
背景技术
目前,社会经济增长,驾车出行成了当今社会重要的交通方式,车辆的动能高、速度快,安全行驶非常重要,但是,在日常行驶中大部分驾驶者或多或少会在驾驶过程中存在一些危险行为,由于这些危险习惯的存在,轻则造成车辆损耗,重则酿成车祸,但是驾驶者的这些危险行为已形成习惯且不自知,所以在车辆行驶过程中驾驶者具有良好的驾驶习惯尤为重要。
发明内容
因此,针对现有技术中的问题,本发明提供一种驾驶行为监测方法及装置,帮助用户改善驾驶习惯,提高行车安全。
第一方面,本发明提供了一种驾驶行为监测方法,该方法包括:获取目标车辆的驾驶信息,驾驶信息包括目标车辆的行驶信息、位置信息、外部环境信息、车内环境信息中的一项或多项;根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在预设时间段内产生的一个或多个违规驾驶场景;根据目标车辆在预设时间段内产生的各违规驾驶场景,生成驾驶评分;若驾驶评分不合格,向与目标车辆相关联的目标对象发送驾驶报告,驾驶报告中包括驾驶行为改善项,驾驶行为改善项根据预设时间段内产生的违规驾驶场景确定。
可选的,在本发明提供的驾驶行为监测方法中,行驶信息包括车速,违规驾驶场景包括超速行驶、急刹车,根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在预设时间段内产生违规驾驶场景,包括:根据目标车辆的位置信息确定目标车辆所在路段的限速值,若目标车辆的车速与限速值的比值大于第一预设值,判定目标车辆产生的违规驾驶场景为超速行驶;根据目标车辆在不同时刻的车速确定目标车辆在设定时间段内的车速下降率,若目标车辆在设定时间段的车速下降率大于第二预设值,判定目标车辆产生的违规驾驶场景为急刹车。
可选的,在本发明提供的驾驶行为监测方法中,外部环境信息包括全景环视***数据,违规驾驶场景包括压线行驶、抢黄灯、占用应急车道,根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在预设时间段内产生违规驾驶场景,包括:根据目标车辆的全景环视***数据确定目标车辆是否处于压线状态,若目标车辆处于压线状态,判定目标车辆产生的违规驾驶场景为压线行驶;根据目标车辆的全景环视***数据确定目标车辆在通过路口时交通灯的颜色,若目标车辆在通过路口时交通灯的颜色为黄色,判定目标车辆产生的违规驾驶场景为抢黄灯;根据目标车辆的全景环视***数据确定目标车辆是否在应急车道内,若目标车辆在应急车道内,判定目标车辆产生的违规驾驶场景为占用应急车道。
可选的,在本发明提供的驾驶行为监测方法中,外部环境信息包括全景环视***数据,行驶信息包括车速,违规驾驶场景包括不礼让行人,根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在预设时间段内产生违规驾驶场景,包括:根据目标车辆的全景环视***数据确定目标车辆的前方设定区域是否有行人通过;若目标车辆的前方设定区域有行人通过,且目标车辆车速大于第三预设值,判定目标车辆产生的违规驾驶场景为不礼让行人。
可选的,在本发明提供的驾驶行为监测方法中,车内环境信息包括通话信息或语音信息,行驶信息包括车速,违规驾驶场景包括行车打电话,根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在预设时间段内产生违规驾驶场景,包括:根据目标车辆的通话信息或语音信息确定目标车辆是否处于通话状态,根据目标车辆的车速确定目标车辆是否处于行驶状态;若目标车辆处于通话状态,且目标车辆处于行驶状态,判定目标车辆产生的违规驾驶场景为行车打电话。
可选的,在本发明提供的驾驶行为监测方法中,行驶信息包括车速、转向,违规驾驶场景包括复杂路段超车,根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在预设时间段内产生违规驾驶场景,包括:根据目标车辆的位置信息判断目标车辆所在路段是否为复杂路段;若目标车辆所在路段道路情况为复杂路段,根据目标车辆的车速和转向判断目标车辆是否为超车行驶状态;若目标车辆为超车行驶状态,判定目标车辆产生的违规驾驶场景为复杂路段超车。
可选的,在本发明提供的驾驶行为监测方法中,根据目标车辆在预设时间段内产生的各违规驾驶场景,生成驾驶评分,包括:确定各违规驾驶场景所对应的评分以及分数系数比;根据各违规驾驶场景对应的评分和分数系数比计算各评分的加权和,将加权和作为驾驶评分。
第二方面,本发明提供了一种驾驶行为监测装置,包括:测量模块,用于获取目标车辆的驾驶信息,驾驶信息包括目标车辆的行驶信息、位置信息、外部环境信息、车内环境信息中的一项或多项;识别模块,用于根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在预设时间段内产生的一个或多个违规驾驶场景;驾驶评分模块,用于根据目标车辆在预设时间段内产生的各违规驾驶场景,生成驾驶评分;报告模块,用于判断所述驾驶评分是否合格,若驾驶评分不合格,向与目标车辆相关联的目标对象发送驾驶报告,驾驶报告中包括驾驶行为改善项,驾驶行为改善项根据预设时间段内产生的违规驾驶场景确定。
第三方面,本发明提供了一种计算机可读存储介质,该计算机可读存储介质存储计算机指令,计算机指令被处理器执行实现驾驶行为监测方法。
第四方面,本发明提供一种计算机设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,从而执行驾驶行为监测方法。
本发明提供的驾驶行为监测方法及装置,具有以下优点:
本发明提供的驾驶行为监测方法及装置,在获取到目标车辆的驾驶信息后,根据车辆的驾驶信息识别该目标车辆产生的违规驾驶场景,并基于违规驾驶场景生成驾驶评分,当驾驶评分不合格时,根据违规驾驶场景确定驾驶行为改善项,由于驾驶行为改善项是根据目标车辆在行驶过程中的实际产生的违规驾驶情景确定的,因此,驾驶行为改善项能够精准指出目标对象在驾驶过程中的不良习惯,将包含有驾驶行为改善项的驾驶报告发送至目标对象,有助于目标对象改善驾驶习惯,降低车辆损耗,提高行车安全。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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方式,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为本发明实施例中驾驶行为监测方法的一个具体示例的流程图;
图2为本发明实施例中驾驶行为监测装置的一个具体示例的结构示意图;
图3为本发明实施例中计算机设备的一个具体示例的结构示意图。
具体实施方式
下面将结合附图对本发明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。
除非上下文明确要求,否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义;也就是说,是“包括但不限于”的含义。
在本发明的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明实施例提供驾驶行为监测方法,如图1所示,该方法包括:
步骤S1:获取目标车辆的驾驶信息,驾驶信息包括目标车辆的行驶信息、位置信息、外部环境信息、车内环境信息中的一项或多项。
在一可选实施例中,行驶信息包括车速、转向或踏板受力角度等,其中车速可以通过车速传感器获取,转向可以通过转向传感器获取,踏板受力角度可以通过踏板传感器获取。
在一可选实施例中,位置信息可以通过GPS模块获取。
在一可选实施例中,外部环境信息包括交通灯信息、交通标线或车周信息,外部环境信息可以通过车辆全景环视***或交通部门获取。
在一可选实施例中,车内环境信息包括通话信息或语音信息。通话信息通过车机中的通话模块获取;语音信息通过语音识别模块获取。
步骤S2:根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在所述预设时间段内产生的一个或多个违规驾驶场景,根据目标车辆在预设时间段内产生的各违规驾驶场景,生成驾驶评分。
本发明实施例提供的驾驶行为监测方法实时获取目标车辆的驾驶信息,得到不同时刻的驾驶信息,根据一个或多个连续时刻获取的驾驶信息能够确定目标车辆的一个驾驶场景。
在一可选实施例中,预设时间段大于采集驾驶信息的时间间隔,在预设时间段内,可以获取多个时刻的驾驶信息,从而可以确定多个驾驶场景。
示例性地,预设时间段可以是一天,采集驾驶信息的时间间隔可以为1s、1min等。
步骤S3:若驾驶评分不合格,向与目标车辆相关联的目标对象发送驾驶报告,驾驶报告中包括驾驶行为改善项,驾驶行为改善项根据预设时间段内产生的违规驾驶场景确定。
在一可选实施例中,设定驾驶评分合格数,若驾驶评分小于设定驾驶评分合格数,则判定驾驶评分不合格;若驾驶评分等于或大于设定驾驶评分合格数,则判定驾驶评分合格。
驾驶评分合格数可以根据实际需求进行设定,示例性地,驾驶评合格数可以设定为60。
在一可选实施例中,违规驾驶场景是由于目标对象在驾驶车辆时存在恶劣或不良行为导致的,如猛踩加速\制动踏板、在驾驶目标车辆时接打电话或随意超车等,针对不同的违规驾驶场景建立不同的驾驶行为改善项,若目标车辆在预设时间内出现违规驾驶场景的次数超过设定次数,则针对该违规驾驶场景建立驾驶行为改善项,示例性地,若识别出目标车辆在一天内出现超速行驶违规驾驶场景的次数超过3次,则针对超速行驶违规驾驶场景建立驾驶行为改善项,该驾驶行为改善项可以是通过图表或文字形式来提醒目标对象需要在行驶目标车辆时减少猛踩加速踏板的行为。
在一可选实施例中,若驾驶评分合格,则不生成驾驶报告。
本发明实施例提供的驾驶行为监测方法,在获取到目标车辆的驾驶信息后,根据车辆的驾驶信息识别该目标车辆产生的违规驾驶场景,并基于违规驾驶场景生成驾驶评分,当驾驶评分不合格时,根据违规驾驶场景确定驾驶行为改善项,由于驾驶行为改善项是根据目标车辆在行驶过程中的实际产生的违规驾驶情景确定的,因此,驾驶行为改善项能够精准指出目标对象在驾驶过程中的不良习惯,将包含有驾驶行为改善项的驾驶报告发送至目标对象,有助于目标对象改善驾驶习惯,降低车辆损耗,提高行车安全。
在一可选实施例中,行驶信息包括车速,违规驾驶场景包括超速行驶,根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在预设时间段内产生违规驾驶场景,包括:
根据目标车辆的位置信息确定目标车辆所在路段的限速值,若目标车辆的车速与限速值的比值大于第一预设值,判定目标车辆产生的违规驾驶场景为超速行驶。
在一可选实施例中,路段的限速值可以通过交通部门获取或机器学习记录。
在一可选实施例中,第一预设值可以根据实际需求设定,示例性地,第一预设值可以为105%,若获取目标车辆所在路段的限速值为20km/h,目标车辆的车速为30km/h,此时目标车辆的车速与限速值的比值为150%,由于目标车辆的车速与限速值的比值大于105%,判定目标车辆产生的违规驾驶场景为超速行驶。
在一可选实施例中,行驶信息包括车速,违规驾驶场景包括急刹车,根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在预设时间段内产生违规驾驶场景,包括:
根据目标车辆在不同时刻的车速确定目标车辆在设定时间段内的车速下降率,若目标车辆在设定时间段的车速下降率大于第二预设值,判定目标车辆产生的违规驾驶场景为急刹车。
在一可选实施例中,设定时间段和第二预设值可以根据实际需求设定,示例性地,设定时间段可以是3秒,第二预设值可以是50%,若目标车辆车速在3秒内由60km/h降至20km/h,则判定目标车辆产生了急刹车违规驾驶场景。
在一可选实施例中,外部环境信息包括全景环视***数据,违规驾驶场景包括压线行驶,根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在预设时间段内产生违规驾驶场景,包括:
根据目标车辆的全景环视***数据确定目标车辆是否处于压线状态,若目标车辆处于压线状态,判定目标车辆产生的违规驾驶场景为压线行驶。
在本实施例中,全景环视***数据包含目标车辆及目标车辆周围环境信息的图像数据,全景环视***数据通过全景环视***获取,通过全景环视***数据可以识别车道线,确定目标车辆所处位置,若目标车辆所处位置是车道线,则确定目标车辆处于压线状态。
在一可选实施例中,外部环境信息包括全景环视***数据,违规驾驶场景包括抢黄灯,根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在预设时间段内产生违规驾驶场景,包括:
根据目标车辆的全景环视***数据确定目标车辆在通过路口时交通灯的颜色,若目标车辆在通过路口时交通灯的颜色为黄色,判定目标车辆产生的违规驾驶场景为抢黄灯。
在本实施例中,全景环视***数据包含目标车辆周围环境信息的图像数据,全景环视***数据通过全景环视***获取,当目标车辆通过路口时,根据全景环视***数据识别交通灯颜色,若此时交通灯颜色为黄色,则判定目标车辆产生的违规驾驶场景为抢黄灯。
在一可选实施例中,外部环境信息包括全景环视***数据,违规驾驶场景包括占用应急车道,根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在预设时间段内产生违规驾驶场景,包括:
根据目标车辆的全景环视***数据确定目标车辆是否在应急车道内,若目标车辆在应急车道内,判定目标车辆产生的违规驾驶场景为占用应急车道。
在本实施例中,全景环视***数据包含目标车辆周围环境信息的图像数据,全景环视***数据通过全景环视***获取,通过全景环视***数据可以识别交通标线,确定目标车辆所处车道,若目标车辆所处车道的交通标线为应急车道的标识,则判定目标车辆在应急车道内。
在一可选实施例中,外部环境信息包括全景环视***数据,行驶信息包括车速,违规驾驶场景包括不礼让行人,根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在预设时间段内产生违规驾驶场景,包括:
根据目标车辆的全景环视***数据确定目标车辆的前方设定区域是否有行人通过;若目标车辆的前方设定区域有行人通过,且目标车辆车速大于第三预设值,判定目标车辆产生的违规驾驶场景为不礼让行人。
在本实施例中,目标车辆的前方设定区域的范围和第三预设值可以根据实际需求进行设定,示例性地,目标车辆的前方设定区域可以是以目标车辆车头为圆心,圆心角为160°,半径为1米的扇形区域。第三预设值可以设定为0。
在一可选实施例中,车内环境信息包括通话信息或语音信息,行驶信息包括车速,违规驾驶场景包括行车打电话,根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在预设时间段内产生违规驾驶场景,包括:
根据目标车辆的电话模块数据或语音识别模块数据确定目标车辆是否处于通话状态,根据目标车辆的车速确定目标车辆是否处于行驶状态;若目标车辆处于通话状态,且目标车辆处于行驶状态,判定目标车辆产生的违规驾驶场景为行车打电话。
在一可选实施例中,通话信息根据目标车辆的车机中的通话模块获取,驾驶人员可以根据通话模块接打电话,因此,通过通话模块获取的通话信息可以确定驾驶人员是否正在通话。
语音识别模块具有机器学习及自我更新功能,通过语音识别模块获取到的语音识别数据可以准确的判断目标车辆是否处于通话状态,提高了通过本实施例提供的驾驶行为监测方法得到的结果的准确性。
在一可选实施例中,行驶信息包括车速、转向,违规驾驶场景包括复杂路段超车,根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在预设时间段内产生违规驾驶场景,包括:
根据目标车辆的位置信息判断目标车辆所在路段是否为复杂路段;若目标车辆所在路段道路情况为复杂路段,根据目标车辆的车速和转向判断目标车辆是否为超车行驶状态;若目标车辆为超车行驶状态,判定目标车辆产生的违规驾驶场景为复杂路段超车。
在一可选实施例中,目标车辆的位置信息通过GPS模块获取,GPS模块具有GPS***、地图***,GPS***可以精准的获取到目标车辆所处位置,地图***可以根据目标车辆所处位置获取到目标车辆所在位置的道路信息,若获取到目标车辆所在位置的道路信息是路口、弯道、人行横道,则判定目标车辆所在位置为复杂路段。
在一可选实施例中,根据目标车辆在预设时间段内产生的各违规驾驶场景,生成驾驶评分,包括:确定各违规驾驶场景所对应的评分以及分数系数比;根据各违规驾驶场景对应的评分和分数系数比计算各评分的加权和,将加权和作为驾驶评分。
在一可选实施例中,各违规驾驶场景对应的分数以及分数系数比可以根据实际需求确定,示例性地,各违规驾驶场景对应的分数系数比可以是:超速行驶对应分数系数比为25%;急刹车对应分数系数比为10%;压线行驶对应分数系数比为20%;抢黄灯对应分数系数比为15%;不礼让行人对应分数系数比为12%;行车打电话对应分数系数比为5%;复杂路段超车对应分数系数比为13%。
若各违规驾驶场景对应的评分为:超速行驶对应分数为80;急刹车对应分数为80;压线行驶对应分数为70;抢黄灯对应分数为90;不礼让行人对应分数为90;行车打电话对应分数为60;复杂路段超车对应分数为80。
各评分的加权和为80×25%+80×10%+70×20%+90×15%+90×12%+60×5%+80×13%=79.7,则驾驶评分为79.7。
本发明实施例提供了一种驾驶行为监测装置,如图2所示,包括:
测量模块1,用于获取目标车辆的驾驶信息,驾驶信息包括目标车辆的行驶信息、位置信息、外部环境信息、车内环境信息中的一项或多项,详细内容参见上述实施列中的描述,在此不再赘述。
识别模块2,用于根据预设时间段内目标车辆在不同时刻的驾驶信息,识别目标车辆在预设时间段内产生的一个或多个违规驾驶场景,详细内容参见上述实施列中的描述,在此不再赘述。
驾驶评分模块3,用于根据目标车辆在预设时间段内产生的各违规驾驶场景,生成驾驶评分,详细内容参见上述实施列中的描述,在此不再赘述。
报告模块4,用于判断所述驾驶评分是否合格,若驾驶评分不合格,向与目标车辆相关联的目标对象发送驾驶报告,驾驶报告中包括驾驶行为改善项,驾驶行为改善项根据预设时间段内产生的违规驾驶场景确定,详细内容参见上述实施列中的描述,在此不再赘述。
关于一种驾驶行为监测装置的具体限定以及有益效果可以参见上文中对于驾驶行为监测方法的限定,在此不再赘述。上述驾驶行为监测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中,也可以以软件形式存储于电子设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
本发明实施例还提供了一种非暂态计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的驾驶行为监测方法。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard DiskDrive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
本发明实施例还提供一种计算机设备,如图3所示,该计算机设备可以包括至少一个处理器31、至少一个通信接口32、至少一个通信总线33和至少一个存储器34,其中,通信接口32可以包括显示屏(Display)、键盘(Keyboard),可选通信接口32还可以包括标准的有线接口、无线接口。存储器34可以是高速RAM存储器(Random Access Memory,易挥发性随机存取存储器),也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器34可选的还可以是至少一个位于远离前述处理器31的存储装置。存储器34中存储应用程序,且处理器31调用存储器34中存储的程序代码,以用于执行上述任意发明实施例的步骤。
其中,通信总线33可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。通信总线33可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器34可以包括易失性存储器(英文:volatile memory),例如随机存取存储器(英文:random-access memory,缩写:RAM);存储器也可以包括非易失性存储器(英文:non-volatile memory),例如快闪存储器(英文:flash memory),硬盘(英文:hard diskdrive,缩写:HDD)或固态硬盘(英文:solid-state drive,缩写:SSD);存储器34还可以包括上述种类的存储器的组合。
其中,处理器31可以是中央处理器(英文:central processing unit,缩写:CPU),网络处理器(英文:network processor,缩写:NP)或者CPU和NP的组合。
其中,处理器31还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文:application-specific integrated circuit,缩写:ASIC),可编程逻辑器件(英文:programmable logic device,缩写:PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文:complex programmable logic device,缩写:CPLD),现场可编程逻辑门阵列(英文:field-programmable gate array,缩写:FPGA),通用阵列逻辑(英文:generic arraylogic,缩写:GAL)或其任意组合。
可选地,存储器34还用于存储程序指令。处理器31可以调用程序指令,实现如本发明图1实施例中所示的驾驶行为监测方法。
Claims (10)
1.一种驾驶行为监测方法,其特征在于,所述方法包括:
获取目标车辆的驾驶信息,所述驾驶信息包括目标车辆的行驶信息、位置信息、外部环境信息、车内环境信息中的一项或多项;
根据预设时间段内所述目标车辆在不同时刻的驾驶信息,识别所述目标车辆在所述预设时间段内产生的一个或多个违规驾驶场景;
根据所述目标车辆在所述预设时间段内产生的各违规驾驶场景,生成驾驶评分;
若所述驾驶评分不合格,向与所述目标车辆相关联的目标对象发送驾驶报告,所述驾驶报告中包括驾驶行为改善项,所述驾驶行为改善项根据所述预设时间段内产生的违规驾驶场景确定。
2.根据权利要求1所述的驾驶行为监测方法,其特征在于,所述行驶信息包括车速,所述违规驾驶场景包括超速行驶、急刹车,
根据预设时间段内所述目标车辆在不同时刻的驾驶信息,识别所述目标车辆在所述预设时间段内产生违规驾驶场景,包括:
根据所述目标车辆的位置信息确定所述目标车辆所在路段的限速值,若所述目标车辆的车速与所述限速值的比值大于第一预设值,判定所述目标车辆产生的违规驾驶场景为超速行驶;
根据所述目标车辆在不同时刻的车速确定所述目标车辆在设定时间段内的车速下降率,若所述目标车辆在设定时间段的车速下降率大于第二预设值,判定所述目标车辆产生的违规驾驶场景为急刹车。
3.根据权利要求1所述的驾驶行为监测方法,其特征在于,所述外部环境信息包括全景环视***数据,所述违规驾驶场景包括压线行驶、抢黄灯、占用应急车道,
根据预设时间段内所述目标车辆在不同时刻的驾驶信息,识别所述目标车辆在所述预设时间段内产生违规驾驶场景,包括:
根据所述目标车辆的全景环视***数据确定所述目标车辆是否处于压线状态,若所述目标车辆处于压线状态,判定所述目标车辆产生的违规驾驶场景为压线行驶;
根据所述目标车辆的全景环视***数据确定所述目标车辆在通过路口时交通灯的颜色,若所述目标车辆在通过路口时交通灯的颜色为黄色,判定所述目标车辆产生的违规驾驶场景为抢黄灯;
根据所述目标车辆的全景环视***数据确定所述目标车辆是否在应急车道内,若所述目标车辆在应急车道内,判定所述目标车辆产生的违规驾驶场景为占用应急车道。
4.根据权利要求1所述的驾驶行为监测方法,其特征在于,所述外部环境信息包括全景环视***数据,所述行驶信息包括车速,所述违规驾驶场景包括不礼让行人,
根据预设时间段内所述目标车辆在不同时刻的驾驶信息,识别所述目标车辆在所述预设时间段内产生违规驾驶场景,包括:
根据所述目标车辆的全景环视***数据确定所述目标车辆的前方设定区域是否有行人通过;
若所述目标车辆的前方设定区域有行人通过,且所述目标车辆车速大于第三预设值,判定所述目标车辆产生的违规驾驶场景为不礼让行人。
5.根据权利要求1所述的驾驶行为监测方法,其特征在于,所述车内环境信息包括通话信息或语音信息,所述行驶信息包括车速,所述违规驾驶场景包括行车打电话,
根据预设时间段内所述目标车辆在不同时刻的驾驶信息,识别所述目标车辆在所述预设时间段内产生违规驾驶场景,包括:
根据所述目标车辆的通话信息或语音信息确定所述目标车辆是否处于通话状态,根据所述目标车辆的车速确定所述目标车辆是否处于行驶状态;
若所述目标车辆处于通话状态,且所述目标车辆处于行驶状态,判定所述目标车辆产生的违规驾驶场景为行车打电话。
6.根据权利要求1所述的驾驶行为监测方法,其特征在于,所述行驶信息包括车速、转向,所述违规驾驶场景包括复杂路段超车,
根据预设时间段内所述目标车辆在不同时刻的驾驶信息,识别所述目标车辆在所述预设时间段内产生违规驾驶场景,包括:
根据所述目标车辆的位置信息判断所述目标车辆所在路段是否为复杂路段;
若所述目标车辆所在路段道路情况为复杂路段,
根据所述目标车辆的车速和转向判断所述目标车辆是否为超车行驶状态;
若所述目标车辆为超车行驶状态,判定所述目标车辆产生的违规驾驶场景为复杂路段超车。
7.根据权利要求1所述的驾驶行为监测方法,其特征在于,根据所述目标车辆在所述预设时间段内产生的各违规驾驶场景,生成驾驶评分,包括:
确定各违规驾驶场景所对应的评分以及分数系数比;
根据各违规驾驶场景对应的评分和分数系数比计算各评分的加权和,将所述加权和作为所述驾驶评分。
8.一种驾驶行为监测装置,其特征在于,包括:
测量模块,用于获取目标车辆的驾驶信息,所述驾驶信息包括目标车辆的行驶信息、位置信息、外部环境信息、车内环境信息中的一项或多项;
识别模块,用于根据预设时间段内所述目标车辆在不同时刻的驾驶信息,识别所述目标车辆在所述预设时间段内产生的一个或多个违规驾驶场景;
驾驶评分模块,用于根据所述目标车辆在所述预设时间段内产生的各违规驾驶场景,生成驾驶评分;
报告模块,用于判断所述驾驶评分是否合格,若所述驾驶评分不合格,向与所述目标车辆相关联的目标对象发送驾驶报告,所述驾驶报告中包括驾驶行为改善项,所述驾驶行为改善项根据所述预设时间段内产生的违规驾驶场景确定。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储计算机指令,所述计算机指令被处理器执行时实现如权利要求1-7中任一项所述的驾驶行为监测方法。
10.一种计算机设备,其特征在于,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,从而执行如权利要求1-7中任一项所述的驾驶行为监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111562976.4A CN113997940B (zh) | 2021-12-20 | 2021-12-20 | 一种驾驶行为监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111562976.4A CN113997940B (zh) | 2021-12-20 | 2021-12-20 | 一种驾驶行为监测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113997940A true CN113997940A (zh) | 2022-02-01 |
CN113997940B CN113997940B (zh) | 2022-12-16 |
Family
ID=79931888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111562976.4A Active CN113997940B (zh) | 2021-12-20 | 2021-12-20 | 一种驾驶行为监测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113997940B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114782926A (zh) * | 2022-06-17 | 2022-07-22 | 清华大学 | 驾驶场景识别方法、装置、设备、存储介质和程序产品 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160167675A1 (en) * | 2014-12-11 | 2016-06-16 | Hon Hai Precision Industry Co., Ltd. | System, method, and vehicle for safe driving |
CN106004883A (zh) * | 2016-05-24 | 2016-10-12 | 北京小米移动软件有限公司 | 车辆违规提醒的方法及装置 |
CN106297290A (zh) * | 2016-08-27 | 2017-01-04 | 时空链(北京)科技有限公司 | 一种驾驶行为处理方法、车载设备和云端服务器 |
US20170132709A1 (en) * | 2015-11-11 | 2017-05-11 | Leauto Intelligent Technology (Beijing) Co. Ltd. | Data processing method, data processing device and vehicle insurance system |
CN107563931A (zh) * | 2017-08-16 | 2018-01-09 | 上海经达信息科技股份有限公司 | 一种基于北斗或者gps数据的车辆实时驾驶行为优劣评估方法 |
CN108482382A (zh) * | 2018-03-27 | 2018-09-04 | 斑马网络技术有限公司 | 驾驶技术评分方法、设备、存储介质及车辆 |
CN108647708A (zh) * | 2018-04-28 | 2018-10-12 | 清华-伯克利深圳学院筹备办公室 | 驾驶员评估方法、装置、设备和存储介质 |
CN110276953A (zh) * | 2019-06-28 | 2019-09-24 | 青岛无车承运服务中心有限公司 | 基于北斗定位***的车辆违规行驶风险分析方法 |
CN110276954A (zh) * | 2019-06-28 | 2019-09-24 | 青岛无车承运服务中心有限公司 | 基于北斗定位***的车辆行驶行为综合评分方法 |
CN111062240A (zh) * | 2019-10-16 | 2020-04-24 | 中国平安财产保险股份有限公司 | 汽车驾驶安全的监控方法、装置、计算机设备及存储介质 |
CN111353471A (zh) * | 2020-03-17 | 2020-06-30 | 北京百度网讯科技有限公司 | 安全驾驶监测方法、装置、设备和可读存储介质 |
CN111361568A (zh) * | 2020-03-10 | 2020-07-03 | 广州通达汽车电气股份有限公司 | 一种司机驾驶行为评估方法、装置、设备及存储介质 |
CN111833480A (zh) * | 2019-04-12 | 2020-10-27 | 比亚迪股份有限公司 | 驾驶行为检测方法、装置和车辆 |
CN112150668A (zh) * | 2020-09-25 | 2020-12-29 | 深圳市元征科技股份有限公司 | 驾驶行为提醒方法及装置 |
CN113085871A (zh) * | 2019-12-23 | 2021-07-09 | 祥云平台信息技术盐城有限公司 | 一种驾驶行为安全评估*** |
CN113291313A (zh) * | 2021-06-30 | 2021-08-24 | 三一专用汽车有限责任公司 | 驾驶行为预警方法、装置及作业机械 |
-
2021
- 2021-12-20 CN CN202111562976.4A patent/CN113997940B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160167675A1 (en) * | 2014-12-11 | 2016-06-16 | Hon Hai Precision Industry Co., Ltd. | System, method, and vehicle for safe driving |
US20170132709A1 (en) * | 2015-11-11 | 2017-05-11 | Leauto Intelligent Technology (Beijing) Co. Ltd. | Data processing method, data processing device and vehicle insurance system |
CN106004883A (zh) * | 2016-05-24 | 2016-10-12 | 北京小米移动软件有限公司 | 车辆违规提醒的方法及装置 |
CN106297290A (zh) * | 2016-08-27 | 2017-01-04 | 时空链(北京)科技有限公司 | 一种驾驶行为处理方法、车载设备和云端服务器 |
CN107563931A (zh) * | 2017-08-16 | 2018-01-09 | 上海经达信息科技股份有限公司 | 一种基于北斗或者gps数据的车辆实时驾驶行为优劣评估方法 |
CN108482382A (zh) * | 2018-03-27 | 2018-09-04 | 斑马网络技术有限公司 | 驾驶技术评分方法、设备、存储介质及车辆 |
CN108647708A (zh) * | 2018-04-28 | 2018-10-12 | 清华-伯克利深圳学院筹备办公室 | 驾驶员评估方法、装置、设备和存储介质 |
CN111833480A (zh) * | 2019-04-12 | 2020-10-27 | 比亚迪股份有限公司 | 驾驶行为检测方法、装置和车辆 |
CN110276954A (zh) * | 2019-06-28 | 2019-09-24 | 青岛无车承运服务中心有限公司 | 基于北斗定位***的车辆行驶行为综合评分方法 |
CN110276953A (zh) * | 2019-06-28 | 2019-09-24 | 青岛无车承运服务中心有限公司 | 基于北斗定位***的车辆违规行驶风险分析方法 |
CN111062240A (zh) * | 2019-10-16 | 2020-04-24 | 中国平安财产保险股份有限公司 | 汽车驾驶安全的监控方法、装置、计算机设备及存储介质 |
CN113085871A (zh) * | 2019-12-23 | 2021-07-09 | 祥云平台信息技术盐城有限公司 | 一种驾驶行为安全评估*** |
CN111361568A (zh) * | 2020-03-10 | 2020-07-03 | 广州通达汽车电气股份有限公司 | 一种司机驾驶行为评估方法、装置、设备及存储介质 |
CN111353471A (zh) * | 2020-03-17 | 2020-06-30 | 北京百度网讯科技有限公司 | 安全驾驶监测方法、装置、设备和可读存储介质 |
CN112150668A (zh) * | 2020-09-25 | 2020-12-29 | 深圳市元征科技股份有限公司 | 驾驶行为提醒方法及装置 |
CN113291313A (zh) * | 2021-06-30 | 2021-08-24 | 三一专用汽车有限责任公司 | 驾驶行为预警方法、装置及作业机械 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114782926A (zh) * | 2022-06-17 | 2022-07-22 | 清华大学 | 驾驶场景识别方法、装置、设备、存储介质和程序产品 |
CN114782926B (zh) * | 2022-06-17 | 2022-08-26 | 清华大学 | 驾驶场景识别方法、装置、设备、存储介质和程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN113997940B (zh) | 2022-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108022450B (zh) | 一种基于蜂窝网络的辅助驾驶方法及交通控制单元 | |
US9870708B2 (en) | Methods for enabling safe tailgating by a vehicle and devices thereof | |
CN107220583B (zh) | 用于识别交通标志的方法和装置 | |
CN101612925B (zh) | 确定驾驶注意值的方法 | |
CN111291916B (zh) | 驾驶行为安全性预测方法、装置、电子设备及存储介质 | |
CN108357496A (zh) | 自动驾驶控制方法及装置 | |
US20220266842A1 (en) | Method and device for monitoring driving behavior risk degree | |
CN112885145A (zh) | 路口风险预警的方法和装置 | |
CN113997940B (zh) | 一种驾驶行为监测方法及装置 | |
CN113256974A (zh) | 车辆违章预警方法、装置、设备及存储介质 | |
EP2913239B1 (en) | Method and unit for managing following space | |
CN111145554B (zh) | 一种基于自动驾驶aeb的场景定位方法和装置 | |
CN110634324A (zh) | 一种基于车载终端的礼让行人的提醒方法、***及车载终端 | |
CN114664085A (zh) | 危险路段的提醒方法、装置、电子设备及介质 | |
CN108682174B (zh) | 一种驾驶预警方法、装置及电子设备 | |
CN112017456A (zh) | 一种预警方法、车载终端及计算机可读存储介质 | |
KR20220102929A (ko) | 위반 정보를 제공하기 위한 교통 제어 시스템 및 그에 관한 방법 | |
CN110053631B (zh) | 一种驾驶行为优化方法及装置 | |
TWI831336B (zh) | 行駛記錄認證方法、電子設備、儲存介質、交通工具 | |
CN110718064A (zh) | 一种车辆违章检测方法和装置 | |
CN115497295B (zh) | 安全预警方法和装置 | |
CN115966100B (zh) | 一种行车安全控制方法及*** | |
CN117037544A (zh) | 行人通行预警方法、装置、车载终端及存储介质 | |
CN117975684A (zh) | 一种路考危险场景的识别与防护方法、装置、设备及介质 | |
WO2023132055A1 (ja) | 評価装置、評価方法、及びプログラム |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |