一种驾驶风险预测方法及装置制造方法及图纸

本申请提供一种驾驶风险预测方法及装置，通过获取待预测对象的驾驶行为历史数据；以及利用驾驶行为历史数据，确定驾驶风险衍生变量(其中，驾驶风险衍生变量包括：急加速持续程度、急减速持续程度、超速程度、超速路况下的急加速次数和超速路况下的急减速次数中的任意一个或多个)；进而根据驾驶风险衍生变量对待预测对象的驾驶风险进行预测，得到待预测对象的驾驶风险的方式，实现了对驾驶行为数据分析维度(驾驶风险衍生变量)的进一步挖掘，提高了对驾驶风险的预测能力。

【技术实现步骤摘要】

本申请涉及数据处理
，更具体地说，涉及一种驾驶风险预测方法及装置。
技术介绍
基于驾驶行为数据的采集、处理、建模、分析，可以对用户驾驶行为表现进行量化描述，并通过驾驶风险预测方法对其驾驶风险进行预测。目前市面上主流的驾驶风险预测方法，驾驶行为数据分析维度(通常包括驾驶里程、驾驶时长、平均速度、最高速度、疲劳驾驶、急加速次数、急减速次数、夜间驾驶、高峰驾驶等方面)的同质化程度比较高，主要停留在数据统计层面，故而通常存在驾驶风险预测不准确的问题。因此，提供一种驾驶风险预测方法，以提高对驾驶风险的预测能力，是亟待解决的问题。
技术实现思路
有鉴于此，本申请实施例提供一种驾驶风险预测方法及装置，通过挖掘驾驶风险预测能力更好的驾驶行为数据分析维度，提高对驾驶风险的预测能力。为了实现上述目的，现提出的方案如下：一种驾驶风险预测方法，包括：获取待预测对象的驾驶行为历史数据；利用所述驾驶行为历史数据，确定驾驶风险衍生变量；所述驾驶风险衍生变量包括：急加速持续程度、急减速持续程度、超速程度、超速路况下的急加速次数和超速路况下的急减速次数中的任意一个或多个；根据所述驾驶风险衍生变量对所述待预测对象的驾驶风险进行预测，得到所述待预测对象的驾驶风险。优选的，所述获取待预测对象的驾驶行为历史数据包括：接收用户输入的时间范围；确定预先设置的原始驾驶行为历史数据中的位于所述时间范围内的数据作为所述待预测对象的驾驶行为历史数据。优选的，当所述驾驶风险衍生变量包括急加速持续程度时，所述利用所述驾驶行为历史数据，确定驾驶风险衍生变量包括：获取所述驾驶行为历史数据中的急加速数据，所述急加速数据中包括所述时间范围内所述待预测对象的所有急加速信息，每个所述急加速信息指示所述待预测对象的唯一一次急加速过程，所述急加速信息包括对应急加速过程的急加速开始时间戳以及急加速结束时间戳；利用所述急加速开始时间戳以及急加速结束时间戳，分别计算与每个所述急加速信息对应的急加速时长；基于第一时间维度，将所述第一时间维度内的各个急加速时长中最长的急加速时长，确定为急加速持续程度。优选的，当所述驾驶风险衍生变量包括急减速持续程度时，所述利用所述驾驶行为历史数据，确定驾驶风险衍生变量包括：获取所述驾驶行为历史数据中的急减速数据，所述急减速数据中包括所述时间范围内的所述待预测对象的所有急减速信息，每个所述急减速信息指示所述待预测对象的唯一一次急减速过程，所述急减速信息包括对应急减速过程的急减速开始时间戳以及急减速结束时间戳；利用所述急减速开始时间戳以及急减速结束时间戳，分别计算与每个所述急减速信息对应的急减速时长；基于第二时间维度，将所述第二时间维度内的各个急减速时长中最长的急减速时长，确定为急减速持续程度。优选的，当所述驾驶风险衍生变量包括超速程度时，所述利用所述驾驶行为历史数据，确定驾驶风险衍生变量包括：获取所述驾驶行为历史数据中的所述待预测对象的浮动车数据，所述浮动车数据包括：在所述时间范围内的所述待预测对象的每个点火周期内，按照预先设置的浮动车采集周期，采集到的所述待预测对象的浮动车信息；所述浮动车信息包括：车速信息以及待预测对象地理位置信息；针对每个所述浮动车信息，利用所述浮动车信息包括的车速信息、待预测对象地理位置信息以及预先设置的路网数据，确定所述待预测对象的超速信息；基于第三时间维度，将所述第三时间维度内的各个超速信息中最大的超速信息，确定为超速程度。优选的，所述利用所述浮动车信息包括的车速信息、待预测对象地理位置信息以及预先设置的路网数据，确定所述待预测对象的超速信息，包括：根据预先设置的路网信息，确定所述浮动车信息中的待预测对象地理位置信息对应的路网道路限速信息；判断所述浮动车信息中的车速信息指示的车速是否大于所述路网道路限速信息指示的车速；当是时，将所述浮动车信息中的车速信息指示的车速与所述路网道路限速信息指示的车速之间的差值，确定为所述待预测对象的超速信息。优选的，所述浮动车信息还包括浮动车信息采集时间戳，当所述驾驶风险衍生变量包括超速路况下的急加速次数时，所述利用所述驾驶行为历史数据，确定驾驶风险衍生变量包括：根据所述浮动车数据的每个浮动车信息中包括的浮动车信息采集时间戳以及车速信息，利用所述路网信息确定所述待预测对象的各个超速时间段；按照所述急加速数据的每个急加速信息中包括的急加速开始时间戳以及急加速结束时间戳，确定所述待预测对象的各个急加速时间段；确定所述超速时间段以及急加速时间段之间的各个第一交集时间段；依据每个所述第一交集时间段所属的超速时间段，分别确定每个所述超速时间段中包括的第一交集时间段数量；基于第四时间维度，将所述第四时间维度内的所有超速时间段中包括的第一交集时间段总数量，确定为超速路况下的急加速次数。优选的，所述浮动车信息还包括浮动车信息采集时间戳，当所述驾驶风险衍生变量包括超速路况下的急减速次数时，所述利用所述驾驶行为历史数据，确定驾驶风险衍生变量包括：根据所述浮动车数据的每个浮动车信息中包括的浮动车信息采集时间戳以及车速信息，利用所述路网信息确定所述待预测对象的各个超速时间段；按照所述急减速数据的每个急减速信息中包括的急减速开始时间戳以及急减速结束时间戳，确定所述待预测对象的各个急减速时间段；确定所述超速时间段以及急减速时间段之间的各个第二交集时间段；依据每个所述第二交集时间段所属的超速时间段，分别确定每个所述超速时间段中包括的第二交集时间段数量；基于第五时间维度，将所述第五时间维度内的所有超速时间段中包括的第二交集时间段总数量，确定为超速路况下的急减速次数。优选的，所述根据所述驾驶风险衍生变量对所述待预测对象的驾驶风险进行预测，得到所述待预测对象的驾驶风险，包括：将所述驾驶风险衍生变量作为驾驶风险因子，对所述待预测对象的驾驶风险进行预测，得到待预测对象的驾驶风险。一种驾驶风险预测装置，包括：获取单元，用于获取待预测对象的驾驶行为历史数据；确定单元，用于利用所述驾驶行为历史数据，确定驾驶风险衍生变量；所述驾驶风险衍生变量包括：急加速持续程度、急减速持续程度、超速程度、超速路况下的急加速次数和超速路况下的急减速次数中的任意一个或多个；预测单元，用于根据所述驾驶风险衍生变量对所述待预测对象的驾驶风险进行预测，得到所述待预测对象的驾驶风险。本申请提供一种驾驶风险预测方法及装置，通过获取待预测对象的驾驶行为历史数据；以及利用驾驶行为历史数据，确定驾驶风险衍生变量(其中，驾驶风险衍生变量包括：急加速持续程度、急减速持续程度、超速程度、超速路况下的急加速次数和超速路况下的急减速次数中的任意一个或多个)；进而根据驾驶风险衍生变量对待预测对象的驾驶风险进行预测，得到待预测对象的驾驶风险的方式，实现了对驾驶行为数据分析维度(驾驶风险衍生变量)的进一步挖掘，提高了对驾驶风险的预测能力。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对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
描述中的附图仅仅是本申请的实施例，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，还可以根据提供的附图获得其他的附图。图1为本申请实施例提供的一种驾驶风险预测方法流程图；图2为本申请实施例本文档来自技高网...

【技术保护点】
一种驾驶风险预测方法，其特征在于，包括：获取待预测对象的驾驶行为历史数据；利用所述驾驶行为历史数据，确定驾驶风险衍生变量；所述驾驶风险衍生变量包括：急加速持续程度、急减速持续程度、超速程度、超速路况下的急加速次数和超速路况下的急减速次数中的任意一个或多个；根据所述驾驶风险衍生变量对所述待预测对象的驾驶风险进行预测，得到所述待预测对象的驾驶风险。

【技术特征摘要】
1.一种驾驶风险预测方法，其特征在于，包括：获取待预测对象的驾驶行为历史数据；利用所述驾驶行为历史数据，确定驾驶风险衍生变量；所述驾驶风险衍生变量包括：急加速持续程度、急减速持续程度、超速程度、超速路况下的急加速次数和超速路况下的急减速次数中的任意一个或多个；根据所述驾驶风险衍生变量对所述待预测对象的驾驶风险进行预测，得到所述待预测对象的驾驶风险。2.根据权利要求1所述的方法，其特征在于，所述获取待预测对象的驾驶行为历史数据包括：接收用户输入的时间范围；确定预先设置的原始驾驶行为历史数据中的位于所述时间范围内的数据作为所述待预测对象的驾驶行为历史数据。3.根据权利要求2所述的方法，其特征在于，当所述驾驶风险衍生变量包括急加速持续程度时，所述利用所述驾驶行为历史数据，确定驾驶风险衍生变量包括：获取所述驾驶行为历史数据中的急加速数据，所述急加速数据中包括所述时间范围内所述待预测对象的所有急加速信息，每个所述急加速信息指示所述待预测对象的唯一一次急加速过程，所述急加速信息包括对应急加速过程的急加速开始时间戳以及急加速结束时间戳；利用所述急加速开始时间戳以及急加速结束时间戳，分别计算与每个所述急加速信息对应的急加速时长；基于第一时间维度，将所述第一时间维度内的各个急加速时长中最长的急加速时长，确定为急加速持续程度。4.根据权利要求2所述的方法，其特征在于，当所述驾驶风险衍生变量包括急减速持续程度时，所述利用所述驾驶行为历史数据，确定驾驶风险衍生变量包括：获取所述驾驶行为历史数据中的急减速数据，所述急减速数据中包括所述时间范围内的所述待预测对象的所有急减速信息，每个所述急减速信息指
\t示所述待预测对象的唯一一次急减速过程，所述急减速信息包括对应急减速过程的急减速开始时间戳以及急减速结束时间戳；利用所述急减速开始时间戳以及急减速结束时间戳，分别计算与每个所述急减速信息对应的急减速时长；基于第二时间维度，将所述第二时间维度内的各个急减速时长中最长的急减速时长，确定为急减速持续程度。5.根据权利要求2所述的方法，其特征在于，当所述驾驶风险衍生变量包括超速程度时，所述利用所述驾驶行为历史数据，确定驾驶风险衍生变量包括：获取所述驾驶行为历史数据中的所述待预测对象的浮动车数据，所述浮动车数据包括：在所述时间范围内的所述待预测对象的每个点火周期内，按照预先设置的浮动车采集周期，采集到的所述待预测对象的浮动车信息；所述浮动车信息包括：车速信息以及待预测对象地理位置信息；针对每个所述浮动车信息，利用所述浮动车信息包括的车速信息、待预测对象地理位置信息以及预先设置的路网数据，确定所述待预测对象的超速信息；基于第三时间维度，将所述第三时间维度内的各个超速信息中最大的超速信息，确定为超速程度。6.根据权利要求5所述的方法，其特征在于，所述利用所述浮动车信息包括的车速信息、待预测对象地理位置信息以及预...

【专利技术属性】
技术研发人员：李聪聪，任洪艳，王磊，
申请(专利权)人：上海安吉星信息服务有限公司，
类型：发明
国别省市：上海;31