驾驶行为评分方法和装置制造方法及图纸

本申请提出一种驾驶行为评分方法和装置，该方法包括获取待评分驾驶行为的车辆行驶数据，其中，车辆行驶数据包括：车辆行驶中的多个指标项，和每个指标项对应的指标报警数据；对车辆行驶数据进行统计，并确定在待评分驾驶行为下产生车辆行驶数据的行程片段中，每个指标项在单位距离内的报警次数的平均值；根据报警次数平均值及预设特征模型，确定行程片段中的每个指标项的安全倾向性数值；从预设权重表中读取每个指标项对应的权重对行程片段中的多个指标项的安全倾向性数值进行加权求和后的安全倾向性数值作为对待评分驾驶行为的评分结果。由于结合较多的指标项，使评分结果更精准，提高了评分的合理性和可参考性，减少了交通事故的发生。

【技术实现步骤摘要】

本申请涉及车辆驾驶行为分析
，尤其涉及一种驾驶行为评分方法和装置。
技术介绍
随着经济的发展及人们生活水平的提高，机动车辆的数量越来越多，同时，也导致了交通事故的频繁发生，给人们的生命及财产安全带来了巨大的损失，如何避免交通事故的发生，已成为当今交通行业的巨大难题之一。目前，基于驾驶员驾驶行为进行定价的车险产品越来越多，通过对驾驶员驾驶行为进行评分，进而提供相应的车险产品，可以提高驾驶员的安全驾驶消费观，及驾驶员的安全驾驶意识，从而降低社会交通事故率。然而，现有的评分方法，仅基于驾驶员的疲劳值、车辆行驶中的加速度值等有限的几项车辆数据进行驾驶行为评分，评分结果不精准，参考价值低，用户体验差。
技术实现思路
本申请的目的旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本申请的第一个目的在于提出一种驾驶行为评分方法，该方法结合较多的指标项，使评分结果更精准，提高了评分的合理性和可参考性，减少了交通事故的发生，改善了用户体验。本申请的另一个目的在于提出一种驾驶行为评分装置。为达到上述目的，本申请第一方面实施例提出的驾驶行为评分方法，包括：获取待评分驾驶行为的车辆行驶数据，其中，所述车辆行驶数据包括：车辆行驶中的多个指标项，和每个指标项对应的指标报警数据；对所述车辆行驶数据进行统计，并确定在所述待评分驾驶行为下产生所述车辆行驶数据的行程片段中，每个指标项在单位距离内的报警次数的平均值；根据所述报警次数平均值及预设特征模型，确定所述行程片段中的每个指标项的安全倾向性数值；从预设权重表中读取所述每个指标项对应的权重，并根据所述对应的权重对所述行程片段中的多个指标项的安全倾向性数值进行加权求和；将加权求和后的安全倾向性数值作为对所述待评分驾驶行为的评分结果。本申请实施例的驾驶行为评分方法，首先获取待评分驾驶行为的车辆行驶数据，其中，车辆行驶数据包括：车辆行驶中的多个指标项，和每个指标项对应的指标报警数据，接着对车辆行驶数据进行统计，并确定在待评分驾驶行为下产生车辆行驶数据的行程片段中，每个指标项在单位距离内的报警次数的平均值，然后根据报警次数平均值及预设特征模型，确定行程片段中的每个指标项的安全倾向性数值，最后从预设权重表中读取每个指标项对应的权重，并根据对应的权重对行程片段中的多个指标项的安全倾向性数值进行加权求和后的安全倾向性数值作为对待评分驾驶行为的评分结果。由于结合较多的指标项，使评分结果更精准，提高了评分的合理性和可参考性，减少了交通事故的发生，改善了用户体验。另外，根据本申请上述实施例的驾驶行为评分方法还可以具有如下附加的技术特征：在本专利技术的一个实施例中，通过以下步骤建立所述预设特征模型，包括：获取多个样本行程片段的多条车辆样本行驶数据，其中，所述多条车辆样本行驶数据中的每条车辆样本行驶数据包括：车辆行驶中的多个样本指标项，和每个样本指标项对应的样本指标报警数据；对所述多个样本行程片段按照产生碰撞事件与否进行划分，得到未产生碰撞事件的第一样本行程片段和产生碰撞事件的第二样本行程片段；对所述第一样本行程片段的每条车辆样本行驶数据进行统计，并确定所述每个第一样本行程片段中，每个样本指标项在单位距离内产生报警指标项的第一报警次数平均值；对所述第二样本行程片段的每条车辆样本行驶数据进行统计，并确定所述每个第二样本行程片段中，每个样本指标项在单位距离内产生报警指标项的第二报警次数平均值；计算所述每个样本指标项对应的多个第一报警次数平均值的标准差，并将所述标准差作为未产生碰撞事件的第一样本行程片段中每个样本指标项对应的第一标准差；计算所述每个样本指标项对应的多个第二报警次数平均值的标准差，并将所述标准差作为产生碰撞事件的第二样本行程片段中每个样本指标项对应的第二标准差；对所述多个第一报警次数平均值进行求平均运算，并将平均运算得到的数值作为未产生碰撞事件的第一样本行程片段中每个样本指标项对应的第一平均值；对所述多个第二报警次数平均值进行求平均运算，并将平均运算得到的数值作为产生碰撞事件的第二样本行程片段中每个样本指标项对应的第二平均值以建立所述预设特征模型。在本专利技术的一个实施例中，通过以下步骤建立所述预设权重表，包括：计算所述每条车辆样本行驶数据的每个样本指标项的预测结果；按照产生碰撞事件与否获取所述每条车辆样本行驶数据的实际碰撞结果；根据所述每个样本指标项的预测结果和实际碰撞结果生成对应的混淆矩阵，并根据所述对应的混淆矩阵中的数据计算所述每个样本指标项的预测准确度；获取多个样本指标项的预测准确度的加和值，并将每个所述样本指标项的预测准确度与所述加和值的比例值作为每个所述样本指标项的权重；将所述指标项和对应的权重进行记录以生成所述预设权重表。在本专利技术的一个实施例中，所述计算所述每条车辆样本行驶数据的每个样本指标项的预测结果，包括：根据所述每个样本指标项的报警次数平均值、所述预设特征模型中的第一标准差和所述第一平均值计算所述每个样本指标项对应的安全概率值；根据所述每个样本指标项的报警次数平均值、所述预设特征模型中的第二标准差和所述第二平均值计算所述每个样本指标项对应的危险概率值；在所述每个样本指标项对应的安全概率值大于危险概率值时，所述样本指标项的预测结果为未产生碰撞事件；在所述每个样本指标项对应的安全概率值小于危险概率值时，所述样本指标项的预测结果为产生碰撞事件。在本专利技术的一个实施例中，所述根据所述报警次数平均值及预设特征模型，确定所述行程片段中的每个指标项的安全倾向性数值，包括：根据所述每个指标项的报警次数平均值、所述预设特征模型中的第一标准差和所述第一平均值计算所述每个指标项对应的安全概率值；根据所述每个指标项的报警次数平均值、所述预设特征模型中的第二标准差和所述第二平均值计算所述每个指标项对应的危险概率值；根据所述每个指标项对应的所述安全概率值和所述危险概率值确定所述行程片段中的每个指标项的安全倾向性数值。在本专利技术的一个实施例中，所述确定所述行程片段中的每个指标项的安全倾向性数值之后，还包括：将所述行程片段中的每个指标项的安全倾向性数值与第一预设数值作乘积，并将每个乘积值作为所述每个指标项的评分。在本专利技术的一个实施例中，在所述将加权求和后的安全倾向性数值作为对所述待评分驾驶行为的评分结果之后，还包括；将所述加权求和后的安全倾向性数值与所述第一预设数值作乘积，并将乘积值作为所述待评分驾驶行为的评分。在本专利技术的一个实施例中，所述的驾驶行为评分方法，还包括：判断所述每个指标项的评分和/或所述待评分驾驶行为的评分是否大于或等于第二预设数值，获取第一判断结果；分别采用神经网络模型和随机森林模型对所述待评分驾驶行为的车辆行驶数据进行预测，得到基于所述神经网络模型的第二判断结果和基于所述随机森林模型的第三判断结果；采用投票机制、所述第一判断结果、所述第二判断结果，以及所述第三判断结果对所述每个指标项的评分和/或所述待评分驾驶行为的评分进行调整。在本专利技术的一个实施例中，所述采用投票机制、所述第一判断结果、所述第二判断结果，以及所述第三判断结果对所述每个指标项的评分和/或所述待评分驾驶行为的评分进行调整，包括：在所述第一判断结果、所述第二判断结果，以及所述第三判断结果中，至少两个判断结果为未产生碰本文档来自技高网...

【技术保护点】
一种驾驶行为评分方法，其特征在于，包括以下步骤：获取待评分驾驶行为的车辆行驶数据，其中，所述车辆行驶数据包括：车辆行驶中的多个指标项，和每个指标项对应的指标报警数据；对所述车辆行驶数据进行统计，并确定在所述待评分驾驶行为下产生所述车辆行驶数据的行程片段中，每个指标项在单位距离内的报警次数的平均值；根据所述报警次数平均值及预设特征模型，确定所述行程片段中的每个指标项的安全倾向性数值；从预设权重表中读取所述每个指标项对应的权重，并根据所述对应的权重对所述行程片段中的多个指标项的安全倾向性数值进行加权求和；将加权求和后的安全倾向性数值作为对所述待评分驾驶行为的评分结果。

【技术特征摘要】
1.一种驾驶行为评分方法，其特征在于，包括以下步骤：获取待评分驾驶行为的车辆行驶数据，其中，所述车辆行驶数据包括：车辆行驶中的多个指标项，和每个指标项对应的指标报警数据；对所述车辆行驶数据进行统计，并确定在所述待评分驾驶行为下产生所述车辆行驶数据的行程片段中，每个指标项在单位距离内的报警次数的平均值；根据所述报警次数平均值及预设特征模型，确定所述行程片段中的每个指标项的安全倾向性数值；从预设权重表中读取所述每个指标项对应的权重，并根据所述对应的权重对所述行程片段中的多个指标项的安全倾向性数值进行加权求和；将加权求和后的安全倾向性数值作为对所述待评分驾驶行为的评分结果。2.如权利要求1所述的驾驶行为评分方法，其特征在于，通过以下步骤建立所述预设特征模型，包括：获取多个样本行程片段的多条车辆样本行驶数据，其中，所述多条车辆样本行驶数据中的每条车辆样本行驶数据包括：车辆行驶中的多个样本指标项，和每个样本指标项对应的样本指标报警数据；对所述多个样本行程片段按照产生碰撞事件与否进行划分，得到未产生碰撞事件的第一样本行程片段和产生碰撞事件的第二样本行程片段；对所述第一样本行程片段的每条车辆样本行驶数据进行统计，并确定所述每个第一样本行程片段中，每个样本指标项在单位距离内产生报警指标项的第一报警次数平均值；对所述第二样本行程片段的每条车辆样本行驶数据进行统计，并确定所述每个第二样本行程片段中，每个样本指标项在单位距离内产生报警指标项的第二报警次数平均值；计算所述每个样本指标项对应的多个第一报警次数平均值的标准差，并将所述标准差作为未产生碰撞事件的第一样本行程片段中每个样本指标项对应的第一标准差；计算所述每个样本指标项对应的多个第二报警次数平均值的标准差，并将所述标准差作为产生碰撞事件的第二样本行程片段中每个样本指标项对应的第二标准差；对所述多个第一报警次数平均值进行求平均运算，并将平均运算得到的数值作为未产生碰撞事件的第一样本行程片段中每个样本指标项对应的第一平均值；对所述多个第二报警次数平均值进行求平均运算，并将平均运算得到的数值作为产生碰撞事件的第二样本行程片段中每个样本指标项对应的第二平均值以建立所述预设特征模型。3.如权利要求2所述的驾驶行为评分方法，其特征在于，通过以下步骤建立所述预设权重表，包括：计算所述每条车辆样本行驶数据的每个样本指标项的预测结果；按照产生碰撞事件与否获取所述每条车辆样本行驶数据的实际碰撞结果；根据所述每个样本指标项的预测结果和实际碰撞结果生成对应的混淆矩阵，并根据所述对应的混淆矩阵中的数据计算所述每个样本指标项的预测准确度；获取多个样本指标项的预测准确度的加和值，并将每个所述样本指标项的预测准确度与所述加和值的比例值作为每个所述样本指标项的权重；将所述指标项和对应的权重进行记录以生成所述预设权重表。4.如权利要求3所述的驾驶行为评分方法，其特征在于，所述计算所述每条车辆样本行驶数据的每个样本指标项的预测结果，包括：根据所述每个样本指标项的报警次数平均值、所述预设特征模型中的第一标准差和所述第一平均值计算所述每个样本指标项对应的安全概率值；根据所述每个样本指标项的报警次数平均值、所述预设特征模型中的第二标准差和所述第二平均值计算所述每个样本指标项对应的危险概率值；在所述每个样本指标项对应的安全概率值大于危险概率值时，所述样本指标项的预测结果为...

【专利技术属性】
技术研发人员：韦于思，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：辽宁;21