The invention relates to a driving safety evaluation car environment based on multiple data sources, which belongs to the field of application of driving road transport vehicle safety. The data driving data and environment information data, the method is first to obtain the driver's vehicle as the driving source data; according to the analysis of related factors of safe driving effect on the source data of the car, driving the establishment of risk evaluation index system; through statistical analysis, evaluation index value corresponding to the extracted and calculated the risk score to evaluate driving the vehicle in the source data, and ultimately determine the vehicle driving safety level. The method of the invention has reliable results, which can prevent dangerous driving behavior, reduce traffic accidents and increase traffic flow.
【技术实现步骤摘要】
基于人-车-环境多数据源的驾驶行为安全评价方法
本专利技术属于公路运输应用方面的汽车安全驾驶研究领域,特别涉及一种基于人-车-环境多数据源的驾驶行为安全评价方法。
技术介绍
人在驾驶汽车的过程中,存在多种主观和客观不安全因素。例如,在正向行驶时,驾驶员进行急刹车、超车等操作,导致安全驾驶事故。又如,驾驶员由于超时驾驶或身体不适,驾驶技能无法正常发挥,出现操作停滞或操作失误,导致安全驾驶事故。此外,若车辆本身的状况或环境状况不佳,如雨雪天气等,也会影响安全驾驶。随着车联网应用的逐步加深,OBD(On—BoardDiagnostic,车载诊断系统)设备和前装集成设备在汽车上的安装,使越来越多的车辆被纳入了信息全程覆盖的范围。汽车作为一个综合的信息服务终端,一方面源源不断地向远程服务器发送车辆各个子系统的运行数据,另一方面从互联网上获取各式各样的信息,包括新闻资讯、音频、视频、基于位置的服务等。目前,国内外市场上有各种各样的公路交通工具安全评价方法产品及专利。与本专利技术相关的产品和专利有两类:一类是基于数据流的安全评价模型,有的涉及车辆行驶数据和驾驶员行为分析;另一类是汽车安全驾驶监测预警装置,有的涉及驾驶员行为分析。近年来,逐渐出现了一些可以对驾驶员驾驶行为进行安全评价的方法和模型。列举其中两个已公开的专利如下:a)专利“一种基于人-车-路-货多风险源的货运安全评价模型”,申请号为201610529822.8,提出了一种智货运安全评价模型:通过货运安全感知系统,获取驾驶人、车辆、道路和货物信息;采用事故致因理论分析货运车辆事故致因因素,定义人、车、路和货四类 ...
【技术保护点】
一种基于人‑车‑环境多数据源的驾驶行为安全评价方法,其特征在于,包括以下步骤:1)获取用于安全评价的数据;通过车载视频传感器、车载红外线体温监测仪、车载血液酒精含量测试仪获得驾驶员的信息数据,通过车载导航设备连接公司平台获得待评价车辆的行驶数据,通过云平台获得行驶过程中的环境因素数据,将以上三种数据作为汽车行驶源数据并通过存储设备存储;2)构建驾驶风险评估指标体系;根据步骤1)获取的汽车行驶源数据对影响驾驶安全的相关因素进行分析,构建驾驶风险评估指标体系;该体系分为三级评估指标:一级评估指标包括危险驾驶行为、驾驶员行为和环境因素三项指标;一级评估指标危险驾驶行为对应的二级评估指标包括:车速控制、行驶控制和车辆控制,一级评估指标驾驶员行为对应的二级评估指标为驾驶员行为,一级评估指标环境因素对应的二级评估指标为环境因素;二级评估指标车速控制对应的三级评估指标包括:超速、频繁变速、急加速、急减速、紧急制动、空挡滑行和熄火滑行,二级评估指标行驶控制对应的三级评估指标包括:右侧超车、弯道超车和跟车过近,二级评估指标车辆控制对应的三级评估指标包括:急转向、转向灯与操作不对应和转向不打转向灯,二级评 ...
【技术特征摘要】
1.一种基于人-车-环境多数据源的驾驶行为安全评价方法,其特征在于,包括以下步骤:1)获取用于安全评价的数据;通过车载视频传感器、车载红外线体温监测仪、车载血液酒精含量测试仪获得驾驶员的信息数据,通过车载导航设备连接公司平台获得待评价车辆的行驶数据,通过云平台获得行驶过程中的环境因素数据,将以上三种数据作为汽车行驶源数据并通过存储设备存储;2)构建驾驶风险评估指标体系;根据步骤1)获取的汽车行驶源数据对影响驾驶安全的相关因素进行分析,构建驾驶风险评估指标体系;该体系分为三级评估指标:一级评估指标包括危险驾驶行为、驾驶员行为和环境因素三项指标;一级评估指标危险驾驶行为对应的二级评估指标包括:车速控制、行驶控制和车辆控制,一级评估指标驾驶员行为对应的二级评估指标为驾驶员行为,一级评估指标环境因素对应的二级评估指标为环境因素;二级评估指标车速控制对应的三级评估指标包括:超速、频繁变速、急加速、急减速、紧急制动、空挡滑行和熄火滑行,二级评估指标行驶控制对应的三级评估指标包括:右侧超车、弯道超车和跟车过近,二级评估指标车辆控制对应的三级评估指标包括:急转向、转向灯与操作不对应和转向不打转向灯,二级评估指标驾驶员行为对应的三级评估指标包括:未系安全带、疲劳驾驶、带病驾驶、酒后驾驶、吃东西和打电话,二级评估指标环境因素对应的三级评估指标包括:雨天、雾天、雪天和有风;3)根据步骤2)建立的驾驶风险评估指标体系,通过统计分析的方法,在源数据中提取评估指标相应的评估值;下面各式中速度的单位为m/s,加速度的单位为m/s2,角度的单位为度°,时间的单位为小时h,温度的单位为摄氏度℃;具体包括:3-1)超速评估值:设道路的最大限制速度为V;统计汽车行驶源数据中超过道路的最大限制速度V行驶的累积次数作为超速的评估值;3-2)急加速与急减速评估值:设前一时刻时间为t1,车辆在前一刻的行驶速度为V1,后一时刻时间为t2,车辆在后一刻的行驶速度为V2,加速度限制为α1,则车辆的瞬时加速度计算表达式为:α=(V2-V1)÷(t2-t1)若α>α1,则判定为车辆急加速,统计急加速的次数作为急加速评估值;若α<-α1,则判定为车辆急减速,统计急减速的次数作为急减速评估值;3-3)空挡滑行与熄火滑行评估值:车速在减小的同时判断挡位信息与车辆上电情况;统计车辆空挡滑行次数作为空挡滑行评估值,熄火滑行次数作为熄火滑行评估值;3-4)右侧超车与弯道超车评估值:根据横向加速度=车辆速度×车辆速度÷3.6÷3.6×(Sin(方向盘转过的角度÷515×32×3.141593÷180)÷2.7),计算待评价车辆的横向加速度;弯道超车评估值:从源数据中找出横向加速度为正向的一段,计算这一段的平均横向加速度并判定:若平均横向加速度大于0.8,则认为车辆是在弯道上;若平均横向加速度在0.8-2之间,且车速大于40,则认为车辆是弯道超车;统计弯道超车次数作为弯道超车评估值;右道超车评估值:从源数据中找出横向加速度为正向的一段,计算这一段的平均横向加速度并判定:若平均横向加速度小于0.8,则向前遍历3s的源数据,若前3S的源数据中最小横向加速度小于-1且满足负向先变小后变大,则认为车辆是右道超车;统计右道超车次数作为右道超车评估值;3-5)转向灯与操作不对应及转向不打转向灯评估值:读取方向盘转角发生变化时的转向灯数据,若方向盘转角和转向灯方向不一致,则记为转向灯与操作不对应;统计转向灯与操作不对应次数作为转向灯与操作不对应评估值;若方向盘转角发生变化时,转向灯并未动作,则记为转向不打转向灯;统计转向不打转向灯次数作为转向不打转向灯评估值;3...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。