驾驶行为评估方法、装置、存储介质和计算机设备制造方法及图纸

本发明专利技术实施例提供了一种驾驶行为评估方法、装置、存储介质和计算机设备。本发明专利技术实施例提供的技术方案中，获取司机的实时驾驶行为数据，根据所述实时驾驶行为数据计算出至少一个实时驾驶行为指标，根据预设的实时驾驶行为指标和第一分数的对应关系，查询每个所述实时驾驶行为指标对应的第一分数，根据每个所述第一分数和预先生成的权重值计算出所述司机的驾驶行为评分，能够减少现有司机绩效管理流程中的人力成本，提高驾驶行为评估的时效性、真实性与准确性。

【技术实现步骤摘要】
驾驶行为评估方法、装置、存储介质和计算机设备
本专利技术涉及物流管理领域，尤其涉及一种驾驶行为评估方法、装置、存储介质和计算机设备。
技术介绍
随着物流领域信息化的不断推进，物流公司之间的竞争也愈演愈烈，如何在保持高水平服务的前提下，有效降低油耗成本与车辆养护费用，减少违章支出，提高司机安全驾驶意识，已成为各家物流公司争相角逐的方面。目前针对司机绩效管理需求，通常的做法是由物流公司车管员对司机行驶里程，出车数量，行程油耗，安全行驶，车辆维护等数据进行汇总，然后提交至考核部门依据公司绩效管理方案，对相关行驶数据进行手工分析与计算，并输出绩效结果。基于目前的司机绩效管理流程，要经常应对如下事件：1、司机驾驶行为数据的记录与汇总主要(或部分)依靠手工来完成，数据来源的真实性，以及准确性无法得到保证。例如，通过抄表获取行驶里程，通过加油量估计行程油耗。2、车辆违章与维保数据的收集往往会滞后于行程数据的手机，这往往会导致真实绩效状态的延期反馈，并提高司机绩效管理的难度。3、司机行驶数据颗粒度未细化，导致现有绩效评分无法准确体现司机实际的驾驶行为状态。例如，在出车行驶过程中，司机并未收到任何交通罚单，但却不能有效证明司机的实际驾驶行为符合道路安全驾驶的相关规定与要求。为了应对上述事件，需要投入大量人力与精力，但仍然在成本控制，时效性，真实性与准确性方面收效甚微。
技术实现思路
有鉴于此，本专利技术实施例提供了一种驾驶行为评估方法、装置、存储介质和计算机设备，能够解决现有技术中司机绩效管理流程中需要投入大量人力与精力，但仍然在成本控制，时效性，真实性与准确性方面收效甚微的问题。第一方面，本专利技术实施例提供了一种驾驶行为评估方法，所述方法包括：获取司机的实时驾驶行为数据；根据所述实时驾驶行为数据计算出至少一个实时驾驶行为指标；根据预设的实时驾驶行为指标和第一分数的对应关系，查询每个所述实时驾驶行为指标对应的第一分数；根据每个所述第一分数和预先生成的权重值计算出所述司机的驾驶行为评分。可选地，所述获取司机的实时驾驶行为数据之前，还包括：获取历史驾驶行为数据；根据所述历史驾驶行为数据计算出所述历史驾驶行为数据对应的至少一个历史驾驶行为指标；通过Logistic回归算法对至少一个所述历史驾驶行为指标进行计算，生成每个所述历史驾驶行为指标对应的所述权重值。可选地，所述通过Logistic回归算法对至少一个所述历史驾驶行为指标进行计算，生成每个所述历史驾驶行为指标对应的所述权重值，具体包括：构建Logistic回归模型：其中，Y为驾驶行为，Xj为所述历史驾驶行为指标，P为所述历史驾驶行为指标的个数，βj为每个所述历史驾驶行为指标对应的回归系数，E为常量；对所述历史驾驶行为指标进行数据预处理生成训练数据，并将所述训练数据划分为训练集和测试集；根据所述测试集和所述训练集，按照Logistic回归算法训练所述Logistic回归模型，得到每个所述历史驾驶行为指标对应的所述回归系数；根据权重计算公式：计算出每个所述历史驾驶行为指标对应的所述权重值，其中为∈j每个所述历史驾驶行为指标对应的所述权重值。可选地，所述根据所述第一分数和预先生成的权重值计算出所述司机的驾驶行为评分，包括：将每个所述实时驾驶行为指标的所述第一分数乘以对应的所述权重值得到第二分数；将每个所述实时驾驶行为指标的所述第二分数相加得到所述驾驶行为评分。可选地，所述根据所述分数和预先生成的权重值计算出所述司机的驾驶行为评分之后，还包括：根据预设的驾驶行为评分与驾驶行为等级的对应关系，查询所述驾驶行为评分对应的驾驶行为等级；判断所述驾驶行为评分是否小于第一阈值或者大于第二阈值；若判断出所述驾驶行为评分小于所述第一阈值或者大于所述第二阈值，调整所述实时驾驶行为指标和第一分数的对应关系，继续执行所述获取司机的实时驾驶行为数据的步骤；其中，所述第二阈值大于所述第一阈值。可选地，若判断出所述驾驶行为评分大于或者等于所述第一阈值且小于或者等于所述第二阈值，将所述驾驶行为评分取整后乘以月绩效工资基点得到月绩效工资；将所述月绩效工资与月固定工资相加得到所述司机的月总工资；根据所述实时驾驶行为指标以及所述权重值、所述第一分数、所述驾驶行为评分和所述驾驶行为等级生成驾驶行为报告；将所述驾驶行为报告、所述月绩效工资和所述月总工资发送至客户端。可选地，所述实时驾驶行为指标包括：超速时间百分比、匀速行驶时间百分比、平均百公里油耗、急加速次数、疲劳驾驶时间百分比、急转弯次数、怠速时间百分比、超转速时间百分比、速转不匹配时间百分比、急刹车次数和行驶里程中的至少一个。另一方面，本专利技术实施例提供了一种驾驶行为评估装置，所述装置包括：第二获取模块，用于获取司机的实时驾驶行为数据；第二计算模块，用于根据所述实时驾驶行为数据计算出至少一个实时驾驶行为指标；第一查询模块，用于根据预设的实时驾驶行为指标和第一分数的对应关系，查询每个所述实时驾驶行为指标对应的所述第一分数；第三计算模块，用于根据每个所述第一分数和预先生成的权重值计算出所述司机的驾驶行为评分。另一方面，本专利技术实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述驾驶行为评估方法。另一方面，本专利技术实施例提供了一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现上述驾驶行为评估方法的步骤。本专利技术实施例提供的驾驶行为评估方法、装置、存储介质和计算机设备的技术方案中，获取司机的实时驾驶行为数据，根据所述实时驾驶行为数据计算出至少一个实时驾驶行为指标，根据预设的实时驾驶行为指标和第一分数的对应关系，查询每个所述实时驾驶行为指标对应的第一分数，根据每个所述第一分数和预先生成的权重值计算出所述司机的驾驶行为评分，能够减少现有司机绩效管理流程中的人力成本，提高驾驶行为评估的时效性、真实性与准确性。【附图说明】为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。图1为本专利技术一实施例提供的一种驾驶行为评估方法的流程图；图2为本专利技术又一实施例提供的一种驾驶行为评估方法的流程图；图3为本专利技术一实施例提供的一种驾驶行为评估装置的结构示意图；图4为本专利技术实施例提供的一种计算机设备的示意图。【具体实施方式】为了更好的理解本专利技术的技术方案，下面结合附图对本专利技术实施例进行本文档来自技高网...

【技术保护点】
1.一种驾驶行为评估方法，其特征在于，所述方法包括：/n获取司机的实时驾驶行为数据；/n根据所述实时驾驶行为数据计算出至少一个实时驾驶行为指标；/n根据预设的实时驾驶行为指标和第一分数的对应关系，查询每个所述实时驾驶行为指标对应的第一分数；/n根据每个所述第一分数和预先生成的权重值计算出所述司机的驾驶行为评分。/n

【技术特征摘要】
1.一种驾驶行为评估方法，其特征在于，所述方法包括：
获取司机的实时驾驶行为数据；
根据所述实时驾驶行为数据计算出至少一个实时驾驶行为指标；
根据预设的实时驾驶行为指标和第一分数的对应关系，查询每个所述实时驾驶行为指标对应的第一分数；
根据每个所述第一分数和预先生成的权重值计算出所述司机的驾驶行为评分。


2.根据权利要求1所述的驾驶行为评估方法，其特征在于，所述获取司机的实时驾驶行为数据之前，还包括：
获取历史驾驶行为数据；
根据所述历史驾驶行为数据计算出所述历史驾驶行为数据对应的至少一个历史驾驶行为指标；
通过Logistic回归算法对至少一个所述历史驾驶行为指标进行计算，生成每个所述历史驾驶行为指标对应的所述权重值。


3.根据权利要求2所述的驾驶行为评估方法，其特征在于，所述通过Logistic回归算法对至少一个所述历史驾驶行为指标进行计算，生成每个所述历史驾驶行为指标对应的所述权重值，具体包括：
构建Logistic回归模型：



其中，Y为驾驶行为，Xj为所述历史驾驶行为指标，P为所述历史驾驶行为指标的个数，βj为每个所述历史驾驶行为指标对应的回归系数，E为常量；
对所述历史驾驶行为指标进行数据预处理生成训练数据，并将所述训练数据划分为训练集和测试集；
根据所述测试集和所述训练集，按照Logistic回归算法训练所述Logistic回归模型，得到每个所述历史驾驶行为指标对应的所述回归系数；
根据权重计算公式：计算出每个所述历史驾驶行为指标对应的所述权重值，其中为∈j每个所述历史驾驶行为指标对应的所述权重值。


4.根据权利要求1所述的驾驶行为评估方法，其特征在于，所述根据所述第一分数和预先生成的权重值计算出所述司机的驾驶行为评分，包括：
将每个所述实时驾驶行为指标的所述第一分数乘以对应的所述权重值得到第二分数；
将每个所述实时驾驶行为指标的所述第二分数相加得到所述驾驶行为评分。


5.根据权利要求1所述的驾驶行为评估方法，其特征在于，所述根据所述分数和预先生成的权重值计算出所述司机的驾驶行为评分之后，还包括：
根据预设的驾驶...

【专利技术属性】
技术研发人员：李森，马坤，裴俊龙，
申请(专利权)人：中移智行网络科技有限公司，中移上海信息通信科技有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：上海;31