一种基于手机车联网数据的驾驶行为风险指数判定方法技术

本发明专利技术公开了一种基于手机车联网数据的驾驶行为风险指数判定方法，属于车联网、自动驾驶、车险预测、车险定价等领域，该方法包括：基于手机终端车联网数据构建驾驶行为直观特征体系；在驾驶行为直观特征体系的基础上，从安全驾驶角度构建危险驾驶行为特征体系；建立驾驶行为风险指数与危险驾驶行为特征之间的线性关系，以构建驾驶行为风险指数预测模型，利用危险驾驶行为特征体系，预测驾驶员的驾驶行为风险指数。本发明专利技术通过驾驶行为直观特征体系的构建、驾驶危险行为特征体系的构建以及驾驶行为风险指数预测模型的构建，能够高效判断驾驶人的驾驶行为风险，为完善优化辅助驾驶系统，实现更高等级的自动驾驶技术具有一定的推动意义。动意义。动意义。

【技术实现步骤摘要】
一种基于手机车联网数据的驾驶行为风险指数判定方法


[0001]本专利技术属于车联网、自动驾驶、车险预测、车险定价等领域，更具体地，涉及一种基于手机车联网数据的驾驶行为风险指数判定方法。

技术介绍

[0002]根据自动驾驶领域的发展现状，全球统一使用的标准是美国国家公路交通安全管理局NHTSA制定的5个级别，L0
‑
L4级。目前许多企业都已经研发出L4级别的自动驾驶技术，但用于实践时，却故障频发，例如十字路口不会变道、阴雨天气事故率高等情况。2021年上市新车普遍配置了L2级别的自动驾驶技术，可以实现自适应巡航控制系统、自动紧急制动等功能，来辅助驾驶者完成驾驶行为。依据现状来看，实现L4级别，完全智能化驾驶的道路依旧很长。因此，在现阶段，在车辆行驶过程中，如何更好的对驾驶者进行辅助，为驾驶者提供更安全、更舒适的行车过程，是目前热门的研究方向。驾驶行为风险指数判定方法可以根据驾驶行为数据判断驾驶者的驾驶风险，进而帮助自动驾驶行业完善优化辅助驾驶系统，对实现更高等级的自动驾驶技术具有一定的推动意义。
[0003]“手机车联网”是近年兴起的新型技术，指的是通过智能手机自身的通讯模块、而不依赖于其他任何硬件设备进而实现的车联网技术。其原理是通过手机自身的GPS和陀螺仪模块，记录驾驶过程中的信息数据，监测用户驾驶行为，并基于监测数据做精准算法，通过算法分析判断用户的行为状态，区分出驾驶行为和非驾驶行为，并对驾驶者的行为数据进行数据存储，包括地理位置(经纬度和海拔)、行驶路径、驾驶时间、加速减速行为、电话状态等等。随着近年来GPS精度的提高以及智能手机自身软硬件的发展，使得利用手机车联网数据进行驾驶行为风险判断成为可能。相较于车载诊断系统(On
‑
Board Diagnostic，OBD)，手机车联网解决了车载诊断系统在安全性、稳定性和数据精准度上的难题，并利用智能手机自身的计算能力和存储能力，大大降低了此类方法推广难度和推广成本。因此如何利用手机车联网数据进行驾驶行为风险指数判定，实现低成本、高效率的驾驶行为风险判定尤为重要。

技术实现思路

[0004]针对现有技术的以上缺陷或改进需求，本专利技术提出了一种基于手机车联网数据的驾驶行为风险指数判定方法，能够高效判断驾驶人的驾驶行为风险，为完善优化辅助驾驶系统，实现更高等级的自动驾驶技术具有一定的推动意义。
[0005]为实现上述目的，按照本专利技术的一个方面，提供了一种基于手机车联网数据的驾驶行为风险指数判定方法，包括：
[0006](1)基于手机终端车联网数据构建驾驶行为直观特征体系；
[0007](2)在驾驶行为直观特征体系的基础上，从安全驾驶角度构建危险驾驶行为特征体系；
[0008](3)建立驾驶行为风险指数与危险驾驶行为特征之间的线性关系，以构建驾驶行
为风险指数预测模型，利用危险驾驶行为特征体系，预测驾驶员的驾驶行为风险指数。
[0009]在一些可选的实施方案中，所述手机终端车联网数据包括用户行程标志、用户行程目前所处的时刻、用户行程目前所在经度、用户行程目前所在纬度、用户行程目前对应方向或角度、用户行程目前所处的海拔高度及用户行程目前的通话状态。
[0010]在一些可选的实施方案中，步骤(1)包括：
[0011](1.1)由用户行程所在经度和用户行程所在纬度得到车辆速度，由相邻时刻的车辆速度，得到各时刻的速度差；
[0012](1.2)利用行程开始时间和行程结束时间推算每段行程的驾驶时间，若每段行程的驾驶时间大于等于预设时间，则表示该段行程为疲劳驾驶，以此确定所有行程中疲劳驾驶的次数；
[0013](1.3)确定所有行程中累计夜间驾驶时长；
[0014](1.4)由相邻时刻的用户行程对应方向或角度，得到所有时刻的角度差；
[0015](1.5)由相邻时刻的用户行程所处的海拔高度，得到所有时刻的高度差，由所有时刻的高度差得到高度标准差；
[0016](1.6)根据用户行程中的电话状态处于呼出和呼入的次数来计算用户的打电话次数。
[0017]在一些可选的实施方案中，由得到车辆在t+1时刻的速度v，其中，将车辆在t时刻所在的经纬度转换成平面坐标系下的坐标(x1,y1)，将车辆在t+1时刻所在的经纬度转换成平面坐标系下的坐标(x2,y2)。
[0018]在一些可选的实施方案中，所述危险驾驶行为特征体系包括：速度频率、速度差频率、疲劳驾驶频率、夜间驾驶频率、角度差频率、高度差频率、高度标准差频率及打电话次数频率，其中，速度频率表示速度大于预设速度阈值的频率，速度差频率表示速度差大于预设速度差阈值的频率，疲劳驾驶频率表示疲劳驾驶次数大于预设疲劳驾驶阈值的频率，夜间驾驶频率表示夜间驾驶时长大于预设夜间驾驶时长阈值的频率，角度差频率表示角度差大于预设角度差阈值的频率，高度差频率表示高度差大于预设高度差阈值的频率，高度标准差频率表示高度标准差大于预设高度标准差阈值的频率，打电话次数频率表示打电话次数大于预设打电话次数阈值的频率。
[0019]在一些可选的实施方案中，步骤(2)包括：
[0020](2.1)将所有用户的所有时刻的速度按照从小到大的顺序进行排序，找出第一预设分位数作为预设速度阈值，则某一用户的速度频率为速度大于预设速度阈值的频率；
[0021](2.2)将所有用户的所有时刻的速度差按照从小到大的顺序进行排序，找出第二预设分位数作为预设速度差阈值，则某一用户的速度差频率为速度差大于预设速度差阈值的频率；
[0022](2.3)将所有用户的疲劳驾驶次数按照从小到大的顺序进行排序，找出第三预设分位数作为预设疲劳驾驶阈值，则某一用户的疲劳驾驶频率为疲劳驾驶次数大于预设疲劳驾驶阈值的频率；
[0023](2.4)将所有用户的夜间驾驶时长按照从小到大的顺序进行排序，找出第四预设分位数作为预设夜间驾驶时长阈值，则某一用户的夜间驾驶频率为夜间驾驶时长大于预设
夜间驾驶时长阈值的频率；
[0024](2.5)将所有用户的所有时刻的角度差按照从小到大的顺序进行排序，找出第五预设分位数作为预设角度差阈值，则某一用户的角度差频率为角度差大于预设角度差阈值的频率；
[0025](2.6)将所有用户的所有时刻的高度差按照从小到大的顺序进行排序，找出第六预设分位数作为预设高度差阈值，则某一用户的高度差频率为高度差大于预设高度差阈值的频率；
[0026](2.7)将所有用户的所有时刻的高度标准差按照从小到大的顺序进行排序，找出第七预设分位数作为预设高度标准差阈值，则某一用户的高度标准差频率为高度标准差大于预设高度标准差阈值的频率；
[0027](2.8)将所有用户的打电话次数按照从小到大的顺序进行排序，找出第八预设分位数作为预设打电话次数阈值，则某一用户的打电话次数频率为打电话次数大于预设打电话次数阈值的频率。
[0028]在一些可选的实施方案中，步骤(3)包括：
[0029本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于手机车联网数据的驾驶行为风险指数判定方法，其特征在于，包括：(1)基于手机终端车联网数据构建驾驶行为直观特征体系；(2)在驾驶行为直观特征体系的基础上，从安全驾驶角度构建危险驾驶行为特征体系；(3)建立驾驶行为风险指数与危险驾驶行为特征之间的线性关系，以构建驾驶行为风险指数预测模型，利用危险驾驶行为特征体系，预测驾驶员的驾驶行为风险指数。2.根据权利要求1所述的方法，其特征在于，所述手机终端车联网数据包括用户行程标志、用户行程目前所处的时刻、用户行程目前所在经度、用户行程目前所在纬度、用户行程目前对应方向或角度、用户行程目前所处的海拔高度及用户行程目前的通话状态。3.根据权利要求2所述的方法，其特征在于，步骤(1)包括：(1.1)由用户行程所在经度和用户行程所在纬度得到车辆速度，由相邻时刻的车辆速度，得到各时刻的速度差；(1.2)利用行程开始时间和行程结束时间推算每段行程的驾驶时间，若每段行程的驾驶时间大于等于预设时间，则表示该段行程为疲劳驾驶，以此确定所有行程中疲劳驾驶的次数；(1.3)确定所有行程中累计夜间驾驶时长；(1.4)由相邻时刻的用户行程对应方向或角度，得到所有时刻的角度差；(1.5)由相邻时刻的用户行程所处的海拔高度，得到所有时刻的高度差，由所有时刻的高度差得到高度标准差；(1.6)根据用户行程中的电话状态处于呼出和呼入的次数来计算用户的打电话次数。4.根据权利要求3所述的方法，其特征在于，由得到车辆在t+1时刻的速度v，其中，将车辆在t时刻所在的经纬度转换成平面坐标系下的坐标(x1,y1)，将车辆在t+1时刻所在的经纬度转换成平面坐标系下的坐标(x2,y2)。5.根据权利要求3或4所述的方法，其特征在于，所述危险驾驶行为特征体系包括：速度频率、速度差频率、疲劳驾驶频率、夜间驾驶频率、角度差频率、高度差频率、高度标准差频率及打电话次数频率，其中，速度频率表示速度大于预设速度阈值的频率，速度差频率表示速度差大于预设速度差阈值的频率，疲劳驾驶频率表示疲劳驾驶次数大于预设疲劳驾驶阈值的频率，夜间驾驶频率表示夜间驾驶时长大于预设夜间驾驶时长阈值的频率，角度差频率表示角度差大于预设角度差阈值的频率，高度差频率表示高度差大于预设高度差阈值的频率，高度标准差频率表示高度标准差大于预设高度标准差阈值的频率，...

【专利技术属性】
技术研发人员：郭梦迪，邵俊豪，王佼佼，刘青意，赵瑞松，李叙辰，周强，
申请(专利权)人：中冶南方工程技术有限公司，
类型：发明
国别省市：