【技术实现步骤摘要】
一种驾驶信用测定方法、系统、信息数据处理终端
[0001]本专利技术属于驾驶评价
,尤其涉及一种驾驶信用测定方法、系统、信息数据处理终端。
技术介绍
[0002]近年来,我国机动车保有量和机动车驾驶人逐年增加,如何有效监督驾驶规范、保障交通运行效率和居民出行安全,已成为交通管理的重点问题之一。随着科技的不断发展,各地的交通管理部门依靠科技为支撑,推进交通管理软硬件系统建设。通过在路段特定位置布设违法违章抓拍设备,如、卡口、测速雷达等,可以实现局部范围车辆违停、变道、超速、占道行驶、闯红灯等事件进行自动检测,并为驾驶员驾驶行为管控提供执法依据。
[0003]如上所述,传统的驾驶评价方法属于基于违法违章的惩罚模式,仅能对安装有检测设备的特定路段区域进行管理,无法实现道路网络的全局覆盖。驾驶员在安装有抓拍设备的特定地点发生违章违法行为时,才能被赋予相应的考核惩罚。而在缺少抓拍设备的区域中,驾驶员存在的所有不文明驾驶行为均不能作为评价依据。这显然会导致驾驶行为评价不全面、不客观,进而对交通管控的约束性不足。
[0004]相关专利检索分析如下:
[0005]专利1:车辆驾驶行为的评分方法及系统CN201810240898.8
[0006]本专利技术用科学的算法评价车辆驾驶人的驾驶行为,为“互联网+”出租车的发展,奠定技术基础:本专利技术设置了一般数据采集节点段τ和特殊时间节点段τ1的数据采集和评价,使评价方法更合理,利用数据中ξ,ξ为节点段τ与τ1的比值的概率权重,使得整个数据得到综合的利 ...
【技术保护点】
【技术特征摘要】
1.一种驾驶信用测定方法,其特征在于,所述驾驶信用测定方法包括以下步骤:步骤一,通过数据采集模块完成车辆自身行驶状态基本数据采集和道路条件基础数据采集;步骤二,通过数据分析及评价模块利用部署在路侧的处理单元接收来自北斗亚米级高精度定位设备、OBD和毫米波雷达的实时数据;步骤三,通过数据管理与展示模块利用得到的数据信息设计并开发Web管理平台以及手机APP用户终端,通过服务器将收到的信息数据分类到不同文件,根据客户端的要求展示指定的车辆驾驶人信用得分信息。2.如权利要求1所述的驾驶信用测定方法,其特征在于,步骤一中,所述通过数据采集模块完成车辆自身行驶状态基本数据采集和道路条件基础数据采集,包括:(1)利用北斗亚米级高精度定位设备采集车辆行驶过程中的精准定位数据,包括:<UTC Time,longitude,latitude,GNSS speed,GNSS angle>;其中,UTC Time为定位信息的采样时刻;longitude为车辆位置经度;latitude为车辆位置纬度,GNSS speed为车辆运行速度,GNSS angle为车辆行驶方向角,为车辆行驶方向与正北向的夹角;在北斗定位数据中,车辆经纬度位置精确到亚米级误差;(2)利用OBD读取设备采集车辆CAN总线的运行工况数据,包括:<v,en
‑
speed,st
‑
angle>;其中,v表示车速,为车辆车载电脑系统采集的行驶速度;en
‑
speed表示发动机在转速;st
‑
angle表示方向盘转向角,为车辆自身方向转向角度,当车轮为正时角度为0,方向盘左转为负,右转为正;(3)利用毫米波雷达采集车辆前向目标的运动轨迹特征数据;其中,在第k帧中,第i个车辆目标的跟踪信息如下所示:<d
k
(i),v
k
(i),a
k
(i)>;其中,d
k
(i)表示目标i与雷达的直线距离,单位m;v
k
(i)表示目标i的行驶速度,单位m/s;a
k
(i)表示目标i的方位角。3.如权利要求1所述的驾驶信用测定方法,其特征在于,步骤二中,所述通过数据分析及评价模块利用部署在路侧的处理单元接收来自北斗亚米级高精度定位设备、OBD和毫米波雷达的实时数据,包括:(1)通过车辆目标跟踪识别子模块对采集到的数据进行融合处理,得到车辆行驶状态和周边环境的准确识别;(2)通过驾驶行为信用评价子模块设计异常驾驶行为识别算法,并构建驾驶员信用评价体系;(3)通过车辆违章行为评价子模块对获取的车辆违法信息,设计记分标准并进行客观定量评价;(4)通过车辆综合信用评价子模块完成对驾驶行为信用评价和车辆违章行为评价的综合评价。4.如权利要求1所述的驾驶信用测定方法,其特征在于,步骤二中,所述通过数据分析及评价模块利用部署在路侧的处理单元接收来自北斗亚米级高精度定位设备、OBD和毫米波雷达的实时数据,还包括:
针对数据采集模块采集的数据,通过车辆目标跟踪识别子模块利用阈值分析法对毫米波雷达数据进行预处理,提出车辆目标动态跟踪方法,实现车辆前向目标的准确识别;利用亚米级高精度定位设备和地图匹配算法,对车辆行驶车道进行识别,实现车辆位置精准定位;根据OBD设备采集的实时车辆行驶状态数据,实现对车辆驾驶状态实时监测,包括:(1)车辆目标跟踪针对毫米波雷达数据中存在的噪声进行阈值分析并剔除,筛选有效的车辆轨迹数据,利用车辆目标轨迹提取算法实现车辆目标的连续跟踪;(2)车辆车道级高精度定位
①
对北斗亚米级高精度定位设备采集车辆行驶过程中的位置数据进行数据预处理,包括冗余数据剔除、速度错误数据剔除与补偿、数据缺失补偿和定位错误数据剔除与补偿;
②
利用处理后的数据结合地图匹配算法实现车辆位置精准定位;(3)通过对得到的车辆轨迹数据信息、车辆车道级高精度定位数据与OBD数据进行多传感器融合处理,并剔除噪声干扰,实现车辆行驶状态跟踪识别。5.如权利要求1所述的驾驶信用测定方法,其特征在于,步骤二中,所述通过数据分析及评价模块利用部署在路侧的处理单元接收来自北斗亚米级高精度定位设备、OBD和毫米波雷达的实时数据,还包括:通过驾驶行为信用评价子模块,利用通过驾驶行为信用评价子模块,设计考虑超速、急加速、急减速、频繁变道、近距离跟车在内的多种驾驶行为的评价体系,包括:(1)异常驾驶行为识别在获得数据信息的基础上,进行异常驾驶行为识别,包括:1)超速行为识别:利用OBD采集的车辆行驶速度指标,与利用地图定位得到的不同路段限速值进行比对,当车速v大于车辆所在路段限速阈值、且连续超速时间大于特定时间阈值,判定为一次超速行为;2)急变速行为识别:急变速行为包括急加速和急减速两种,利用指数平滑方法对急变速行为进行识别,包括:获取t时刻以及前3秒的OBD采集车辆速度v
t
、v
t
‑1、v
t
‑2、v
t
‑3,采用差分法进行加速度计算,得到历史加速度a
t
‑1、a
t
‑
2、a
t
‑
3;根据历史加速度对当前车辆进行平滑分析计算,公式如下:a
t
=ηa
t
‑1+η(1
‑
η)a
t
‑2+η(1
‑
η)2a
t
‑3;得到车辆加速度a
t
,设定急加速、急减速的加速度阈值,当车辆加速度绝对值大于设定阈值时,判定为急变速行为;3)频繁变道识别:通过亚米级高精度定位获取车辆所在当前车道的编号L
n
,以及获取下一时刻,即每秒判别的车道编号L
n+1
;设定记录时间间隔为ΔT
n,n+1
,将相邻两次车道判别结果进行对比,若L
n
≠L
n+1
,则变道次数加1;若ΔT
n,n+1
内累计变道次数小于变道次数阈值,则不视为一次频繁变道行为;反之,若变道次数大于阈值,则视为一次频繁变道行为;4)跟车危险判别:本发明根据前后两辆车的相对运动状态,分三种情况进行分析;第一种情况,若前车以减速度行驶,危险程度最高;第二种情况,前车以匀速行驶,危险程度次之;第三种情况,前车加速行驶,危险程度最低;对三种情况分配权重λ1、λ2、λ...
【专利技术属性】
技术研发人员:刘海青,辛超阳,葛校君,李敏,秦媚,
申请(专利权)人:山东科技大学,
类型:发明
国别省市:
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。