一种基于大数据分析的驾培教学优化方法及系统技术方案

本发明专利技术公开了一种基于大数据分析的驾培教学优化方法及系统，该方法获取学员的人脸数据或通过刷卡设备获取学员身份证刷卡信息，确定学员年龄和性别；适配相应的基于大数据分析构建的教学模型，对所述学员进行驾培教学；实时获取在驾培教学过程中所述驾培教学车辆上感知设备采集的感知数据；根据所述学员的属性信息、当前教学训练科目类型以及所述感知数据，判断所述学员操作是否满足对应的预设条件；当不满足对应的预设条件时，则发出对应的指导意见、确定提醒时间点和提醒频次。该方法可以根据学员自身的特点，进行个性的讲解，可优化教学模型，从而完成教学，提高驾培的通过率，显著提高培训的效率和质量。显著提高培训的效率和质量。显著提高培训的效率和质量。

【技术实现步骤摘要】
一种基于大数据分析的驾培教学优化方法及系统


[0001]本专利技术属于驾驶培训及互联网大数据分析领域，特别涉及一种基于大数据分析的驾培教学优化方法及系统。

技术介绍

[0002]近年来，随着我国机动车的普及，驾驶人员的数量迅速增加，汽车交通工具越来越重要，成为生活中不可或缺的一部分，在增加的人群当中年少和年老的学员也在显著增加中，18
‑
19岁占比3.3％，20
‑
29岁占比55.41％，30
‑
39岁占比25.76％，40
‑
45岁占比8.68％，46
‑
50岁占比4.36％，50岁以上占比2.5％，通过以上数据可以总结出学车年龄主要集中在18
‑
29岁，为学生主力军，占比58.71％的学车份额，这意味着越来越多的年轻人在学车的道路上，学车趋于年轻化。不同的年龄段的人学车对技能的接受能力不同，有快有慢，需要驾培机构在保证合格率的前提下，因材施教，对分层年龄段制定出创新贴切的教学计划，才能快速提高学员的通过率。
[0003]比如在科目二练习时，教练在教学中会通过几何原理画相应的点和线给学员做参照，一般采用的是三点一线和平行线的方法，但空间感知弱的学员容易因为这些参照点而忽略了在考试项目中的空间位置。
[0004]再比如目前全国驾校男女比例大约是2:1，调查显示女性上路安全系数较高，但在驾校中学开车的表现却比较差，男性的及格率比女性高6％，在科目二中，女性的倒车入库考试中失败的可能性是男性的两倍，在转向考试中的错误也较多。男性容易出错的情况有开车超速、忽略交通信号灯或路标。男女学员通不过考试的共同原因是：没有识别出交叉路口的危险警告标志，以及忘记查看后视镜。
[0005]因此，针对上述问题中不同年龄段群体、不同性别群体、部分能力较弱的学员，如何提供一种针对其量身订做的一套教学方案，成为同行从业人员亟待解决的问题。

技术实现思路

[0006]本专利技术的主要目的在于提供一种至少部分解决上述技术问题的基于大数据分析的驾培教学优化方法及系统，该方法可针对不同年龄段群体、不同性别群体、部分能力较弱的学员，在驾培过程中遇到的问题及时进行纠正性的练习，采取不同的指导策略。
[0007]为实现上述目的，本专利技术采取的技术方案为：
[0008]第一方面，本专利技术提供一种基于大数据分析的驾培教学优化方法，包括：通过驾培教学车辆的人脸识别设备获取学员的人脸数据或通过刷卡设备获取学员身份证刷卡信息，确定学员的属性信息；所述属性信息包括：年龄和性别；
[0009]根据所述学员的属性信息，适配相应的基于大数据分析构建的教学模型，对所述学员进行驾培教学；
[0010]实时获取在驾培教学过程中所述驾培教学车辆上感知设备采集的感知数据；所述感知数据包括：GPS定位数据、离合数据、档位数据、方向盘角度数据、车速数据、刹车制动数
据和车辆环境视频数据；
[0011]根据所述学员的属性信息、当前教学训练科目类型以及所述感知数据，判断所述学员操作是否满足对应的预设条件；
[0012]当不满足对应的预设条件时，则发出对应的指导意见、确定提醒时间点和提醒频次
[0013]进一步地，该方法还包括：
[0014]当满足对应的预设条件时，则将所述学员的属性信息、当前教学训练科目类型以及所述感知数据，作为相适配的所述教学模型的一组正样本数据。
[0015]进一步地，当不满足对应的预设条件时，还包括：
[0016]记录存储所述感知数据，接收回放指令并通过车载显示屏对车辆轨迹回放展示。
[0017]进一步地，该方法还包括：当不满足对应的预设条件多次时，分析所述学员的错误原因，生成对应解决方案并优化所述教学模型。
[0018]进一步地，所述教学模型为在不同科目练习中根据不同车型、练习科目子项创建的模型组；所述教学模型根据大量不同年龄段群体、不同性别群体、部分能力较弱学员的特点进行统计并训练获得。
[0019]第二方面，本专利技术实施例还提供一种基于大数据分析的驾培教学优化系统，包括：
[0020]确定模块，用于通过驾培教学车辆的人脸识别设备获取学员的人脸数据或通过刷卡设备获取学员身份证刷卡信息，确定学员的属性信息；所述属性信息包括：年龄和性别；
[0021]适配模块，用于根据所述学员的属性信息，适配相应的基于大数据分析构建的教学模型，对所述学员进行驾培教学；
[0022]获取模块，用于实时获取在驾培教学过程中所述驾培教学车辆上感知设备采集的感知数据；所述感知数据包括：GPS定位数据、离合数据、档位数据、方向盘角度数据、车速数据、刹车制动数据和车辆环境视频数据；
[0023]判断模块，用于根据所述学员的属性信息、当前教学训练科目类型以及所述感知数据，判断所述学员操作是否满足对应的预设条件；
[0024]优化模块，用于当不满足对应的预设条件时，则发出对应的指导意见、确定提醒时间点和提醒频次。
[0025]进一步地，所述优化模块，还用于当满足对应的预设条件时，则将所述学员的属性信息、当前教学训练科目类型以及所述感知数据，作为相适配的所述教学模型的一组正样本数据。
[0026]进一步地，所述优化模块，还用于当不满足对应的预设条件时，记录存储所述感知数据，接收回放指令并通过车载显示屏对车辆轨迹回放展示。
[0027]进一步地，所述优化模块，还用于当不满足对应的预设条件多次时，分析所述学员的错误原因，生成对应解决方案并优化所述教学模型。
[0028]进一步地，所述适配模块的所述教学模型为在不同科目练习中根据不同车型、练习科目子项创建的模型组；所述教学模型根据大量不同年龄段群体、不同性别群体、部分能力较弱学员的特点进行统计并训练获得。
[0029]与现有技术相比，本专利技术具有如下有益效果：
[0030]一种基于大数据分析的驾培教学优化方法，基于机器人教练做的适应不不同年龄
段群体、不同性别群体、部分能力较弱的学员的教学软件，当学员进入科目练习当中，使用自己身份证号登录或人脸识别，识别出学员的年龄和性别，此学员的信息和练习的数据会同步到数据库中，大数据会对所有学员的信息进行分析，找到到一套适应不同年龄段群体、不同性别群体、部分能力较弱学员的教学模型，可以实时的采集学员的当时的操作状况，再根据自身的特点，发现学员的薄弱点，进行个性的讲解，可优化教学模型，从而完成教学，提高驾培的通过率。针对学员遇到的问题及时进行纠正性的练习，而且要根据老少不同的性别采取不同的指导，相比教练更有实时性和高效性，从而可以显著提高培训的效率和质量。
附图说明
[0031]图1为本专利技术实施例提供的基于大数据分析的驾培教学优化方法流程图；
[0032]图2为本专利技术实施例提供的基于老少特征大数据分析的流程示意图；
[0033]图3为本专利技术实施例提供的基于练习行为特征大数据分析的流程示意图；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据分析的驾培教学优化方法，其特征在于，包括：通过驾培教学车辆的人脸识别设备获取学员的人脸数据或通过刷卡设备获取学员身份证刷卡信息，确定学员的属性信息；所述属性信息包括：年龄和性别；根据所述学员的属性信息，适配相应的基于大数据分析构建的教学模型，对所述学员进行驾培教学；实时获取在驾培教学过程中所述驾培教学车辆上感知设备采集的感知数据；所述感知数据包括：GPS定位数据、离合数据、档位数据、方向盘角度数据、车速数据、刹车制动数据和车辆环境视频数据；根据所述学员的属性信息、当前教学训练科目类型以及所述感知数据，判断所述学员操作是否满足对应的预设条件；当不满足对应的预设条件时，则发出对应的指导意见、确定提醒时间点和提醒频次。2.根据权利要求1所述的一种基于大数据分析的驾培教学优化方法，其特征在于，该方法还包括：当满足对应的预设条件时，则将所述学员的属性信息、当前教学训练科目类型以及所述感知数据，作为相适配的所述教学模型的一组正样本数据。3.根据权利要求2所述的一种基于大数据分析的驾培教学优化方法，其特征在于，当不满足对应的预设条件时，还包括：记录存储所述感知数据，接收回放指令并通过车载显示屏对车辆轨迹回放展示。4.根据权利要求2所述的一种基于大数据分析的驾培教学...

【专利技术属性】
技术研发人员：马宏，段桂江，王曲建，
申请(专利权)人：易显智能科技有限责任公司，
类型：发明
国别省市：