一种基于驾驶行为的智能靶向培训方法及存储介质技术

本发明专利技术涉及安全驾驶行为培训领域，具体为一种基于驾驶行为的智能靶向培训方法及存储介质。包括以下步骤：S1：采集驾驶行为数据；S2：对所述驾驶行为数据进行分析，分析的内容包括违规驾驶行为以及驾驶员身份；S3：根据所述S2的分析结果通知驾驶员；S4：根据所述S2的分析结果匹配生成安全培训内容；S5：对驾驶员进行考核。该技术方案能够有针对性地进行培训，提高培训的有效性，保证培训效果。保证培训效果。保证培训效果。

【技术实现步骤摘要】
一种基于驾驶行为的智能靶向培训方法及存储介质


[0001]本专利技术涉及安全驾驶行为培训领域，具体为一种基于驾驶行为的智能靶向培训方法及存储介质。

技术介绍

[0002]随着经济不断发展，社会对道路运输的需求与日俱增，参与运营的道路运输车辆越来越多，道路运输安全问题不容小觑，根据相关法律法规要求，道路运输企业应当建立企业从业人员安全教育培训及考核制度。
[0003]得益于互联网的普及，线上安全驾驶培训平台逐渐普及，道路运输企业每月通过培训平台制定培训计划，通知所有从业人员进行学习；当获取到车辆的危险驾驶行为时，也将通过培训平台追加培训计划，然后将追加的培训计划通知该车辆对应登记的驾驶员进行学习，驾驶员可根据自己的实际情况自行选择时间和地点完成学习，解决了传统线下培训方式效率不够高、参与不方便等问题。
[0004]但是现有的培训平台仍然存在以下问题：
[0005]1.安全培训内容仅仅收录法律法规、重大交通安全事件等通用性内容，整体具有培训意义，但针对性不强，培训的有效性有待加强；
[0006]2.通常每一辆运输车辆会登记多个驾驶员，现有的车辆危险驾驶行为采集只能精确到车辆，无法确定具体是哪一位驾驶员实施了危险驾驶行为，学习任务会分配给登记的其他未实施危险驾驶行为的驾驶员，驾驶员可能由此产生逆反心理，对学习产生抵触，培训的有效性大打折扣；
[0007]3、车辆危险驾驶行为的获取、培训计划的制定与通知等操作通常都依赖于人工，没有进行较完善的自动化适配，这导致培训的及时性、精准性不足，降低了工作效益。
[0008]4.驾驶员在培训平台将全部安全培训内容浏览学习完毕即为培训结束，平台后续没有采用数据分析方法针对学习有效性进行考核与评估，以持续提升整个培训体系的有效性。

技术实现思路

[0009]针对现有技术存在的缺陷，本专利技术的目的在于：提出一种基于驾驶行为的智能靶向培训方法及存储介质，该技术方案能够有针对性地进行培训，提高培训的有效性，保证培训效果。
[0010]为解决上述问题，本专利技术提供的基础方案：一种基于驾驶行为的智能靶向培训方法及存储介质，包括以下步骤：S1：采集驾驶行为数据；S2：对所述驾驶行为数据进行分析，分析的内容包括违规驾驶行为以及驾驶员身份；S3：根据所述S2的分析结果通知驾驶员；S4：根据所述S2的分析结果匹配生成安全培训内容；S5：对驾驶员进行考核。
[0011]基础方案的有益效果：目前，行业内还存在技术惯性和偏见，对违规驾驶行为均是以车辆为单位进行管理，没有以人为核心进行管理，本技术方案通过S2对实施该行为的驾
驶员进行精确识别，使得经S1、S2采集分析的驾驶员违规驾驶行为能够与真正实施违规驾驶行为驾驶员进行对应，以便后续对驾驶员精准管理，同时基于对驾驶员身份精确识别的结果S3的通知也能够准确通知到对应的驾驶员。
[0012]此外，现有技术采用通用课件没有针对性的培训，本方案由于采用了以人为核心进行管理的方案，使得S4能够根据不同驾驶员的情况生成具有针对性的安全培训内容，提高学习有效性；从而S5也能进行针对性考核，以此督促认真学习，保证学习效果。
[0013]进一步，所述S2具体包括：
[0014]S21：根据所述驾驶行为数据识别具体的危险驾驶行为；
[0015]S22：根据所述驾驶行为数据识别实施危险驾驶行为的驾驶员；
[0016]S23：评估所述S21识别的危险驾驶行为是否需要提醒或及时培训；
[0017]S24：对所述S21、S22、S23的识别结果进行抽查。
[0018]本技术方案，通过S21识别出具体的危险驾驶行为，作为后续判断的基础并通过S22准确锁定实施危险驾驶行为的驾驶员，避免误判，并且便于以人为核心进行管理；S23评估该行为是否需要提醒或及时培训，以触发S3中相应步骤；S24对前述识别结果进行抽查，保证识别算法与评估算法的准确性。
[0019]进一步，所述S1采集的驾驶行为数据的来源包括车内监管装置以及车外的第三方监管平台，所述驾驶行为数据包括行车图像记录数据、车辆定位数据、车况信息数据，所述S21调取所述驾驶行为对数据进行综合识别，最终得到危险驾驶行为。
[0020]本技术方案，通过车内监管装置获取车内驾驶行为数据，通过第三方监管平台获取车外驾驶行为数据，拓宽了数据来源，使本方案判断危险驾驶行为时更准确客观。
[0021]本技术方案，通过多种不同方式判断危险驾驶行为，增强对危险驾驶行为判断的灵敏度。
[0022]进一步，所述S22包括：
[0023]S22
‑
1：通过对S1采集到的驾驶行为数据进行人脸识别以判断驾驶员身份；
[0024]S22
‑
2：通过调取运输任务单的信息获取驾驶员身份；
[0025]S22
‑
3：将所述S22
‑
1与所述S22
‑
2得出的结果进行对比分析，最终确认驾驶员的身份。
[0026]本技术方案，分别通过两种方式判断驾驶员身份，并进行对比分析以核对前面两步的识别结果，提升驾驶员身份判断的准确性。
[0027]进一步，所述S23具体包括：
[0028]S23
‑
1：根据所述S21的识别结果对危险驾驶行为进行评级、评分；
[0029]S23
‑
2：根据所述S23
‑
1的评级结果判断是否需要提醒，若是则匹配提醒策略；
[0030]S23
‑
3：根据所述S23
‑
1的评分结果判断是否需要及时进行培训学习，若是则跳过S23
‑
4继续执行，若否则按流程继续执行；
[0031]S23
‑
4：对所述S23
‑
1的评分进行累积，判断累积评分是否大于预设值，若是则按流程继续执行，若否则执行至S3结束。
[0032]本技术方案，通过评级机制，判断是否需要进行提醒，并且为不同的行为匹配不同的提醒方式，进行差异化管理，使提醒方式更合理；通过评分机制判断是否需要及时进行培训；并设定了评分累积机制，对暂时无需培训的行为进行评分累积，多次实施该行为使评分
达到设定的阈值仍将会触发培训，严重程度不同的危险驾驶行为采取不同的差异化管理，使提醒与培训更合理。
[0033]进一步，所述S23
‑
2根据评级结果的严重程度匹配不同的提醒方式，对评级结果严重的危险驾驶行为提醒策略匹配为立即提醒，对评级结果轻微的危险驾驶行为提醒策略匹配为事后提醒。
[0034]本技术方案，对于评级结果严重的危险驾驶行为，通过立即提醒驾驶员正在实施危险驾驶行为，尽可能避免出现事故；对于评级结果轻微的危险驾驶行为，由于不会造成事故，立即提醒还可能造成驾驶员分心，因此通过事后提醒使驾驶员后续注意。
[0035]进一步，所述S4生成的安本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于驾驶行为的智能靶向培训方法，其特征在于：包括以下步骤：S1：采集驾驶行为数据；S2：对所述驾驶行为数据进行分析，分析的内容包括违规驾驶行为以及驾驶员身份；S3：根据所述S2的分析结果通知驾驶员；S4：根据所述S2的分析结果匹配生成安全培训内容；S5：对驾驶员进行考核。2.根据权利要求1所述的一种基于驾驶行为的智能靶向培训方法，其特征在于：所述S2具体包括：S21：根据所述驾驶行为数据识别具体的危险驾驶行为；S22：根据所述驾驶行为数据识别实施危险驾驶行为的驾驶员；S23：评估所述S21识别的危险驾驶行为是否需要提醒或及时培训；S24：对所述S21、S22、S23的识别结果进行抽查。3.根据权利要求2所述的一种基于驾驶行为的智能靶向培训方法，其特征在于：所述S1采集的驾驶行为数据的来源包括车内监管装置以及车外的第三方监管平台，所述驾驶行为数据包括行车图像记录数据、车辆定位数据、车况信息数据，所述S21调取所述驾驶行为对数据进行综合识别，最终得到危险驾驶行为。4.根据权利要求3所述的一种基于驾驶行为的智能靶向培训方法，其特征在于：所述S22包括：S22
‑
1：通过对S1采集到的驾驶行为数据进行人脸识别以判断驾驶员身份；S22
‑
2：通过调取运输任务单的信息获取驾驶员身份；S22
‑
3：将所述S22
‑
1与所述S22
‑
2得出的结果进行对比分析，最终确认驾驶员的身份。5.根据权利要求4所述的一种基于驾驶行为的智能靶向培训方法，其特征在于：所述S23具体包括：S23
‑
1：根据所述S21的识别结果对危险驾驶行为进行评级、评分；S23
‑

【专利技术属性】
技术研发人员：周业俊，
申请(专利权)人：重庆替比网络科技有限公司，
类型：发明
国别省市：