【技术实现步骤摘要】
一种公交驾驶人在岗适岗性实时评价系统及方法
[0001]本专利技术涉及一种驾驶人驾驶风格或习性评价方法,属于道路车辆驾驶控制系统的驾驶参数判断领域,具体地涉及一种针对公交驾驶人在岗适岗性实时评价方法及系统。
技术介绍
[0002]作为人
‑
车
‑
路
‑
环境交通体系的核心因素,驾驶人对公交的安全运营起着至关重要的作用。公交驾驶人的职业特征性,决定其驾驶特殊性。公交驾驶人需要在复杂的路网环境中进行高强度、高压力工作,其在岗适岗状态关乎驾驶工作的顺利开展,更关系着自身和乘客的生命财产安全。因此,实时评估公交驾驶人在岗驾驶状态,并进行有针对性的预警和干预,对于预防重大公交事故、保障乘客生命财产安全、实现相关部门动态监控管理具有重要作用。
[0003]目前一些车载终端设备,如高级辅助驾驶设备、驾驶员行为监测设备,拟通过视频监控等方式监测驾驶人的疲劳状态、分心状态等危险驾驶行为,并采用实时语音报警或震动的方式干预。为提高运营安全性,公交公司常将其安装在公交车驾驶舱内,但其误报率却非常高,导致驾驶人极其排斥。究其原因在于,现有的系统考虑因素较为单一,主要就是检测疲劳、分心等单方面危险行为状态,且不区分其等级加以干预,同时,面向的对象是所有驾驶人,导致监控结果针对性不足,无法达到公交驾驶人预警所需的精确度要求。
[0004]现有相关的研究大都也是针对所有驾驶人驾驶风险状态的评价。例如中国专利CN 110826848 A公开一种考虑驾驶人基本信息、历史违法信息、交通 ...
【技术保护点】
【技术特征摘要】
1.一种公交驾驶人在岗适岗性实时评价方法,其特征在于,包括以下步骤:步骤S1:驾驶人进入驾驶室启动驾驶车辆后,车载终端设备与后台主控设备建立联系;步骤S2:实时采集驾驶人的视频图像数据、生理信号数据以及驾驶车辆的动态轨迹数据,并传输至后台主控设备,通过对视频图像数据处理进行驾驶人的身份识别;步骤S3:实时存储视频图像数据、生理信号数据和动态轨迹数据,并根据身份识别结果调取该驾驶人的已有信息数据;步骤S4:根据驾驶人的已有信息数据与实时存储的视频图像数据、生理信号数据和动态轨迹数据构建公交驾驶人在岗适岗性指标体系,并生成驾驶人的指标数据库;步骤S5:对驾驶人的指标数据库中的数据进行预处理,以筛选出重复、异常、缺失的数据,再对预处理后的数据进行归一化处理;步骤S6:分析归一化处理后驾驶人在岗适岗性的各评价指标的类型,标定各评价指标的阈值,依照各评价指标阈值对当前驾驶人的各评价指标进行审核,并对当前驾驶人进行单指标适岗性评价;步骤S7:若单指标适岗性评价结果为不合格,则直接对驾驶人或驾驶车辆进行相应的实时管控;若单指标适岗性评价结果为合格,则将审核的各评价指标输入到基于神经网络的公交驾驶人在岗适岗性综合评价模型中,该模型是采用神经网络算法由该驾驶人前一年的指标数据库经过训练构建,利用该模型对驾驶人的当前适岗状态进行综合评价,并评判其适岗等级;步骤S8:根据不同的适岗等级对驾驶人或驾驶车辆进行相应的实时管控。2.根据权利要求1所述的一种公交驾驶人在岗适岗性实时评价方法,其特征在于:步骤S4中,所构建的在岗适岗性指标体系包括四层结构,最高层为目标层,为公交驾驶人在岗适岗性;二层为一级指标层,包括五个指标,分别为个体特征、驾驶职业特征、驾驶状态、生理状态、心理状态;三层为二级指标层,分别对一级指标层的每个指标进行分解;四层为三级指标层,为各二级指标层的各个指标的细化;将三级指标和无细化的二级指标作为驾驶人在岗适岗性的评价指标。3.根据权利要求2所述的一种公交驾驶人在岗适岗性实时评价方法,其特征在于:所述个体特征的下属二级指标为个体属性和社会属性;在三级指标层面,个体属性包括性别、年龄、籍贯,社会属性包括文化程度、婚姻状态;所述驾驶职业特征的下属二级指标包括职业属性、驾驶属性、安全属性、能力属性,在三级指标层面,职业属性包括收入、驾龄、用工类型、职业价值观、职业倦怠性、是否加班;驾驶属性包括截至采样时间当日累计驾驶时长、当日累计驾驶里程、驾驶时间段、进出站规范、车道使用规范、交叉口通行规范、驾驶习惯规范;安全属性包括驾驶风格、驾驶态度、累计事故次数、最高有责事故的等级、月均安全行驶里程、月均安全违章次数、月均服务违章次数、月均批评教育次数、月均处罚次数;能力属性包括驾驶人职业技能等级、道路运输驾驶人适宜性评价等级、瞬时记忆能力、复杂反应能力、沟通能力、抗干扰能力、抗压能力、抗单调能力、抗疲劳能力;所述驾驶状态的下属二级指标包括酒驾、情绪驾驶、疲劳驾驶、分心驾驶、攻击性驾驶;所述生理状态的下属二级指标包括体温、脉搏、呼吸、动态血压、疾病;所述心理状态的下属二级指标包括人格、心理健康、情绪稳定性、情绪复原能力。
4.根据权利要求3所述的一种公交驾驶人在岗适岗性实时评价方法,其特征在于:步骤S5中,在评价指标中,针对分类数据,依据类别从1依次整数定义;针对于数值型数据,依照其具体采集数值确定取值,对驾驶人的指标数据库中的数据进行预处理,具体如下:针对个体特征:性别男赋值为1,性别女赋值为2;年龄取其实际数值;籍贯按照本土驾驶人赋值1、外来驾驶人赋值为2;文化程度按照初中及以下赋值为1、中专及高中赋值为2、大专赋值为3、本科及以上赋值为4;婚姻状态中,未婚赋值为1、已婚赋值为2、离异赋值为3;针对驾驶职业特征:用工类型按照驾驶人招聘类型取值,内部培训赋值为1、外部培训赋值为2,内部培训是指自培驾驶人,属计划内用工,外部培训是指社聘驾驶人,属计划外用工;是否加班指标,当前处于加班状态赋值为1、正常工作时间赋值为2;驾驶时间段按照交通状况进行分类,驾驶处于平峰期赋值为1、高峰期赋值为2,各峰期时间段由于公交当前所在线路不同而存在差异,具体时间一般由公交公司给出;驾驶风格指标取值通过对指标数据库分析所得,每次采样时间对该驾驶人当前驾驶风格类型进行一次判断,将激进型赋值为1、普通型赋值为2、保守型赋值为3;收入、驾龄分别取其实际数值,收入是指截止当前时间的月均收入;道路运输驾驶人适宜性评价等级、驾驶人职业技能等级、职业价值观、瞬时记忆能力、复杂反应能力、沟通能力、抗干扰能力、抗压能力、抗单调能力、抗疲劳能力按照每季度或每年企业对驾驶人做的评判,取其实际等级数值;驾驶态度与职业倦怠性分别按照《驾驶人安全态度量表》、《MBI
‑
GS测量量表》进行测量,每季度或每年企业对驾驶人的测量得分为具体取值;累计事故次数、最高有责事故等级、月均安全行驶里程、月均安全违章次数、月均服务违章次数、月均批评教育次数、月均处罚次数取其实际采集值,每月更新一次,其中,月均安全行驶里程是指过去一年内,驾驶人每月安全行驶里程的均值,其他指标同理;当日累计驾驶时长、当日累计驾驶里程分别取其当日截至采样时间的实际累计数值;进出站规范、车道使用规范、交叉口通行规范、驾驶习惯规范取该驾驶人截至采样时间的当日累计不规范次数实际值;针对驾驶状态:酒驾的判定依照车载终端设备中的酒精传感器采集到的信息,在车辆启动后首次采样时间内对驾驶舱内酒精浓度进行检测,确定其是否酒驾,酒精浓度偏高赋值为1,浓度正常赋值为0;针对情绪驾驶、疲劳驾驶、分心驾驶,通过对指标数据库分析所得,判定其不良驾驶状态程度,并依据其对驾驶安全的影响,依次赋值为1、2、3、4、5,数值越大表明该驾驶行为风险等级越高,越不安全;攻击性驾驶行为依照驾驶车辆行驶轨迹分析结果判定其不良状态程度,并按照其对驾驶安全的影响,依次赋值为1、2、3、4、5,数值越大表明攻击性驾驶行为程度越高,风险越大;针对生理状态:体温、脉搏、呼吸、动态血压信息,选用其实际数值作为取值;疾病信息,对该驾驶人疾病状况进行判断,预测其有突发疾病赋值为1,无突发疾病赋值为0;针对心理状态:针对人格、心理健康、情绪稳定性、情绪复原能力,根据企业每季度或每年对驾驶人心理测评的结果,取其相应量表得分为具体数值。5.根据权利要求4所述的一种公交驾驶人在岗适岗性实时评价方法,其特征在于:步骤S5中,归一化处理的函数为:x
′
= (x
‑
x
min
)/(x
max
‑
x
min
)其中,x
′
为归一化后某评价指标数据;x为归一化前某评价指标数据;x
max
为归一化前该驾驶人某评价指标所有数据中的最大值;x
min
为归一化前该驾驶人某评价指标所有数据中
的最小值。6.根据权利要求5所述的一种公交驾驶人在岗适岗性实时评价方法,其特征在于:步骤S6中,对各评价指标阈值的标定,具体如下:针对分类数据:不需要标定阈值的评...
【专利技术属性】
技术研发人员:丁同强,袁蕾,李志强,孙健,田建,张华山,杨帆,孔永臣,李加奇,苗馨宁,王立强,刘梓伟,郑黎黎,
申请(专利权)人:吉林大学,
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。