一种基于客观轨迹数据的驾驶员信任度评估方法技术

本发明专利技术提供了一种基于客观轨迹数据的驾驶员信任度评估方法，应用于计算机技术领域，所述方法包括：计算每单的理论驾驶路线；利用智慧交通基础设施采集每单的实际驾驶路线；利用轨迹相似性模型计算每单的理论驾驶路线与实际驾驶路线的路线相似值；建立路线相似值与驾驶员信任度之间的关联关系，使路线相似值与驾驶员信任度值呈正相关；根据每单产生的路线相似值对驾驶员的信任度进行动态评估

【技术实现步骤摘要】
一种基于客观轨迹数据的驾驶员信任度评估方法


[0001]本专利技术涉及计算机
，进一步涉及驾驶员信任度评价
，尤其涉及一种基于客观轨迹数据的驾驶员信任度评估方法
。

技术介绍

[0002]现有网约车服务质量信誉考核方法将网约车驾驶员驾驶行为和服务行为混合在一起考核，通过乘客打分
(
例如五星好评
)
来评估驾驶员服务质量，进而反应驾驶员可信程度
。
然而，现有方法将驾驶行为和服务行为混合在一起进行考好，考核粒度粗
、
考核结果可靠性不高
。
网约车驾驶员可以通过语言暗示
、
共谋行为等方式引导乘客给出较高的服务质量评分，从而提升驾驶员信誉
。
同样，一些恶意乘客也能够通过给驾驶员服务质量打低分来降低驾驶员信誉
。
由此可见，这种主观信誉评估考核方式易受主观因素影响
、
结果可靠性低；且现有轨迹相似性计算旨在研究空间相似性，忽略城市道路交通轨迹重叠特性，缺少针对网约车驾驶路线相似性量化方法
。

技术实现思路

[0003]有鉴于此，本专利技术提供了一种基于客观轨迹数据的驾驶员信任度评估方法
。
[0004]根据本专利技术的第一方面，提供了一种基于客观轨迹数据的驾驶员信任度评估方法，该方法包括：
[0005]计算每单的理论驾驶路线；
[0006]利用智慧交通基础设施采集每单的实际驾驶路线；
[0007]利用轨迹相似性模型计算每单的理论驾驶路线与实际驾驶路线的路线相似值；
[0008]建立路线相似值与驾驶员信任度之间的关联关系；
[0009]根据每单产生的路线相似值对驾驶员的信任度进行动态评估
。
[0010]在第一方面的一些可实现方式中，计算每单的理论驾驶路线，包括：
[0011]根据每单乘客输入的起始点和目的地，结合电子地图，计算当前费用最优路径，以费用最优路径作为理论驾驶路线
。
[0012]在第一方面的一些可实现方式中，利用智慧交通基础设施采集每单的实际驾驶路线，包括：
[0013]利用智慧交通基础设施中的智能路侧设备采集每单的实际驾驶路线
。
[0014]在第一方面的一些可实现方式中，利用轨迹相似性模型计算每单的理论驾驶路线与实际驾驶路线的路线相似值，包括：
[0015]利用轨迹相似性模型中的相似值计算公式计算每单的理论驾驶路线与实际驾驶路线的相似性，并将相似性量化为路线相似值；相似值计算公式为：
[0016][0017]其中，
Tra
为实际驾驶路线；
Tra
′
为理论驾驶路线；为每单的理论驾驶路线与实
际驾驶路线之间完全重合的轨迹路段数；为每单的理论驾驶路线与实际驾驶路线的所有完全重合的轨迹路段的长度之和；
l(Tra
′
)
为每单的理论驾驶路线的轨迹长度之和
。
[0018]在第一方面的一些可实现方式中，每单的理论驾驶路线与实际驾驶路线之间完全重合的轨迹路段数，通过以下步骤获取：
[0019]利用网格法，将每单的理论驾驶路线与实际驾驶路线划分为多组轨迹路段；
[0020]根据预设的轨迹距离阈值，判断每一组轨迹路段两两之间的轨迹距离；
[0021]若轨迹距离满足预设的距离阈值，则判断两轨迹路段为完全重合轨迹路段；
[0022]对完全重合轨迹路段进行统计，得到完全重合的轨迹路段数
。
[0023]在第一方面的一些可实现方式中，每单的理论驾驶路线与实际驾驶路线的所有完全重合的轨迹路段的长度之和由轨迹长度之和计算公式计算得出，轨迹长度之和计算公式为：
[0024][0025]其中，
t
为两条路线的重合路段数，且
t≤min(m
‑1，
n
‑
1)
；为每一组完全重合的轨迹路段的轨迹长度
。
[0026]在第一方面的一些可实现方式中，根据每单产生的路线相似值对驾驶员的信任度进行动态评估，包括：
[0027]将路线相似值输入第一信任度评估计算公式，对驾驶员的信任度进行动态评估，其中，第一信任度评估计算公式为：
[0028][0029]其中，
T
n
为驾驶员信任度；
S
n
为第
n
单的路线相似值；
T
n
‑1为完成第
n
‑1单时驾驶员的信任度；
n
为第
n
单网约车服务
。
[0030]在第一方面的一些可实现方式中，根据每单产生的路线相似值对驾驶员的信任度进行动态评估，还包括：
[0031]将路线相似值输入第二信任度评估计算公式，对驾驶员的信任度进行动态评估，其中，第二信任度评估计算公式为：
[0032][0033]其中，
T
n
为驾驶员信任度；
S
n
为路线相似值；
P
n
为第
n
单的金额；为前
n
‑1单的平均费用；
T
n
‑1为完成第
n
‑1单时驾驶员的信任度
。
[0034]在第一方面的一些可实现方式中，该方法还包括：
[0035]根据注册信息为新注册的驾驶员分配初始信任值
。
[0036]在第一方面的一些可实现方式中，根据注册信息为新注册的驾驶员分配初始信任
值，包括：
[0037]根据注册信息中的驾驶员基本信息和车辆基本信息为新注册的驾驶员分配初始信任值
。
[0038]在本专利技术中，本专利技术旨在通过驾驶路线轨迹来评价网约车驾驶员的驾驶行为，其中，评价网约车驾驶员的驾驶行为的驾驶路线是由智慧交通基础设施采集的，是客观的无人为因素干扰的，基于此评估计算出的网约车驾驶员信任度更加可靠
。
[0039]应当理解，
技术实现思路
部分中所描述的内容并非旨在限定本专利技术的实施例的关键或重要特征，亦非用于限制本专利技术的范围
。
本专利技术的其它特征将通过以下的描述变得容易理解
。
附图说明
[0040]结合附图并参考以下详细说明，本专利技术各实施例的上述和其他特征
、
优点及方面将变得更加明显
。
附图用于更好地理解本方案，不构成对本专利技术的限定在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
[0041]图1示出了本专利技术实施例提供的一种基于客观轨迹数据的驾驶员信任度评估方法的示例性运行场景图；
[0042]图2示出了本专利技术实施例提供的一种基于客观轨迹数据的驾驶员信任度评估方法的流程图；
[0043]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于客观轨迹数据的驾驶员信任度评估方法，应用于网约车平台，其特征在于，所述方法包括：计算每单的理论驾驶路线；利用智慧交通基础设施采集每单的实际驾驶路线；利用轨迹相似性模型计算每单的理论驾驶路线与实际驾驶路线的路线相似值；建立路线相似值与驾驶员信任度之间的关联关系；根据每单产生的路线相似值对驾驶员的信任度进行动态评估
。2.
根据权利要求1所述的方法，其特征在于，所述计算每单的理论驾驶路线，包括：根据每单乘客输入的起始点和目的地，结合电子地图，计算当前费用最优路径，以所述费用最优路径作为理论驾驶路线
。3.
根据权利要求1所述的方法，其特征在于，所述利用智慧交通基础设施采集每单的实际驾驶路线，包括：利用所述智慧交通基础设施中的智能路侧设备采集每单的实际驾驶路线
。4.
根据权利要求1所述的方法，其特征在于，利用轨迹相似性模型计算每单的理论驾驶路线与实际驾驶路线的路线相似值，包括：利用轨迹相似性模型中的相似值计算公式计算每单的理论驾驶路线与实际驾驶路线的相似性，并将所述相似性量化为路线相似值；所述相似值计算公式为：其中，
Tra
为实际驾驶路线；
Tra
′
为理论驾驶路线；为每单的理论驾驶路线与实际驾驶路线之间完全重合的轨迹路段数；为每单的理论驾驶路线与实际驾驶路线的所有完全重合的轨迹路段的长度之和；
l(Tra
′
)
为每单的理论驾驶路线的轨迹长度之和
。5.
根据权利要求4所述的方法，其特征在于，所述每单的理论驾驶路线与实际驾驶路线之间完全重合的轨迹路段数，通过以下步骤获取：利用网格法，将每单的理论驾驶路线与实际驾驶路线划分为多组轨迹路段；根据预设的轨迹距离阈值，判断每一组轨迹路段两两之间的轨迹距离；若所述轨迹距离满足预设的距离阈值，则判断两轨迹路段为完全重合轨迹路段；对所述完全重合轨迹路段进行统计，得到所述完全重合的轨迹路段数
。6.
根据权利要求4所述的方法，其特征在于，所述每单的理论驾驶路线与实际驾驶路线的所有完全...

【专利技术属性】
技术研发人员：佟威，杨超，侯高攀，杨卫东，董学文，沈玉龙，孙冉冉，高向上，李楗，董泽松，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：