CN105679020B - 一种驾驶行为分析装置和方法 - Google Patents
一种驾驶行为分析装置和方法 Download PDFInfo
- Publication number
- CN105679020B CN105679020B CN201610066092.2A CN201610066092A CN105679020B CN 105679020 B CN105679020 B CN 105679020B CN 201610066092 A CN201610066092 A CN 201610066092A CN 105679020 B CN105679020 B CN 105679020B
- Authority
- CN
- China
- Prior art keywords
- driver
- duration
- driving
- time
- follow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了驾驶行为分析装置和方法,该装置包括:获取模块,用于从车载驾驶辅助系统获取汽车行驶过程中产生的行车信息;分析模块,连接获取模块,用于对行车信息进行统计分析,根据跟车距离,统计分析驾驶员的跟车习惯;根据车道偏离次数和持续时间,统计分析驾驶员的变道习惯;根据超速范围及持续时间,统计分析驾驶员的超速驾驶习惯;根据前部碰撞警告次数,统计分析驾驶员的跟车以及加速驾驶习惯;评价模块,用于将分析模块分析得到的驾驶员的驾驶习惯与预设的良好驾驶习惯进行对比,得到驾驶员的不良驾驶习惯。通过本发明能够基于驾驶环境对驾驶员的驾驶行为进行分析,对驾驶员做正确指引,避免误导,同时改善驾驶员的驾驶行为。
Description
技术领域
本发明涉及车辆安全领域,特别是涉及一种驾驶行为分析装置和方法。
背景技术
现有技术中,基于OBD的驾驶行为分析方法已经开始应用于车上,但它只能获取汽车的速度、加速度、转速、转向等数值,然后凭软件计算来得出驾驶行为,而无法考虑实际的路面情况。这导致分析的结果有很大的局限性。
例如,汽车突然在8秒内从30公里加速到100公里,如果是在限速60公里的市区道路上或者距前车很近时,就明显是一个不良驾驶习惯,超速以及急加速都容易引发事故。但如果是在高速入口并道且前方车道无车,迅速提高车速反而更安全,基于OBD的驾驶行为分析无法区分两者,会直接导致误判;又如,汽车保持80公里的匀速直线行驶,传统的驾驶行为分析会认定这是良好的驾驶行为,但如果车子是行驶在限速60公里的道路上,这明显是一个持续的超速行为;再如,驾驶员突然急刹车,传统的驾驶行为分析也会将这当作一个不良驾驶习惯加以记录分析,但如果是前车急刹,这就完全是正常的安全驾驶。对上述情况,现有技术无法正确做出判断。
发明内容
本发明主要解决的技术问题是提供一种驾驶行为分析装置和方法,能够基于驾驶环境对驾驶员的驾驶行为进行分析,对驾驶员做正确指引,避免误导,同时改善驾驶员的驾驶行为。
为解决上述技术问题,本发明采用的一个技术方案是:提供一种驾驶行为分析装置,该装置连接一车载驾驶辅助系统,用于对车载驾驶辅助系统采集的行车信息进行分析,包括:获取模块,用于从车载驾驶辅助系统获取汽车行驶过程中产生的行车信息,行车信息至少包括:在驾驶时间T时间段内的跟车距离、车道偏离次数及持续时间、超速范围及持续时间、前部碰撞警告次数;分析模块,连接获取模块,用于对行车信息进行统计分析,根据跟车距离,统计分析驾驶员的跟车习惯;根据车道偏离次数和持续时间,统计分析驾驶员的车道偏离习惯;根据超速范围及持续时间,统计分析驾驶员的超速驾驶习惯;根据前部碰撞警告次数,统计分析驾驶员的跟车以及加速驾驶习惯;评价模块,用于将分析模块分析得到的驾驶员的驾驶习惯与预设的良好驾驶习惯进行对比,得到驾驶员的不良驾驶习惯。
为解决上述技术问题,本发明采用的一个技术方案是:提供一种驾驶行为分析方法,连接车载驾驶辅助系统以对所述车载驾驶辅助系统采集的行车信息进行分析,该方法的步骤包括:从车载驾驶辅助系统获取汽车行驶过程中产生的行车信息,行车信息至少包括:在驾驶时间T时间段内的跟车距离、车道偏离次数及持续时间、超速范围及持续时间、前部碰撞警告次数;对行车信息进行统计分析,根据跟车距离,统计分析驾驶员的跟车习惯;根据车道偏离次数和持续时间,统计分析驾驶员的变道习惯;根据超速范围及持续时间,统计分析驾驶员的超速驾驶习惯;根据前部碰撞警告次数,统计分析驾驶员的跟车以及加速驾驶习惯;将分析得到的驾驶员的驾驶习惯与预设的良好驾驶习惯进行对比,得到驾驶员的不良驾驶习惯。
区别于现有技术,本发明的驾驶行为分析装置从与之连接的车载辅助系统获取车辆的行车信息,对其中的跟车距离、车道偏离次数及持续时间、超速范围及持续时间、前部碰撞警告次数信息进行分析,得到驾驶员的跟车习惯、变道习惯、超速驾驶习惯及刹车习惯,综合驾驶员的驾驶习惯对其驾驶行为进行评价。通过本发明,能够基于驾驶环境对驾驶员的驾驶行为进行分析,对驾驶员做正确指引,避免误导,同时改善驾驶员的驾驶行为。
附图说明
图1是本发明提供的一种驾驶行为分析装置第一实施方式的结构示意图;
图2是本发明提供的一种驾驶行为分析方法第一实施方式的流程示意图。
具体实施方式
下面结合具体实施方式对本发明的技术方案作进一步更详细的描述。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
随着经济的发展,汽车逐渐成为普及的交通工具,驾驶汽车也成为人们生活中的一部分,越来越多的人选择自己驾车出行。由于驾驶员的驾驶水平良莠不齐,不少驾驶员在实际的驾驶过程中,存在各种不良的驾驶习惯,比如变道不打灯,超速行驶,跟车过近等等。很小的操作不当都可能酿成灾难,这些不良驾驶习惯会直接导致交通事故,是潜在的安全隐患。针对道路交通事故的调查分析表明,人的因素占所有的交通事故原因的9成以上。因此,改善驾驶员的这些不良驾驶习惯,是目前亟待解决的一个社会问题。
各类驾驶行为分析方法也应运而生。如基于OBD(车载诊断系统)的驾驶行为分析方法已经被应用于车上,它通过获取汽车的转速、速度、转向以及加速度等数值,通过一定的算法来还原出驾驶员的驾驶行为,从数据层面来分析驾驶行为,并给出适当的建议或警告。
ADAS(Advanced Driver Assistance Systems高级驾驶辅助系统)是一套驾驶辅助系统,通过安装在车上的一系列传感器,收集车内外的数据,通过运算和处理,从而在最快的时间内识别出可能的危险,给出警告,及时提醒驾驶员注意。
基于OBD驾驶行为分析系统工作时无法结合实际的路面情况,这导致分析的结果有很大的局限性,而且容易发生误判。
参阅图1,图1是本发明提供的一种驾驶行为分析装置第一实施方式的结构示意图。该装置100连接到一车载辅助系统(未标示),包括:获取模块110、分析模块120和评价模块130。
获取模块110连接该车载辅助系统,从车载驾驶辅助系统(未标示)获取汽车行驶过程中产生的行车信息,行车信息至少包括:在预设的驾驶时间T时间段内的跟车距离、车道偏离次数及持续时间、超速范围及持续时间、前部碰撞警告次数。其中,跟车距离与车速有关,当车速越高时,安全跟车距离值要求越大。前部碰撞即为通常所说的追尾。获取模块110获取行车信息后传输到分析模块120。
分析模块120对行车信息进行统计分析,根据跟车距离,得到驾驶员的跟车习惯;根据车道偏离次数和持续时间,统计驾驶员的变道习惯;根据超速范围及持续时间,统计驾驶员的超速驾驶习惯;根据前部碰撞警告次数,统计驾驶员的刹车习惯。分析模块120包括跟车分析单元121、车道偏离分析单元120、超速分析单元130和追尾分析单元140。
跟车分析单元121从获取模块110获取跟车距离,并从车载辅助系统获取实时的运行速度,根据公式:速度×时间=距离,将跟车距离转换成跟车时间。同时设定第一跟车时间阈值t1和第二跟车时间t2,并在获取模块110预设的时间段T内,统计小于等于第一跟车时间阈值t1的跟车时间的持续时间T1、处于第一跟车时间阈值t1和第二跟车时间阈值t2之间的跟车时间的持续时间T2以及大于等于所述第二跟车时间阈值的所述跟车时间的持续时间T3。由于正常司机的动作反应时间约为0.7秒,因此当跟车时间小于0.6秒时,属于危险的驾驶方式。在本实施方式中,设定第一跟车时间阈值t1为0.6秒,第二跟车时间阈值为1.2秒,统计在T时间段内跟车时间位于上述三个阈值区间时的持续时间,以分析驾驶员的跟车习惯。同时计算小于等于第一跟车时间阈值t1的跟车时间的持续时间T1相对于统计时间段T的百分比。当计算所得的百分比大于30%时,为不良的跟车习惯。在本实施方式中,如果小于等于第一跟车时间阈值的跟车时间的持续时间T1相对与统计时间段T的百分比大于30%时,提醒驾驶员增大跟车距离。
车道偏离分析单元122获取车道偏离次数及持续时间,预设一车辆行驶速度阈值V,统计车辆行驶速度大于或小于行驶速度阈值时,车道偏离次数及相应的持续时间,得到所述驾驶员的变道习惯。车道偏离是指车辆在未打转向灯的情况下改变车道。在高速行驶的情况下,车道偏离容易导致车祸。在本实施方式中,预设的行驶速度阈值为50公里/时,通过统计在预设时间段T内,行驶速度大于等于50公里/小时的车道偏离次数和相应的持续时间,以及行驶速度小于50公里/小时的车道偏离次数和相应的持续时间。根据车道偏离的次数和持续时间分析驾驶员的变道习惯。超速分析单元123获取超速范围和持续时间,计算车辆行驶的超速百分比,超速百分比是以超过限速后的速度占当前限定的行驶速度的百分比,设定第一超速百分比阈值和第二百分比阈值,且在预设的时间段T内,统计小于等于第一超速百分比阈值的行驶速度的持续时间T1’、处于第一超速百分比阈值和第二超速百分比阈值的行驶速度的持续时间T2’以及大于等于第二超速百分比阈值的行驶速度的持续时间T3’,以分析驾驶员的超速驾驶习惯。第一超速百分比阈值可取为10%,第二超速百分比阈值取为30%,当超速百分比小于10%,且持续时间T1’小于10秒时,可认为是常规驾驶,将此次记录删除。
追尾分析单元124获取在预设的时间段T内的前部碰撞警告次数,前部碰撞即通常所说的追尾,当两车距离过近,或前车急刹,而驾驶员没有注意时,容易发生此类事故。驾驶辅助系统在可能发生前部碰撞前给出警告,并一直持续到危险解除。当发生前部碰撞警告时,驾驶员必须踩刹车,才能避免即将到来的碰撞。前部碰撞的类型包括前车急刹或强行变道引起的第一类前部碰撞和由于驾驶员急加速或跟车过近引起的第二类前部碰撞。追尾分析单元124判断获取的前部碰撞是否为因前车驾驶不当触发的第一类前部碰撞,排除第一类前部碰撞,统计因驾驶员跟车过近或急加速引起的第二类前部碰撞,分析驾驶员的跟车以及加速驾驶习惯。第二类前部碰撞完全是因为驾驶员驾驶不当或者精力不集中引起的,而且往往容易造成追尾事故,因此需要对其统计并分析,对驾驶员进行提醒。
分析完成后,评价模块130将分析模块120分析得到的驾驶员的驾驶习惯与预设的良好驾驶习惯进行对比,得到驾驶员的不良驾驶习惯并展示给所述驾驶员。同时,可以在某一个分析数据的单项上对驾驶员的驾驶行为做更准确分析,为驾驶员提供改进方法。在本实施方式中,如果分析模块120经分析得出驾驶时超速持续时间较长,则为设定限制速度,当驾驶速度达到限制速度时,发出警报提醒减速。同时可提醒驾驶员增大跟车距离,注意避免变道。
在其他实施方式中,也可以将分析模块120分析得到的所有参数计算加权平均值,来总体的评价驾驶者的驾驶习惯。为驾驶员设定最佳跟车距离和行驶速度,调整驾驶员的变道习惯,规范驾驶员的驾驶习惯,确保行车安全。
区别于现有技术,本发明的驾驶行为分析装置从与之连接的车载辅助系统获取车辆的行车信息,对其中的跟车距离、车道偏离次数及持续时间、超速范围及持续时间、前部碰撞警告次数信息进行分析,得到驾驶员的跟车习惯、变道习惯、超速驾驶习惯及刹车习惯,综合驾驶员的驾驶习惯对其驾驶行为进行评价。通过本发明,能够基于驾驶环境对驾驶员的驾驶行为进行分析,对驾驶员做正确指引,避免误导,同时改善驾驶员的驾驶行为。
参阅图2,图2是本发明提供的一种驾驶行为分析方法第一实施方式的流程示意图。该方法的步骤包括:
S201:从车载驾驶辅助系统获取汽车行驶过程中产生的行车信息,行车信息至少包括:在驾驶时间T时间段内的跟车距离、车道偏离次数及持续时间、超速范围及持续时间、前部碰撞警告次数。
连接车载辅助系统,从车载驾驶辅助系统获取汽车行驶过程中产生的行车信息,行车信息至少包括:在预设的驾驶时间T时间段内的跟车距离、车道偏离次数及持续时间、超速范围及持续时间、前部碰撞警告次数。其中,跟车距离与车速有关,当车速越高时,安全跟车距离值要求越大。前部碰撞即为通常所说的追尾。进入步骤S202。
S202:对行车信息进行统计分析,根据跟车距离,得到驾驶员的跟车习惯;根据车道偏离次数和持续时间,统计驾驶员的变道习惯;根据超速范围及持续时间,统计驾驶员的超速驾驶习惯;根据前部碰撞警告次数,统计驾驶员的刹车习惯。
对行车信息进行统计分析,根据跟车距离,得到驾驶员的跟车习惯;根据车道偏离次数和持续时间,统计驾驶员的变道习惯;根据超速范围及持续时间,统计驾驶员的超速驾驶习惯;根据前部碰撞警告次数,统计驾驶员的刹车习惯。获取跟车距离,并从车载辅助系统获取实时的运行速度,根据公式:速度×时间=距离,将跟车距离转换成跟车时间。同时设定第一跟车时间阈值t1和第二跟车时间t2,并在预设的时间段T内,统计小于等于第一跟车时间阈值t1的跟车时间的持续时间T1、处于第一跟车时间阈值t1和第二跟车时间阈值t2之间的跟车时间的持续时间T2以及大于等于所述第二跟车时间阈值的所述跟车时间的持续时间T3。由于正常司机的动作反应时间约为0.7秒,因此当跟车时间小于0.6秒时,属于危险的驾驶方式。在本实施方式中,设定第一跟车时间阈值t1为0.6秒,第二跟车时间阈值为1.2秒,统计在T时间段内跟车时间位于上述三个阈值区间时的持续时间,以分析驾驶员的跟车习惯。同时计算小于等于第一跟车时间阈值t1的跟车时间的持续时间T1相对于统计时间段T的百分比。当计算所得的百分比大于30%时,为不良的跟车习惯。在本实施方式中,如果小于等于第一跟车时间阈值的跟车时间的持续时间T1相对与统计时间段T的百分比大于30%时,提醒驾驶员增大跟车距离。
获取车道偏离次数及持续时间,预设一车辆行驶速度阈值V,统计车辆行驶速度大于或小于行驶速度阈值时,车道偏离次数及相应的持续时间,得到所述驾驶员的变道习惯。车道偏离是指车辆在未打转向灯的情况下改变车道。如果在高速行驶的情况下,车道偏离容易导致车祸。在本实施方式中,预设的行驶速度阈值为50公里/时,通过统计在预设时间段T内,行驶速度大于等于50公里/时时的车道偏离次数和相应的持续时间,以及行驶速度小于50公里/时时的车道偏离次数和相应的持续时间。根据车道偏离的次数和持续时间分析驾驶员的变道习惯。
获取超速范围和持续时间,计算车辆行驶的超速百分比,超速百分比是以超过限速后的速度占当前限定的行驶速度的百分比,设定第一超速百分比阈值和第二百分比阈值,且在预设的时间段T内,统计小于等于第一超速百分比阈值的行驶速度的持续时间T1’、处于第一超速百分比阈值和第二超速百分比阈值的行驶速度的持续时间T2’以及大于等于第二超速百分比阈值的行驶速度的持续时间T3’,以分析驾驶员的超速驾驶习惯。第一超速百分比阈值可取为10%,第二超速百分比阈值取为30%,当超速百分比小于10%,且持续时间T1’小于10秒时,可认为是常规驾驶,将此次记录删除。
获取在预设的时间段T内的前部碰撞警告次数,前部碰撞即通常所说的追尾,当两车距离过近,或前车急刹,而驾驶员没有注意时,容易发生此类事故。驾驶辅助系统在可能发生前部碰撞前给出警告,并一直持续到危险解除。当发生前部碰撞警告时,驾驶员必须踩刹车,才能避免即将到来的碰撞。判断获取的前部碰撞是否为因前车驾驶不当触发的第一类前部碰撞,排除第一类前部碰撞,统计因驾驶员跟车过近或急加速引起的第二类前部碰撞,分析驾驶员的跟车以及加速驾驶习惯。第二类前部碰撞完全是因为驾驶员驾驶不当或者精力不集中引起的,而且往往容易造成追尾事故,因此需要对其统计并分析,对驾驶员进行提醒。
S203:将分析得到的驾驶员的驾驶习惯与预设的良好驾驶习惯进行对比,得到驾驶员的不良驾驶习惯。
分析完成后,将分析得到的驾驶员的驾驶习惯与预设的良好驾驶习惯进行对比,得到驾驶员的不良驾驶习惯。同时,可以在某一个分析数据的单项上对驾驶员的驾驶行为做更准确分析,为驾驶员提供改进方法。在本实施方式中,如果分析得出驾驶时超速持续时间较长,则为设定限制速度,当驾驶速度达到限制速度时,发出警报提醒减速。如果分析出长时间跟车距离小于设定值,则提醒驾驶员增大跟车距离,保持车距。
在其他实施方式中,也可以将分析得到的所有参数计算加权平均值,来总体的评价驾驶者的驾驶习惯。为驾驶员设定最佳跟车距离和行驶速度,调整驾驶员的变道习惯,规范驾驶员的驾驶习惯,确保行车安全。
区别于现有技术,本发明的驾驶行为分析方法从与之连接的车载辅助系统获取车辆的行车信息,对其中的跟车距离、车道偏离次数及持续时间、超速范围及持续时间、前部碰撞警告次数信息进行分析,得到驾驶员的跟车习惯、变道习惯、超速驾驶习惯及刹车习惯,综合驾驶员的驾驶习惯对其驾驶行为进行评价。通过本发明,能够基于驾驶环境对驾驶员的驾驶行为进行分析,对驾驶员做正确指引,避免误导,同时改善驾驶员的驾驶行为。
以上所述仅为本发明的实施方式,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种驾驶行为分析装置,连接一车载驾驶辅助系统,用于对所述车载驾驶辅助系统采集的行车信息进行分析,其特征在于,包括:
获取模块,用于从所述车载驾驶辅助系统获取汽车行驶过程中产生的行车信息,所述行车信息至少包括:在驾驶时间T时间段内的跟车距离、车道偏离次数及持续时间、超速范围及持续时间、前部碰撞警告次数;
分析模块,连接所述获取模块,用于对所述行车信息进行统计分析,根据所述跟车距离,统计分析驾驶员的跟车习惯;根据所述车道偏离次数和持续时间,统计分析所述驾驶员的车道偏离习惯;根据所述超速范围及持续时间,统计分析所述驾驶员的超速驾驶习惯;根据所述前部碰撞警告次数,统计分析所述驾驶员的跟车以及加速驾驶习惯;
评价模块,用于将所述分析模块分析得到的所述驾驶员的驾驶习惯与预设的良好驾驶习惯进行对比,得到所述驾驶员的不良驾驶习惯;
其中,分析模块包括:
跟车分析单元,用于获取所述跟车距离,根据实时的运行速度,将所述跟车距离转换为跟车时间,设定第一跟车时间阈值和第二跟车时间阈值,且在预设的时间段T内,统计小于等于所述第一跟车时间阈值的所述跟车时间的持续时间T1、处于所述第一跟车时间阈值和所述第二跟车时间阈值之间的所述跟车时间的持续时间T2以及大于等于所述第二跟车时间阈值的所述跟车时间的持续时间T3,以统计分析所述驾驶员的跟车习惯;
车道偏离分析单元,用于获取所述车道偏离次数及持续时间,预设一车辆行驶速度阈值V,统计所述车辆行驶速度大于或小于所述行驶速度阈值时,所述车道偏离次数及相应的所述持续时间,以统计分析所述驾驶员的车道偏离习惯;
超速分析单元,用于获取所述超速范围和持续时间,计算所述车辆行驶的超速百分比,所述超速百分比是以超过限速的部分速度占当前限定的所述行驶速度的百分比,设定第一超速百分比阈值和第二超速百分比阈值,且在预设的时间段T内,统计小于等于所述第一超速百分比阈值的所述行驶速度的持续时间T1’、处于所述第一超速百分比阈值和所述第二超速百分比阈值的所述行驶速度的持续时间T2’以及大于等于所述第二超速百分比阈值的所述行驶速度的持续时间T3’,以统计分析所述驾驶员的超速驾驶习惯;
追尾分析单元,用于获取在预设的时间段T内的所述前部碰撞警告次数,判断获取模块获取的前部碰撞是否为因前车驾驶不当触发的第一类前部碰撞,并使所述追尾分析单元排除所述第一类前部碰撞,统计因所述驾驶员跟车过近或急加速引起的第二类前部碰撞,以统计分析所述驾驶员的跟车以及加速驾驶习惯。
2.根据权利要求1所述的驾驶行为分析装置,其特征在于,当所述超速分析单元统计所述行驶速度的持续时间,得到小于等于所述第一超速百分比阈值的所述行驶速度的持续时间T1’小于一设定的时间阈值时,删除统计信息,重新开始统计。
3.根据权利要求1所述的驾驶行为分析装置,其特征在于,所述跟车分析单元计算小于等于所述第一跟车时间阈值的所述跟车时间的持续时间T1相对统计时间段T的百分比,并在所述百分比大于预设的百分比阈值时,提醒所述驾驶员调整所述跟车距离。
4.根据权利要求1所述的驾驶行为分析装置,其特征在于,所述评价模块将所述分析模块分析得到的结果参数进行加权平均计算,以评价所述驾驶员的驾驶习惯。
5.一种驾驶行为分析方法,连接车载驾驶辅助系统以对所述车载驾驶辅助系统采集的行车信息进行分析,其特征在于,包括:
从所述车载驾驶辅助系统获取汽车行驶过程中产生的行车信息,所述行车信息至少包括:在驾驶时间T时间段内的跟车距离、车道偏离次数及持续时间、超速范围及持续时间、前部碰撞警告次数;
对所述行车信息进行统计分析,根据所述跟车距离,统计分析驾驶员的跟车习惯;根据所述车道偏离次数和持续时间,统计分析所述驾驶员的变道习惯;根据所述超速范围及持续时间,统计分析所述驾驶员的超速驾驶习惯;根据所述前部碰撞警告次数,统计分析所述驾驶员的跟车以及加速驾驶习惯;
将分析得到的所述驾驶员的驾驶习惯与预设的良好驾驶习惯进行对比,得到所述驾驶员的不良驾驶习惯;
对所述行车信息进行统计分析具体包括以下四个步骤:
获取所述跟车距离,根据实时的运行速度,将所述跟车距离转换为跟车时间,设定第一跟车时间阈值和第二跟车时间阈值,且在预设的时间段T内,统计小于等于所述第一跟车时间阈值的所述跟车时间的持续时间T1、处于所述第一跟车时间阈值和所述第二跟车时间阈值的所述跟车时间的持续时间T2以及大于等于所述第二跟车时间阈值的所述跟车时间的持续时间T3,以统计分析所述驾驶员的跟车习惯;
获取所述车道偏离次数及持续时间,预设一车辆行驶速度阈值V,统计所述车辆行驶速度大于或小于所述行驶速度阈值时,所述车道偏离次数及相应的所述持续时间,以统计分析所述驾驶员的变道习惯;
获取所述超速范围和持续时间,计算所述车辆行驶的超速百分比,所述超速百分比是以超过限速的部分速度占当前限定的所述行驶速度的百分比,设定第一超速百分比阈值和第二超速百分比阈值,且在预设的时间段T内,统计小于等于所述第一超速百分比阈值的所述行驶速度的持续时间T1’、处于所述第一超速百分比阈值和所述第二超速百分比阈值的所述行驶速度的持续时间T2’以及大于等于所述第二超速百分比阈值的所述行驶速度的持续时间T3’,以统计分析所述驾驶员的超速驾驶习惯;
获取在预设的时间段T内的所述前部碰撞警告次数,判断获取的前部碰撞是否为因前车驾驶不当触发的第一类前部碰撞,排除所述第一类前部碰撞,统计因所述驾驶员跟车过近或急加速引起的第二类前部碰撞,以统计分析所述驾驶员的跟车以及加速驾驶习惯。
6.根据权利要求5所述的驾驶行为分析方法,其特征在于,统计所述行驶速度的持续时间,得到小于等于所述第一超速百分比阈值的所述行驶速度的持续时间T1’小于一设定的时间阈值时,删除统计信息,重新开始统计。
7.根据权利要求5所述的驾驶行为分析方法,其特征在于,计算小于等于所述第一跟车时间阈值的所述跟车时间的持续时间T1相对统计时间段T的百分比,并在所述百分比大于预设的百分比阈值时,提醒所述驾驶员调整所述跟车距离。
8.根据权利要求5所述的驾驶行为分析方法,其特征在于,将分析得到的结果参数进行加权平均计算,以评价所述驾驶员的驾驶习惯。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610066092.2A CN105679020B (zh) | 2016-01-29 | 2016-01-29 | 一种驾驶行为分析装置和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610066092.2A CN105679020B (zh) | 2016-01-29 | 2016-01-29 | 一种驾驶行为分析装置和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105679020A CN105679020A (zh) | 2016-06-15 |
CN105679020B true CN105679020B (zh) | 2017-12-05 |
Family
ID=56303036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610066092.2A Active CN105679020B (zh) | 2016-01-29 | 2016-01-29 | 一种驾驶行为分析装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105679020B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110871734A (zh) * | 2018-08-31 | 2020-03-10 | 长城汽车股份有限公司 | 行车间距提示方法、系统及车辆 |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097709B (zh) * | 2016-06-27 | 2019-10-29 | 江苏迪纳数字科技股份有限公司 | 基于智能车载终端的驾驶行为识别方法 |
CN108205828A (zh) * | 2016-12-20 | 2018-06-26 | 大陆汽车电子(连云港)有限公司 | 驾驶员驾驶习惯分析系统及方法 |
CN108268678B (zh) * | 2016-12-30 | 2021-07-23 | 上海擎感智能科技有限公司 | 驾驶行为分析方法、装置及系统 |
CN107192396A (zh) * | 2017-02-13 | 2017-09-22 | 问众智能信息科技(北京)有限公司 | 汽车精确导航方法和装置 |
CN107341864A (zh) * | 2017-06-07 | 2017-11-10 | 华东师范大学 | 通过车辆总线记录设备分析驾驶员驾驶行为的评价系统 |
CN107134173B (zh) * | 2017-06-15 | 2023-04-18 | 长安大学 | 一种具有驾驶习惯识别的换道预警系统及方法 |
CN107972671A (zh) * | 2017-07-19 | 2018-05-01 | 宁波诺丁汉大学 | 一种驾驶行为分析系统 |
CN107424439A (zh) * | 2017-07-21 | 2017-12-01 | 维沃移动通信有限公司 | 一种信息提醒方法及车载终端 |
CN107705595B (zh) * | 2017-09-25 | 2020-11-27 | 航天科技控股集团股份有限公司 | 一种基于记录仪管理平台的自动控制车载终端触发报警装置及触发报警方法 |
TWI658955B (zh) * | 2018-03-09 | 2019-05-11 | 世環國際股份有限公司 | 車輛不當跟車判斷方法、不當跟車判斷模組與系統 |
TWI658956B (zh) * | 2018-03-09 | 2019-05-11 | 世環國際股份有限公司 | 車輛不當跟車誤判排除方法、誤判排除模組與系統 |
TWI658954B (zh) * | 2018-03-09 | 2019-05-11 | 世環國際股份有限公司 | 不當偏離車道判斷方法、車輛不當偏離判斷模組與系統 |
CN110264705A (zh) * | 2018-03-12 | 2019-09-20 | 世环国际股份有限公司 | 车辆不当跟车误判排除方法、误判排除模块与系统 |
CN110264782A (zh) * | 2018-03-12 | 2019-09-20 | 世环国际股份有限公司 | 车辆不当跟车判断方法、不当跟车判断模块与系统 |
CN108482382B (zh) * | 2018-03-27 | 2020-08-04 | 斑马网络技术有限公司 | 驾驶技术评分方法、设备、存储介质及车辆 |
CN109017795A (zh) * | 2018-07-05 | 2018-12-18 | 合肥移顺信息技术有限公司 | 一种驾驶习惯监测方法 |
CN110733509A (zh) * | 2018-07-18 | 2020-01-31 | 阿里巴巴集团控股有限公司 | 驾驶行为分析方法、装置、设备以及存储介质 |
CN109447127A (zh) * | 2018-09-29 | 2019-03-08 | 深圳市元征科技股份有限公司 | 数据处理方法及装置 |
CN109435959B (zh) * | 2018-10-24 | 2020-10-09 | 斑马网络技术有限公司 | 疲劳驾驶处理方法、车辆、存储介质及电子设备 |
CN111605557B (zh) * | 2019-02-25 | 2021-12-21 | 郑州宇通客车股份有限公司 | 一种基于驾驶安全评价的车辆控制方法及装置 |
CN110239560B (zh) * | 2019-07-08 | 2024-08-02 | 瞬联软件科技(北京)有限公司 | 一种安全驾驶习惯评分方法及装置 |
CN110717436A (zh) * | 2019-09-30 | 2020-01-21 | 上海商汤临港智能科技有限公司 | 数据分析方法、装置、电子设备和计算机存储介质 |
CN112508054B (zh) * | 2020-11-12 | 2022-04-26 | 东风汽车集团有限公司 | 一种驾驶模型训练方法、装置、设备和介质 |
CN112373482B (zh) * | 2020-11-23 | 2021-11-05 | 浙江天行健智能科技有限公司 | 一种基于驾驶模拟器的驾驶习惯建模方法 |
CN113200048B (zh) * | 2021-05-28 | 2023-02-28 | 东风汽车集团股份有限公司 | 一种智能辅助驾驶车辆监控方法及系统 |
CN113232670B (zh) * | 2021-06-15 | 2022-06-10 | 杭州链驾科技有限公司 | 基于区块链的驾驶行为分析方法 |
CN113428164B (zh) * | 2021-07-21 | 2023-01-03 | 上汽通用五菱汽车股份有限公司 | 驾驶习惯学习方法、装置及计算机可读存储介质 |
CN114999022B (zh) * | 2022-05-19 | 2024-05-17 | 成都亿盟恒信科技有限公司 | 一种基于历史驾驶数据的驾驶习惯分析系统 |
CN115848398B (zh) * | 2022-11-22 | 2024-02-02 | 上海大学 | 一种基于学习及考虑驾驶员行为特征的车道偏离预警系统评估方法 |
CN116653980B (zh) * | 2023-06-28 | 2024-08-06 | 运脉云技术有限公司 | 一种驾驶员驾驶习惯分析系统及驾驶习惯分析方法 |
CN118545068B (zh) * | 2024-07-09 | 2024-10-25 | 北京易诚高科科技发展有限公司 | 一种基于图像采集的驾驶习惯分析方法、系统及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104732785A (zh) * | 2015-01-09 | 2015-06-24 | 杭州好好开车科技有限公司 | 一种驾驶行为分析和提醒的方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9707975B2 (en) * | 2008-10-30 | 2017-07-18 | Ford Global Technologies, Llc | Vehicle and method for advising driver of same |
BR112012007164A2 (pt) * | 2009-10-30 | 2016-03-29 | Ford Global Tech Llc | "veículo" |
TWI447039B (zh) * | 2011-11-25 | 2014-08-01 | 駕駛行為分析警示系統與方法 | |
CN103871122A (zh) * | 2014-03-11 | 2014-06-18 | 深圳市朗仁科技有限公司 | 驾驶行为分析方法及分析系统 |
CN105160325A (zh) * | 2015-09-10 | 2015-12-16 | 惠州市德赛工业发展有限公司 | 一种主观故意造成交通事故的驾驶行为识别方法 |
-
2016
- 2016-01-29 CN CN201610066092.2A patent/CN105679020B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104732785A (zh) * | 2015-01-09 | 2015-06-24 | 杭州好好开车科技有限公司 | 一种驾驶行为分析和提醒的方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110871734A (zh) * | 2018-08-31 | 2020-03-10 | 长城汽车股份有限公司 | 行车间距提示方法、系统及车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN105679020A (zh) | 2016-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105679020B (zh) | 一种驾驶行为分析装置和方法 | |
CN111731284B (zh) | 一种辅助驾驶方法、装置、车载终端设备和存储介质 | |
CN104276080B (zh) | 客车驾驶员手离方向盘检测预警系统及预警方法 | |
CN101470951B (zh) | 汽车安全驾驶监控系统 | |
CN102717765B (zh) | 疲劳驾驶检测方法及防疲劳驾驶辅助装置 | |
CN108297874B (zh) | 一种用于共享汽车的驾驶员身份授权系统 | |
CN113479211B (zh) | 基于机器视觉的汽车驾驶安全行为识别和提醒方法及系统 | |
CN102673561B (zh) | 一种汽车防追尾系统及方法 | |
EP2892020A1 (en) | Continuous identity monitoring for classifying driving data for driving performance analysis | |
CN110472556B (zh) | 基于单目视觉的驾驶员注意力状态分析系统和分析方法 | |
CN111038502A (zh) | 一种安全车距预估、修正、预警、驾驶资质评估方法及系统 | |
CN108482382B (zh) | 驾驶技术评分方法、设备、存储介质及车辆 | |
JP4877060B2 (ja) | 車両用注意喚起システム | |
CN104057896A (zh) | 一种车载提醒装置 | |
CN102831670A (zh) | 一种行车记录器及利用该行车记录器对驾驶行为进行分析的方法 | |
CN109774473A (zh) | 一种基于摄像头与导航数据融合的限速控制方法 | |
CN106184222A (zh) | 一种酒驾的监测方法及装置 | |
CN111959488A (zh) | 控制车辆的方法、装置、存储介质及车辆 | |
CN114030475A (zh) | 一种车辆辅助驾驶方法、装置、车辆及存储介质 | |
CN208291080U (zh) | 驾驶行为的警示系统及车辆 | |
CN209257982U (zh) | 一种不良驾驶行为监控装置 | |
CN105128838A (zh) | 在人行横道对汽车进行主动降速的方法及系统 | |
JP4622749B2 (ja) | 車両用データ収集装置、車両用運転支援装置及び車両の安全運転支援システム | |
CN114987502B (zh) | 一种驾驶状态监测方法、装置、计算机设备以及存储介质 | |
CN106379325B (zh) | 一种用于预警危险驾驶的方法、装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |