详情

原文传递一种基于CAN数据的驾驶安全提醒方法、装置及介质

专利名称：	一种基于CAN数据的驾驶安全提醒方法、装置及介质
摘要：	本发明提供了一种基于CAN数据的驾驶安全提醒方法、装置及介质。本发明基于收集到的车队所有车辆的全量车辆运行CAN数据，基于线路空间和时间的划分，定义阈值判断规则自动生成不规范驾驶行为规则阈值，并将不规范驾驶行为规则阈值实时更新到车载设备，当超过不规范驾驶行为规则阈值将进行语音提示驾驶员，还采用隐马尔科夫模型(HMM)和k‑means聚类方法对所述不规范驾驶行为中的误判进行过滤，统计分析驾驶员及各线路的运行趋势并发出警示，通过本发明可以提高交通安全性。
专利类型：	发明专利
国家地区组织代码：	福建;35
申请人：	汉纳森(厦门)数据股份有限公司
发明人：	贺晓凤;王皓桦;杜超坎;蔡素贤;巫朝星;陈旺明
专利状态：	有效
申请日期：	2019-09-27T00:00:00+0800
发布日期：	2019-12-27T00:00:00+0800
申请号：	CN201910926150.8
公开号：	CN110615001A
代理机构：	厦门福贝知识产权代理事务所(普通合伙)
代理人：	陈远洋
分类号：	B60W40/09(2012.01);B;B60;B60W;B60W40
申请人地址：	361000 福建省厦门市厦门火炬高新区软件园创新大厦C区#305D
主权项：	1.一种基于CAN数据的驾驶安全提醒方法，其特征在于，该方法包括：历史数据获取步骤，通过CAN总线连接公交车的车载设备获取采集车辆运行时的状态信息和黑点数据，所述状态信息包括车辆仪表车速、车辆加速度、车辆轨迹、发动机转速、档位信号、喇叭信号和车门信号，并将采集到的所述状态信息传送到云端；所述黑点数据包括黑点的类型、经纬度和黑点等级；时空划分步骤，将公交运行线路和时间进行分割，线路空间划分为先按照站点、站点区间进行分割，同时引入黑点进行细分，时间段划分为先将每周按工作日和周末划分，再将每日划分为早高峰、白天非高峰段、晚高峰和夜间非高峰段；不规范驾驶行为定义步骤，定义不规范驾驶行为如下：急加速、急减速、急停、起步急加速、喇叭报警、车辆未停稳开车门、车辆起步未关车门、空档滑行、大油门报警、冷启动怠速、不规范进站、不规范出站和超速，其中，大油门报警和冷启动怠速的行为判断逻辑是固定的；不规范驾驶行为阈值确定步骤，对于除大油门报警和冷启动怠速之外的不规范驾驶行为，先判断所属线路空间是否存在黑点，若该线路空间为黑点且对驾驶行为有硬性要求，直接使用黑点限定值作为不规范驾驶行为的阈值，否则设定不同区域和时间段的各不规范驾驶行为的基础阈值；提醒步骤，当驾驶过程中的车辆运行时的状态信息中的实时数据根据所述不规范驾驶行为阈值被判定为不规范行为时，通过车载设备向驾驶员发出相应的语音提示。 2.根据权利要求1所述的方法，其特征在于，所述设定不同区域和时间段的各不规范驾驶行为的基础阈值为从历史数据中筛选超过或低于基础值的数据，对于部分不规范驾驶行为的类型还需要计算行为的持续时间，然后使用箱型图离群值法计算基础阈值。 3.根据权利要求2所述的方法，其特征在于，所述方法包括：不规范驾驶行为阈值更新步骤，在历史数据更新后使用不规范驾驶行为阈值确定步骤重新计算除大油门报警和冷启动怠速之外的不规范驾驶行为的各个阈值，并将更新后的各个阈值下载至所述车载设备，或在公交线路变化时，根据实时的线路空间和时间信息，判断所属区域和时间段，车载设备自动更新阈值。 4.根据权利要求3所述的方法，其特征在于，所述方法还包括：驾驶员行为分析步骤，统计驾驶员在各线路空间、各时间段的状态信息中的数据排序处于80％的值为习惯值，确定超过习惯值一定比例的值为不规范驾驶行为临界值，超过所述临界值的数据为不规范驾驶行为数据，并使用隐马尔科夫模型(HMM)和k-means聚类方法对所述不规范驾驶行为中的误判进行过滤得到过滤后的不规范驾驶行为。 5.根据权利要求4所述的方法，其特征在于，所述方法还包括：驾驶员的驾驶行为异常值计算步骤，对过滤后的每一个不规范驾驶行为计算相应的驾驶行为的异常值α＝α1+α2；其中， α1为全局相对偏离值，其中li为异常数据中某指标数据的值，lT为对应指标的阈值； α2为个人相对偏离值，其中wi为异常数据中某指标数据的值，wT为异常驾驶行为临界值。 6.根据权利要求5所述的方法，其特征在于，所述方法还包括：公交线路及驾驶员评价步骤，统计一周期内的公交线路空间不规范行为，并生成各公交线路空间的不规范行为趋势图，对不规范行为数量超过一定阈值或不规范行为同比上升超过一定百分比的线路进行提醒；并统计每个驾驶员平均每个工日的所有的驾驶行为异常值，并将其转换为评价分数。 7.一种基于CAN数据的驾驶安全提醒装置，其特征在于，该装置包括：历史数据获取单元，通过CAN总线连接公交车的车载设备获取采集车辆运行时的状态信息和黑点数据，所述状态信息包括车辆仪表车速、车辆加速度、车辆轨迹、发动机转速、档位信号、喇叭信号和车门信号，并将采集到的所述状态信息传送到云端；所述黑点数据包括黑点的类型、经纬度和黑点等级；时空划分单元，将公交运行线路和时间进行分割，线路空间划分为先按照站点、站点区间进行分割，同时引入黑点进行细分，时间段划分为先将每周按工作日和周末划分，再将每日划分为早高峰、白天非高峰段、晚高峰和夜间非高峰段；不规范驾驶行为定义单元，定义不规范驾驶行为如下：急加速、急减速、急停、起步急加速、喇叭报警、车辆未停稳开车门、车辆起步未关车门、空档滑行、大油门报警、冷启动怠速、不规范进站、不规范出站和超速，其中，大油门报警和冷启动怠速的行为判断逻辑是固定的；不规范驾驶行为阈值确定单元，对于除大油门报警和冷启动怠速之外的不规范驾驶行为，先判断所属线路空间是否存在黑点，若该线路空间为黑点且对驾驶行为有硬性要求，直接使用黑点限定值作为不规范驾驶行为的阈值，否则设定不同区域和时间段的各不规范驾驶行为的基础阈值；提醒单元，当驾驶过程中的车辆运行时的状态信息中的实时数据根据所述不规范驾驶行为阈值被判定为不规范行为时，通过车载设备向驾驶员发出相应的语音提示。 8.根据权利要求7所述的装置，其特征在于，所述设定不同区域和时间段的各不规范驾驶行为的基础阈值为从历史数据中筛选超过或低于基础值的数据，对于部分不规范驾驶行为的类型还需要计算行为的持续时间，然后使用箱型图离群值法计算基础阈值。 9.根据权利要求8所述的装置，其特征在于，所述装置包括：不规范驾驶行为阈值更新单元，在历史数据更新后使用不规范驾驶行为阈值确定单元重新计算除大油门报警和冷启动怠速之外的不规范驾驶行为的各个阈值，并将更新后的各个阈值下载至所述车载设备，或在公交线路变化时，根据实时的线路空间和时间信息，判断所属区域和时间段，车载设备自动更新阈值。 10.根据权利要求9所述的装置，其特征在于，所述装置还包括：驾驶员行为分析单元，统计驾驶员在各线路空间、各时间段的状态信息中的数据排序处于80％的值为习惯值，令超过习惯值一定比例的值为不规范驾驶行为临界值，超过所述临界值的数据为不规范驾驶行为数据，并使用隐马尔科夫模型(HMM)和k-means聚类装置对所述不规范驾驶行为中的误判进行过滤得到过滤后的不规范驾驶行为。 11.根据权利要求10所述的装置，其特征在于，所述装置还包括：驾驶员的驾驶行为异常值计算单元，对过滤后的每一个不规范驾驶行为计算相应的驾驶行为的异常值α＝α1+α2；其中， α1为全局相对偏离值，其中li为异常数据中某指标数据的值，lT为对应指标的阈值； α2为个人相对偏离值，其中wi为异常数据中某指标数据的值，wT为异常驾驶行为临界值。 12.根据权利要求11所述的装置，其特征在于，所述装置还包括：公交线路及驾驶员评价单元，统计一周期内的公交线路空间不规范行为，并生成各公交线路空间的不规范行为趋势图，对不规范行为数量超过一定阈值或不规范行为同比上升超过一定百分比的线路进行提醒；并统计每个驾驶员平均每个工日的所有的驾驶行为异常值，并将其转换为评价分数。 13.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序代码，当所述计算机程序代码被计算机执行时执行权利要求1-6之任一的方法。
所属类别：	发明专利