本發(fā)明涉及駕駛行為評價技術，尤其涉及一種基于ADAS系統(tǒng)的實時駕駛行為評分方法與系統(tǒng)。

背景技術：

近年來機動車輛的數(shù)量也越來越多，同時隨著車輛網(wǎng)飛速發(fā)展，與車聯(lián)網(wǎng)技術結(jié)合的基于駕駛員駕駛行為進行定價的車險產(chǎn)品也越來越多，并且對整個車險行業(yè)來講，基于駕駛員駕駛行為進行定價的車險產(chǎn)品具有積極的安全駕駛消費觀和駕駛員的安全駕駛自我篩選、自我改造功能，從而實現(xiàn)社會交通事故率的下降，進而達到社會、客戶、保險商共贏。

ADAS(Advanced Driving Assistant System)，即高級駕駛輔助系統(tǒng)。所謂輔助駕駛，即在駕車過程中提供LDW(車道偏離)，TTC(前車碰撞)以及HMW(車距保持)等報警功能，以及急加速(ACC_FRONT)，急減速(ACC_SIDLE)，急轉(zhuǎn)彎(ACC_TURN)，超速(OVER_SPEED)等行為監(jiān)測功能。在行為監(jiān)測方面，使用ADAS設備內(nèi)加速傳感器、方向傳感器、陀螺儀傳感器采集車輛實時信息，通過算法判斷駕駛員行為。在無線網(wǎng)絡傳輸方面，采用WCDMA(3G)無線網(wǎng)絡將數(shù)據(jù)傳輸?shù)皆贫朔掌鳌Ｔ贫朔掌鞲鶕?jù)駕駛員駕駛行為信息實時計算評分，并將評分信息共享給保險商。

技術實現(xiàn)要素：

本發(fā)明要解決的技術問題在于針對現(xiàn)有技術中的缺陷，提供一種基于ADAS系統(tǒng)的實時駕駛行為評分方法與系統(tǒng)。

本發(fā)明解決其技術問題所采用的技術方案是：一種基于ADAS系統(tǒng)的實時駕駛行為評分方法，包括以下步驟：

1)當車輛啟動，ADAS設備上電開機,通過車載ADAS設備采集前方車輛信息、路況信息、車輛速度和姿態(tài)信息；

2)根據(jù)采集的車輛、路況信息、車輛速度和姿態(tài)信息判斷駕駛員實時行為，收集駕駛行為信息；所述駕駛行為包括：車道偏離行為、前車碰撞行為、車距保持行為、急加速行為、急減速行為、急轉(zhuǎn)彎行為和超速行為；

3)將駕駛行為信息通過網(wǎng)絡上傳到云端服務器并保存；

4)根據(jù)駕駛行為次數(shù)信息計算駕駛行為分值；

4.1)計算單項駕駛行為得分，單項駕駛行為得分等于1減去單項駕駛行為標準系數(shù)*單項駕駛行為次數(shù)/里程數(shù)；若單項駕駛行為得分小于0，則該項駕駛行為得分記為0；

其中，單項駕駛行為標準系數(shù)是從大量駕駛行為數(shù)據(jù)樣本中建立數(shù)據(jù)模型計算得出在一定里程范圍內(nèi)發(fā)生該項駕駛行為次數(shù)的平均值；

4.2)根據(jù)各單項駕駛行為的得分和預設的對應權重占比，計算駕駛行為評分；

5)通過云端服務器的信息共享接口將駕駛行為評分信息共享。

按上述方案，所述步驟1)中數(shù)據(jù)采集周期為：車輛啟動直到車輛熄火，一次行程結(jié)束，完成一次數(shù)據(jù)采集。

按上述方案，所述步驟1)中前方車輛信息、路況信息通過車載ADAS設備中的攝像頭實時采集。

按上述方案，所述步驟1)中車輛速度和姿態(tài)信息通過車載ADAS設備中的加速傳感器，方向傳感器，陀螺儀傳感器采集。

按上述方案，所述步驟2)中收集駕駛行為信息如下：

車道偏離行為：通過攝像頭采集到的路況信息計算出具體車道偏離次數(shù)；

前車碰撞行為：通過攝像頭采集到的前方車輛信息、路況信息計算前車碰撞次數(shù)；

車距保持行為：通過攝像頭采集到的前方車輛信息計算與前車距離低于設定閾值的次數(shù)；

急加速行為：通過短期時間內(nèi)通過加速傳感器、方向傳感器采集到的速度，方向變化值，計算加速度，當加速度超過設定閥值，并加速度為正向，則認為是急加速；記錄急加速行為次數(shù)；

急減速行為：通過短期時間內(nèi)通過加速傳感器、方向傳感器采集到的速度、方向變化值，計算加速度，當加速度超過設定閥值，并加速度為負向，則認為是急減速；記錄急減速行為次數(shù)；

急轉(zhuǎn)彎行為：通過短期時間內(nèi)通過方向傳感器、陀螺儀傳感器，計算方向角度，當角度超過設定閥值，則認為是急轉(zhuǎn)彎；記錄急減速行為次數(shù)；

超速行為：通過高德開放接口獲取當前道路限速值，結(jié)合當前車輛速度，當速度超過限速值，則認為是超速；記錄超速行為次數(shù)。

按上述方案，所述步驟4)中根據(jù)駕駛行為次數(shù)信息計算駕駛行為分值為通過云端服務器計算。

按上述方案，所述4.1)中單項駕駛行為次數(shù)采用對單項駕駛行為次數(shù)按實際車速進行修正的修正值，修正方法如下：修正的單項駕駛行為次數(shù)＝Σ(原單項駕駛行為次數(shù)*單項駕駛行為危險系數(shù))；

上述單項駕駛行為危險系數(shù)為預設值。

按上述方案，所述單項駕駛行為危險系數(shù)是從大量駕駛行為數(shù)據(jù)樣本中建立數(shù)據(jù)模型計算得出在不同車速下該項駕駛行為危險系數(shù)的平均值。

按上述方案，所述單項駕駛行為標準系數(shù)如下：車道偏離標準系數(shù)：0.65；前車碰撞標準系數(shù)：0.45；車距保持行為標準系數(shù)：0.65；急加速行為標準系數(shù)：1.5；急減速行為標準系數(shù)：1.5；急轉(zhuǎn)彎行為標準系數(shù)：2.0；超速行為標準系數(shù)：5.0。

本發(fā)明還提供一種基于ADAS系統(tǒng)的實時駕駛行為評分系統(tǒng)，包括：

采集模塊：用于當車輛啟動，ADAS設備上電開機,通過車載ADAS設備采集前方車輛信息、路況信息、車輛速度和姿態(tài)信息；

所述前方車輛信息、路況信息通過車載ADAS設備中的攝像頭實時采集；

所述車輛速度和姿態(tài)信息通過車載ADAS設備中的加速傳感器，方向傳感器，陀螺儀傳感器采集；

駕駛行為信息收集模塊，用于根據(jù)采集模塊采集的車輛、路況信息、車輛速度和姿態(tài)信息判斷駕駛員實時行為，收集駕駛行為信息；所述駕駛行為包括：車道偏離行為、前車碰撞行為、車距保持行為、急加速行為、急減速行為、急轉(zhuǎn)彎行為和超速行為；

通信模塊，用于將駕駛行為信息通過網(wǎng)絡上傳到云端服務器并保存；

計算模塊，用于根據(jù)駕駛行為次數(shù)信息計算駕駛行為分值；具體如下：

1)計算單項駕駛行為得分，單項駕駛行為得分等于1減去單項駕駛行為標準系數(shù)*單項駕駛行為次數(shù)/里程數(shù)；若單項駕駛行為得分小于0，則該項駕駛行為得分記為0；

其中，單項駕駛行為標準系數(shù)是從大量駕駛行為數(shù)據(jù)樣本中建立數(shù)據(jù)模型計算得出在一定里程范圍內(nèi)發(fā)生該項駕駛行為次數(shù)的平均值；

2)根據(jù)各單項駕駛行為的得分和預設的對應權重占比，計算駕駛行為評分；

共享模塊，用于通過云端服務器的信息共享接口將駕駛行為評分信息共享。

按上述方案，所述計算模塊中單項駕駛行為次數(shù)采用對單項駕駛行為次數(shù)按實際車速進行修正的修正值，修正方法如下：修正的單項駕駛行為次數(shù)＝Σ(原單項駕駛行為次數(shù)*單項駕駛行為危險系數(shù))；

上述單項駕駛行為危險系數(shù)為預設值。

本發(fā)明產(chǎn)生的有益效果是：本發(fā)明采用車載ADAS設備實時采集駕駛員駕駛行為信息進而實現(xiàn)精確采集以及實時計算，無需在車輛加裝汽車總線數(shù)據(jù)采集設備；

采用無線網(wǎng)絡傳輸駕駛員駕駛行為信息至云端服務器進而實現(xiàn)駕駛行為實時評分、監(jiān)控以及信息共享。

云端服務器將駕駛員駕駛行為評分數(shù)據(jù)共享給車險公司，實現(xiàn)不同車主的車險保費差異化。

附圖說明

下面將結(jié)合附圖及實施例對本發(fā)明作進一步說明，附圖中：

圖1是本發(fā)明實施例的方法流程圖。

具體實施方式

為了使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下結(jié)合實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

如圖1所示，一種基于ADAS系統(tǒng)的實時駕駛行為評分方法，包括以下步驟：

1)當車輛啟動，ADAS設備上電開機,車載ADAS設備通過攝像頭，實時采集前方車輛信息、路況信息；通過加速傳感器，方向傳感器，陀螺儀傳感器采集車輛速度和姿態(tài)信息；直到車輛熄火，一次行程結(jié)束，完成一次數(shù)據(jù)采集；

2)根據(jù)采集的車輛、路況信息、車輛速度和姿態(tài)信息判斷駕駛員實時行為；

車道偏離行為：通過攝像頭采集到的路況信息(圖像信息)計算出具體車道偏離次數(shù)；

前車碰撞行為：通過攝像頭采集到的前方車輛信息、路況信息計算前車碰撞次數(shù)；

車距保持行為：通過攝像頭采集到的前方車輛信息計算與前車距離低于設定閾值的次數(shù)；

急加速行為：通過短期時間內(nèi)通過加速傳感器、方向傳感器采集到的速度，方向變化值，計算加速度，當加速度超過設定閥值，并加速度為正向，則認為是急加速；

急減速行為：通過短期時間內(nèi)通過加速傳感器、方向傳感器采集到的速度、方向變化值，計算加速度，當加速度超過設定閥值，并加速度為負向，則認為是急減速；

急轉(zhuǎn)彎行為：通過短期時間內(nèi)通過方向傳感器、陀螺儀傳感器，計算方向角度，當角度超過設定閥值，則認為是急轉(zhuǎn)彎；

超速行為：通過高德開放接口獲取當前道路限速值，結(jié)合當前車輛速度，當速度超過限速值，則認為是超速；

3)將駕駛行為信息通過網(wǎng)絡上傳到云端服務器并保存；

4)根據(jù)駕駛行為次數(shù)計算駕駛行為分值；

4.1)計算單項駕駛行為得分，單項駕駛行為得分＝1-單項駕駛行為標準系數(shù)*單項駕駛行為次數(shù)/里程數(shù)；若單項駕駛行為得分小于0，則該項駕駛行為得分記為0；

其中，單項駕駛行為標準系數(shù)是從大量駕駛行為數(shù)據(jù)樣本中建立數(shù)據(jù)模型計算得出在一定里程范圍內(nèi)發(fā)生該項駕駛行為次數(shù)的平均值；

各單項駕駛行為標準系數(shù)如下表所示：

表1單項駕駛行為標準系數(shù)

單項駕駛行為次數(shù)＝Σ(原單項駕駛行為次數(shù)*單項駕駛行為危險系數(shù))

上述單項駕駛行為危險系數(shù)是從大量駕駛行為數(shù)據(jù)樣本中建立數(shù)據(jù)模型計算得出在不同車速下該項駕駛行為危險系數(shù)的平均值；

各單項駕駛行為危險系數(shù)如下表所示：

表2單項駕駛行為危險系數(shù)

4.2)根據(jù)各單項駕駛行為的得分和預設的對應權重占比，計算駕駛行為評分；

5)通過云端服務器的信息共享接口將駕駛行為評分信息共享給保險商。

根據(jù)上述方法，本發(fā)明還提供一種基于ADAS系統(tǒng)的實時駕駛行為評分系統(tǒng)，包括：

采集模塊：用于當車輛啟動，ADAS設備上電開機,通過車載ADAS設備采集前方車輛信息、路況信息、車輛速度和姿態(tài)信息；

所述前方車輛信息、路況信息通過車載ADAS設備中的攝像頭實時采集；

所述車輛速度和姿態(tài)信息通過車載ADAS設備中的加速傳感器，方向傳感器，陀螺儀傳感器采集；

駕駛行為信息收集模塊，用于根據(jù)采集模塊采集的車輛、路況信息、車輛速度和姿態(tài)信息判斷駕駛員實時行為，收集駕駛行為信息；所述駕駛行為包括：車道偏離行為、前車碰撞行為、車距保持行為、急加速行為、急減速行為、急轉(zhuǎn)彎行為和超速行為；

通信模塊，用于將駕駛行為信息通過網(wǎng)絡上傳到云端服務器并保存；

計算模塊，用于根據(jù)駕駛行為次數(shù)信息計算駕駛行為分值；具體如下：

1)計算單項駕駛行為得分，單項駕駛行為得分等于1減去單項駕駛行為標準系數(shù)*單項駕駛行為次數(shù)/里程數(shù)；若單項駕駛行為得分小于0，則該項駕駛行為得分記為0；

其中，單項駕駛行為標準系數(shù)是從大量駕駛行為數(shù)據(jù)樣本中建立數(shù)據(jù)模型計算得出在一定里程范圍內(nèi)發(fā)生該項駕駛行為次數(shù)的平均值；

2)根據(jù)各單項駕駛行為的得分和預設的對應權重占比，計算駕駛行為評分；

共享模塊，用于通過云端服務器的信息共享接口將駕駛行為評分信息共享。

應當理解的是，對本領域普通技術人員來說，可以根據(jù)上述說明加以改進或變換，而所有這些改進和變換都應屬于本發(fā)明所附權利要求的保護范圍。