[發明專利]駕駛行為評分方法和裝置

在審

• 申請號: 201611061482.7
• 申請日: 2016-11-25
• 公開（公告）號: CN106777907A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 韋于思
• 申請（專利權）人: 東軟集團股份有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙)11201
• 代理人: 張大威

1.一種駕駛行為評分方法，其特征在于，包括以下步驟：

獲取待評分行程的車輛行駛數據，其中，所述車輛行駛數據包括多個指標項的報警數據；

根據預設特征模型和每個指標項的報警數據，確定每個指標項的危險駕駛概率、安全駕駛概率和權重；

根據每個指標項的危險駕駛概率和安全駕駛概率分別確定每個指標項的安全傾向性概率；

根據每個指標項的安全傾向性概率分別確定每個指標項的評分；

根據每個指標項的評分和權重計算所述待評分行程的總評分；

提供所述待評分行程的總評分和每個指標項的評分。

2.如權利要求1所述的方法，其特征在于，在所述獲取待評分行程的車輛行駛數據之前，還包括：

根據是否發生碰撞對車輛樣本行駛數據進行劃分，以得到發生碰撞事件的發生碰撞報警數據集和未發生碰撞事件的未發生碰撞報警數據集，其中，所述車輛樣本行駛數據包括真實碰撞信息和多個樣本指標項的樣本指標報警數據；

針對所述發生碰撞事件，根據所述發生碰撞報警數據集中的車輛樣本行駛數據計算每個樣本指標項的第一平均值和第一標準差；

針對所述未發生碰撞事件，根據所述未發生碰撞報警數據集中的車輛樣本行駛數據計算每個樣本指標項的第二標準差和第二平均值；

根據所述車輛樣本行駛數據中每個樣本指標項的第一標準差、第一平均值、第二標準差和第二平均值和真實碰撞信息，建立所述預設特征模型。

3.如權利要求2所述的方法，其特征在于，所述根據所述車輛樣本行駛數據中每個樣本指標項的第一標準差、第一平均值、第二標準差和第二平均值和真實碰撞信息，建立所述預設特征模型，包括：

根據所述車輛樣本行駛數據中每個樣本指標項的第一標準差、第一平均值、第二標準差和第二平均值確定每個樣本指標項的危險駕駛概率和安全駕駛概率；

根據每個樣本指標項的危險駕駛概率與安全駕駛概率確定每個樣本指標項的碰撞預測結果；

根據所述真實碰撞信息和每個樣本指標項的碰撞預測結果，確定每個樣本指標項的碰撞預測準確度；

根據每個樣本指標項的碰撞預測準確度分別計算每個樣本指標的權重。

4.如權利要求3所述的方法，其特征在于，根據所述真實碰撞信息和每個樣本指標項的碰撞預測結果，確定每個樣本指標項的碰撞預測準確度，包括：

根據每個樣本指標項的碰撞預測結果和所述真實碰撞信息生成每個樣本指標項的混淆矩陣；

根據每個樣本指標項的混淆矩陣分別確定每個樣本指標項的碰撞預測準確度。

5.如權利要求2-4中任一項所述的方法，其特征在于，所述根據預設特征模型和每個指標項的報警數據，確定每個指標項的危險駕駛概率、安全駕駛概率，包括：

根據每個指標項的報警數據、所述預設特征模型中的所述第一標準差和所述第一平均值計算每個指標項的安全駕駛概率；

根據每個指標項的報警數據、所述預設特征模型中的所述第二標準差和所述第二平均值計算計算每個指標項的危險駕駛概率。

6.一種駕駛行為評分裝置，其特征在于，包括：

獲取模塊，用于獲取待評分行程的車輛行駛數據，其中，所述車輛行駛數據包括多個指標項的報警數據；

第一確定模塊，用于根據預設特征模型和每個指標項的報警數據，確定每個指標項的危險駕駛概率、安全駕駛概率和權重；

第二確定模塊，用于根據每個指標項的危險駕駛概率和安全駕駛概率分別確定每個指標項的安全傾向性概率；

第三確定模塊，用于根據每個指標項的安全傾向性概率分別確定每個指標項的評分；

第一計算模塊，用于根據每個指標項的評分和權重計算所述待評分行程的總評分；

提供模塊，用于提供所述待評分行程的總評分和每個指標項的評分。