[發明專利]一種判斷駕駛訓練薄弱項的方法及相關裝置

在審

• 申請號: 202011064134.1
• 申請日: 2020-09-30
• 公開（公告）號: CN112116508A
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 劉琳;馬宏;段桂江
• 申請（專利權）人: 易顯智能科技有限責任公司
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06Q10/06;G09B9/052
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 趙秀斌

1.一種判斷駕駛訓練薄弱項的方法，其特征在于，包括：

獲取目標車輛在駕駛訓練中的駕駛狀態信息，所述駕駛狀態信息包含但不限于當前駕駛過程中所述目標車輛的各部件的運行狀態數據、駕駛員的操作行為數據和場地反饋數據；

根據所述駕駛狀態信息中的所述場地反饋數據對所述駕駛狀態信息進行分類，以生成不同訓練項目的駕駛項目信息，所述駕駛項目信息為所述駕駛員本次訓練中某一訓練項目的訓練數據；

將所述駕駛項目信息上傳至云端數據庫，所述云端數據庫用于存儲所述駕駛項目信息，所述云端數據庫為駕駛培訓數據中心；

使用人工智能模型對所述云端數據庫中的駕駛項目信息進行多維度的大數據學習與分析，以生成對應的目標車輛的駕駛員的駕駛對比數據，所述駕駛對比數據表示所述駕駛員在駕駛訓練過程中各個階段的項目訓練程度結果與大眾數據的對比；

根據所述駕駛對比數據生成并輸出駕駛能力薄弱項評價。

2.根據權利要求1所述的方法，其特征在于，所述獲取目標車輛在駕駛訓練中的駕駛狀態信息，包括：

通過智能傳感器獲取目標車輛的各部件的運行狀態數據；

通過攝像頭獲取駕駛員的操作行為數據；

通過場地傳感器獲取場地反饋數據。

3.根據權利要求1所述的方法，其特征在于，所述根據所述駕駛對比數據生成并輸出駕駛能力薄弱項評價，包括：

根據所述駕駛對比數據生成駕駛能力薄弱項評價；

向所述目標車輛上的車載裝置發送所述駕駛能力薄弱項評價，以使得所述駕駛員實時得到指導與糾正。

4.根據權利要求3所述的方法，其特征在于，在所述向所述目標車輛上的車載裝置發送所述駕駛能力薄弱項評價之后，所述方法還包括：

向已授權的駕駛周邊相關平臺發送所述駕駛能力薄弱項評價，所述已授權的駕駛周邊相關平臺包含但不限于駕駛員平臺、交通平臺與駕駛培訓平臺。

5.根據權利要求1至4中任一項所述的方法，其特征在于，所述根據所述駕駛狀態信息中的所述場地反饋數據對所述駕駛狀態信息進行分類，以生成不同訓練項目的駕駛項目信息，包括：

根據所述場地反饋數據確定當前的訓練項目；

將所述駕駛狀態信息根據所述訓練項目進行分類，以生成不同訓練項目的駕駛項目信息。

6.一種判斷駕駛訓練薄弱項的裝置，其特征在于，包括：

第一獲取單元，用于獲取目標車輛在駕駛訓練中的駕駛狀態信息，所述駕駛狀態信息包含但不限于當前駕駛過程中所述目標車輛的各部件的運行狀態數據、駕駛員的操作行為數據和場地反饋數據；

第一生成單元，用于根據所述駕駛狀態信息中的所述場地反饋數據對所述駕駛狀態信息進行分類，以生成不同訓練項目的駕駛項目信息，所述駕駛項目信息為所述駕駛員本次訓練中某一訓練項目的訓練數據；

上傳單元，用于將所述駕駛項目信息上傳至云端數據庫，所述云端數據庫用于存儲所述駕駛項目信息，所述云端數據庫為駕駛培訓數據中心；

第二生成單元，用于使用人工智能模型對所述云端數據庫中的駕駛項目信息進行多維度的大數據學習與分析，以生成對應的目標車輛的駕駛員的駕駛對比數據，所述駕駛對比數據表示所述駕駛員在駕駛訓練過程中各個階段的項目訓練程度結果與大眾數據的對比；

第三生成單元，用于根據所述駕駛對比數據生成并輸出駕駛能力薄弱項評價。

7.根據權利要求6所述的裝置，其特征在于，所述第一獲取單元，包括：

第二獲取模塊，用于通過智能傳感器獲取目標車輛的各部件的運行狀態數據；

第三獲取模塊，用于通過攝像頭獲取駕駛員的操作行為數據；

第四獲取模塊，用于通過場地傳感器獲取場地反饋數據。

8.根據權利要求6所述的裝置，其特征在于，所述第三生成單元，包括：

第四生成模塊，用于根據所述駕駛對比數據生成駕駛能力薄弱項評價；

第一發送模塊，用于向所述目標車輛上的車載裝置發送所述駕駛能力薄弱項評價，以使得所述駕駛員實時得到指導與糾正。