通过了解驾驶员的行为习惯和偏好,能帮助厂家对车辆的用户体验、设计进行优化,推动智能化发展。这篇文章,作者带我们做下驾驶行为分析的计算流程,从特征提取、特征工程定义和行程评价几个方面来说。
驾驶行为分析是一个多维度、综合性的过程,基于驾驶员的驾驶操作、行车轨迹、车辆动态参数等多种数据来源,通过量化的方式评估驾驶员在行驶过程中的表现,如驾驶质量、安全性和效率等,是对驾驶员在驾驶过程中的行为进行系统性的观察、分析和评估的过程。
驾驶行为分析不仅关注安全,也考虑了驾驶技能、文明驾驶和节能驾驶等其他重要方面。驾驶成就分是综合这些维度后对驾驶行为分析的评分结果。
驾驶行为分析可以了解驾驶员在不同情况下的驾驶习惯和偏好,识别潜在危险行为模式,为驾驶员培养良好的驾驶行为习惯提供参考,从而帮助驾驶员提升驾驶的整体安全性。对于汽车制造公司而言,开展驾驶行为分析有助于提升车辆的安全性、改善用户体验、优化车辆设计,并有助于推动智能化发展和提高市场竞争力。
整个流程包括几个部分:特征提取、特征工程定义、行程评价。
特征提取是驾驶行为分析中的重要步骤,是整个分析流程的基石,它要求我们从海量的原始驾驶数据中,识别出能够反映驾驶行为特征的关键指标或属性。
在驾驶行为分析中,通常会考虑以下几个方面的内容:
1)时间相关指标:
2)距离和速度相关指标:
3)能源消耗相关指标:
4)驾驶行为相关指标:
5)其他指标:
具体见下表举例
这部分通常需要依赖传感器如车载传感器、座舱传感器、定位传感器和惯性传感器等收集数据,并在数据收集之后进行数据的预处理,以确保提取的特征具有可靠性和有效性。
在特征的关键指标数据提取之后,我们根据特征指标的定义,将这些特征关键指标按照多个维度进行分类,分别是安全、技能、文明和节能等四个维度。
1)安全维度特征:
2)技能维度特征:
3)文明维度特征:
4)节能维度特征:
整体的行程评价结合驾驶过程中司机驾驶行为的影响范围,从安全、技能、文明和节能等4个维度进行评价。
我们将具体的驾驶行为量化成评分指数,一种维度由多个指数构成。指数对应相关指标,相关指标的值决定指数取值,通过各个维度配置表,根据相关指标的实际值确定指数取值。通过指数取值和指数权重得到每个维度的得分,最终通过维度权重得到行程的总评分。
见下表举例
下面描述每个维度的含义和计算过程:
1)安全维度:
2)技能维度:
3)文明维度:
4)节能维度:
驾驶行为分析的是驾驶员月度驾驶情况。根据行程评价规则,将安全、技能、文明和节能四个方面的得分综合起来,得出驾驶行为的月度评分。这样可以对整个月份内的驾驶行为进行综合评价,为改进驾驶行为提供指导和反馈。
如图:
行驶里程:指的是在同一个月份内行程结束的总里程数。这是评估驾驶行为的一个重要指标,因为行驶里程可以反映出驾驶员在一个月内的驾驶活动情况。
安全得分、技能得分、文明得分、节能得分:这些得分都是基于行程评价的得分计算得到的。每个行程都会获得安全、技能、文明和节能四个方面的评价得分,然后根据权重计算得到整体的安全得分、技能得分、文明得分和节能得分。
权重计算:权重是根据每个行程的行驶里程来计算的,采用行驶里程占同一月份内所有行程行驶里程总和的比例。这意味着行驶里程越长的行程在总评分中所占的比重越大。
得分计算:安全得分、技能得分、文明得分和节能得分都是通过将相应的行程评分乘以权重得到的。这样做的目的是将每个行程的得分按照行驶里程的权重进行加权,以反映驾驶行为在总评分中的影响程度。
我们将驾驶成就分的计算周期做一个定义,规定是每个月的1号某个点开始,而取数规则是往期所有驾驶行为月度评分的中位数。这意味着在每月的1号起始时间,系统将对往期所有驾驶行为的月度评分进行统计,并取其中位数作为该月的驾驶成就分数。
这种取数规则的选择可以确保驾驶成就分数不受极端值的影响,因为中位数对极端值不敏感,更能反映出整体驾驶行为的水平。同时,每月更新一次的计算周期也为驾驶员提供了一个明确的时间点,使其可以及时了解自己在驾驶行为方面的表现,并对之后的行驶做出调整和改进。
专栏作家
赛博七号,人人都是产品经理专栏作家。一个产品老兵,专注汽车智能化体验和设计。
本文原创发布于人人都是产品经理,未经许可,禁止转载。
题图来自Unsplash,基于 CC0 协议。