[发明专利]一种基于车联网数据流的安全驾驶评价方法

权利要求书

1.一种基于车联网数据流的安全驾驶评价方法，其特征在于包括以下步骤：

步骤1，建立安全驾驶评分模型：车辆的安全驾驶评分等于指标参数的得分加权后求和；

步骤2，从车联网获取车辆运行的实时数据；

步骤3，根据步骤2得到的数据，应用步骤1建立的所述安全驾驶评分模型进行评分，得到车辆的安全驾驶分数。

2.根据权利要求1所述的基于车联网数据流的安全驾驶评价方法，其特征在于，步骤1所述的指标参数包括：平均加速度，平均减速度，平均横向加速度，加速度标准差，最大加速度，最大减速度，典型加速度，典型减速度，急加速次数，急减速次数，急转弯次数，疲劳驾驶时长。

3.根据权利要求1所述的基于车联网数据流的安全驾驶评价方法，其特征在于，所述评价方法还包括根据所述步骤3得到的安全分数评定安全等级。

4.根据权利要求3所述的基于车联网数据流的安全驾驶评价方法，其特征在于，所述安全等级的评价方法为：80～100分为十分安全；60～79分为安全；40-59分为一般；20～39分为有风险；0～19分为高风险。

5.根据权利要求1～4任意一项所述的基于车联网数据流的安全驾驶评价方法，其特征在于，所述步骤1建立安全驾驶评分模型的方法包括：数据采集阶段、模型建立与训练阶段和模型验证与调整阶段。

6.根据权利要求5所述的基于车联网数据流的安全驾驶评价方法，其特征在于，所述数据采集阶段包括：采集不同性别不同年龄的驾驶人员、不同车型、不同时段、不同天气状况、不同交通状况的驾驶行为数据，组织不同评估人员进行主观评估。

7.根据权利要求5所述的基于车联网数据流的安全驾驶评价方法，其特征在于，所述模型建立与训练阶段包括：选取数学模型：安全驾驶评分等于多个指标参数的得分加权后求和；根据数据采集阶段获得的数据，计算所述数学模型中的指标参数及得分，通过对所述数学模型训练，确定各个指标参数得分项的权重，得到初步评分模型；所述权重的取值范围为大于等于零且小于1。

8.根据权利要求5所述的基于车联网数据流的安全驾驶评价方法，其特征在于，所述模型验证与调整阶段包括：选取不同于所述数据采集阶段的数据样本，采用方差分析、拟合度分析方法，对所述初步评分模型进行验证、调整；重复上述验证、调整过程，直至评分模型的得分与验证人员的打分相符为止，得到最终的安全驾驶评分模型。

9.根据权利要求7所述的基于车联网数据流的安全驾驶评价方法，其特征在于，所述指标参数得分的计算公式为：

Mark_A＝100-ModelMark(aA)

式中，Mark_A为指标参数A的得分，a为指标参数A的值，函数ModelMark(a,A)的计算方法为：首先在打分矩阵中找到参数A对应的列C，然后将a的值和第C列的每一行的值进行比较，第一个大于a的值对应的分值即为函数ModelMark(a,A)的值。

10.根据权利要求9所述的基于车联网数据流的安全驾驶评价方法，其特征在于，所述打分矩阵的元素对应指标参数的得分，同一列的元素对应同一个指标参数的得分，同一行的元素对应同一个得分，第一～十一行对应的分值分别为0、10、20、…、100，每一个元素的值均为其对应的指标参数取得相应得分时的临界值。