[发明专利]一种基于车辆行驶数据的行车监控方法及装置

说明书

技术领域

本发明涉及车联网技术领域，特别是涉及一种基于车辆行驶数据的行车监控方法及装置。

背景技术

随着汽车的普及，汽车的行车安全性问题越来越受关注。互联网技术也逐渐应用于汽车行车安全的监控上，通过监控汽车的当前驾驶数据是否在安全范围之内，可以得出是否存在安全性的提醒。

然而，目前汽车的行车监控灵活性低，难以通过监控数据有效地做出准确的安全性提醒，从而不能更好地提升行车安全性。

发明内容

本发明解决的技术问题是提供一种基于车辆行驶数据的行车监控方法及装置，提升行车安全性。

为解决上述技术问题，本发明实施例提供一种基于车辆行驶数据的行车监控方法，所述方法包括：

获取历史车辆行驶数据；使用多个已知的类别标签对所述历史车辆行驶数据进行标注；对标注有所述类别标签的历史车辆行驶数据进行分类训练，以得到分类模型；获取当前车辆行驶数据，并根据所述分类模型预测所述当前车辆行驶数据的类别；向用户发送所述类别对应的第一提示信息。

可选地，所述历史车辆行驶数据和所述当前车辆行驶数据包括车况数据和用户驾驶行为数据；

所述车况数据包括以下至少一项：发动机转速、水温、车速、发动机扭矩、空调状态信息、车身结构状态信息；所述用户驾驶行为数据包括危险驾驶行为信息和/或驾驶路径信息。

可选地，所述车况数据通过OBD设备获取。

可选地，采用分类算法进行所述分类训练。

可选地，所述基于车辆行驶数据的行车监控方法，还包括：

判断所述当前车辆行驶数据是否处于预设范围内；

当所述当前车辆行驶数据处于所述预设范围之外时，向用户发送对应的第二提示信息。

本发明实施例还提供一种基于车辆行驶数据的行车监控装置，所述装置包括：

获取单元，适于获取历史车辆行驶数据；

标注单元，适于使用多个已知的类别标签对所述历史车辆行驶数据进行标注；

训练单元，适于对标注有所述类别标签的历史车辆行驶数据进行分类训练，以得到分类模型；

预测单元，适于获取当前车辆行驶数据，并根据所述分类模型预测所述当前车辆行驶数据的类别；

第一发送单元，适于向用户发送所述类别对应的第一提示信息。

可选地，所述历史车辆行驶数据和所述当前车辆行驶数据包括车况数据和用户驾驶行为数据；

所述车况数据包括以下至少一项：发动机转速、水温、车速、发动机扭矩、空调状态信息、车身结构状态信息；所述用户驾驶行为数据包括危险驾驶行为信息和/或驾驶路径信息。

可选地，所述车况数据通过OBD设备获取。

可选地，采用分类算法进行所述分类训练。

可选地，所述基于车辆行驶数据的行车监控装置，还包括：

判断单元，适于判断所述当前车辆行驶数据是否处于预设范围内；

第二发送单元，适于当所述当前车辆行驶数据处于所述预设范围之外时，向用户发送对应的第二提示信息。

与现有技术相比，本发明实施例的技术方案具有以下有益效果：

本发明实施例的技术方案通过获取历史车辆行驶数据，使用多个已知的类别标签对所述历史车辆行驶数据进行标注，对标注有所述类别标签的历史车辆行驶数据进行分类训练，以得到分类模型，获取当前车辆行驶数据，并根据所述分类模型预测所述当前车辆行驶数据的类别，向用户发送所述类别对应的第一提示信息。由于本方案的分类模型是基于大量具有类别标签的历史车辆行驶数据进行分类训练而获得，从而使得对当前车辆行驶数据的类别的预测较为准确，相比现有技术中直接以当车辆行驶数据与阈值范围比较来确定提示信息的方法，本方案的监控方法做出行车危险程度的预测更加客观地符合当前车辆的行车安全情况，从而对用户进行的提示更加符合行车安全的需要，进而提升行车安全性。

附图说明

图1是本发明实施例中的一种基于车辆行驶数据的行车监控方法的流程图；

图2是本发明实施例中的一种基于车辆行驶数据的行车监控装置的结构示意图。

具体实施方式

如背景技术所言，目前汽车的行车监控灵活性低，难以通过监控数据有效地做出准确的安全性提醒，从而不能更好地提升行车安全性。