[发明专利]一种用于驾驶员的评价方法和系统

权利要求书

1.一种用于驾驶员的评价方法，其特征在于，包括以下步骤：

S1：获取驾驶员多组观测项目的数据值，构建每个观测项目的数据分布图，其中，观测项目包括停车、转向灯、车速、转弯、加速、刹车、能耗、开关门和起步；

S2：响应于所述数据值处于预设的阈值范围区间之外，提取该值为所述驾驶员在对应观测项目的特征值，其中，所述阈值范围区间设置为10％-90％；

S3：基于所述特征值和距离算法计算所述特征值的相似度，基于所述相似度对所述驾驶员进行聚类，获得至少两个聚类集合并确定所述聚类集合的特性，其中，所述相似度的计算公式为相似度＝1-d/d_max，其中，d表示所述驾驶员的特征之间的距离，d_max表示驾驶员相应特征之间的最大距离；

S4：响应于检测到待评价驾驶员的所述数据值，获得所述待评价驾驶员的评价结果，其中，所述评价结果包括所述待评价驾驶员所属的聚类集合和所述特征值；

对驾驶员的评价分为两个部分，一部分，根据特征值与观测项目的数据值，对驾驶员的个人驾驶行为作出评价，示出驾驶员各观测项目的特征值的具体数值，从而判断该驾驶员驾驶行为是突出或者平庸；第二部分，根据相似度聚类的结果，从整体上对驾驶员进行评价；两部分结果相结合，生成最终的评价结果。

2.根据权利要求1所述的用于驾驶员的评价方法，其特征在于，所述数据分布图包括正态分布图、直方图和密度图。

3.根据权利要求1所述的用于驾驶员的评价方法，其特征在于，所述特征值取自所述数据值排名前十的所述观测项目的数据值。

4.根据权利要求1所述的用于驾驶员的评价方法，其特征在于，所述分布图中所述数据值的密集程度与所述特征值的重要性呈反比。

5.根据权利要求1所述的用于驾驶员的评价方法，其特征在于，步骤S3中的距离算法包括欧式距离算法、马氏距离算法或曼哈顿距离算法。

6.根据权利要求5所述的用于驾驶员的评价方法，其特征在于，所述欧式距离算法的公式为其中，(x₁，x₂)表示驾驶员A的两个特征，(y₁，y₂)表示驾驶员B的两个特征，ρ表示驾驶员相应特征之间的欧式距离。

7.一种计算机可读存储介质，其上存储有一或多个计算机程序，其特征在于，该一或多个计算机程序被计算机处理器执行时实施权利要求1至6中任一项所述的方法。

8.一种用于驾驶员的评价系统，其特征在于，所述系统包括：

数据采集模块：配置用于获取驾驶员多组观测项目的数据值，构建每个观测项目的数据分布图，其中，观测项目包括停车、转向灯、车速、转弯、加速、刹车、能耗、开关门和起步；

特征提取模块：配置用于响应于所述数据值处于预设的阈值范围区间之外，提取该值为所述驾驶员在对应观测项目的特征值，并生成所述观测项目的特征值排名，其中，所述阈值范围区间设置为10％-90％；

聚类模块：配置用于基于所述特征值和距离算法计算所述特征值的相似度，基于所述相似度对所述驾驶员进行聚类，获得至少两个聚类集合并确定所述聚类集合的特性，其中，所述相似度的计算公式为相似度＝1-d/d_max，其中，d表示所述驾驶员的特征之间的距离，d_max表示驾驶员相应特征之间的最大距离；

评价模块：配置用于响应于检测到待评价驾驶员的所述数据值，获得所述待评价驾驶员的评价结果，其中所述评价结果包括所述待评价驾驶员所属的聚类集合和所述特征值；

对驾驶员的评价分为两个部分，一部分，根据特征值与观测项目的数据值，对驾驶员的个人驾驶行为作出评价，示出驾驶员各观测项目的特征值的具体数值，从而判断该驾驶员驾驶行为是突出或者平庸；第二部分，根据相似度聚类的结果，从整体上对驾驶员进行评价；两部分结果相结合，生成最终的评价结果。