一种评价驾驶员安全驾驶意识的方法及相关装置与流程

[0001]
本申请实施例涉及车辆驾驶员评价评价领域，尤其涉及一种评价驾驶员安全驾驶意识的方法及相关装置。


背景技术：

[0002]
随着社会的进步以及人民生活水平的日益提升，我国机动车保有量呈现井喷式增长，从而对道路交通的通畅以及道路交通安全带来更为严峻的挑战。
[0003]
交通拥堵、道路交通安全成为影响社会生产稳定的重点之一，然而大多数道路交通安全事故与道路交通拥堵均与机动车驾驶人的不良行为因素有关。因此，机动车驾驶人培训是道路交通安全的第一道屏障。但是人工培训驾驶通常会存在无法避免的局限性，即无法完全确定驾驶员在驾驶过程中出现的所有操作失误。驾驶考试存在单人驾驶的考试内容，在进行关于这些考试内容的训练过程中，驾驶教练无法陪同驾驶员进行驾驶训练，驾驶员单独训练时往往会出现自身疏忽的问题却无法得到提醒。
[0004]
现有的驾驶训练无法准确对驾驶员的安全驾驶问题做出准确判断，无法高效提高驾驶员的安全驾驶意识。


技术实现要素：

[0005]
本申请实施例公开了一种评价驾驶员安全驾驶意识的方法及相关装置，用于对驾驶员的安全驾驶问题做出准确判断，高效提高驾驶员的安全驾驶意识。
[0006]
本申请实施例第一方面提供了一种评价驾驶员安全驾驶意识的方法，包括：
[0007]
获取目标车辆的实时驾驶信息，所述驾驶信息包含当前驾驶培训过程中所述目标车辆的各部件的运行数据、驾驶员的操作信息和驾驶场景信息；
[0008]
根据所述驾驶场景信息对所述实时驾驶信息进行分类，所述驾驶场景信息为训练场地信息和训练项目信息；
[0009]
将进行了分类的所述实时驾驶信息上传至云端数据库，所述云端数据库用于存储训练车辆生成的驾驶状态信息，所述云端数据库为驾驶数据中心；
[0010]
使用人工智能算法对所述云端数据库中的实时驾驶信息进行群体驾驶行为大数据分析，以生成大众安全驾驶意识数据；
[0011]
将所述大众安全驾驶意识数据与进行了分类的所述实时驾驶信息进行信息与分析，所述实时安全驾驶意识数据表示驾驶员在本次驾驶培训过程中的安全驾驶意识的结果；
[0012]
根据所述实时安全驾驶意识数据生成并输出实时安全驾驶意识评价。
[0013]
可选地，所述根据所述实时安全驾驶意识数据生成并输出实时安全驾驶意识评价，包括：
[0014]
将所述实时安全驾驶意识数据与评价语言库中的评价语句进行匹配，以生成实时安全驾驶意识评价；
[0015]
向所述目标车辆的车载语音装置发送所述实时安全驾驶意识评价，以使得所述驾驶员实时得到指导与纠正。
[0016]
可选地，在所述根据所述实时安全驾驶意识数据生成并输出实时安全驾驶意识评价之后，所述方法还包括：
[0017]
向已授权的的驾驶周边相关平台发送所述实时安全驾驶意识评价，所述已授权的的驾驶周边相关平台包含但不限于驾驶员平台、交通平台与驾驶培训平台。
[0018]
可选地，在所述将进行了分类的所述实时驾驶信息上传至云端数据库之后，所述方法还包括：
[0019]
使用人工智能算法对所述云端数据库中的实时驾驶信息进行历史驾驶行为大数据分析，以生成生成所述目标车辆的历史安全驾驶意识数据。
[0020]
可选地，所述获取目标车辆的实时驾驶信息，包括：
[0021]
通过车辆部件数据采集器与车辆摄像头获取在驾驶培训中的目标车辆的实时驾驶信息。
[0022]
本申请实施例第二方面提供了一种评价驾驶员安全驾驶意识的装置，包括：
[0023]
获取单元，用于获取目标车辆的实时驾驶信息，所述驾驶信息包含当前驾驶培训过程中所述目标车辆的各部件的运行数据、驾驶员的操作信息和驾驶场景信息；
[0024]
分类单元，用于根据所述驾驶场景信息对所述实时驾驶信息进行分类，所述驾驶场景信息为训练场地信息和训练项目信息；
[0025]
上传单元，用于将进行了分类的所述实时驾驶信息上传至云端数据库，所述云端数据库用于存储训练车辆生成的驾驶状态信息，所述云端数据库为驾驶数据中心；
[0026]
第一生成单元，用于使用人工智能算法对所述云端数据库中的实时驾驶信息进行群体驾驶行为大数据分析，以生成大众安全驾驶意识数据；
[0027]
第二生成单元，用于将所述大众安全驾驶意识数据与进行了分类的所述实时驾驶信息进行信息与分析，以生成所述目标车辆的实时安全驾驶意识数据，所述实时安全驾驶意识数据表示驾驶员在本次驾驶培训过程中的安全驾驶意识的结果；
[0028]
第三生成单元，用于根据所述实时安全驾驶意识数据生成并输出实时安全驾驶意识评价。
[0029]
可选地，所述第三生成单元，具体为：
[0030]
将所述实时安全驾驶意识数据与评价语言库中的评价语句进行匹配，以生成实时安全驾驶意识评价；
[0031]
向所述目标车辆的车载语音装置发送所述实时安全驾驶意识评价，以使得所述驾驶员实时得到指导与纠正。
[0032]
可选地，所述装置还包括：
[0033]
第一发送单元，用于向已授权的的驾驶周边相关平台发送所述实时安全驾驶意识评价，所述已授权的的驾驶周边相关平台包含但不限于驾驶员平台、交通平台与驾驶培训平台。
[0034]
可选地，所述装置还包括：
[0035]
第四生成单元，用于使用人工智能算法对所述云端数据库中的实时驾驶信息进行历史驾驶行为大数据分析，以生成生成所述目标车辆的历史安全驾驶意识数据；
[0036]
第二发送单元，用于向已授权的的驾驶周边相关平台发送所述历史安全驾驶意识数据。
[0037]
可选地，所述获取单元，具体为：
[0038]
通过车辆部件数据采集器与车辆摄像头获取在驾驶培训中的目标车辆的实时驾驶信息。
[0039]
本申请实施例第三方面提供了一种评价驾驶员安全驾驶意识的装置，包括：
[0040]
处理器、存储器、输入输出单元、总线；
[0041]
所述处理器与所述存储器、所述输入输出单元以及所述总线相连；
[0042]
所述处理器具体执行如下操作：
[0043]
获取目标车辆的实时驾驶信息，所述驾驶信息包含当前驾驶培训过程中所述目标车辆的各部件的运行数据、驾驶员的操作信息和驾驶场景信息；
[0044]
根据所述驾驶场景信息对所述实时驾驶信息进行分类，所述驾驶场景信息为训练场地信息和训练项目信息；
[0045]
将进行了分类的所述实时驾驶信息上传至云端数据库，所述云端数据库用于存储训练车辆生成的驾驶状态信息，所述云端数据库为驾驶数据中心；
[0046]
使用人工智能算法对所述云端数据库中的实时驾驶信息进行群体驾驶行为大数据分析，以生成大众安全驾驶意识数据；
[0047]
将所述大众安全驾驶意识数据与进行了分类的所述实时驾驶信息进行信息与分析，所述实时安全驾驶意识数据表示驾驶员在本次驾驶培训过程中的安全驾驶意识的结果；
[0048]
根据所述实时安全驾驶意识数据生成并输出实时安全驾驶意识评价。
[0049]
可选的，所述处理器还用于执行第一方面中的任意可选方案的操作。
[0050]
一种计算机可读存储介质，所述计算机可读存储介质上保存有程序，所述程序在计算机上执行时执行如前述第一方面以及第一方面的任意可选的方法。
[0051]
从以上技术方案可以看出，本申请实施例具有以下优点：
[0052]
首先获取目标车辆的实时驾驶信息，再根据所述驾驶场景信息对实时驾驶信息进行分类。将进行了分类的实时驾驶信息上传至云端数据库，使用人工智能算法对所述云端数据库中的实时驾驶信息进行群体驾驶行为大数据分析，以生成大众安全驾驶意识数据。将大众安全驾驶意识数据与进行了分类的实时驾驶信息进行信息与分析，最后根据实时安全驾驶意识数据生成并输出实时安全驾驶意识评价。通过人工智能算法与大数据处理，对驾驶员训练过程中的操作行为进行安全评价，不但对驾驶员的安全驾驶问题做出准确判断，而且高效提高驾驶员的安全驾驶意识。
附图说明
[0053]
图1为本申请实施例中评价驾驶员安全驾驶意识的方法一个实施例流程示意图；
[0054]
图2为本申请实施例中评价驾驶员安全驾驶意识的方法另一个实施例流程示意图；
[0055]
图3为本申请实施例中评价驾驶员安全驾驶意识的装置一个实施例结构示意图；
[0056]
图4为本申请实施例中评价驾驶员安全驾驶意识的装置另一个实施例结构示意
图。
具体实施方式
[0057]
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的阐述，显然阐述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应当属于本发明保护范围。
[0058]
本申请实施例公开了一种评价驾驶员安全驾驶意识的方法及相关装置，用于对驾驶员的安全驾驶问题做出准确判断，高效提高驾驶员的安全驾驶意识。
[0059]
在本实施例中，驾驶数据信号采集的方法可在系统实现，可以在服务器实现，也可以在终端实现，具体不做明确限定。为方便描述，本申请实施例使用终端为执行主体举例描述。
[0060]
请参阅图1，本申请实施例中评价驾驶员安全驾驶意识的方法的一个实施例包括：
[0061]
101、获取目标车辆的实时驾驶信息，所述驾驶信息包含当前驾驶培训过程中所述目标车辆的各部件的运行数据、驾驶员的操作信息和驾驶场景信息；
[0062]
终端获取目标车辆的实时驾驶信息，实时驾驶信息为车辆在运行过程中所受到的油门指令、离合程度、刹车程度等，此处不做限定。终端主要通过一个感知模块进行操作信息的获取，人员操作行为感知模块，记录驾驶员培训过程中标准规范(安全带意识、行驶中车门关闭，打方向盘的方式，转弯与倒车后视镜观察，双手开车门，左右转弯与转向灯、观察后视镜的规范，注意力检测)，预测性安全意识(方向盘感知，油离配合，挡位与速度匹配，直线行驶是否偏离)，紧急处置安全意识(溜车，空挡行驶)。
[0063]
102、根据所述驾驶场景信息对所述实时驾驶信息进行分类，所述驾驶场景信息为训练场地信息和训练项目信息；
[0064]
终端根据驾驶的训练项目对实时驾驶信息进行分类，不同的科目从进入训练到技术训练的范围，以此作为分类点，使得在接下来的分析中可以针对不同的项目进行准确的分析。
[0065]
103、将进行了分类的所述实时驾驶信息上传至云端数据库，所述云端数据库用于存储训练车辆生成的驾驶状态信息，所述云端数据库为驾驶数据中心；
[0066]
终端将本次驾驶的实时驾驶信息上传到云端，以此将数据得以进行联网后的其他操作，例如其他系统调用，查询等，此处不做限定。将实时驾驶信息进行历史对比，需要将这类实时驾驶信息上传至云端数据库，以使得多分数据进行对比，得到准确的分析数据。
[0067]
云端数据库是一个存储类型的数据库，本实施例中，主要用来存储所有车辆的实时驾驶信息，在日积月累的过程中，实现实时驾驶行为数据的累计，可针对个人或者全部驾驶员的驾驶能力进行分析与存储。
[0068]
104、使用人工智能算法对所述云端数据库中的实时驾驶信息进行群体驾驶行为大数据分析，以生成大众安全驾驶意识数据；
[0069]
终端使用人工智能算法对所述云端数据库中的实时驾驶信息进行群体驾驶行为大数据分析，以生成大众安全驾驶意识数据，大众安全驾驶意识数据为在长时间手机的数
据中，大量驾驶员的训练数据整合结果。
[0070]
105、将所述大众安全驾驶意识数据与进行了分类的所述实时驾驶信息进行信息与分析，所述实时安全驾驶意识数据表示驾驶员在本次驾驶培训过程中的安全驾驶意识的结果；
[0071]
终端将所述大众安全驾驶意识数据与进行了分类的实时驾驶信息进行信息与分析，实时安全驾驶意识数据表示驾驶员在本次驾驶培训过程中的安全驾驶意识的结果，生成驾驶员安全驾驶意识的最终数据。
[0072]
106、根据所述实时安全驾驶意识数据生成并输出实时安全驾驶意识评价。
[0073]
将不同的实时安全驾驶意识评价发给不同的赋能平台中，使得所述赋能平台根据所述驾驶过程数据进行判断与操作，赋能平台为可根据所述驾驶过程数据获取必要处理信息的相关平台。
[0074]
首先获取目标车辆的实时驾驶信息，再根据所述驾驶场景信息对实时驾驶信息进行分类。将进行了分类的实时驾驶信息上传至云端数据库，使用人工智能算法对所述云端数据库中的实时驾驶信息进行群体驾驶行为大数据分析，以生成大众安全驾驶意识数据。将大众安全驾驶意识数据与进行了分类的实时驾驶信息进行信息与分析，最后根据实时安全驾驶意识数据生成并输出实时安全驾驶意识评价。通过人工智能算法与大数据处理，对驾驶员训练过程中的操作行为进行安全评价，不但对驾驶员的安全驾驶问题做出准确判断，而且高效提高驾驶员的安全驾驶意识。
[0075]
请参阅图2，本申请实施例中评价驾驶员安全驾驶意识的方法的另一个实施例包括：
[0076]
201、通过车辆部件数据采集器与车辆摄像头获取在驾驶培训中的目标车辆的实时驾驶信息；
[0077]
终端通过车辆部件数据采集器与车辆摄像头获取在驾驶培训中的目标车辆的实时驾驶信息，通过不同的机械采集设备对车辆上的运行信息进行采集，可以是车辆自动诊断系统，也可以是离合采集仪器等，此处不做限定。
[0078]
202、根据所述驾驶场景信息对所述实时驾驶信息进行分类，所述驾驶场景信息为训练场地信息和训练项目信息；
[0079]
203、将进行了分类的所述实时驾驶信息上传至云端数据库，所述云端数据库用于存储训练车辆生成的驾驶状态信息，所述云端数据库为驾驶数据中心；
[0080]
204、使用人工智能算法对所述云端数据库中的实时驾驶信息进行群体驾驶行为大数据分析，以生成大众安全驾驶意识数据；
[0081]
205、将所述大众安全驾驶意识数据与进行了分类的所述实时驾驶信息进行信息与分析，所述实时安全驾驶意识数据表示驾驶员在本次驾驶培训过程中的安全驾驶意识的结果；
[0082]
本实施例中的步骤202至205与前述实施例中步骤102至105类似，此处不再赘述。
[0083]
206、将所述实时安全驾驶意识数据与评价语言库中的评价语句进行匹配，以生成实时安全驾驶意识评价；
[0084]
终端通过评价语言库，匹配实时安全驾驶意识数据，用于在评价语言库中找到对应的实时安全驾驶意识评价。
[0085]
207、向所述目标车辆的车载语音装置发送所述实时安全驾驶意识评价，以使得所述驾驶员实时得到指导与纠正；
[0086]
终端会向所述目标车辆的车载语音装置发送实时安全驾驶意识评价，以使得目标车辆的驾驶员实时得到指导与纠正。车载语音装置用于通过语音提示，使得驾驶员根据语音提示进行一定操作或者改正。
[0087]
208、向已授权的的驾驶周边相关平台发送所述实时安全驾驶意识评价，所述已授权的的驾驶周边相关平台包含但不限于驾驶员平台、交通平台与驾驶培训平台；
[0088]
将不同的实时安全驾驶意识评价发给不同的赋能平台中，使得所述赋能平台根据所述驾驶过程数据进行判断与操作，赋能平台为可根据实时安全驾驶意识评价获取必要处理信息的相关平台。
[0089]
209、使用人工智能算法对所述云端数据库中的实时驾驶信息进行历史驾驶行为大数据分析，以生成生成所述目标车辆的历史安全驾驶意识数据。
[0090]
终端为目标车辆的驾驶员使用人工智能算法对所述云端数据库中的实时驾驶信息进行历史驾驶行为大数据分析，以生成生成所述目标车辆的历史安全驾驶意识数据，针对驾驶员长期的训练数据进行一个过程性分析。
[0091]
请参阅图3，本申请实施例中评价驾驶员安全驾驶意识的装置的一个实施例包括：
[0092]
获取单元301，用于获取目标车辆的实时驾驶信息，所述驾驶信息包含当前驾驶培训过程中所述目标车辆的各部件的运行数据、驾驶员的操作信息和驾驶场景信息；
[0093]
分类单元302，用于根据所述驾驶场景信息对所述实时驾驶信息进行分类，所述驾驶场景信息为训练场地信息和训练项目信息；
[0094]
上传单元303，用于将进行了分类的所述实时驾驶信息上传至云端数据库，所述云端数据库用于存储训练车辆生成的驾驶状态信息，所述云端数据库为驾驶数据中心；
[0095]
第一生成单元304，用于使用人工智能算法对所述云端数据库中的实时驾驶信息进行群体驾驶行为大数据分析，以生成大众安全驾驶意识数据；
[0096]
第二生成单元305，用于将所述大众安全驾驶意识数据与进行了分类的所述实时驾驶信息进行信息与分析，以生成所述目标车辆的实时安全驾驶意识数据，所述实时安全驾驶意识数据表示驾驶员在本次驾驶培训过程中的安全驾驶意识的结果；
[0097]
第三生成单元306，用于根据所述实时安全驾驶意识数据生成并输出实时安全驾驶意识评价。
[0098]
首先获取目标车辆的实时驾驶信息，再根据所述驾驶场景信息对实时驾驶信息进行分类。将进行了分类的实时驾驶信息上传至云端数据库，使用人工智能算法对所述云端数据库中的实时驾驶信息进行群体驾驶行为大数据分析，以生成大众安全驾驶意识数据。将大众安全驾驶意识数据与进行了分类的实时驾驶信息进行信息与分析，最后根据实时安全驾驶意识数据生成并输出实时安全驾驶意识评价。通过人工智能算法与大数据处理，对驾驶员训练过程中的操作行为进行安全评价，不但对驾驶员的安全驾驶问题做出准确判断，而且高效提高驾驶员的安全驾驶意识。
[0099]
可选地，所述第三生成单元306，具体为：
[0100]
将所述实时安全驾驶意识数据与评价语言库中的评价语句进行匹配，以生成实时安全驾驶意识评价；
[0101]
向所述目标车辆的车载语音装置发送所述实时安全驾驶意识评价，以使得所述驾驶员实时得到指导与纠正。
[0102]
可选地，所述装置还包括：
[0103]
第一发送单元307，用于向已授权的的驾驶周边相关平台发送所述实时安全驾驶意识评价，所述已授权的的驾驶周边相关平台包含但不限于驾驶员平台、交通平台与驾驶培训平台。
[0104]
可选地，所述装置还包括：
[0105]
第四生成单元308，用于使用人工智能算法对所述云端数据库中的实时驾驶信息进行历史驾驶行为大数据分析，以生成生成所述目标车辆的历史安全驾驶意识数据；
[0106]
第二发送单元309，用于向已授权的的驾驶周边相关平台发送所述历史安全驾驶意识数据。
[0107]
可选地，所述获取单元301，具体为：
[0108]
通过车辆部件数据采集器与车辆摄像头获取在驾驶培训中的目标车辆的实时驾驶信息。
[0109]
请参阅图4，本申请实施例中评价驾驶员安全驾驶意识的装置的另一个实施例包括：
[0110]
处理器401、存储器402、输入输出单元403以及总线404；
[0111]
处理器401与存储器402、输入输出单元403以及总线404相连；
[0112]
存储器402保存有程序，处理器401调用程序以执行如上的评价驾驶员安全驾驶意识的方法。
[0113]
本申请还提供了一种计算机可读存储介质，计算机可读存储介质上保存有程序，程序在计算机上执行时执行如上的评价驾驶员安全驾驶意识的方法。
[0114]
本申请还提供了一种计算机可读存储介质，计算机可读存储介质上保存有程序，当程序在计算机上运行时，使得计算机执行如上所述任一评价驾驶员安全驾驶意识的方法。
[0115]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0116]
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0117]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0118]
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单
元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0119]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。