一种基于手机传感器的智能驾驶行为分析方法

文档序号:9624084阅读:409来源:国知局
一种基于手机传感器的智能驾驶行为分析方法
【技术领域】
[0001]本发明涉及驾驶行为智能分析技术领域,具体是一种基于手机传感器的智能驾驶行为分析方法。
【背景技术】
[0002]随着车载0BD设备和互联网的不断发展,车联网的技术实现手段越来越多,从一开始的0BD收集驾驶数据进行分析,到后来的手机传感器收集驾驶数据进行分析,车联网的模式越来越多样化。车险UBI最为代表性,车险UBI通过对驾驶行为的分析,可对车险用户进行类别划分,对未来的保费分级提供了基础。传统的0BD车载设备可精确的获取驾驶行为数据,但是后装的设备存在杂波,会影响数据的准确性,且用户对于安装0BD设备这种形式并不认可。因此,手机传感器成为了现今热门的驾驶行为采集设备,通过将手机固定在车上同样可达到数据采集的目的,同时还不会对车辆产生任何影响。
[0003]传统的0BD设备只能获取驾驶的三急数据(急刹、急油、急转)和一些车辆状态数据。而大量的手机算法也同样是通过获取手机传感器数据分析出驾驶的三急数据,将这些数据作为计算因子给驾驶行为评分,但是驾驶行为单凭三急数据作为评分因子还是不够完口 ο

【发明内容】

[0004]本发明的目的在于提供一种分析合理、准确度高的基于手机传感器的智能驾驶行为分析方法,以解决上述【背景技术】中提出的问题。
[0005]为实现上述目的,本发明提供如下技术方案:
[0006]—种基于手机传感器的智能驾驶行为分析方法,具体步骤如下:
[0007](1)数据采集:ΑΡΡ前端开启录制后,ΑΡΡ前端负责收集手机传感器和GPS数据的采集,其中ΑΡΡ前端每隔一秒钟读取一次GPS数据,每隔200毫秒读取一次传感器数据;
[0008](2)数据预处理:ΑΡΡ前端对采集的数据进行预处理,将无用的GPS数据筛除,把传感器数据按一秒钟一次做滤波;
[0009](3)数据传输:ΑΡΡ前端将预处理后的数据关联后打包发送至ΑΡΡ后台;
[0010](4)数据再处理:ΑΡΡ后台在收到ΑΡΡ前端传入的数据后,解析数据包,对传感器数据再做一次滤波,剔除超过域值的数据;
[0011](5)输出结果:将再处理后的数据进行集中计算,分析出驾驶行为结果,并将结果返回至ΑΡΡ前端用于显示和存储。
[0012]作为本发明再进一步的方案:所述的集中计算是通过加速度、陀螺仪、磁力计和GPS的数据,结合模型库,分析出驾驶行为结果。
[0013]与现有技术相比,本发明的有益效果是:
[0014]本发明采用驾驶行为模型匹配算法,在分析了三急数据的同时,还将超速作为评分因子,并通过历史的所有行程对司机的驾驶习惯进行了分类,增加了驾驶行为判断的准确度,保险公司可通过本发明判断结果对司机的驾驶行为进行客观的判断,从而更科学的对保费进行分级。
【附图说明】
[0015]图1为本发明的流程示意图。
【具体实施方式】
[0016]下面结合【具体实施方式】对本专利的技术方案作进一步详细地说明。
[0017]请参阅图1,一种基于手机传感器的智能驾驶行为分析方法,具体步骤如下:
[0018](1)数据采集:APP前端开启录制后,APP前端负责收集手机传感器和GPS数据的采集,其中APP前端每隔一秒钟读取一次GPS数据,每隔200毫秒读取一次传感器数据;
[0019](2)数据预处理:APP前端对采集的数据进行预处理,将无用的GPS数据筛除,把传感器数据按一秒钟一次做滤波;
[0020](3)数据传输:APP前端将预处理后的数据关联后打包发送至APP后台;
[0021](4)数据再处理:APP后台在收到APP前端传入的数据后,解析数据包,对传感器数据再做一次滤波,剔除超过域值的数据;
[0022](5)输出结果:将再处理后的数据进行集中计算,通过加速度、陀螺仪、磁力计和GPS的数据,结合模型库,分析出驾驶行为结果,并将结果返回至APP前端用于显示和存储。
[0023]本发明通过实时读取手机传感器数据,并对数据进行分析,得出驾驶的三急和超速数据,通过对数据的处理为保险公司提供司机驾驶行为分类信息,本发明中APP前端主要负责收集手机传感器和GPS数据的采集,并对数据进行筛查和预处理,预处理后的结果将输入至APP后台算法,由APP后台算法计算出结果后返回给APP前端用于显示。本发明中包括APP前端数据采集的筛查、预处理和APP后台驾驶行为分析算法,APP前端数据采集的筛查主要是筛查GPS的有效性,由于GPS在搜索时或信号不好时,GPS数据的偏离范围为可达到几百米,严重影响了数据的可靠性,因此,在读取到GPS数据时,APP前端结合GPS状态中的精度范围和时间差筛查掉无效的GPS数据,并将GPS数据与传感器数据进行了匹配后输出给APP后台服务,APP后台驾驶行为分析算法主要将APP传入的数据输入到算法中的驾驶行为模型库,通过模型匹配,分析出各种驾驶行为,通过与道路数据的匹配得出超速数据,并将结果回传给APP前端显示。
[0024]本发明采用驾驶行为模型匹配算法,在分析了三急数据的同时,还将超速作为评分因子,并通过历史的所有行程对司机的驾驶习惯进行了分类,增加了驾驶行为判断的准确度,保险公司可通过本发明判断结果对司机的驾驶行为进行客观的判断,从而更科学的对保费进行分级。
[0025]上面对本专利的较佳实施方式作了详细说明,但是本专利并不限于上述实施方式,在本领域的普通技术人员所具备的知识范围内,还可以在不脱离本专利宗旨的前提下作出各种变化。
【主权项】
1.一种基于手机传感器的智能驾驶行为分析方法,其特征在于,具体步骤如下: (1)数据采集:APP前端开启录制后,APP前端负责收集手机传感器和GPS数据的采集,其中APP前端每隔一秒钟读取一次GPS数据,每隔200毫秒读取一次传感器数据; (2)数据预处理:APP前端对采集的数据进行预处理,将无用的GPS数据筛除,把传感器数据按一秒钟一次做滤波; (3)数据传输:APP前端将预处理后的数据关联后打包发送至APP后台; (4)数据再处理:APP后台在收到APP前端传入的数据后,解析数据包,对传感器数据再做一次滤波,剔除超过域值的数据; (5)输出结果:将再处理后的数据进行集中计算,分析出驾驶行为结果,并将结果返回至APP前端用于显示和存储。2.根据权利要求1所述的基于手机传感器的智能驾驶行为分析方法,其特征在于,所述的集中计算是通过加速度、陀螺仪、磁力计和GPS的数据,结合模型库,分析出驾驶行为结果。
【专利摘要】本发明公开了一种基于手机传感器的智能驾驶行为分析方法,具体步骤如下:APP前端开启录制后,APP前端负责收集手机传感器和GPS数据;APP前端对采集的数据进行预处理,并将预处理后的数据关联后压缩打包发送至APP后台;APP后台在收到APP前端传入的数据后,解析数据包,对传感器数据进行再处理;将再处理后的数据进行集中计算,分析出驾驶行为结果,并将结果返回至APP前端用于显示和存储。本发明采用驾驶行为模型匹配算法,在分析了三急数据的同时,还将超速作为评分因子,并通过历史的所有行程对司机的驾驶习惯进行了分类,增加了驾驶行为判断的准确度,保险公司可通过本发明判断结果对司机的驾驶行为进行客观的判断,从而更科学的对保费进行分级。
【IPC分类】G08G1/01
【公开号】CN105389985
【申请号】CN201510789286
【发明人】李俊, 潘钰华
【申请人】北京智视信息科技有限公司
【公开日】2016年3月9日
【申请日】2015年11月16日
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1