惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Y
Y Combinator Blog
有赞技术团队
有赞技术团队
J
Java Code Geeks
H
Hackread – Cybersecurity News, Data Breaches, AI and More
美团技术团队
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Hugging Face - Blog
Hugging Face - Blog
人人都是产品经理
人人都是产品经理
酷 壳 – CoolShell
酷 壳 – CoolShell
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
C
Check Point Blog
博客园 - 【当耐特】
The GitHub Blog
The GitHub Blog
Recent Announcements
Recent Announcements
The Cloudflare Blog
Microsoft Azure Blog
Microsoft Azure Blog
腾讯CDC
Vercel News
Vercel News
IT之家
IT之家
MyScale Blog
MyScale Blog
博客园_首页
Martin Fowler
Martin Fowler
WordPress大学
WordPress大学
罗磊的独立博客

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
智能座舱功能揭秘:驾驶行为分析
赛博七号 · 2024-05-16 · via 人人都是产品经理

通过了解驾驶员的行为习惯和偏好,能帮助厂家对车辆的用户体验、设计进行优化,推动智能化发展。这篇文章,作者带我们做下驾驶行为分析的计算流程,从特征提取、特征工程定义和行程评价几个方面来说。

驾驶行为分析是一个多维度、综合性的过程,基于驾驶员的驾驶操作、行车轨迹、车辆动态参数等多种数据来源,通过量化的方式评估驾驶员在行驶过程中的表现,如驾驶质量、安全性和效率等,是对驾驶员在驾驶过程中的行为进行系统性的观察、分析和评估的过程。

驾驶行为分析不仅关注安全,也考虑了驾驶技能、文明驾驶和节能驾驶等其他重要方面。驾驶成就分是综合这些维度后对驾驶行为分析的评分结果。

01 为什么做驾驶行为分析

驾驶行为分析可以了解驾驶员在不同情况下的驾驶习惯和偏好,识别潜在危险行为模式,为驾驶员培养良好的驾驶行为习惯提供参考,从而帮助驾驶员提升驾驶的整体安全性。对于汽车制造公司而言,开展驾驶行为分析有助于提升车辆的安全性、改善用户体验、优化车辆设计,并有助于推动智能化发展和提高市场竞争力。

02 驾驶行为分析的计算流程

整个流程包括几个部分:特征提取、特征工程定义、行程评价。

1. 特征提取

特征提取是驾驶行为分析中的重要步骤,是整个分析流程的基石,它要求我们从海量的原始驾驶数据中,识别出能够反映驾驶行为特征的关键指标或属性。

在驾驶行为分析中,通常会考虑以下几个方面的内容:

1)时间相关指标:

  • 行程开始、行程结束:行程的起始和结束时间,用于确定行程的时间跨度。
  • 驾驶时长:行程持续的时间长度,反映了驾驶员在路上的时间。
  • 怠速时长占比:车辆处于怠速状态的时间占总行程时长的比例,反映了行程中的停车或交通拥堵情况。

2)距离和速度相关指标:

  • 行程最大车速、行程平均车速:行程中的最大车速和平均车速,反映了行驶过程中的速度情况。
  • 百公里电耗、百公里油耗:行程中每百公里的电耗和油耗,用于评估车辆的能耗情况。
  • 行程里程:行程的总里程数,表示了车辆行驶的路程。

3)能源消耗相关指标:

  • 行程耗电量、行程耗油量:行程中消耗的电能量和燃油量,用于评估能源的消耗情况。
  • 能耗度:表示行程中能源的利用效率。

4)驾驶行为相关指标:

  • 主驾安全带未系占比:主驾驶员未系安全带的时间占总驾驶时长的比例,反映了驾驶员的安全意识。
  • 加减速平稳度、急加速次数、急减速次数、急转弯次数、频繁变道次数:反映了驾驶过程中的平稳性和急剧变化情况。

5)其他指标:

  • 转向未打转向灯次数:表示行程中转向时未使用转向灯的次数。
  • 空调使用时长占比:行程中空调开启的时间占总驾驶时长的比例。
  • 出行分布:行程的起点、终点以及可能的中途停留点的空间分布情况。

具体见下表举例

这部分通常需要依赖传感器如车载传感器、座舱传感器、定位传感器和惯性传感器等收集数据,并在数据收集之后进行数据的预处理,以确保提取的特征具有可靠性和有效性。

2. 特征工程分类

在特征的关键指标数据提取之后,我们根据特征指标的定义,将这些特征关键指标按照多个维度进行分类,分别是安全、技能、文明和节能等四个维度。

1)安全维度特征:

  • 安全维度主要关注驾驶行为对行车安全的影响。评估驾驶员在驾驶过程中是否注意交通规则、遵守安全驾驶原则、以及对潜在危险的应对能力。
  • 安全维度特征指标如主驾安全带未系占比、驾驶时长、出行分布等。

2)技能维度特征:

  • 技能维度着重评价驾驶员的驾驶技术水平和车辆操控能力,评估驾驶员在驾驶过程中的操作技巧、驾驶车辆的稳定性和安全性。
  • 包括急加速次数、急减速次数、急转弯次数、加减速平稳度等指标。

3)文明维度特征:

  • 文明维度关注驾驶行为是否符合文明驾驶规范,评估驾驶员在行车过程中是否尊重其他道路使用者、礼让行人和其他车辆等。
  • 包括频繁变道次数和转向灯打灯情况等指标。

4)节能维度特征:

  • 节能维度侧重评价驾驶行为对能源的消耗情况,评估驾驶员在行车过程中是否能够有效利用能源。
  • 包括能耗效率、空调使用情况和怠速时间等指标。

3. 行程评价

整体的行程评价结合驾驶过程中司机驾驶行为的影响范围,从安全、技能、文明和节能等4个维度进行评价。

我们将具体的驾驶行为量化成评分指数,一种维度由多个指数构成。指数对应相关指标,相关指标的值决定指数取值,通过各个维度配置表,根据相关指标的实际值确定指数取值。通过指数取值和指数权重得到每个维度的得分,最终通过维度权重得到行程的总评分。

见下表举例

下面描述每个维度的含义和计算过程:

1)安全维度:

  • 相关指标:如主驾安全带未系占比、疲劳驾驶状态占比、出行分布占比等。
  • 计算过程:根据安全评分配置表中各指标的得分计算每个指数的得分,再乘以指数权重比例,得到每个指数的得分,最后综合得到安全维度的得分。

2)技能维度:

  • 相关指标:如急减速次数、急加速次数、急转弯次数和加减速平稳度等。
  • 计算过程:类似安全维度,根据技能维度评分配置表中各指标的得分计算每个指数的得分,再乘以指数权重比例,得到每个指数的得分,最后综合得到技能维度的得分。

3)文明维度:

  • 相关指标:如频繁变道次数、空调使用时长占比等。
  • 计算过程:类似安全维度,根据文明维度评分配置表中各指标的得分计算每个指数的得分,再乘以指数权重比例,得到每个指数的得分,最后综合得到文明维度的得分。

4)节能维度:

  • 相关指标:如能耗度、怠速时长占比和空调使用时长占比等等。
  • 计算过程:类似安全维度,根据节能维度评分配置表中各指标的得分计算每个指数的得分,再乘以指数权重比例,得到每个指数的得分,最后综合得到节能维度的得分。

4. 驾驶行为分析

驾驶行为分析的是驾驶员月度驾驶情况。根据行程评价规则,将安全、技能、文明和节能四个方面的得分综合起来,得出驾驶行为的月度评分。这样可以对整个月份内的驾驶行为进行综合评价,为改进驾驶行为提供指导和反馈。

如图:

行驶里程:指的是在同一个月份内行程结束的总里程数。这是评估驾驶行为的一个重要指标,因为行驶里程可以反映出驾驶员在一个月内的驾驶活动情况。

安全得分、技能得分、文明得分、节能得分:这些得分都是基于行程评价的得分计算得到的。每个行程都会获得安全、技能、文明和节能四个方面的评价得分,然后根据权重计算得到整体的安全得分、技能得分、文明得分和节能得分。

权重计算:权重是根据每个行程的行驶里程来计算的,采用行驶里程占同一月份内所有行程行驶里程总和的比例。这意味着行驶里程越长的行程在总评分中所占的比重越大。

得分计算:安全得分、技能得分、文明得分和节能得分都是通过将相应的行程评分乘以权重得到的。这样做的目的是将每个行程的得分按照行驶里程的权重进行加权,以反映驾驶行为在总评分中的影响程度。

5. 驾驶成就分

我们将驾驶成就分的计算周期做一个定义,规定是每个月的1号某个点开始,而取数规则是往期所有驾驶行为月度评分的中位数。这意味着在每月的1号起始时间,系统将对往期所有驾驶行为的月度评分进行统计,并取其中位数作为该月的驾驶成就分数。

这种取数规则的选择可以确保驾驶成就分数不受极端值的影响,因为中位数对极端值不敏感,更能反映出整体驾驶行为的水平。同时,每月更新一次的计算周期也为驾驶员提供了一个明确的时间点,使其可以及时了解自己在驾驶行为方面的表现,并对之后的行驶做出调整和改进。

专栏作家

赛博七号,人人都是产品经理专栏作家。一个产品老兵,专注汽车智能化体验和设计。

本文原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。