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

OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
博客园_首页
雷峰网
雷峰网
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
WordPress大学
WordPress大学
腾讯CDC
T
Tailwind CSS Blog
A
About on SuperTechFans
H
Hackread – Cybersecurity News, Data Breaches, AI and More
The GitHub Blog
The GitHub Blog
T
The Blog of Author Tim Ferriss
G
Google Developers Blog
The Cloudflare Blog
D
DataBreaches.Net
Recent Announcements
Recent Announcements
Engineering at Meta
Engineering at Meta
B
Blog
博客园 - 聂微东
阮一峰的网络日志
阮一峰的网络日志
月光博客
月光博客
博客园 - 司徒正美
MongoDB | Blog
MongoDB | Blog
Google DeepMind News
Google DeepMind News
Apple Machine Learning Research
Apple Machine Learning Research

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。