[发明专利]一种用户驾驶行为监控方法及装置

说明书

技术领域

本发明涉及车联网技术领域，特别是涉及一种用户驾驶行为监控方法及装置。

背景技术

随着汽车的普及，汽车的行车安全性问题越来越受关注。互联网技术也逐渐应用于汽车行车安全的监控上，通过监控汽车的当前驾驶数据是否在安全范围之内，可以做出是否存在安全性问题的提醒。

然而，目前汽车行车的监控灵活性低，难以通过监控数据有效地做出准确的安全性提醒，从而不能更好地提升行车安全性。

发明内容

本发明解决的技术问题是提升行车监控的灵活性，进而提升行车安全性。

为解决上述技术问题，本发明实施例提供一种用户驾驶行为监控方法，所述方法包括：

获取多个参考用户的驾驶行为数据；使用多个已知的类别标签对所述多个参考用户的驾驶行为数据进行标注；对标注有所述类别标签的驾驶行为数据进行分类训练，以得到分类模型；获取当前用户的驾驶行为数据，并根据所述分类模型预测当前用户的驾驶行为数据的类别；向所述当前用户发送所述类别对应的提示信息。

可选地，所述驾驶行为数据包括：行车轨迹数据和/或驾驶操作数据。

可选地，所述多个参考用户的驾驶行为数据包括：所述多个参考用户在预设历史时间段内的驾驶行为数据。

可选地，根据所述分类模型预测当前用户的驾驶行为数据的类别包括：

使用所述分类模型对所述当前用户的行车轨迹数据进行分析，以得到用户偏好路径；和/或使用所述分类模型对所述当前用户的驾驶操作数据进行分析，以得到用户驾驶习惯类别。

可选地，使用分类算法进行所述分类训练。

本发明实施例还提供一种用户驾驶行为监控装置，所述装置包括：获取单元，适于获取多个参考用户的驾驶行为数据；标注单元，适于使用多个已知的类别标签对所述多个参考用户的驾驶行为数据进行标注；训练单元，适于对标注有所述类别标签的驾驶行为数据进行分类训练，以得到分类模型；预测单元，适于获取当前用户的驾驶行为数据，并根据所述分类模型预测当前用户的驾驶行为数据的类别；发送单元，适于向所述当前用户发送所述类别对应的提示信息。

可选地，所述驾驶行为数据包括：行车轨迹数据和/或驾驶操作数据。

可选地，所述多个参考用户的驾驶行为数据包括：所述多个参考用户在预设历史时间段内的驾驶行为数据。

可选地，所述预测单元包括：预测子单元，适于使用所述分类模型对所述当前用户的行车轨迹数据进行分析，以得到用户偏好路径；和/或适于使用所述分类模型对所述当前用户的驾驶操作数据进行分析，以得到用户驾驶习惯类别。

可选地，所述训练单元使用分类算法进行所述分类训练。

与现有技术相比，本发明实施例的技术方案具有以下有益效果：

本发明实施例的技术方案通过获取大量的参考用户的驾驶行为数据作为训练集，并通过预设的类别标签标注不同类型的驾驶行为数据后进行分类训练，并使用分类训练得到的分类模型预测当前用户的驾驶行为数据所属的类别，针对该类别的用户驾驶行为进行相应的提醒。相比现有技术，本方案并非以某一次当前的驾驶行为数据即进行判断和提醒，而是在此之前进行大量的数据分析得到分类模型，再依据分类模型预测当前的用户驾驶行为数据所属的类型，根据类型做出相应的提醒，使得对当前用户发送提示信息具有针对性，该提示信息可有效的针对用户的驾驶行为偏好做出适当的提醒，从而有效地辅助用户调整驾驶行为，提升行车安全性。

附图说明

图1是本发明实施例中的一种用户驾驶行为监控方法的流程图；

图2是本发明实施例中的一种用户驾驶行为监控装置的结构示意图。

具体实施方式

如背景技术所言，目前汽车行车的监控灵活性低，难以通过监控数据有效地做出准确的安全性提醒，从而不能更好地提升行车安全性。

本发明实施例的技术方案通过获取大量的参考用户的驾驶行为数据作为训练集，并通过预设的类别标签标注不同类型的驾驶行为数据后进行分类训练，并使用分类训练得到的分类模型预测当前用户的驾驶行为数据所属的类别，针对该类别的用户驾驶行为进行相应的提醒。相比现有技术，本方案并非以某一次当前的驾驶行为数据即进行判断和提醒，而是在此之前进行大量的数据分析得到分类模型，再依据分类模型预测当前的用户驾驶行为数据所属的类型，根据类型做出相应的提醒，使得对当前用户发送提示信息具有针对性，该提示信息可有效的针对用户的驾驶行为偏好做出适当的提醒，从而有效地辅助用户调整驾驶行为，提升行车安全性。