[发明专利]一种商用车驾驶行为评价方法及系统

权利要求书

1.一种商用车驾驶行为评价方法，其特征在于：包括，

采集车联网中的行驶数据，筛选并计算评价用户驾驶行为安全性所需要的指标数据；

将提取的所述指标数据作为特征变量，根据所述特征变量建立商用车驾驶行为安全性评价体系和评分因素集；

利用层次分析法与熵权法结合的方法确定各个评价指标的权重向量；

分析各个所述特征变量的特点，采用合适的隶属函数；

运用模糊数学理论，得到所述特征变量对应的单因素隶属度向量；

使用模糊评价算法，由所述权重向量和所述单因素隶属度向量得到模糊综合评价矩阵；

根据求得的所述模糊综合评价矩阵分析所述用户的驾驶行为、驾驶评分。

2.根据权利要求1所述的商用车驾驶行为评价方法，其特征在于：包括，

设定数据采集设备的采样频率为所需要的频率；

通过车联网系统采集若干用户的车辆行驶数据。

3.根据权利要求1或2所述的商用车驾驶行为评价方法，其特征在于：包括，

所述行驶数据包括，车辆识别号、驾驶时间、车辆所在的GPS经度、车辆所在位置的GPS纬度、车辆所在位置的GPS海拔、车辆的ECU总油耗、车辆的累积总油耗、车辆的瞬时油耗、车辆的仪表里程、车辆的ECU车速、车辆的发动机转速、车辆的加速度、车辆的发动机扭矩、车辆的发动机负荷、车辆的总发动机怠速时间、车辆的总行驶时间。

4.根据权利要求3所述的商用车驾驶行为评价方法，其特征在于：包括，

将所述行驶数据划分为若干行程段数据，根据每个行程内的车辆行驶数据计算每个行程的所述指标数据；

所述指标数据包括，行程距离、车速均值、车速标准差、最大车速、急加速次数、急刹车次数、大油门次数、超速时长占比、空挡滑行次数、低档高速次数、疲劳报警次数。

5.根据权利要求4所述的商用车驾驶行为评价方法，其特征在于：包括，

分析每个所述特征变量与驾驶行为之间的关系；

建立基于所筛选的特征变量的商用车驾驶行为安全性评价体系，求取评价体系中每个特征变量的权重向量；

建立评语集与评价分数的对应关系，分为五个评语与0-100分均匀分段对应。

6.根据权利要求5所述的商用车驾驶行为评价方法，其特征在于：包括，

构建驾驶行为评价指标所用的比较标度；

构建驾驶行为评价体系各层判断矩阵；

对所构建的判断矩阵进行一致性检验，若不满足要求，则对判断矩阵进行修正；

对通过一致性检验的判断矩阵利用特征值法求取权重向量。

7.根据权利要求6所述的商用车驾驶行为评价方法，其特征在于：包括，

K次抛物线型隶属函数；

岭型隶属函数；

类高斯型隶属函数。

8.根据权利要求7所述的商用车驾驶行为评价方法，其特征在于：包括，

基于已筛选出的车联网指标数据，确定特征变量，建立商用车用户驾驶行为安全性评价体系和因素集；

建立商用车用户驾驶行为安全性评价评语集和评价分数对应关系；

基于模糊数学理论，采用合适的隶属度函数，求出特征变量对应的单因素隶属度向量，将所得单因素隶属度向量与权重向量进行模糊变换，得出模糊综合评价矩阵；

根据所得模糊综合评价矩阵进行分析、求取用户得分。

9.根据权利要求8所述的商用车驾驶行为评价方法，其特征在于：包括，

根据模糊数学理论中的加权算子的特点，采用加权平均型模糊算子求取单因素隶属度向量；

利用模糊评价算法求取最后的模糊评价矩阵，由评价矩阵分析驾驶行为特点、求取驾驶行为评分。

10.一种商用车驾驶行为评价系统，其特征在于：包括，车联网数据采集模块、数据预处理模块、评价特征筛选模块、评价模型建立模块和评价模型使用模块，

所述车联网数据采集模块通过商用车自带的车辆传感器和can数据网以要求的采样频率采集到若干商用车的车辆行驶数据；

所述数据预处理模块包括，数据清洗子模块和行程划分子模块，所述数据清洗子模块用于对采集的商用车行驶数据进行清洗，剔除无效数据以及填补缺失数据，所述行程划分子模块用于对所述清洗完成的数据划分出有效的驾驶行程；

所述评价特征筛选模块用于筛选并计算出能够评价用户驾驶行为的指标项；

所述评价模型建立模块包括，评价体系子模块和评价模型建立子模块，所述评价体系子模块，用于对提取的特征变量建立具有阶梯层次结构的驾驶行为评价体系；所述评价模型建立子模块，基于模糊综合评价算法建立商用车驾驶行为评价安全性模型；

所述评价模型使用模块，基于求取的模糊综合评价矩阵求取驾驶员改行程段内得分、给出分析评价。