用于处理和分析车辆驾驶大数据的方法及其系统的制作方法
【专利说明】
[0001] 相关申请的夺叉引用
[0002] 本申请基于35 U.S.C. § 119(a)要求2014年5月2日递交的韩国专利申请号 10-2014-0053388和2014年5月2日递交的韩国专利申请号10-2014-0053389的优先权， 其整体通过引用的方式并入本文。
技术领域
[0003] 本发明涉及用于处理和分析车辆驾驶大数据的方法，并且更具体地，涉及一种能 够通过系统数据提炼和数据挖掘程序来从关于车辆驾驶的大数据获取有用信息以用于处 理和分析车辆驾驶大数据的方法及其系统。
【背景技术】
[0004] 大数据意味着通用数据库系统难以采集、存储和分析的大量数据。大数据的一个 实例可以包括社交媒体、从社交网络服务生成的社交数据、网络流量日志、网络服务器或应 用程序的网络日志以及由感测设备日志获取的感测数据和日志等等，并且在时序数据如网 络流量日志的情况中，数据随着时间累积并且要处理的数据的大小爆发式地增长。
[0005] 时序数据的一个实例包括车辆驾驶数据。车辆驾驶数据提供给管理者例如运输组 织、运输安全局（例如NHTSA (国家高速公路交通安全局）等等）、车辆销售业和/或租赁业 运营商，以便用于驾驶历史管理、事故发生期间的事故起因建立、事故预防、节能管理等等。
[0006] 最近，对车辆加大了车辆驾驶记录仪的安装和提供。由于时序数据的特征，处理和 分析所需要的车辆驾驶数据的数量快速增长，并且结果导致有必要开发一种处理和分析车 辆驾驶大数据的方法，以便系统地分析大量车辆驾驶数据并且允许管理者或用户有效地使 用通过分析所获取的有用信息。
[0007] 该【背景技术】部分中公开的以上信息仅用于增强对于本发明的背景的理解并且因 此其可以包括不构成本国的本领域普通技术人员已知的现有技术的信息。
【发明内容】
[0008] 本发明力图提供一种用于处理和分析车辆驾驶大数据的方法及其系统，其具有系 统地分析车辆驾驶的大数据并且允许管理者或用户有效地使用通过分析所获取的结果信 息的优点。
[0009] 在一个优选实施方式中，一种用于处理和分析车辆驾驶大数据的方法，包括：提炼 原始数据的车辆驾驶数据；基于所提炼的车辆驾驶数据获取统计数据；并且基于提炼的车 辆驾驶数据和所获取的统计数据中的至少一个执行挖掘分析。
[0010] 车辆驾驶数据可以包括识别数据和感测数据，
[0011] 识别数据可以包括车辆识别号码、车辆类型、车辆注册号码、运输业运营商注册号 码（例如承运人名称）、和驾驶员识别码、托运文件信息、托运人和商品名称的字段的记录 中的至少一个，并且
[0012] 感测数据可以包括车辆的行驶距离、行驶时间、起始时间、数据获取周期、数据获 取时间、速度、RPM、中断信号、位置、方位角、和加速度、位置（例如GNIS(地理名称信息系 统）等等）、OBD-II信息。
[0013] 提炼可以包括：通过确定感测数据的每个字段的记录是否具有在极限范围之内的 值来检测界外值；并且当被检测为界外值的记录具有超出极限范围的值时，去除该记录或 者纠正该记录以对应于极限范围内的值。
[0014] 提炼可以包括：通过在纠正之后对所提炼的感测数据的每个字段的后续记录进行 偏差比较来检测界外值；并且通过偏差比较去除被检测为界外值的记录。
[0015] 提炼可以包括：通过在纠正之后对所提炼的感测数据中具有关联的字段的记录进 行比较来检测界外值；并且通过关联比较去除被检测为界外值的记录。
[0016] 所获取的统计数据可以包括驾驶统计数据和趋势统计数据，
[0017] 驾驶统计数据可以包括每日行驶距离、总驾驶时间、平均速度、最大速度和最大 RPM、英里里程（即燃料效率）、燃料消耗、能量消耗、废气排放、驾驶区域、车辆间距的字段 的记录中的至少一个，并且
[0018] 趋势统计数据可以包括超速次数、危险超速次数、长期超速次数、快速加速次数、 快速减速次数、快速启动次数、快速停止速度、超车次数、路线改变次数、快速旋转次数、怠 速次数、高RPM次数、车辆间距的字段的记录中的至少一个
[0019] 获取统计数据可以包括：通过对提炼的车辆驾驶数据进行统计计算来生成统计数 据；在所生成的统计数据中确定是否在预定时间之内重复计算了每个字段的记录；并且将 确定被重复计算的记录纠正为一个计算值。
[0020] 执行挖掘分析可以包括：基于趋势统计数据对每个类型的车辆驾驶员的驾驶趋势 进行分类；并且关于所分类的类型中的每一个类型索引车辆驾驶员的趋势程度。
[0021] 执行挖掘分析可以包括：在索引之后，生成用于指示对于所分类的类型所索引的 结果的索引信息；并且分析趋势统计数据字段和索引信息字段中的至少一个字段的关联。
[0022] 执行挖掘分析可以包括：基于具体周期，基于提炼的车辆驾驶数据和获取的统计 数据的字段，分析重复模式；并且基于重复模式，分析车辆驾驶员在具体周期的驾驶趋势。
[0023] 所获取的统计数据进一步可以包括历史数据，其可以包括事故历史和维修历史字 段的记录，并且
[0024] 执行挖掘分析可以包括：基于提炼的车辆驾驶数据和所获取的统计数据，生成用 于预测事故历史和维修历史字段中的至少一个的改变的学习模式；并且通过使用学习模型 来分析事故风险和车辆维修时间中的至少一个。
[0025] 执行挖掘分析可以包括：在分析事故风险和维修时间中的至少一个之后，基于分 析结果，生成通过索引事故风险的程度以及维修时间是否到来所指示的索引信息。
[0026] 执行挖掘分析可以包括：基于提炼的车辆驾驶数据和所获取的统计数据，提取车 辆位置信息；并且基于所提取的车辆位置信息和趋势统计数据的字段，分析增加事故风险 并且增加空气污染的空间。
[0027] 执行挖掘分析可以包括：基于提炼的车辆驾驶数据和所获取的统计数据，提取车 辆位置信息；并且基于所提取的车辆位置信息、趋势统计数据和地图数据，针对每个管辖区 域，分析驾驶员的驾驶趋势。
[0028] 执行挖掘分析可以包括：生成通过索引所分类的种类的趋势程度所指示的索引信 息；并且基于提炼的车辆驾驶数据的运输业运营商注册号码字段，分析所生成的索引信息 的分布状态。
[0029] 执行挖掘分析可以包括：生成通过索引所分类的种类的趋势程度所指示的索引信 息；并且在车辆的驾驶员识别所生成的索引信息之前和之后进行分类，以检测生成的索引 信息、提炼的车辆驾驶数据和获取的统计数据的改变，并且基于检测结果，分析车辆驾驶员 的驾驶趋势的改变。
[0030] 在提炼车辆驾驶数据之前，所述方法可以进一步包括采集从车辆驾驶记录仪或传 感器获取的车辆驾驶数据。
[0031] 所获取的统计数据可以包括与燃料消耗和废气排放中的至少一个相关的统计数 据，并且
[0032] 分别根据驾驶员、运输业运营商、区域、道路中的至少一个，对所获取的统计数据 进行分类，并且
[0033] 执行挖掘分析可以包括：基于与燃料消耗和废气排放中的至少一个相关的统计数 据，生成驾驶员的节能（ECO)驾驶信息和车辆的预测超载信息中的至少一个。
[0034] 所获取的统计数据可以包括与OBD-II (车载诊断II)的诊断代码相关的统计数 据，并且
[0035] 分别根据驾驶员、运输业运营商、车辆型号、车辆型年中的至少一个，对所获取的 统计数据进行分类，并且
[0036] 执行挖掘分析可以包括：基于与诊断代码相关的统计数据，生成关于车辆异常、事 故风险和车辆维修的预测信息中的至少一个。
[0037] 在另一个优选实施方式中，一种用于处理和分析车辆驾驶大数据的系统，包括：通 过使用车辆驾驶数据来处理和分析大数据的所述系统；大数据存储单元，其被配置为存储 原始数据的车辆驾驶数据；以及大数据处理单元，其被配置为提炼存储在所述大数据存储 单元中的原始数据的车辆驾驶数据，基于所提炼的车辆驾驶数据获取统计数据，并且基于 所述提炼的车辆驾驶数据和所获取的统计数据中的至少一个执行挖掘分析。
[0038] 根据本发明的实施方式，当分析由所采集的车辆驾驶数据配置的大数据时，通过 对于原始数据执行两步骤的提炼，从所提炼的原始数据提取统计数据并且在短期的观点和 长期的观点上执行复杂数据挖掘，能够降低分析误差并且改善分析性能。
[0039] 进一步地，通过向用户提供通过对由采集的车辆驾驶数据所配置的大数据进行分 析所提取的结果信息，车辆驾驶员的安全驾驶感应、车辆燃料有效改善感应、预维修感应和 事故预防是有可能的，可以改善运输业运营商的管理效率，并且可以有效地改善导致事故 风险的管辖区域、道路等等以及公共机构如运输安全局中的环境恶化。
【附图说明】
[0040] 将参考附图中仅通过实例的方式而不是为了限制本发明所示出的本发明的特定 示例性实施方式来详细描述本发明的以上以及