一种驾驶行为数据的确定方法及装置与流程

1.本发明涉及车辆行驶领域，更具体的说，涉及一种驾驶行为数据的确定方法、装置及电子设备。


背景技术：

2.随着经济的迅速发展和生活水平的提高，机动车的保有量不断增加。与此同时，道路交通事故的数量也呈现上升趋势。
3.在驾驶员驾驶车辆的过程中，驾驶员的驾驶行为会影响车辆驾驶的安全性。所以，为了提高车辆的驾驶安全性，对驾驶员的驾驶行为进行分析是必要的。目前，可以通过确定驾驶员在车辆驾驶过程中是否出现疲劳驾驶、分心驾驶等驾驶行为的方式，来确定驾驶行为分析结果，这种驾驶行为分析结果的准确度低。


技术实现要素：

4.有鉴于此，本发明提供一种驾驶行为数据的确定方法及装置，以解决驾驶行为分析结果的准确度低的问题。
5.为解决上述技术问题，本发明采用了如下技术方案：
6.一种驾驶行为数据的确定方法，应用于服务器，所述确定方法包括：
7.在确定出目标车辆出现预设驾驶行为的情况下，获取预先设定的各个预设驾驶行为分析维度以及所述预设驾驶行为分析维度的确定规则；所述预设驾驶行为是预设驾驶行为集合中的任一个预设驾驶行为；
8.获取所述目标车辆的驾驶行为数据以及车辆行驶数据；
9.基于所述预设驾驶行为分析维度的确定规则、所述驾驶行为数据以及所述车辆行驶数据，确定各个所述预设驾驶行为分析维度的维度值；
10.依据预设驾驶行为分析规则，对各个所述预设驾驶行为分析维度的维度值进行分析，得到驾驶行为分析结果。
11.可选地，基于所述预设驾驶行为分析维度的确定规则、所述驾驶行为数据以及所述车辆行驶数据，确定各个所述预设驾驶行为分析维度的维度值，包括：
12.确定所述目标车辆出现的预设驾驶行为对应的行为维度值，并将所述行为分值确定为驾驶行为维度的维度值；
13.依据所述车辆行驶数据，确定所述目标车辆的车速值；
14.确定所述车速值对应的车速维度值，并将所述车速维度值确定为驾驶车速维度的维度值；
15.依据所述驾驶行为数据，确定驾驶所述目标车辆的同一驾驶员的驾驶时长；
16.确定所述驾驶时长对应的时长维度值，并将所述时长维度值确定为驾驶时长维度的维度值。
17.可选地，基于所述预设驾驶行为分析维度的确定规则、所述驾驶行为数据以及所
述车辆行驶数据，确定各个所述预设驾驶行为分析维度的维度值，还包括：
18.基于所述驾驶行为数据，确定出现次数；所述出现次数为所述驾驶员在持续驾驶过程中的第一预设时间内出现所述预设驾驶行为集合中的每一种预设驾驶行为的次数总和；
19.确定所述出现次数对应的次数维度值，并将所述次数维度值确定为驾驶行为次数维度的维度值；
20.在所述目标车辆出现的预设驾驶行为特定驾驶行为之一的情况下，依据所述驾驶行为数据，确定所述驾驶员在持续驾驶过程中的第二预设时间内，所述预设驾驶行为的重复次数；
21.确定所述重复次数对应的重复次数维度值，并将所述重复次数维度值确定为重复驾驶行为维度的维度值。
22.可选地，确定出目标车辆出现预设驾驶行为，包括：
23.确定是否接收到目标车辆发送的预设驾驶行为上报结果；
24.若接收到预设驾驶行为上报结果，则确定目标车辆出现预设驾驶行为。
25.可选地，依据预设驾驶行为分析规则，对各个所述预设驾驶行为分析维度的维度值进行分析，得到驾驶行为分析结果，包括：
26.获取预设驾驶行为分析规则；所述预设驾驶行为分析规则包括驾驶行为分析结果与各个所述驾驶行为分析维度的维度值的关联关系；
27.依据预设驾驶行为分析规则，对各个所述驾驶行为分析维度对应的维度值进行分析，得到驾驶行为分析结果。
28.可选地，在依据预设驾驶行为分析规则，对各个所述预设驾驶行为分析维度的维度值进行分析，得到驾驶行为分析结果之后，还包括：
29.确定所述目标车辆是否驾驶结束；
30.在确定出驾驶结束之后，确定所述目标车辆的整个驾驶过程中，所述预设驾驶行为集合中的各个预设驾驶行为的出现次数统计结果；
31.获取所述预设驾驶行为集合中的各个预设驾驶行为出现时的驾驶行为分析结果；
32.基于预设驾驶过程分析规则、所述预设驾驶行为集合中的各个预设驾驶行为的出现次数统计结果以及驾驶行为分析结果，确定所述目标车辆的整个驾驶过程的分析结果。
33.一种驾驶行为数据的确定装置，应用于服务器，所述确定装置包括：
34.第一数据获取模块，用于在确定出目标车辆出现预设驾驶行为的情况下，获取预先设定的各个预设驾驶行为分析维度以及所述预设驾驶行为分析维度的确定规则；所述预设驾驶行为是预设驾驶行为集合中的任一个预设驾驶行为；
35.第二数据获取模块，用于获取所述目标车辆的驾驶行为数据以及车辆行驶数据；
36.维度确定模块，用于基于所述预设驾驶行为分析维度的确定规则、所述驾驶行为数据以及所述车辆行驶数据，确定各个所述预设驾驶行为分析维度的维度值；
37.结果确定模块，用于依据预设驾驶行为分析规则，对各个所述预设驾驶行为分析维度的维度值进行分析，得到驾驶行为分析结果。
38.可选地，所述维度确定模块包括：
39.第一维度确定子模块，用于确定所述目标车辆出现的预设驾驶行为对应的行为维
度值，并将所述行为分值确定为驾驶行为维度的维度值；
40.车速确定子模块，用于依据所述车辆行驶数据，确定所述目标车辆的车速值；
41.第二维度确定子模块，用于确定所述车速值对应的车速维度值，并将所述车速维度值确定为驾驶车速维度的维度值；
42.时长确定子模块，用于依据所述驾驶行为数据，确定驾驶所述目标车辆的同一驾驶员的驾驶时长；
43.第三维度确定子模块，用于确定所述驾驶时长对应的时长维度值，并将所述时长维度值确定为驾驶时长维度的维度值。
44.可选地，所述维度确定模块还包括：
45.第一次数确定子模块，用于基于所述驾驶行为数据，确定出现次数；所述出现次数为所述驾驶员在持续驾驶过程中的第一预设时间内出现所述预设驾驶行为集合中的每一种预设驾驶行为的次数总和；
46.第四维度确定子模块，用于确定所述出现次数对应的次数维度值，并将所述次数维度值确定为驾驶行为次数维度的维度值；
47.第二次数确定子模块，用于在所述目标车辆出现的预设驾驶行为特定驾驶行为之一的情况下，依据所述驾驶行为数据，确定所述驾驶员在持续驾驶过程中的第二预设时间内，所述预设驾驶行为的重复次数；
48.第五维度确定子模块，用于确定所述重复次数对应的重复次数维度值，并将所述重复次数维度值确定为重复驾驶行为维度的维度值。
49.可选地，第一数据获取模块用于确定出目标车辆出现预设驾驶行为时，具体用于：
50.确定是否接收到目标车辆发送的预设驾驶行为上报结果，若接收到预设驾驶行为上报结果，则确定目标车辆出现预设驾驶行为。
51.相较于现有技术，本发明具有以下有益效果：
52.本发明提供了一种驾驶行为数据的确定方法及装置，在确定出目标车辆出现预设驾驶行为的情况下，会获取预先设定的各个预设驾驶行为分析维度以及所述预设驾驶行为分析维度的确定规则，获取目标车辆的驾驶行为数据以及车辆行驶数据，基于所述预设驾驶行为分析维度的确定规则、所述驾驶行为数据以及所述车辆行驶数据，确定各个所述预设驾驶行为分析维度的维度值，依据预设驾驶行为分析规则，对各个所述预设驾驶行为分析维度的维度值进行分析，得到驾驶行为分析结果。本发明相比于仅通过确定驾驶员在车辆驾驶过程中是否出现疲劳驾驶、分心驾驶等驾驶行为，来确定驾驶行为分析结果的方式，本发明不仅考虑了驾驶员的驾驶行为，还考虑了车辆行驶数据，且在确定驾驶行为分析结果时，从多个预设驾驶行为分析维度进行分析，考虑因素更加全面化，则通过本发明会提高确定出的驾驶行为分析结果的准确度。
附图说明
53.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
54.图1为本发明实施例提供的一种驾驶行为数据的确定方法的方法流程图；
55.图2为本发明实施例提供的另一种驾驶行为数据的确定方法的方法流程图；
56.图3为本发明实施例提供的再一种驾驶行为数据的确定方法的方法流程图；
57.图4为本发明实施例提供的一种用户画像的场景示意图；
58.图5为本发明实施例提供的一种驾驶行为数据的确定装置的结构示意图。
具体实施方式
59.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
60.随着我国经济的迅速发展和人民生活水平的提高，机动车的保有量与新增公路里程数的增长速度不断加快。与此同时，道路交通事故，尤其是恶性交通事故呈现不断上升趋势，如何降低交通事故发生率已成为当今交通行业的巨大难题之一，并引起了各国政府的高度重视。
61.在车辆驾驶过程中，尤其是长途驾驶过程中，一方面，驾驶员由于身体状况不佳或长时间驾车，容易产生疲劳，思维能力下降，反应迟钝等现象。另一方面；另一方面，当驾驶员视线不在路面上时，车辆也会偏离车道，容易发生车祸。研究表明：驾驶行为的好坏与交通事故发生率存在直接的因果关系。在检验了多名出现致命交通事故的驾驶员的两年开车纪录发现，比起没有发生重大交通事故的驾驶员，这些驾驶员在两年中的违规纪录显著高于平均水平。因此，研究机动车驾驶员的驾驶行为特征，检测并预防其出现的违规驾驶行为对减少交通事故具有重要意义。目前，可以通过确定驾驶员在车辆驾驶过程中是否出现疲劳驾驶、分心驾驶等驾驶行为的方式，来确定驾驶行为特征，进而确定驾驶行为分析结果。比如，若出现疲劳驾驶这种驾驶行为，则认为驾驶行为特征为疲劳驾驶，驾驶行为分析结果为：存在疲劳驾驶现象，安全驾驶度较低，分心驾驶类同。但是这种驾驶行为分析结果的确定方式，算法维度过于单一，使得驾驶行为分析结果的准确度低。
62.为此，发明人提出一种驾驶行为数据的确定方法，具体的，在确定出目标车辆出现预设驾驶行为的情况下，会获取预先设定的各个预设驾驶行为分析维度以及所述预设驾驶行为分析维度的确定规则，获取目标车辆的驾驶行为数据以及车辆行驶数据，基于所述预设驾驶行为分析维度的确定规则、所述驾驶行为数据以及所述车辆行驶数据，确定各个所述预设驾驶行为分析维度的维度值，依据预设驾驶行为分析规则，对各个所述预设驾驶行为分析维度的维度值进行分析，得到驾驶行为分析结果。本发明相比于仅通过确定驾驶员在车辆驾驶过程中是否出现疲劳驾驶、分心驾驶等驾驶行为，来确定驾驶行为分析结果的方式，本发明不仅考虑了驾驶员的驾驶行为，还考虑了车辆行驶数据，且在确定驾驶行为分析结果时，从多个预设驾驶行为分析维度进行分析，考虑因素更加全面化，则通过本发明会提高确定出的驾驶行为分析结果的准确度。
63.此外，发明人还发现，驾驶员的驾驶行为对于油耗的影响也非常之高。对于降低车辆油耗方面，驾驶员通常都是根据经验摸索而形成自己特有的驾驶习惯，且驾驶习惯一旦形成后将很难进行改变。而在实际应用中，驾驶行为对油耗的影响较大，一些不好的驾驶行
为，如喜欢超速行驶、喜欢画蛇式行驶等，喜欢踩刹车等，都会导致油耗提高。所以，若是能够对驾驶员的驾驶行为进行分析，就可以使驾驶员直观的看到自己的驾驶问题，进而改正驾驶行为，降低油耗。
64.在上述内容的基础上，本发明实施例提供了一种驾驶行为数据的确定方法，应用于服务器，服务器可以与道路上行驶的车辆进行通信，并且可以接收车辆上传的信息。
65.参照图1，驾驶行为数据的确定方法可以包括：
66.s11、在确定出目标车辆出现预设驾驶行为的情况下，获取预先设定的各个预设驾驶行为分析维度以及所述预设驾驶行为分析维度的确定规则。
67.其中，所述预设驾驶行为是预设驾驶行为集合中的任一个预设驾驶行为。
68.在实际应用中，对待分析的车辆，本实施例中称为目标车辆，采集数据需要车辆安装adas、dsm设备进行数据采集和上传。其中：
69.adas:高级驾驶辅助系统(advanced driver assistant system)，简称adas，是一种能够利用ai算法，进行智能图像分析的主动安全技术。利用安装在车上的传感器，在第一时间收集车内外的环境数据，进行静、动态物体的辨识、侦测与追踪等技术上的处理，提醒驾驶者潜在危险并上报平台，预防交通事故的发生。主要包括：车道偏移、前车碰撞危险、前车近距、车辆侧翻、行人碰撞预警等。
70.dsm：司机状态监控系统(driver status monitor)，利用dsm摄像头获取的图像，通过视觉跟踪、目标检测、动作识别等技术对驾驶员的驾驶行为及生理状态进行检测，当驾驶员发生疲劳、分心、打电话、抽烟等危险情况时在系统设定时间内报警并上报平台，以避免事故发生。
71.目标车辆在行驶过程中，设置在车辆上的adas以及dsm系统实时工作，不断采集驾驶员的驾驶行为。本实施例中的驾驶行为分为两种，一种是驾驶员自身的行为，一种是驾驶员操作车辆的行为。
72.其中，dsm中的摄像头可以设置在驾驶员的前方，以采集驾驶员的图像信息，通过图像信息分析得到驾驶员是否存在玩手机、疲劳驾驶、分心驾驶、打哈欠、疲劳驾驶等驾驶员自身的行为。
73.adas系统设置在车辆前方，也可以采集驾驶员操作车辆的行为，如车道偏移、频繁变道等。
74.当通过上述两个系统，检测到表1中的任一行为时，相应的检测系统会上报该信息，如出现打哈欠行为给车辆控制器，如电子控制单元ecu，ecu接收到该消息后，会上报给本发明实施例中的服务器，触发服务器对当前的驾驶行为进行分析，得到驾驶行为分析结果。
75.表1
76.序号当前事件类型s值1不系安全带22摄像头遮挡13偏离驾驶位1.54行人碰撞报警25障碍物报警1
6疲劳驾驶27打哈欠1.58频繁变道19车辆侧翻310前车近距0.811前车碰撞危险1.512车道偏移0.813急加速114急刹车115急转弯116抽烟117左顾右盼0.818打电话1.519玩手机220分心驾驶1.5
77.需要说明的是，表1中一共给出了20种行为，每一种行为称为一预设驾驶行为，所有的预设驾驶行为构建得到预设驾驶行为集合。若是出现上述任一种预设驾驶行为，ecu会上报预设驾驶行为上报结果给服务器，若服务器接收到ecu上报的预设驾驶行为上报结果，认为确定出目标车辆出现预设驾驶行为，此时服务器会进行驾驶行为分析。
78.也就是说，本发明中，确定出目标车辆出现预设驾驶行为，包括：
79.确定是否接收到目标车辆发送的预设驾驶行为上报结果，若接收到预设驾驶行为上报结果，则确定目标车辆出现预设驾驶行为。
80.在确定出目标车辆出现预设驾驶行为的情况下，服务器会获取预先设定的各个预设驾驶行为分析维度以及所述预设驾驶行为分析维度的确定规则。
81.本实施例中，预设驾驶行为分析维度(也可以称为风险参数)分为5类，分别设为s、v、t、f、n，参照表2，预设驾驶行为分析维度以及对应的说明如下：
82.表2
[0083][0084]
预设驾驶行为分析维度的确定规则是为了确定s(驾驶行为维度)、v(驾驶车速维
度)、t(驾驶时长维度)、f(驾驶行为次数维度)、n(重复驾驶行为维度)各个维度对应的维度值，也称为分值。
[0085]
具体的，参照表1，表2给出了s的确定规则，在出现不同的预设驾驶行为时，预设驾驶行为有对应的维度值，即s值，所以，本实施例中，只需要参照表1，即可确定出现的预设驾驶行为对应的s值，也即预设驾驶行为分析维度为s时，预设驾驶行为分析维度的维度值。
[0086]
预设驾驶行为分析维度v的取值方法参照表3，具体如下：
[0087]
表3
[0088][0089][0090]
预设驾驶行为分析维度t的取值方法参照表4，具体如下：
[0091]
表4
[0092]
连续驾驶时长区间(分钟)t值0-60161-1201.1121-1801.2181-2101.5211-2402＞2404
[0093]
预设驾驶行为分析维度f具体是指30分钟内出现上述任一种预设驾驶行为的总次数，对应的分值。具体的取值方法参照表5。
[0094]
表5
[0095]
30分钟内的事件次数区间(次)f值≥30420≤事件次数＜30315≤事件次数＜20212≤事件次数＜151.56≤事件次数＜121.2连续驾驶不到30分钟，或事件次数＜61
[0096]
预设驾驶行为分析维度n的使用方法：特定类别的事件在10分钟内，重复发生n次时，按照重复数加分,不同类型事件的分值参数可不同，具体依据实际场景进行配置。参照表6，表6为一示例。
[0097]
表6
[0098]
重复加权的事件类型n值分心驾驶(n1)1.5*(n-1)玩手机(n2)2*(n-1)疲劳驾驶(n3)1*(n-1)
[0099]
需要说明的是，在10分钟内，未重复出现分心驾驶(n1)、玩手机(n2)或疲劳驾驶(n3)时，即次数n≤1，则认为n的取值为零。
[0100]
s12、获取所述目标车辆的驾驶行为数据以及车辆行驶数据。
[0101]
其中，目标车辆的驾驶行为数据以及车辆行驶数据是ecu上传至服务器的。目标车辆的驾驶行为数据是指驾驶员的驾驶行为数据。
[0102]
车辆行驶数据可以包括车速、驾驶时长等。其中，驾驶时长是指同一个驾驶员连续驾驶时长。在实际应用中，车辆可以通过人脸识别及gps定位时间数据进行驾驶时长分析，得到驾驶时长。
[0103]
s13、基于所述预设驾驶行为分析维度的确定规则、所述驾驶行为数据以及所述车辆行驶数据，确定各个所述预设驾驶行为分析维度的维度值。
[0104]
具体的，可以参照上述的表1-表6来确定各个所述预设驾驶行为分析维度(s、v、t、f、n)的维度值。
[0105]
s14、依据预设驾驶行为分析规则，对各个所述预设驾驶行为分析维度的维度值进行分析，得到驾驶行为分析结果。
[0106]
本发明的另一实现方式中，步骤s14可以包括：
[0107]
1)获取预设驾驶行为分析规则；所述预设驾驶行为分析规则包括驾驶行为分析结果与各个所述驾驶行为分析维度的维度值的关联关系。
[0108]
2)依据预设驾驶行为分析规则，对各个所述驾驶行为分析维度对应的维度值进行分析，得到驾驶行为分析结果。
[0109]
具体的，本实施例中的预设行为分析结果为风险等级，风险等级是由风险总分(score)确定的，具体对应关系参照表7。
[0110]
风险总分的计算公式为score＝s*v*t*f+n1+n2+n3，也即依据s、v、t、f、n1、n2和n3的维度值，来计算得到风险总分，然后依据风险总分与风险等级的对应关系，即表7，来确定最终的风险等级，得到驾驶行为分析结果。
[0111]
表7
[0112]
等级事件等级分值(sore)高≥10中5≤s＜10低s＜5
[0113]
在得到驾驶行为分析结果之后，可以将驾驶行为分析结果形成报告，然后可在手机app、平台网站、车辆gps主机等终端应用上发送消息提醒，以使用户及时查看报告。另外，得到的驾驶行为分析结果还可以返回给ecu,ecu在接收到该驾驶行为分析结果后，会确定与驾驶行为分析结果对应的语音提示，以提醒驾驶员安全驾驶。举例来说，在风险等级为高时，语音输出，当前驾驶危险度较高，建议停车休息的语音。
[0114]
本实施例中，在确定出目标车辆出现预设驾驶行为的情况下，会获取预先设定的各个预设驾驶行为分析维度以及所述预设驾驶行为分析维度的确定规则，获取目标车辆的驾驶行为数据以及车辆行驶数据，基于所述预设驾驶行为分析维度的确定规则、所述驾驶行为数据以及所述车辆行驶数据，确定各个所述预设驾驶行为分析维度的维度值，依据预设驾驶行为分析规则，对各个所述预设驾驶行为分析维度的维度值进行分析，得到驾驶行为分析结果。本发明相比于仅通过确定驾驶员在车辆驾驶过程中是否出现疲劳驾驶、分心驾驶等驾驶行为，来确定驾驶行为分析结果的方式，本发明不仅考虑了驾驶员的驾驶行为，还考虑了车辆行驶数据，且在确定驾驶行为分析结果时，从多个预设驾驶行为分析维度进行分析，考虑因素更加全面化，则通过本发明会提高确定出的驾驶行为分析结果的准确度。
[0115]
上述实施例介绍了需要确定各个所述预设驾驶行为分析维度的维度值，先对具体确定过程进行介绍。具体的，参照图2，步骤s13可以包括：
[0116]
s21、确定所述目标车辆出现的预设驾驶行为对应的行为维度值，并将所述行为分值确定为驾驶行为维度的维度值。
[0117]
在实际应用中，参照表1，表1给出了各个预设驾驶行为维度的行为维度值，也即s值，查找表1，从中确定出目标车辆出现的预设驾驶行为对应的行为维度值即可，该值即为s值。
[0118]
举例说明，打呵欠的行为维度值为1.5，也即s值为1.5。
[0119]
s22、依据所述车辆行驶数据，确定所述目标车辆的车速值。
[0120]
s23、确定所述车速值对应的车速维度值，并将所述车速维度值确定为驾驶车速维度的维度值。
[0121]
在实际应用中，参照表3，车辆行驶数据中包括车速值，然后依据表3，查找该车速值所在的速度区间，并确定该速度区间对应的车速维度值，即为v值。举例来说，车速值是35，则对应的速度区间是30.1-40.0，对应的v值为1。
[0122]
s24、依据所述驾驶行为数据，确定驾驶所述目标车辆的同一驾驶员的驾驶时长。
[0123]
s25、确定所述驾驶时长对应的时长维度值，并将所述时长维度值确定为驾驶时长维度的维度值。
[0124]
具体的，驾驶时长的确定方式参照上述实施例的相应说明。然后参照表4，确定出该驾驶时长所在的驾驶时长区间范围，并确定该区间范围对应的时长维度值，也即t值。
[0125]
举例来说，驾驶时长是15分钟，所在的区间为0-60min,对应的t值为1。
[0126]
s26、基于所述驾驶行为数据，确定出现次数。
[0127]
所述出现次数为所述驾驶员在持续驾驶过程中的第一预设时间内出现所述预设驾驶行为集合中的每一种预设驾驶行为的次数总和。
[0128]
s27、确定所述出现次数对应的次数维度值，并将所述次数维度值确定为驾驶行为次数维度的维度值。
[0129]
其中，第一预设时间内可以是30min内，即统计30min内出现上述的各个预设驾驶行为的次数之和，然后参照表5，确定该次数之和对应的次数维度值，即为f值。
[0130]
s28、在所述目标车辆出现的预设驾驶行为特定驾驶行为之一的情况下，依据所述驾驶行为数据，确定所述驾驶员在持续驾驶过程中的第二预设时间内，所述预设驾驶行为的重复次数。
[0131]
s29、确定所述重复次数对应的重复次数维度值，并将所述重复次数维度值确定为重复驾驶行为维度的维度值。
[0132]
本实施例中的特定驾驶行为即为表6中的三种，分别为分心驾驶(n1)、玩手机(n2)和疲劳驾驶(n3)。若是出现上述三种情况中的任一种，则确定该特定驾驶行为的重复次数，即为出现次数n与1的差值，即n-1。举例来说，疲劳驾驶出现了3次，则重复次数为3-1＝2。
[0133]
然后确定该重复次数对应的重复次数维度值，即为n值。仍以出现3次为例，对应的n值为2*(n-1)。对应计算参数值2为可配置项，例如，n值也可根据情况设置为1.5*(n-1)、1.2*(n-1)等。
[0134]
需要说明的是，确定上述的s(驾驶行为维度)、v(驾驶车速维度)、t(驾驶时长维度)、f(驾驶行为次数维度)、n(重复驾驶行为维度)各个维度的维度值的先后顺序并不做要求，可以是同时执行，也可以按照某一顺序，顺序执行。
[0135]
由上可知，基于所述预设驾驶行为分析维度的确定规则、所述驾驶行为数据以及所述车辆行驶数据，确定各个所述预设驾驶行为分析维度的维度值，包括：
[0136]
确定所述目标车辆出现的预设驾驶行为对应的行为维度值，并将所述行为分值确定为驾驶行为维度的维度值；
[0137]
依据所述车辆行驶数据，确定所述目标车辆的车速值；
[0138]
确定所述车速值对应的车速维度值，并将所述车速维度值确定为驾驶车速维度的维度值；
[0139]
依据所述驾驶行为数据，确定驾驶所述目标车辆的同一驾驶员的驾驶时长；
[0140]
确定所述驾驶时长对应的时长维度值，并将所述时长维度值确定为驾驶时长维度的维度值。
[0141]
进一步，基于所述预设驾驶行为分析维度的确定规则、所述驾驶行为数据以及所述车辆行驶数据，确定各个所述预设驾驶行为分析维度的维度值，还包括：
[0142]
基于所述驾驶行为数据，确定出现次数；所述出现次数为所述驾驶员在持续驾驶过程中的第一预设时间内出现所述预设驾驶行为集合中的每一种预设驾驶行为的次数总和；
[0143]
确定所述出现次数对应的次数维度值，并将所述次数维度值确定为驾驶行为次数维度的维度值；
[0144]
在所述目标车辆出现的预设驾驶行为特定驾驶行为之一的情况下，依据所述驾驶行为数据，确定所述驾驶员在持续驾驶过程中的第二预设时间内，所述预设驾驶行为的重复次数；
[0145]
确定所述重复次数对应的重复次数维度值，并将所述重复次数维度值确定为重复驾驶行为维度的维度值。
[0146]
本实施例中，给出了各个预设驾驶分析维度的维度值的确定过程，整个确定过程既参考了驾驶员的驾驶过程，也考虑了车辆的行驶过程，确定的维度值的准确度较高，进而基于维度值得到驾驶行为分析结果的准确度也较高。
[0147]
上述实施例是在车辆行驶过程中的一个驾驶行为分析结果的确定。此外，还可以在目标车辆驾驶结束之后，对整个驾驶过程进行驾驶过程的分析。
[0148]
具体的，可以在本次驾驶结束之后，就对刚刚的驾驶过程进行分析。此外，还可以
是第二天对上一天的驾驶过程进行分析。本发明在驾驶结束之后的哪一时间段对驾驶过程进行分析，本发明不做特殊要求，只要是保证本次驾驶结束即可。
[0149]
具体的，在步骤s14之后还可以包括：
[0150]
s31、确定所述目标车辆是否驾驶结束；若是，则执行步骤s32。
[0151]
在实际应用中，可以通过发动机的熄火时间是否大于预设时间阈值的方式来确定驾驶是否结束。其中，预设时间阈值可以是3分钟、5分钟等。
[0152]
s32、确定所述目标车辆的整个驾驶过程中，所述预设驾驶行为集合中的各个预设驾驶行为的出现次数统计结果。
[0153]
具体的，针对每种预设驾驶行为的不同特征和影响程度，分成了警惕度、清醒度、平稳性、专注度4种指数类型，另外，独立的驾驶时长作为考核工作量评分。因驾驶时长不足1小时的采集数据少，对于1天内驾驶时长低于1小时的司机不予评分。另外，时均事件数(个/时)＝事件总数/驾驶时长。
[0154]
表8
[0155][0156]
警惕度、清醒度、平稳性、专注度和工作量的指数分值计算方法参照表9。
[0157]
表9
[0158]
[0159][0160]
具体的，在整个驾驶过程中，确定各个预设驾驶行为的出现次数统计结果，统计结果可以是哪一时间出现了什么预设驾驶行为。
[0161]
s33、获取所述预设驾驶行为集合中的各个预设驾驶行为出现时的驾驶行为分析结果。
[0162]
具体的，在确定了在哪一时间出现了什么预设驾驶行为之后，还需要获取出现该预设驾驶行为之后，服务器分析得到的该次预设驾驶行为对应的驾驶行为分析结果，如高危。
[0163]
s34、基于预设驾驶过程分析规则、所述预设驾驶行为集合中的各个预设驾驶行为的出现次数统计结果以及驾驶行为分析结果，确定所述目标车辆的整个驾驶过程的分析结果。
[0164]
具体的，参照表9中的各个分值，使用表8中的计算公式，得到警惕度、清醒度、平稳性、专注度4个指数类型的评分值。
[0165]
需要说明的是，工作量和警惕度、清醒度、平稳性、专注度4个的计算过程不同，具体参照表8.计算得到的工作量、警惕度、清醒度、平稳性和专注度的结果可以参照图4。其中，得到的工作量、警惕度、清醒度、平稳性和专注度的结果即为本实施例中的目标车辆的整个驾驶过程的分析结果，也即目标车辆的驾驶员的用户画像。
[0166]
另外，本实施例中的警惕度、清醒度、平稳性、专注度、工作量以及上述的高中低危三种定义，是对物流驾驶员行车过程的各种情况进行综合分析得到的维度，算法维度结合真实场景，有效规避了初始数据的不足，贴合了真实业务场景。并且，本发明中的评分值使用大量的驾驶数据进行了验证，结果可靠性高。
[0167]
在得到整个驾驶过程的分析结果之后，可以将分析结果形成报告，然后可在手机app、平台网站、车辆gps主机等终端应用上发送消息提醒，以使用户及时查看报告。
[0168]
本实施例中，不仅可以对驾驶过程中的驾驶行为进行分析，还可以对已经结束的整个驾驶过程进行驾驶行为分析，分析维度多样化，可以从多种角度得到驾驶员的驾驶分析结果。
[0169]
可选地，在上述驾驶行为数据的确定方法的实施例的基础上，本发明的另一实施例提供了一种驾驶行为数据的确定装置，应用于服务器，所述确定装置包括：
[0170]
第一数据获取模块11，用于在确定出目标车辆出现预设驾驶行为的情况下，获取预先设定的各个预设驾驶行为分析维度以及所述预设驾驶行为分析维度的确定规则；所述预设驾驶行为是预设驾驶行为集合中的任一个预设驾驶行为；
[0171]
第二数据获取模块12，用于获取所述目标车辆的驾驶行为数据以及车辆行驶数据；
[0172]
维度确定模块13，用于基于所述预设驾驶行为分析维度的确定规则、所述驾驶行为数据以及所述车辆行驶数据，确定各个所述预设驾驶行为分析维度的维度值；
[0173]
结果确定模块14，用于依据预设驾驶行为分析规则，对各个所述预设驾驶行为分析维度的维度值进行分析，得到驾驶行为分析结果。
[0174]
进一步，所述维度确定模块包括：
[0175]
第一维度确定子模块，用于确定所述目标车辆出现的预设驾驶行为对应的行为维度值，并将所述行为分值确定为驾驶行为维度的维度值；
[0176]
车速确定子模块，用于依据所述车辆行驶数据，确定所述目标车辆的车速值；
[0177]
第二维度确定子模块，用于确定所述车速值对应的车速维度值，并将所述车速维度值确定为驾驶车速维度的维度值；
[0178]
时长确定子模块，用于依据所述驾驶行为数据，确定驾驶所述目标车辆的同一驾驶员的驾驶时长；
[0179]
第三维度确定子模块，用于确定所述驾驶时长对应的时长维度值，并将所述时长维度值确定为驾驶时长维度的维度值。
[0180]
进一步，所述维度确定模块还包括：
[0181]
第一次数确定子模块，用于基于所述驾驶行为数据，确定出现次数；所述出现次数为所述驾驶员在持续驾驶过程中的第一预设时间内出现所述预设驾驶行为集合中的每一种预设驾驶行为的次数总和；
[0182]
第四维度确定子模块，用于确定所述出现次数对应的次数维度值，并将所述次数维度值确定为驾驶行为次数维度的维度值；
[0183]
第二次数确定子模块，用于在所述目标车辆出现的预设驾驶行为特定驾驶行为之一的情况下，依据所述驾驶行为数据，确定所述驾驶员在持续驾驶过程中的第二预设时间内，所述预设驾驶行为的重复次数；
[0184]
第五维度确定子模块，用于确定所述重复次数对应的重复次数维度值，并将所述重复次数维度值确定为重复驾驶行为维度的维度值。
[0185]
进一步，第一数据获取模块11用于确定出目标车辆出现预设驾驶行为时，具体用于：
[0186]
确定是否接收到目标车辆发送的预设驾驶行为上报结果，若接收到预设驾驶行为上报结果，则确定目标车辆出现预设驾驶行为。
[0187]
进一步，结果确定模块14具体用于：
[0188]
获取预设驾驶行为分析规则；所述预设驾驶行为分析规则包括驾驶行为分析结果与各个所述驾驶行为分析维度的维度值的关联关系；
[0189]
依据预设驾驶行为分析规则，对各个所述驾驶行为分析维度对应的维度值进行分析，得到驾驶行为分析结果。
[0190]
进一步，还包括：
[0191]
驾驶结束确定模块，用于确定所述目标车辆是否驾驶结束；
[0192]
结果统计模块，用于在确定出驾驶结束之后，确定所述目标车辆的整个驾驶过程中，所述预设驾驶行为集合中的各个预设驾驶行为的出现次数统计结果；
[0193]
分析结果获取模块，用于获取所述预设驾驶行为集合中的各个预设驾驶行为出现时的驾驶行为分析结果；
[0194]
分析结果确定模块，用于基于预设驾驶过程分析规则、所述预设驾驶行为集合中的各个预设驾驶行为的出现次数统计结果以及驾驶行为分析结果，确定所述目标车辆的整个驾驶过程的分析结果。
[0195]
本实施例中，在确定出目标车辆出现预设驾驶行为的情况下，会获取预先设定的各个预设驾驶行为分析维度以及所述预设驾驶行为分析维度的确定规则，获取目标车辆的驾驶行为数据以及车辆行驶数据，基于所述预设驾驶行为分析维度的确定规则、所述驾驶行为数据以及所述车辆行驶数据，确定各个所述预设驾驶行为分析维度的维度值，依据预设驾驶行为分析规则，对各个所述预设驾驶行为分析维度的维度值进行分析，得到驾驶行为分析结果。本发明相比于仅通过确定驾驶员在车辆驾驶过程中是否出现疲劳驾驶、分心驾驶等驾驶行为，来确定驾驶行为分析结果的方式，本发明不仅考虑了驾驶员的驾驶行为，还考虑了车辆行驶数据，且在确定驾驶行为分析结果时，从多个预设驾驶行为分析维度进行分析，考虑因素更加全面化，则通过本发明会提高确定出的驾驶行为分析结果的准确度。
[0196]
需要说明的是，本实施例中的各个模块和子模块的工作过程，请参照上述实施例中的相应说明，在此不再赘述。
[0197]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。