一种车辆驾驶能力水平的评价方法及装置与流程

本申请实施例涉及数据处理领域，尤其涉及一种车辆驾驶能力水平的评价方法及装置。

背景技术：

随着当今社会的发展，汽车产业也取得了快速发展，当前车辆的出现和道路交通设施的完善给人们日常出行带来了极大的方便。

随着车辆人均保有量越来越大，交通事故的数量及事故所造成的损失危害也越来越多，车辆及驾驶人员的安全也越来越受到人们重视，而车辆自身只能对部分运行状态的信息进行显示，例如只能在仪表盘上进行简单的车速、发动机转速等极少量信息的显示，不能够对车辆的运行环境、驾驶人员本身以及驾驶人员动作来进行全面监测，所形成的评价较为单一，从而不能够对驾驶人员的驾驶能力水平进行较为科学合理的报告评价。

技术实现要素：

本申请实施例提供了一种车辆驾驶能力水平的评价方法及装置，可对驾驶车辆及驾驶人员从多方面进行驾驶能力的评价，使得对驾驶人员的驾驶能力水平评价更具稳定性与可靠性。

本申请实施例在第一方面提供了一种车辆驾驶能力水平的评价方法，包括：

获取在真实驾驶环境下的目标车辆状态信息；

获取在真实驾驶环境下的目标驾驶信息，所述目标驾驶信息包含当前驾驶环境信息以及当前驾驶员驾驶行为信息；

通过安全识别模型对所述目标车辆状态信息以及所述目标驾驶信息进行分析，并生成当前驾驶行为数据，所述当前驾驶行为数据为目标车辆在当前驾驶环境下的运行数据以及当前驾驶员的行为数据，所述安全识别模型用于分析目标车辆和驾驶员的行为状态；

将所述当前驾驶行为数据与标准驾驶行为数据进行对比，并根据对比结果对所述当前驾驶行为数据中驾驶员的操作行为的步骤和细节生成判定行为数据；

将所述当前驾驶行为数据以及对应的判定行为数据进行本地数据库存储和上传到云端数据库；

将从所述本地数据库或所述云端数据库调取出的所需的驾驶行为数据以及对应的判定行为数据通过评价模型生成驾驶能力数据，所述评价模型用于评定从数据库调取出的驾驶行为数据和对应的判定行为数据；

根据所述驾驶能力数据生成相应的驾驶能力评价。

可选的，所述将从所述本地数据库或所述云端数据库调取出的所需的驾驶行为数据以及对应的判定行为数据通过评价模型生成驾驶能力数据之后，所述方法还包括：

通过所述评价模型更新所述安全识别模型。

可选的，所述获取在真实驾驶环境下的目标驾驶信息，包括：

根据目标车辆内的摄像头获取在真实驾驶环境下的当前驾驶员的动作姿态图像/视频；

根据目标车辆挡风玻璃处的摄像头获取在真实驾驶环境下的目标车辆的当前周边环境的图像/视频；

根据所述当前驾驶员的动作姿态图像/视频以及所述当前周边环境的图像/视频获取目标驾驶信息。

可选的，所述获取在真实驾驶环境下的目标车辆状态信息，包括：

采集当前环境下目标车辆上的传感器的感知信号，所述感知信号为携带有目标车辆状态数据的信号；

根据所述感知信号获取目标车辆状态信息。

可选的，所述根据所述驾驶能力数据生成相应的驾驶能力评价之后，所述方法还包括：

将所述驾驶能力评价授权给相关平台，所述相关平台为驾驶员个人平台以及驾驶培训平台，以使得用户及官方查询所述驾驶能力评价。

可选的，所述根据所述驾驶能力数据生成相应的驾驶能力评价之后，所述方法还包括：

判断存在目标车辆的区域是否为第五代移动通信技术基站覆盖的区域，若是，则利用在目标车辆的车载端的第五代移动通信技术数据终端进行网络通信。

可选的，所述判断存在目标车辆的区域是否为第五代移动通信技术基站覆盖的区域之后，所述方法还包括：

若否，则利用自建无线局域网基站的方式进行通信链路搭建来实现通信。

本申请实施例在第二方面提供了一种车辆驾驶能力水平的评价装置，包括：

第一获取单元，用于获取在真实驾驶环境下的目标车辆状态信息；

第二获取单元，用于获取在真实驾驶环境下的目标驾驶信息，所述目标驾驶信息包含当前驾驶环境信息以及当前驾驶员驾驶行为信息；

第一生成单元，用于通过安全识别模型对所述目标车辆状态信息以及所述目标驾驶信息进行分析，并生成当前驾驶行为数据，所述当前驾驶行为数据为目标车辆在当前驾驶环境下的运行数据以及当前驾驶员的行为数据，所述安全识别模型用于分析目标车辆和驾驶员的行为状态；

判定单元，用于将所述当前驾驶行为数据与标准驾驶行为数据进行对比，并根据对比结果对所述当前驾驶行为数据中驾驶员的操作行为的步骤和细节生成判定行为数据；

存储单元，用于将所述当前驾驶行为数据进行本地数据库存储和上传到云端数据库；

第二生成单元，用于将从所述本地数据库或所述云端数据库调取出的所需的驾驶行为数据以及对应的判定行为数据通过评价模型生成驾驶能力数据，所述评价模型用于评定从数据库调取出的驾驶行为数据和对应的判定行为数据；

第三生成单元，用于根据所述驾驶能力数据生成相应的驾驶能力评价。

可选的，所述装置还包括：

更新单元，用于通过所述评价模型更新所述安全识别模型。

可选的，所述第二获取单元包括：

第三获取模块，用于根据目标车辆内的摄像头获取在真实驾驶环境下的当前驾驶员的动作姿态图像/视频；

第四获取模块，用于根据目标车辆挡风玻璃处的摄像头获取在真实驾驶环境下的目标车辆的当前周边环境的图像/视频；

第五获取模块，用于根据所述当前驾驶员的动作姿态图像/视频以及所述当前周边环境的图像/视频获取目标驾驶信息。

可选的，所述第一获取单元，包括：

采集模块，用于采集当前环境下目标车辆上的传感器的感知信号，所述感知信号为携带有目标车辆状态数据的信号；

第六获取模块，用于根据所述感知信号获取目标车辆状态信息。

可选的，所述装置还包括：

授权查询单元，用于将所述驾驶能力评价授权给相关平台，所述相关平台为驾驶员个人平台以及驾驶培训平台，以使得用户及官方查询所述驾驶能力评价；

第一判断单元，用于判断存在目标车辆的区域是否为第五代移动通信技术基站覆盖的区域；

第一执行单元，用于当所述第一判断单元确定存在目标车辆的区域为第五代移动通信技术基站覆盖的区域时，利用在目标车辆的车载端的第五代移动通信技术数据终端建立网络通信；

第二执行单元，用于当所述第一判断单元确定不存在目标车辆的区域为第五代移动通信技术基站覆盖的区域时，利用自建无线局域网基站的方式进行通信链路搭建来实现通信。

本申请实施例在第三方面提供了一种车辆驾驶能力水平的评价装置，包括：

处理器、存储器、输入输出单元、总线；

所述处理器与所述存储器、所述输入输出单元以及所述总线相连；

所述处理器具体执行如下操作：

获取在真实驾驶环境下的目标车辆状态信息；

获取在真实驾驶环境下的目标驾驶信息，所述目标驾驶信息包含当前驾驶环境信息以及当前驾驶员驾驶行为信息；

通过安全识别模型对所述目标车辆状态信息以及所述目标驾驶信息进行分析，并生成当前驾驶行为数据，所述当前驾驶行为数据为目标车辆在当前驾驶环境下的运行数据以及当前驾驶员的行为数据，所述安全识别模型用于分析目标车辆和驾驶员的行为状态；

将所述当前驾驶行为数据与标准驾驶行为数据进行对比，并根据对比结果对所述当前驾驶行为数据中驾驶员的操作行为的步骤和细节生成判定行为数据；

将所述当前驾驶行为数据以及对应的判定行为数据进行本地数据库存储和上传到云端数据库；

将从所述本地数据库或所述云端数据库调取出的所需的驾驶行为数据以及对应的判定行为数据通过评价模型生成驾驶能力数据，所述评价模型用于评定从数据库调取出的驾驶行为数据和对应的判定行为数据；

根据所述驾驶能力数据生成相应的驾驶能力评价。

可选的，所述处理器还用于执行第一方面中的任意可选方案的操作。

一种计算机可读存储介质，所述计算机可读存储介质上保存有程序，所述程序在计算机上执行时执行如前述第一方面以及第一方面的任意可选的方法。

从以上技术方案可以看出，本申请实施例具有以下优点：

本申请实施例提供的车辆驾驶能力水平的评价方法及装置中，可以通过安全识别模型对获取到的真实驾驶环境下的目标车辆状态信息以及目标驾驶信息进行分析，生成当前驾驶行为数据，该当前驾驶行为数据可以显示出当前驾驶员以及所驾驶车辆的过程化数据；然后将当前驾驶行为数据与标准行为数据作对比，以得出的对比结果生成判定数据，接着再将当前驾驶行为数据以及对应的判定数据进行数据库存储，当需要对目标驾驶能力进行评价时，从数据库中调取需要进行驾驶能力水平评价的驾驶行为数据以及对应的判定数据通过评价模型训练生成驾驶能力数据，最后，根据该驾驶能力数据生成驾驶能力评价。这样一来，可以同时通过车辆的运行环境、驾驶人员本身以及驾驶人员的操作来进行全面监测，使得对驾驶人员的驾驶能力水平评价更具稳定性与可靠性。

附图说明

图1为本申请实施例中一种车辆驾驶能力水平的评价方法的一个实施例流程示意图；

图2-1及图2-2为本申请实施例中一种车辆驾驶能力水平的评价方法的另一个实施例流程示意图；

图3为本申请实施例中一种车辆驾驶能力水平的评价装置的一个实施例结构示意图；

图4为本申请实施例中一种车辆驾驶能力水平的评价装置的另一个实施例结构示意图；

图5为本申请实施例中一种车辆驾驶能力水平的评价装置的另一个实施例流程示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，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、完整的阐述，显然阐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的前提下所获得的所有其他实施例，都应当属于本发明保护范围。

本申请实施例公开了一种车辆驾驶能力水平的评价方法及装置，用于对驾驶车辆及驾驶人员从多方面进行驾驶能力的评价，使得对驾驶人员的驾驶能力水平评价更具稳定性与可靠性。

在本实施例中，车辆驾驶能力水平的评价方法可在系统实现，可以在服务器实现，也可以在终端实现，具体不做明确限定。为方便描述，本申请实施例使用系统为执行主体举例描述。

请参阅图1，本申请实施例中一种车辆驾驶能力水平的评价方法的一个实施例包括：

101、系统获取在真实驾驶环境下的目标车辆状态信息；

系统需要获取在真实驾驶环境下的目标车辆在驾驶过程中产生的驾驶状态信息，以此来得到该目标车辆的部件的运动状态，可获取到的目标车辆的部件运动状态可以有多种，例如：车门开关的状态，安全带的伸缩状态，油门深度状态，离合踩下的深度状态，发动机转速状态，各类车灯状态，档位状态等，具体的目标车辆状态信息此处不做限定。

102、系统获取在真实驾驶环境下的目标驾驶信息，所述目标驾驶信息包含当前驾驶环境信息以及当前驾驶员驾驶行为信息；

系统获取车辆在真实驾驶过程中产生的目标驾驶信息，以此来得到车辆驾驶员驾驶车辆的操作行为，以及车辆对驾驶员的操作行为产生的动作。其中，当前驾驶环境信息可以包含多种，例如:倒车入库，坡道起步，窄路掉头，穿越隧道等，具体可以获取到的驾驶环境信息此处不做限定。

当前驾驶员驾驶行为信息可以包含多种，例如：疲劳驾驶、行驶中接打电话、行驶中抽烟、左右摆头、低头看档、观察窗外等，具体可以获取到的当前驾驶员驾驶行为信息此处不做限定。

获取目标驾驶信息的实现方式可以有多种，可以为利用gnss定位系统确定当前真实驾驶环境下的驾驶环境信息，可以为热成像系统扫描车内驾驶人员的操作确定当前驾驶员的驾驶行为信息，还可以为利用双天线实现线定位获取目标车辆角度位置和朝向信息，具体实现方式此处不做限定。

103、系统通过安全识别模型对所述目标车辆状态信息以及所述目标驾驶信息进行分析，并生成当前驾驶行为数据；

系统根据当前目标车辆的状态信息以及当前的驾驶信息，通过一个安全识别模型进行分析，确定驾驶员的操作内容。

安全识别模型是带有数据分析功能的一个或多个模型的组合，可以实时根据在不同的驾驶环境下采集到的目标车辆状态数据及目标驾驶行为信息数据进行识别，并且输出结果。系统通过安全识别模型进行数据实时计算，分析出在真实驾驶环境下的当前驾驶员的操作行为与细节，目标车辆的运行状态存在的关联性与独立性。例如：在某规定的时间段内，通过对目标车辆状态信息以及目标驾驶信息输入到安全识别模型进行分析，目标车辆上坡时，驾驶员进行打右转向灯的操作，车的右轮距离边缘线30公分，但是在上坡的过程中驾驶员熄火了，该操作不是在起步或停车的准确时间段进行，属于危险行为。

104、系统将所述当前驾驶行为数据与标准驾驶行为数据进行对比，并根据对比结果对所述当前驾驶行为数据中驾驶员的操作行为的步骤和细节生成判定行为数据；

当系统通过安全识别模型生成当前驾驶行为数据后，利用该当前驾驶行为数据与标准驾驶行为数据进行对比，例如：当前驾驶行为数据表明驾驶员a在利用目标车辆进行倒车入库时，未存在压线行为，但是在重新起步时，手刹未完全解除；标准驾驶行为数据为驾驶员a在利用目标车辆进行倒车入库时，未存在压线行为，在重新起步时，手刹已经完全解除。将两个数据对比后，判定倒车入库行为正确，重新起步行为错误，并根据这对比后的结果生成判定行为数据。

105、系统将所述当前驾驶行为数据以及对应的判定行为数据进行本地数据库存储和上传到云端数据库；

系统将本次驾驶的当前驾驶行为数据上传到云端和进行本地数据库存储，以此将数据得以进行联网后的其他操作，例如系统调用，查询等，具体操作方式此处不做限定。在系统通过安全识别模型生成当前驾驶行为数据以后，需要将该驾驶行为数据对标准的行为数据进行对比，从而得到准确的分析数据。

存储数据库是用于对驾驶行为数据的暂存和历史驾驶行为数据的总存储计算。

106、系统将从所述本地数据库或所述云端数据库调取出的所需的驾驶行为数据以及对应的判定行为数据通过评价模型生成驾驶能力数据；

系统将本次驾驶的当前驾驶行为数据上传到云端和进行本地数据库存储之后，当某位用户需要对自己的驾驶行为数据进行分析时，就可从本地数据库或者云端数据库中调取出自己需要的驾驶行为数据输入到评价模型，从而生成驾驶能力数据。例如：驾驶员a从数据库中调取自己的当前驾驶行为数据，输入到评价模型，该评价模型会从操控能力，空间感知能力，安全意识，成长场景记录和预处置能力这五个方面设置出标准的评价指标来分析所输入的驾驶行为数据，评价模型将分析计算得出的得分进行输出生成驾驶能力数据。

107、系统根据所述驾驶能力数据生成相应的驾驶能力评价。

系统根据驾驶能力数据的得分对驾驶能力进行相应的评价。例如：评价模型中单方评价满分100分，驾驶a根据评价模型计算得到自己的驾驶能力数据中显示操控能力70分，空间感知能力65分，安全意识65分，成长场景记录75分以及预处置能力65分，总分为340分，而驾驶能力评价范围为0～300分为不及格，301～350分为及格，351～425分为良好，426～500分为优秀，因此系统根据总分340分与评价范围生成相应的驾驶员a的驾驶能力评价为及格。以上只是驾驶能力评价实现的一种方法，更多的具体实现方式此处不做限定。

本实施例中，系统首先通过将获取到目标车辆的状态信息以及驾驶信息输入到安全识别模型进行分析得到当前驾驶行为数据，接着通过将当前驾驶行为数据与标准行为数据作对比生成判定数据，再将当前驾驶行为数据以及对应的判定数据一起存入数据库，当需要对目标车辆及驾驶人员进行驾驶能力评价时，从数据库中调取需要进行评价的当前驾驶行为数据以及判定数据输入到评价模型学习，生成驾驶能力数据，最后根据该驾驶能力数据生成相应的驾驶能力评价。这样一来，能够让当前驾驶行为数据经过学习分析得到驾驶能力数据，从而得到从多个方面对驾驶车辆以及驾驶人员进行驾驶能力的评价，增加了数据的稳定性和可靠性。

为清楚描述车辆驾驶能力水平的评价方法，本申请实施例将结合图2-1和图2-2来进行详细描述。

请参阅图2-1和图2-2，本申请实施例中车辆驾驶能力水平的评价方法的另一个实施例包括：

201、系统采集当前环境下目标车辆上的传感器的感知信号；

202、系统根据所述感知信号获取目标车辆状态信息；

系统需要获取到在真实驾驶环境下的目标车辆状态信息来得到目标车辆部件的运行状态，因此，需要在目标车辆上各个需要监测的部件上安装微型传感器，在驾驶目标车辆的过程中，通过对传感器感知信号的采集，根据对感知信号的处理和计算传输结果来获取目标车辆状态信息。

203、系统根据目标车辆内的摄像头获取在真实驾驶环境下的当前驾驶员的动作姿态图像/视频；

204、系统根据目标车辆挡风玻璃处的摄像头获取在真实驾驶环境下的目标车辆的当前周边环境的图像/视频；

205、系统根据所述当前驾驶员的动作姿态图像/视频以及所述当前周边环境的图像/视频获取目标驾驶信息；

系统需要获取到在真实驾驶环境下的目标驾驶信息来得到车辆驾驶员驾驶车辆的操作行为，以及车辆对驾驶员的操作行为产生的动作。因此，系统需要通过目标车辆内的摄像头来获取到对应内容的图像/视频。例如：将一个摄像头安装固定在方向盘左右侧，可以在驾驶员a的右前方车仪表盘面板右上方，另一个摄像头安装在驾驶员a的右后车顶中间，大约在目标车辆内的第一排座椅正中间位置，通过调整两个摄像头的朝向可以实现最佳的位置监测到驾驶员a的身体关键部位，前方摄像头可以检测到驾驶员a的上半身，头部及面部姿态，实现人脸识别，表情识别，头部姿态识别。后面摄像头可以检测到驾驶员a上半身及双手在方向盘上的位置，实时监测驾驶人员a的疲劳驾驶、行驶中接打电话、行驶中抽烟、左右摆头、低头看档、观察窗外等行为，还可以在目标车辆的挡风玻璃前或仪表台上安装一个摄像头来获取周边环境的图像/视频，最后再通过所采集到图像/视频中获取当前驾驶环境信息以及当前驾驶员驾驶行为信息。具体获取到的驾驶信息种类此处不做限定。

206、系统通过安全识别模型对所述目标车辆状态信息以及所述目标驾驶信息进行分析，并生成当前驾驶行为数据；

207、系统将所述当前驾驶行为数据与标准驾驶行为数据进行对比，并根据对比结果对所述当前驾驶行为数据中驾驶员的操作行为的步骤和细节生成判定行为数据；

208、系统将所述当前驾驶行为数据以及对应的判定行为数据进行本地数据库存储和上传到云端数据库；

209、系统将从所述本地数据库或所述云端数据库调取出的所需的驾驶行为数据以及对应的判定行为数据通过评价模型生成驾驶能力数据；

本实施例中的步骤206至209与前述实施例中步骤103至106类似，此处不再赘述。

210、系统通过所述评价模型更新所述安全识别模型；

系统根据评价模型更新安全识别模型，安全识别模型是对驾驶员的实时驾驶操作进行分析反馈，而评价模型是通过一系列的标准来分析驾驶员的操作行为与目标车辆的运行状态以得到新的数据，并将新的数据传输给安全识别模型进行更新，使得安全识别模型在识别行为与状态的能力能得到进一步地加强。

211、系统根据所述驾驶能力数据生成相应的驾驶能力评价；

本实施例中的步骤211与前述实施例中步骤107类似，此处不再赘述。

212、系统将所述驾驶能力评价授权给相关平台，所述相关平台为驾驶员个人平台以及驾驶培训平台；

系统向已经获得授权的相关平台发送驾驶能力评价的数据，目的是为了将驾驶员的驾驶能力传达给需要的平台，并且该评价数据对应的用户也可以通过平台对自己的数据进行查阅，让自身能够对驾驶流程进一步熟悉。

213、系统判断存在目标车辆的区域是否为第五代移动通信技术基站覆盖的区域，若是，则执行步骤214；若否，则执行步骤215；

为了让系统在目标车辆的通信链路与基础环境系统得到更优化，就需要采取优先级别高的网络连接方式。因此，系统需要先判断存在目标车辆的区域是否为第五代移动通信技术基站覆盖的区域，若是，则执行步骤214；若否，则执行步骤215。

214、系统利用在目标车辆的车载端的第五代移动通信技术数据终端建立网络通信；

当系统确定存在目标车辆的区域为第五代移动通信技术基站覆盖的区域时，系统利用在目标车辆的车载端的第五代移动通信技术数据终端建立网络通信。

215、系统利用自建无线局域网基站的方式进行通信链路搭建来实现通信。

当系统确定存在目标车辆的区域不是第五代移动通信技术基站覆盖的区域时，系统利用自建无线局域网基站的方式进行通信链路搭建来实现通信。

本实施例中，系统在对目标驾驶车辆及驾驶人员生成对应的驾驶能力评价后，可以将该驾驶能力评价进行多方授权，以使得用户及官方查询所述驾驶能力评价，提高了用户及官方查询数据的便利性；其次，还可以通过对目标驾驶车辆所处的区域判断是否被第五代移动通信技术覆盖，根据判断结果选择最优方案搭建通信链路，从而实现车内的网络通信。

上面对本申请实施例中的一种车辆驾驶能力水平的评价方法进行了描述，下面对本申请实施例中的一种车辆驾驶能力水平的评价装置进行描述：

请参阅图3，本申请实施例中的一种车辆驾驶能力水平的评价装置的一个实施例包括：

第一获取单元301，用于获取在真实驾驶环境下的目标车辆状态信息；

第二获取单元302，用于获取在真实驾驶环境下的目标驾驶信息，所述目标驾驶信息包含当前驾驶环境信息以及当前驾驶员驾驶行为信息；

第一生成单元303，用于通过安全识别模型对所述目标车辆状态信息以及所述目标驾驶信息进行分析，并生成当前驾驶行为数据，所述当前驾驶行为数据为目标车辆在当前驾驶环境下的运行数据以及当前驾驶员的行为数据，所述安全识别模型用于分析目标车辆和驾驶员的行为状态；

判定单元304，用于将所述当前驾驶行为数据与标准驾驶行为数据进行对比，并根据对比结果对所述当前驾驶行为数据中驾驶员的操作行为的步骤和细节生成判定行为数据；

存储单元305，用于将所述当前驾驶行为数据进行本地数据库存储和上传到云端数据库；

第二生成单元306，用于将从所述本地数据库或所述云端数据库调取出的所需的驾驶行为数据以及对应的判定行为数据通过评价模型生成驾驶能力数据，所述评价模型用于评定从数据库调取出的驾驶行为数据和对应的判定行为数据；

第三生成单元307，用于根据所述驾驶能力数据生成相应的驾驶能力评价。

本实施例中，第一获取单元301和第二获取单元302在分别获取到真实驾驶环境下的目标车辆状态信息以及目标驾驶信息后，第一生成单元303会对获取到的两份信息进行分析生成当前驾驶行为数据，然后判定单元304将生成的当前驾驶行为数据与标准驾驶行为数据进行对比，得到有步骤和细节标注的判定行为数据，接着存储单元305将当前驾驶行为数据以及对应的判定行为数据进行存储，第二生成单元306将从数据库存储中调取出来的数据输入到评价模型进行学习训练，生成驾驶能力数据，最后第三生成单元307根据驾驶能力数据生成驾驶能力评价，使得所生成的驾驶能力评价具有更多方面的评定结果，更具可靠性。

请参阅图4，本申请实施例中的一种车辆驾驶能力水平的评价装置另一实施例包括：

第一获取单元401，用于获取在真实驾驶环境下的目标车辆状态信息；

第二获取单元402，用于获取在真实驾驶环境下的目标驾驶信息，所述目标驾驶信息包含当前驾驶环境信息以及当前驾驶员驾驶行为信息；

第一生成单元403，用于通过安全识别模型对所述目标车辆状态信息以及所述目标驾驶信息进行分析，并生成当前驾驶行为数据，所述当前驾驶行为数据为目标车辆在当前驾驶环境下的运行数据以及当前驾驶员的行为数据，所述安全识别模型用于分析目标车辆和驾驶员的行为状态；

判定单元404，用于将所述当前驾驶行为数据与标准驾驶行为数据进行对比，并根据对比结果对所述当前驾驶行为数据中驾驶员的操作行为的步骤和细节生成判定行为数据；

存储单元405，用于将所述当前驾驶行为数据进行本地数据库存储和上传到云端数据库；

第二生成单元406，用于将从所述本地数据库或所述云端数据库调取出的所需的驾驶行为数据以及对应的判定行为数据通过评价模型生成驾驶能力数据，所述评价模型用于评定从数据库调取出的驾驶行为数据和对应的判定行为数据；

更新单元407，用于通过所述评价模型更新所述安全识别模型；

第三生成单元408，用于根据所述驾驶能力数据生成相应的驾驶能力评价；

授权查询单元409，用于将所述驾驶能力评价授权给相关平台，所述相关平台为驾驶员个人平台以及驾驶培训平台，以使得用户及官方查询所述驾驶能力评价；

第一判断单元410，用于判断存在目标车辆的区域是否为第五代移动通信技术基站覆盖的区域；

第一执行单元411，用于当所述第一判断单元410确定存在目标车辆的区域为第五代移动通信技术基站覆盖的区域时，利用在目标车辆的车载端的第五代移动通信技术数据终端建立网络通信；

第二执行单元412，用于当所述第一判断单元410确定不存在目标车辆的区域为第五代移动通信技术基站覆盖的区域时，利用自建无线局域网基站的方式进行通信链路搭建来实现通信。

本实施例中，第二获取单元402包括第三获取模块4021、第四获取模块4022和第五获取模块4023。

第三获取模块4021，用于根据目标车辆内的摄像头获取在真实驾驶环境下的当前驾驶员的动作姿态图像/视频；

第四获取模块4022，用于根据目标车辆挡风玻璃处的摄像头获取在真实驾驶环境下的目标车辆的当前周边环境的图像/视频；

第五获取模块4023，用于根据所述当前驾驶员的动作姿态图像/视频以及所述当前周边环境的图像/视频获取目标驾驶信息。

本实施例中，第一获取单元401包括采集模块4011以及第六获取模块4012。

采集模块4011，用于采集当前环境下目标车辆上的传感器的感知信号，所述感知信号为携带有目标车辆状态数据的信号；

第六获取模块4012，用于根据所述感知信号获取目标车辆状态信息。

上述实施例中，各个单元及模块的功能与图2所示实施例中的步骤对应，此处不再赘述。

下面对本申请实施例中的一种车辆驾驶能力水平的评价装置进行详细描述，请参阅图5，在本申请实施例中一种车辆驾驶能力水平的评价装置另一实施例包括：

处理器501、存储器502、输入输出单元503、总线504；

所述处理器501与所述存储器502、所述输入输出单元503以及所述总线504相连；

所述处理器501具体执行如下操作：

获取在真实驾驶环境下的目标车辆状态信息；

获取在真实驾驶环境下的目标驾驶信息，该目标驾驶信息包含当前驾驶环境信息以及当前驾驶员驾驶行为信息；

通过安全识别模型对该目标车辆状态信息以及该目标驾驶信息进行分析，并生成当前驾驶行为数据，该当前驾驶行为数据为目标车辆在当前驾驶环境下的运行数据以及当前驾驶员的行为数据，该安全识别模型用于分析目标车辆和驾驶员的行为状态；

将当前驾驶行为数据与标准驾驶行为数据进行对比，并根据对比结果对该当前驾驶行为数据中驾驶员的操作行为的步骤和细节生成判定行为数据；

将当前驾驶行为数据以及对应的判定行为数据进行本地数据库存储和上传到云端数据库；

将从本地数据库或云端数据库调取出的所需的驾驶行为数据以及对应的判定行为数据通过评价模型生成驾驶能力数据，该评价模型用于评定从数据库调取出的驾驶行为数据和对应的判定行为数据；

根据驾驶能力数据生成相应的驾驶能力评价。

本实施例中，处理器501的功能与前述图1至图4所述实施例中的步骤对应，此处不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。