驾驶行为处理方法、装置、存储介质和电子设备

技术领域

本公开涉及汽车电子技术领域，具体地，涉及一种驾驶行为处理方法、装置、存储介质和电子设备。

背景技术

随着汽车行业的发展，汽车在家庭中已经逐步普及。汽车的动力性和经济性不能兼得，人们在驾驶汽车时激烈的驾驶行为不仅会对汽车的性能造成影响，使得车辆行驶里程大打折扣，而且也会使得汽车的能耗偏高。例如，行驶中频繁的踩油门加速，遇到红灯或行人时再踩刹车减速度，会加快汽车部件的老化程度，并且增加了一些不必要的能耗。确定出用户当前驾驶行为的驾驶等级后，便于引导驾驶员养成良好的驾驶习惯。

发明内容

本公开的目的是提供一种驾驶行为处理方法、装置、存储介质和电子设备。

为了实现上述目的，本公开第一方面提供一种驾驶行为处理方法，包括：获取车辆的当前驾驶行为对应的当前驾驶数据；从当前驾驶数据中，获取多个预设驾驶指标对应的驾驶指标数据；获取多个预设驾驶指标对应的预设标准指标数据；计算驾驶指标数据和预设标准指标数据的关联度；根据关联度和多个预设驾驶等级对应的关联度区间，确定当前驾驶行为对应的驾驶等级，驾驶等级表征当前驾驶行为的熟练程度。

可选的，计算驾驶指标数据和预设指标数据的关联度包括：针对多个预设驾驶指标中的每个预设驾驶指标，计算该预设驾驶指标对应的驾驶指标数据，和该预设驾驶指标对应的预设标准指标数据的关联系数；根据每个预设驾驶指标对应的关联系数，获取驾驶指标数据和预设指标数据的关联度。

可选的，根据每个预设驾驶指标对应的关联系数，获取驾驶指标数据和预设指标数据的关联度包括：获取每个预设驾驶指标对应的目标权重；根据目标权重对多个预设驾驶指标对应的关联系数的进行加权；将加权后的关联系数的平均值作为关联度。

可选的，获取每个预设驾驶指标对应的目标权重包括：将每个预设驾驶指标对应的预设权重，作为目标权重；或者，获取不同驾驶行为的多个预设驾驶指标对应的历史驾驶数据，并根据历史驾驶数据计算每个预设驾驶指标的权重，得到目标权重。

可选的，根据关联度和多个预设驾驶等级对应的关联度区间，确定当前驾驶行为对应的驾驶等级包括：从多个预设驾驶等级对应的关联度区间中，确定关联度所在的目标区间；将目标区间对应的预设驾驶等级，作为当前驾驶行为对应的驾驶等级。

可选的，在根据关联度和多个预设驾驶等级对应的关联度区间，确定当前驾驶行为对应的驾驶等级后，方法还包括：根据驾驶等级，输出驾驶建议信息，驾驶建议信息用于提示驾驶员按照预设驾驶建议驾驶车辆。

可选的，预设驾驶指标包括：平均车速，平均正向加速度，平均负向加速度，加速次数，减速次数，加速时间比例，减速时间比例和空调平均功率中的至少一个。

本公开第二方面提供一种驾驶行为处理装置，包括：第一获取装置，用于获取车辆的当前驾驶行为对应的当前驾驶数据；第二获取装置，用于从当前驾驶数据中，获取多个预设驾驶指标对应的驾驶指标数据；第三获取装置，用于获取多个预设驾驶指标对应的预设标准指标数据；计算装置，用于计算驾驶指标数据和预设标准指标数据的关联度；确定装置，用于根据关联度和多个预设驾驶等级对应的关联度区间，确定当前驾驶行为对应的驾驶等级，驾驶等级表征当前驾驶行为的熟练程度。

本公开第三方面提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面的驾驶行为处理方法的步骤。

本公开第四方面提供一种电子设备，包括：存储器，其上存储有计算机程序；处理器，用于执行存储器中的计算机程序，以实现第一方面所述的驾驶行为处理方法的步骤。

通过上述技术方案，先获取车辆的当前驾驶行为对应的当前驾驶数据，从当前驾驶数据中，获取多个预设驾驶指标对应的驾驶指标数据。再获取多个预设驾驶指标对应的预设标准指标数据。计算驾驶指标数据和预设标准指标数据的关联度，根据关联度和多个预设驾驶等级对应的关联度区间，确定当前驾驶行为对应的驾驶等级，驾驶等级表征当前驾驶行为的熟练程度。预设驾驶等级对应的关联度区间表示了关联度区间和驾驶等级的对应关系，通过判断驾驶指标数据与标准指标数据的关联度所属的关联度区间，可以确定出当前驾驶行为对应的驾驶等级。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：

图1是根据一示例性实施例示出的一种驾驶行为处理方法的流程图；

图2是根据一示例性实施例示出的一种驾驶行为处理方法的流程图；

图3是根据一示例性实施例示出的一种驾驶行为处理方法的流程图；

图4是根据一示例性实施例示出的一种驾驶行为处理装置的框图；

图5是根据一示例性实施例示出的电子设备的框图。

具体实施方式

以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。

图1是根据一示例性实施例示出的一种驾驶行为处理方法的流程图；如图1所示，该方法包括以下步骤：

S101、获取车辆的当前驾驶行为对应的当前驾驶数据。

当驾驶行为发生时，车辆启动并产生驾驶数据，汽车后台管理系统记录一个驾驶时间段内的驾驶数据作为当前驾驶数据。当前驾驶数据可以包括：车速数据、电流数据、里程数据和空调能耗数据等。

S102、从当前驾驶数据中，获取多个预设驾驶指标对应的驾驶指标数据。

预设驾驶指标包括：平均车速，平均正向加速度，平均负向加速度，加速次数，减速次数，加速时间比例，减速时间比例和空调平均功率中的至少一个。

示例地，平均车速表示一个驾驶时间段出现过的车速的平均值。平均正向加速度表示一个驾驶时间段内出现过的正向加速度的均值。平均负向加速度表示一个驾驶时间段内的出现过的负向加速度的均值。加速次数可以为行驶过程中踩动力踏板的次数。减速次数可以为行驶过程中踩制动踏板的次数。加速时间比例表示一个驾驶时间段内，加速时间占整个驾驶时间的比值。减速时间比例表示一个驾驶时间段内，减速时间占整个驾驶时间的比值。空调平均功率表征了一个驾驶时间段内空调的运行情况。可以理解的是，预设驾驶指标不限于上述列出的几个，用户可以根据需要加入其它可以表征驾驶行为的指标作为预设驾驶指标。用户可以选取上述列出的几个指标作为预设驾驶指标数据。多个预设驾驶指标对应的驾驶指标数据可以通过当前驾驶行为对应的当前驾驶数据获得。

驾驶指标数据可以表示为由多个预设指标构成的序列：C

S103、获取多个预设驾驶指标对应的预设标准指标数据。

预设驾驶指标包括：平均车速、平均正向加速度、平均负向加速度、加速次数，减速次数，加速时间比例，减速时间比例和空调平均功率中的至少一个。预设标准指标数据可以包括多个不同等级的标准指标数据，例如最优标准指标数据，优秀标准指标数据，良好标准指标数据，一般标准指标数据，较差标准指标数据。可以根据经验值设定不同等级的标准指标数据。也可以从历史驾驶数据中根据其对应的电池能耗数据选择出不同等级的标准指标数据。电池能耗数据可以根据驾驶数据中的电量数据和里程数据计算得到。每个等级的标准指标数据可以表示为一个序列，序列中的元素表示各个预设驾驶指标对应的数值。具体的，将最优指标序列记作C

可以根据经验值确定预设标准指标数据，并在出厂前将预设标准指标数据存入汽车后台管理系统。例如，将电池能耗数据较小需要注意的是，驾驶指标数据与预设标准指标数据中的预设驾驶指标的顺序和数量均应相同，才有计算关联度的基础。

S104、计算驾驶指标数据和预设标准指标数据的关联度。

计算驾驶指标数据和预设标准指标数据的关联度的过程可以如下：将驾驶指标数据和预设标准指标数据中的优秀标准指标数据，良好标准指标数据，一般标准指标数据，较差标准指标数据作为待比较序列，记作C

根据公式

计算出第i个待比较序列的第j个因素C

根据公式

计算出驾驶指标数据与预设标准指标数据的关联度。具体的，优秀标准指标数据与最优参考指标数据具有m个关联系数，计算m个关联系数的均值获得优秀标准指标数据和最优标准指标数据的关联度R

S105、根据关联度和多个预设驾驶等级对应的关联度区间，确定当前驾驶行为对应的驾驶等级，驾驶等级表征当前驾驶行为的熟练程度。

驾驶指标数据和最优标准指标数据的关联度可以反映当前驾驶指标数据与最优指标数据的接近程度，关联度越高，表征当前驾驶指标数据越接近最优指标数据。驾驶等级可以包括优秀，良好，一般，较差四个等级。对上述步骤计算出的关联度R

通过上述技术方案，先获取车辆的当前驾驶行为对应的当前驾驶数据，从当前驾驶数据中，获取多个预设驾驶指标对应的驾驶指标数据。再获取多个预设驾驶指标对应的预设标准指标数据。计算驾驶指标数据和预设标准指标数据的关联度，根据关联度和多个预设驾驶等级对应的关联度区间，确定当前驾驶行为对应的驾驶等级，驾驶等级表征当前驾驶行为的熟练程度。预设驾驶等级对应的关联度区间表示了关联度区间和驾驶等级的对应关系，通过判断驾驶指标数据与标准指标数据的关联度所属的关联度区间，可以确定出当前驾驶行为对应的驾驶等级。

图2是根据一示例性实施例示出的一种驾驶行为处理方法的流程图；如图2所示，该方法包括以下步骤：

S201、获取车辆的当前驾驶行为对应的当前驾驶数据。

S202、从当前驾驶数据中，获取多个预设驾驶指标对应的驾驶指标数据。

S203、获取多个预设驾驶指标对应的预设标准指标数据。

S204、针对多个预设驾驶指标中的每个预设驾驶指标，计算该预设驾驶指标对应的驾驶指标数据，和该预设驾驶指标对应的预设标准指标数据的关联系数。

S205、获取每个预设驾驶指标对应的目标权重。

将每个预设驾驶指标对应的预设权重，作为目标权重；或者，获取不同驾驶行为的多个预设驾驶指标，对应的历史驾驶数据，并根据历史驾驶数据计算每个预设驾驶指标的权重，得到目标权重。

可以通过两种方式获取目标权重，一种方式中，在出厂前对不同的预设驾驶指标设定预设权重。可以根据各个指标对驾驶行为的影响程度分配各个指标的权重。例如，反映车速的指标对驾驶行为的影响较为重要，可以分配较大的权重，而空调平均功率对驾驶行为的反映程度较小，主要受环境温度影响，可以分配较小的权重。

另一种方式中，可以通过客观赋值法如均方差法、熵值法等获得权重。示例地，使用熵值法计算目标权重的过程可以如下，可以选取平均车速，平均正向加速度，平均负向加速度，加速次数，减速次数，加速时间比例，减速时间比例和空调平均功率中的至少一个作为预设驾驶指标。

采集不同驾驶员不同时间段内的历史驾驶数据，根据不同时间段内的驾驶数据确定不同时间段内多个预设驾驶指标对应的驾驶指标数据。一个时间段内的多个预设驾驶指标对应的驾驶指标数据代表一个样本序列。根据不同时间段内的多个预设驾驶指标对应的驾驶指标数据可以获取多个样本序列，至少需要采集50组以上的样本序列，将多个样本序列构成矩阵，矩阵中的元素为X＝(x

由于各指标量纲不同，无法进行直接比较，需要对数据序列中各指标进行无量纲化处理得到规范后的矩阵。具体的根据公式：

计算出矩阵中每个元素无量纲化后的值。

根据公式：

计算出第j个评价指标的熵值。

当y

计算出第j个评价指标的权重。得到各指标的权重向量，记为：W＝(w′

S206、根据目标权重对多个预设驾驶指标对应的关联系数的进行加权，将加权后的关联系数的平均值作为关联度。

计算目标权重W与多个预设驾驶指标对应的关联系数η

S207、根据关联度和多个预设驾驶等级对应的关联度区间，确定当前驾驶行为对应的驾驶等级，驾驶等级表征当前驾驶行为的熟练程度。

上述技术方案，根据驾驶指标数据和预设标准指标数据的关联度所在的区间可以判断出当前驾驶行为对应的驾驶指标数据序列的关联度所属的驾驶等级。在计算关联度的过程中为每个驾驶指标数据分配了权重，提高了关联度反映驾驶行为等级的准确程度。

图3是根据一示例性实施例示出的一种驾驶行为处理方法的流程图；如图3所示，该方法包括以下步骤：

S301、获取车辆的当前驾驶行为对应的当前驾驶数据。

S302、从当前驾驶数据中，获取多个预设驾驶指标对应的驾驶指标数据。

S303、获取多个预设驾驶指标对应的预设标准指标数据。

S304、计算驾驶指标数据和预设标准指标数据的关联度。

S305、根据关联度和多个预设驾驶等级对应的关联度区间，确定当前驾驶行为对应的驾驶等级，驾驶等级表征当前驾驶行为的熟练程度。

示例地，一种实施例中，将驾驶行为分为优秀、良好、一般，较差四个等级，选定四个等级的驾驶指标数据作为参考样本，获得最优驾驶指标数据序列、优秀驾驶指标数据序列、良好驾驶指标数据序列、一般驾驶指标数据序列、较差驾驶指标数据序列，将从当前驾驶数据中，获取多个预设驾驶指标对应的驾驶指标数据作为实际驾驶指标数据序列，构建评价矩阵S。

由于预设驾驶指标的量纲不同，需要对原始数据进行无量纲化处理。具体的，根据公式

计算出无量纲化后矩阵中的每个元素。其中，S

无量纲化处理后获得规范后的矩阵，将矩阵中的最优驾驶指标数据序列作为参考序列C

计算出第i个待比较序列的第j个因素C

计算矩阵中每一行的关联系数的均值，可得到综合评价矩阵R,则R＝(R

对综合评价矩阵加权，权重为W,获得待比较序列对最优指标的关联度B，则B＝W×R＝(B

S306、根据驾驶等级，输出驾驶建议信息，驾驶建议信息用于提示驾驶员按照预设驾驶建议驾驶车辆。

驾驶等级可以包括：优秀、良好、一般，较差四个等级，对应的驾驶建议可以根据驾驶指标数据分析获得，例如，当驾驶等级评价为较差时，分析驾驶指标数据中的各个指标，得出驾驶中加速次数偏离标准值的情况较为严重，可以建议用户减少频繁的踩动力踏板加速的激烈驾驶行为。汽车后台管理系统可以设定一个时间周期，周期的采集当前的驾驶指标数据，并计算出当前驾驶行为对应的驾驶等级，并提出驾驶建议，在整个驾驶过程中，对每个时间段内用户的驾驶行为提出驾驶建议，提醒用户规范驾驶。

通过判断驾驶指标数据与标准指标数据的关联度所在的关联度区间，确定出当前驾驶行为对应的驾驶等级，当驾驶等级较低时，说明驾驶员的熟练度较低，输出的驾驶建议信息可以引导驾驶员按照良好的驾驶习惯进行驾驶，可以提高驾驶车辆的安全性，并且良好的驾驶习惯可以节约能耗，因此，还可以提高驾驶车辆的经济性。

基于同一发明构思，作为对上述方法的实现，本发明实施例提供了一种驾驶行为处理装置，该装置实施例与前述方法实施例对应，为便于阅读，本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本实施例中的装置能够对应实现前述方法实施例中的全部内容。

图4是根据一示例性实施例示出的一种驾驶行为处理装置的框图，如图4所示，本实施例提供的装置110包括：

第一获取模块111，用于获取车辆的当前驾驶行为对应的当前驾驶数据；

第二获取模块112，用于从当前驾驶数据中，获取多个预设驾驶指标对应的驾驶指标数据；

第三获取模块113，用于获取多个预设驾驶指标对应的预设标准指标数据；

计算模块114，用于计算驾驶指标数据和预设标准指标数据的关联度；

确定模块115，用于根据关联度和多个预设驾驶等级对应的关联度区间，确定当前驾驶行为对应的驾驶等级，驾驶等级表征当前驾驶行为的熟练程度。

计算模块114，具体用于针对多个预设驾驶指标中的每个预设驾驶指标，计算该预设驾驶指标对应的驾驶指标数据，和该预设驾驶指标对应的预设标准指标数据的关联系数；

根据每个预设驾驶指标对应的关联系数，获取驾驶指标数据和预设指标数据的关联度。

计算模块114，具体用于获取每个预设驾驶指标对应的目标权重；

根据目标权重对多个预设驾驶指标对应的关联系数的进行加权；

将加权后的关联系数的平均值作为关联度。

计算模块114，具体用于将每个预设驾驶指标对应的预设权重，作为目标权重；或者，

获取不同驾驶行为的多个预设驾驶指标对应的历史驾驶数据，并根据历史驾驶数据计算每个预设驾驶指标的权重，得到目标权重。

确定模块115，具体用于从多个预设驾驶等级对应的关联度区间中，确定关联度所在的目标区间；

将目标区间对应的预设驾驶等级，作为当前驾驶行为对应的驾驶等级。

装置110还包括，输出模块116，用于根据驾驶等级，输出驾驶建议信息，驾驶建议信息用于提示驾驶员按照预设驾驶建议驾驶车辆。

可选的，预设驾驶指标包括：平均车速，平均正向加速度，平均负向加速度，加速次数，减速次数，加速时间比例，减速时间比例和空调平均功率中的至少一个。

通过上述技术方案，先获取车辆的当前驾驶行为对应的当前驾驶数据，从当前驾驶数据中，获取多个预设驾驶指标对应的驾驶指标数据。再获取多个预设驾驶指标对应的预设标准指标数据。计算驾驶指标数据和预设标准指标数据的关联度，根据关联度和多个预设驾驶等级对应的关联度区间，确定当前驾驶行为对应的驾驶等级，驾驶等级表征当前驾驶行为的熟练程度。预设驾驶等级对应的关联度区间表示了关联度区间和驾驶等级的对应关系，通过判断驾驶指标数据与标准指标数据的关联度所属的关联度区间，可以确定出当前驾驶行为对应的驾驶等级。

图5是根据一示例性实施例示出的一种电子设备150的框图。例如，电子设备150可以被提供为一服务器。参照图5，电子设备150包括处理器151，其数量可以为一个或多个，以及存储器152，用于存储可由处理器151执行的计算机程序。存储器152中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器151可以被配置为执行该计算机程序，以执行上述的驾驶行为处理方法的步骤。

另外，电子设备150还可以包括电源组件153和通信组件154，该电源组件153可以被配置为执行电子设备150的电源管理，该通信组件154可以被配置为实现电子设备150的通信，例如，有线或无线通信。此外，该电子设备150还可以包括输入/输出(I/O)接口155。电子设备150可以操作基于存储在存储器152的操作系统，例如Windows Server

在另一示例性实施例中，还提供了一种包括程序指令的计算机存储介质，该程序指令被处理器执行时实现上述的驾驶行为处理方法的步骤。

在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的驾驶行为处理方法的代码部分。

以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。

此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。