驾驶行为分析报告.pdfVIP

学而不知道，与不学同；知而不能行，与不知同。——黄睎

驾驶行为分析报告

出门在外，遇上交通拥堵、事故，那可真是头大。许多交通拥堵

和交通事故与驾驶员的驾驶行为有关。驾驶行为通常也是驾驶习惯，

习惯成自然。在开车的过程中，如果有不良的驾驶行为，驾驶员自己

很难意识到，但是后果可能很严重。

车联网开启了新的可能，因为数据可以告诉我们真相。

基于车联网实时数据，可以实时监测和评估驾驶员的驾驶行为和

驾驶状态，并及时提醒驾驶员改变驾驶习惯，避免交通事故的发生。

对于车队管理、保险公司（UBI）来说，可以提高安全、节能、

增效等效果。对于车企（OEM）来说，是很好的实时反馈，可以用于

产品改进。

“驾驶行为”是什么？

驾驶行为通常包括出行行为习惯，和驾驶行为习惯。出行行为的

分析已经在上一篇谈到了。

狭义的驾驶行为包含，但不限于下面这些方面：

开车时

平均速度

引擎经济转速（燃油车）

急加速/千公里、急刹车/千公里

急转弯

变道次数/频率、变速频率

安全带状态、热车时间

学而不知道，与不学同；知而不能行，与不知同。——黄睎

开车灯（夜晚，远光灯/近光灯），转向时转向灯，变道时转向

灯

怠速时间

手机使用、疲劳驾驶等

停车时

手刹、停车档、关门、关窗、关灯等

驾驶环境

路型、各地形的行驶里程、各个地形的驾驶时间、各地形的停车

时间

天气、季节等

交通违规记录

此外，考虑到现今的各种辅助驾驶，驾驶员使用这些辅助驾驶功

能的频次（依赖性）等，也是一个维度。

如果配上了各种传感器，比如：前向摄像头、环视摄像头、车内

监控摄像头、毫米波雷达等，那么可以分析的内容将会更加丰富了。

基于不同的目的，将上述各个驾驶行为分量以某种加权的方式计

算出一个分数（或指数），用来衡量用户的驾驶行为，或者给用户的

驾驶行为打上各种标签。

不同的商业/研究目的，驾驶行为分数的计算公式都不一样。比

如：保险公司设计UBI产品的时候，开车越平稳分数越高，开车次数

/里程/时间越少，分数越高。

选择车联网数据

学而不知道，与不学同；知而不能行，与不知同。——黄睎

与第一篇一样，使用来自于同一辆车的原始数据。同样，仅仅拿

少量的数据字段来分享数据分析的过程。管中窥豹，略见一斑。

因为车速和车速的变化在驾驶行为和安全上最突出，就是它了。

选择下面的数据项（又是3项）：

时间戳–每条记录发生的日期和时间

车速（公里/小时）

引擎转速

与“用户出行行为分析”中的一样，

引擎转速用于判断车辆状态。

清洗、整理、聚合数据。

分割数据

实际操作中，把所有需要的字段都选进来，这些步骤就可以和“用

户出行行为分析”一次完成。

处理完这些，我们期待一下有什么小小的惊喜出现吧。

驾驶行为分析

基于这3项数据，计划做下面几个方面的分