一种驾驶能力过程性评价的方法及相关装置制造方法及图纸

本申请公开了一种驾驶能力过程性评价的方法及相关装置，以使得驾驶员可以根据该结果进行针对性教学，从而提升培训效率和培训质量。本申请方法包括：采集驾驶员的身份信息和行为数据；将所述身份信息和所述行为数据发送云端数据中心；将所述身份信息和所述行为数据在目标过程性评价模型中进行分析得出评价结果，所述目标过程性评价模型由大量的驾驶员训练样本数据训练而成。练样本数据训练而成。练样本数据训练而成。

【技术实现步骤摘要】
一种驾驶能力过程性评价的方法及相关装置


[0001]本申请实施例涉及数据处理领域，特别涉及一种驾驶能力过程性评价的方法及相关装置。

技术介绍

[0002]随着社会的进步以及人民生活水平的提升，近年来，我国机动车保有量呈现井喷式增长，我国机动车驾驶人培训与考试人数也呈现快速增长趋势。
[0003]然而，现有的机动车驾驶人培训与驾驶能力评价机制仍相对落后，在培训手段上，仍多数采用有人工教练口传身教的教学方式；在驾驶人能力评价方面，仍然采取基于特定操作科目的考试性评判为主，这种传统评价机制难以全面考察评价驾驶人员的驾驶能力与安全驾驶行为习惯，同时，难以在培训过程中及时、实时给予学员反馈，不利于培训过程中的针对性教学。

技术实现思路

[0004]本申请实施例提供了一种驾驶能力过程性评价的方法及相关装置，以使得驾驶员可以根据该结果进行针对性教学，从而提升培训效率和培训质量。
[0005]本申请实施例第一方面提供了一种驾驶能力过程性评价的方法，包括：
[0006]采集驾驶员的身份信息和行为数据；
[0007]将所述身份信息和所述行为数据发送云端数据中心；
[0008]将所述身份信息和所述行为数据在目标过程性评价模型中进行分析得出评价结果，所述目标过程性评价模型由大量的驾驶员训练样本数据训练而成。
[0009]可选的，在所述采集驾驶员的身份信息和行为数据之前，所述方法还包括：
[0010]采集一组训练样本，所述训练样本为至少两个驾驶员的训练样本数据，所述训练样本数据包括训练集数据和测试集数据，所述训练集数据包括驾驶员的身份信息以及行为数据，所述测试集数据包括培训员反馈数据以及社会驾驶数据；
[0011]根据所述训练集数据得到评价估计值；
[0012]根据所述测试集数据得到评价期望值；
[0013]根据方差公式计算出所述评价估计值和所述评价期望值的差异；
[0014]根据所述差异调整所述评价估计值的评价方式，得到目标过程性评价模型。
[0015]可选的，在所述将所述身份信息和所述行为数据发送云端数据中心之后，所述方法还包括：
[0016]根据所述云端数据中心中的所述身份信息和所述行为数据创建驾驶行为大数据库，所述驾驶行为大数据库用于对所述身份信息和所述行为数据进行分析处理。
[0017]可选的，在所述将所述身份信息和所述行为数据在目标过程性评价模型中进行分析得出评价结果之后，所述方法还包括：
[0018]根据所述评价结果调整所述目标过程性评价模型的评价方式。
[0019]可选的，所述采集驾驶员的身份信息和行为数据，包括：
[0020]通过安装在机动车上的传感器采集所述驾驶员的身份信息和行为数据，所述行为数据包括驾驶员的驾驶行为数据以及驾驶员的操作行为数据。
[0021]本申请实施例第二方面提供了一种驾驶能力过程性评价的装置，其特征在于，包括：
[0022]第一采集单元，用于采集驾驶员的身份信息和行为数据；
[0023]发送单元，用于将所述身份信息和所述行为数据发送云端数据中心；
[0024]分析单元，用于将所述身份信息和所述行为数据在目标过程性评价模型中进行分析得出评价结果，所述目标过程性评价模型由大量的驾驶员训练样本数据训练而成。
[0025]可选的，所述装置还包括：
[0026]第二采集单元，用于采集一组训练样本，所述训练样本为至少两个驾驶员的训练样本数据，所述训练样本数据包括训练集数据和测试集数据，所述训练集数据包括驾驶员的身份信息以及行为数据，所述测试集数据包括培训员反馈数据以及社会驾驶数据；
[0027]第一评价单元，用于根据所述训练集数据得到评价估计值；
[0028]第二评价单元，用于根据所述测试集数据得到评价期望值；
[0029]计算单元，用于根据方差公式计算出所述评价估计值和所述评价期望值的差异；
[0030]第一调整单元，用于根据所述差异调整所述评价估计值的评价方式，得到目标过程性评价模型。
[0031]可选的，所述装置还包括：
[0032]创建单元，用于根据所述云端数据中心中的所述身份信息和所述行为数据创建驾驶行为大数据库，所述驾驶行为大数据库用于对所述身份信息和所述行为数据进行分析处理。
[0033]可选的，所述装置还包括：
[0034]第二调整单元，用于根据所述评价结果调整所述目标过程性评价模型的评价方式。
[0035]可选的，所述第一采集单元包括：
[0036]第一采集模块，用于通过安装在机动车上的传感器采集所述驾驶员的身份信息；
[0037]第二采集模块，用于通过安装在机动车上的传感器采集所述驾驶员的行为数据。
[0038]本申请实施例第三方面提供了一种驾驶能力过程性评价的装置，包括：
[0039]处理器、存储器、输入输出单元以及总线；
[0040]所述处理器与所述存储器、输入输出单元以及总线相连；
[0041]所述处理器执行如下操作：
[0042]采集驾驶员的身份信息和行为数据；
[0043]将所述身份信息和所述行为数据发送云端数据中心；
[0044]将所述身份信息和所述行为数据在目标过程性评价模型中进行分析得出评价结果，所述目标过程性评价模型由大量的驾驶员训练样本数据训练而成。
[0045]本申请实施例提供了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上述第一方面任意一种驾驶能力过程性评价的方法。
[0046]从以上技术方案可以看出，本申请实施例具有以下优点：
[0047]本申请中，当有新的驾驶员在学习驾驶时，通过采集该驾驶员的身份信息和行为数据，在目标过程性评价模型中对所述身份信息和所述行为数据进行分析，就可直接得出客观、真实、有效的评价结果并实时反馈，以使得驾驶员可以根据该结果进行针对性教学，从而提升培训效率和培训质量。
附图说明
[0048]图1为本申请实施例中驾驶能力过程性评价的方法一个实施例流程示意图；
[0049]图2为本申请实施例中驾驶能力过程性评价的方法另一个实施例流程示意图；
[0050]图3为本申请实施例中驾驶能力过程性评价的装置一个实施例流程示意图；
[0051]图4为本申请实施例中驾驶能力过程性评价的装置另一个实施例流程示意图；
[0052]图5为本申请实施例中驾驶能力过程性评价的装置另一个实施例流程示意图。
具体实施方式
[0053]为了使本
的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护范围。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种驾驶能力过程性评价的方法，其特征在于，包括：采集驾驶员的身份信息和行为数据；将所述身份信息和所述行为数据发送云端数据中心；将所述身份信息和所述行为数据在目标过程性评价模型中进行分析得出评价结果，所述目标过程性评价模型由大量的驾驶员训练样本数据训练而成。2.根据权利要求1所述的方法，其特征在于，在所述采集驾驶员的身份信息和行为数据之前，所述方法还包括：采集一组训练样本，所述训练样本为至少两个驾驶员的训练样本数据，所述训练样本数据包括训练集数据和测试集数据，所述训练集数据包括驾驶员的身份信息以及行为数据，所述测试集数据包括培训员反馈数据以及社会驾驶数据；根据所述训练集数据得到评价估计值；根据所述测试集数据得到评价期望值；根据方差公式计算出所述评价估计值和所述评价期望值的差异；根据所述差异调整所述评价估计值的评价方式，得到目标过程性评价模型。3.根据权利要求1所述的方法，其特征在于，在所述将所述身份信息和所述行为数据发送云端数据中心之后，所述方法还包括：根据所述云端数据中心中的所述身份信息和所述行为数据创建驾驶行为大数据库，所述驾驶行为大数据库用于对所述身份信息和所述行为数据进行分析处理。4.根据权利要求1所述的方法，其特征在于，在所述将所述身份信息和所述行为数据在目标过程性评价模型中进行分析得出评价结果之后，所述方法还包括：根据所述评价结果调整所述目标过程性评价模型的评价方式。5.根据权利要求1至4中任意一项所述的方法，其特征在于，所述采集驾驶员的身份信息和行为数据，包括：通过安装在机动车上的传感器采集所述驾驶员的身份信息和行为数据，所述行为数据包括驾驶员的驾驶行为数据以及驾驶员的操作行为数据。6....

【专利技术属性】
技术研发人员：张军永，马宏，段桂江，
申请(专利权)人：易显智能科技有限责任公司，
类型：发明
国别省市：