[发明专利]一种基于公交运营安全数据构建驾驶员安全画像模型的方法在审

专利信息
申请号: 202310536374.4 申请日: 2023-05-12
公开(公告)号: CN116596307A 公开(公告)日: 2023-08-15
发明(设计)人: 李永康;常瑞刚;康莹莹;卢新宽;邢立军;张璋;许逍遥 申请(专利权)人: 郑州天迈科技股份有限公司
主分类号: G06Q10/0635 分类号: G06Q10/0635;G06Q10/0639;G06Q50/30
代理公司: 郑州明华专利代理事务所(普通合伙) 41162 代理人: 叶朝辉
地址: 450000 河南省郑州市高新区莲花街3*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 公交 运营 安全 数据 构建 驾驶员 画像 模型 方法
【说明书】:

发明公开了一种基于公交运营安全数据构建驾驶员安全画像模型的方法,涉及公交驾驶安全技术领域,包括以下步骤:步骤一、对公交驾驶员安全相关数据进行整合,并在数据清洗后进行存储;步骤二、对上述步骤一中存储的数据项按照驾驶行为对驾驶车辆的危害程度将驾驶员安全数据划分为多项主类数据;步骤三、对上述步骤二中各主类数据再次进行子类划分,并分别实现子类权重的分配和主类权重的分配;步骤四、计算出驾驶员的主类风险指数和子类风险指数,并输出最终的驾驶员的综合风险指数安全画像。本发明生成的驾驶员安全画像能够涵盖有关驾驶员安全数据的各种纬度,使得对驾驶员评价的更加全面,同时对驾驶员的风险等级能够精准管控。

技术领域

本发明属于公交驾驶安全技术领域,具体涉及一种基于公交运营安全数据构建驾驶员安全画像模型的方法。

背景技术

近年来随着公共交通在安全管理方面不断加强,公交事故的发生率有所下降,但安全事故仍有发生;据统计事故的发生主要受人为、车况及外部环境等因素的影响,其中人为导致的交通事故,如驾驶失误、麻痹大意和违章行驶等占80%,车况异常占比10%,其余占比5%-10%,因此对于公交驾驶员的安全管理不能简单的通过人工经验。

而随着公共交通信息化水平的不断提升,除了常规的智能调度、视频监控等业务系统外,一些先进公交企业在岗前检测、主动安全预警、驾驶员行为分析等方面已试点应用,为公交安全运营发挥了重要支撑作用。目前大多数采用的是通过主动安全预警系统的百公里报警次数来构建驾驶员安全画像,原因是该方法要求的数据源较为简单,较容易实现,能够最快出结果。

但是上述的方法由于报警数据大都是设备直接上传的,因此会存在误判等因素,同时数据源较为单一,无法从多个纬度对驾驶员进行评价;因此现有的构建驾驶员安全画像的方法对驾驶员安全数据的深度应用目前还比较欠缺,无法为综合研判、精准培训提供有力的支撑。

发明内容

针对现有构建驾驶员安全画像存在的数据源较为单一,无法从多个纬度对驾驶员进行评价;对驾驶员安全数据的深度应用目前还比较欠缺的缺陷和问题,本发明提供一种基于公交运营安全数据构建驾驶员安全画像模型的方法。

本发明解决其技术问题所采用的方案是:一种基于公交运营安全数据构建驾驶员安全画像模型的方法,包括以下步骤:

步骤一、从各业务系统中调取出公交驾驶员安全数据并进行整合,将多项数据整合之后进行清洗处理,并将最终符合需求的数据进行存储;

步骤二、对所述步骤一中存储的数据项进行分类,建立包括人防和技防两大类的驾驶员安全管理制度;并结合人防和技防两类数据信息,按照各类中的驾驶行为对驾驶员驾驶车辆的危害程度,将驾驶员安全数据进一步的划分为多项主类数据;

步骤三、对上述步骤二中各主类数据进一步的进行子类划分,同时根据各子类数据和各主类数据对驾驶员风险指数的影响程度,分别实现子类权重的分配和主类权重的分配;

步骤四、根据上述步骤三所分配的权重占比,分别计算出驾驶员的主类风险指数和子类风险指数;最终输出驾驶员的综合风险指数安全画像,实现对驾驶员的安全判定管理。

上述的基于公交运营安全数据构建驾驶员安全画像模型的方法,步骤一中对数据进行清洗处理的操作包括进行缺失值处理、异常值处理和一致化处理。

上述的基于公交运营安全数据构建驾驶员安全画像模型的方法,步骤一中驾驶员安全数据包括驾驶员个人基础数据、驾驶员健康数据、驾驶员行车状态数据、驾驶员违章数据、驾驶员事故数据、驾驶员驾驶习惯数据和驾驶员劳动强度数据。

上述的基于公交运营安全数据构建驾驶员安全画像模型的方法,步骤二中对驾驶员安全数据进一步划分为包括健康数据、违章数据、事故数据、行车状态数据、驾驶习惯数据和劳动强度数据的六大主类数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州天迈科技股份有限公司,未经郑州天迈科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310536374.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top