基于驾驶人行为的车险费率研究
基于驾驶人行为的车险费率研究
作者：朱琦章
作者机构：武汉理工大学汽车工程学院,武汉430070
来源：山东工业技术
年：2018
卷：000
期：005
页码：190,238
页数：2
正文语种：chi
关键词：风险等级;大数据;驾驶人行为;车险费率
摘要：本文基于驾驶人行为,对国内的车辆保险费率进行分析,通过研究发现:我国的车险费率厘定研究一直处于不断摸索与完善的修正过程中,国际范围内,许多国家都开始支持驾驶行为保险,即UBI车险,驾驶行为车险的研究主要集中在驾驶人行为数据的采集,驾驶人风险等级的确定等几个技术问题.
用户行为分析解决方案模板
用户行为分析解决 方案
用户行为分析解决方案
目录 一. 简介 ............................... 错误!未定义书签。 1. 特点 ..................................................................... 错误!未定义书签。 2. 功能简介 ............................................................. 错误!未定义书签。 二. Webtrends网站运营分析解决方案..................... 错误!未定义书签。 1. 分析方法论.......................................................... 错误!未定义书签。 1.1. 网站运营分析的核心 ................................. 错误!未定义书签。 1.2. 传统网站运营分析的不足.......................... 错误!未定义书签。 1.3. Webtrends网站经营分析方法论 ................ 错误!未定义书签。 2. 基础数据 ............................................................. 错误!未定义书签。 2.1. Web server日志........................................... 错误!未定义书签。 2.2. 嵌入代码采集日志 ..................................... 错误!未定义书签。 2.3. 基础数据建议 ............................................. 错误!未定义书签。 3. 基本分析功能...................................................... 错误!未定义书签。 3.1. 网站综合访问情况分析.............................. 错误!未定义书签。 3.2. 网站频道、栏目和页面分析...................... 错误!未定义书签。 3.3. 广告及市场营销活动分析.......................... 错误!未定义书签。 3.4. 搜索引擎分析 ............................................. 错误!未定义书签。 3.5. 产品及服务分析 ......................................... 错误!未定义书签。 3.6. 访问来源追踪及地理分析.......................... 错误!未定义书签。 3.7. 访客行为分析 ............................................. 错误!未定义书签。 3.8. 用户群细分 ................................................. 错误!未定义书签。
用户行为分析
一、什么是用户行为分析： 用户行为分析：在获得网站访问量最基本数据的情况下，对有关数据进行统计、分析，从中发现用户访问网站的规律，并将这些规律与网络营销策略相结合，从而发现目前网络营销活动中可能存在的问题，并为进一步的修正或者是重新制定网络营销策略提供依据。 以上只是很多种情况中一种———-针对网站的用户行为分析。那么，对于目前的互联网行业成千上万的产品，我们又该如何重新定义用户行为分析呢？重新定义的用户行为是什么呢？ 1、分析用户行为，那我们应该先确定用户群体特征； 2、用户对产品的使用率。网站类产品主要体现在点击率、点击量、访问量、访问率、访问模块、页面留存时间等等；移动应用产品主要体现在下载量、使用频率、使用模块等等； 3、用户使用产品的时间。比如用户基本是每天中的什么时候使用产品。 综合以上说说的几点，其实用户行为分析可以这样来看：用户行为分析就是对用户使用产品过程中的所有数据（包括下载量、使用频率、访问量、访问率、留存时间等等）进行收集、整理、统计、分析用户使用产品的规律，为产品的后续发展、优化或者营销等活动提供有力的数据支撑。 二、用户行为分析方式都有哪些？ 既然是对用户的行为进行分析，那么在得到数据后，我们需要如何进行行为分析呢？分析方式有哪些呢？这里我们主要从几个维度来分析：方式、侧重、优缺点。应该具体从何开始呢？我们先说说用户行为分析的方式： 1、网站数据分析。通过对每个模块的点击率、点击量、访问量进行数据捕获，然后进行分析； 2、用户基本动作分析。用户访问留存时间、访问量等； 3、关联调查数据分析。主要在电商上的相关推荐、你可能喜欢等等； 4、用户属性和习惯分析。对用户属性和用户习惯两个维度进行分析。用户属性包括性别、年龄等固有的；用户习惯包括用户的一起喜爱度、流量习惯、访问习惯等等； 5、用户活跃度分析。 综合以上可以概括为：以数据分析为导向、以产品设计反馈为导向、以对用户的调查为导向。通过上面的分析方式，我们需要整理出每种方式的分析侧重点。那么，下面我们谈谈用户行为分析的侧重点，主要有以下几点： 1、网站数据分析的侧重点：数据监测、挖掘、收集、整理、统计。 2、用户基本动作分析侧重点：统计用户基本信息，比如：性别、年龄、地域，分析用户群体； 3、关联分析侧重点：分析数据为精准营销提供数据支撑； 4、用户活跃度侧重点：主要是用户的使用频率进行分析，可以得出分析为什么用户喜欢使用这个产品这个功能。 三、用户行为分析的工具有哪些？如何做好用户行为分析？ 工欲善其事必先利其器，我们知道了我们需要做什么事情，那么我们应该用什么工具来提高效率呢？
面向汽车主动安全驾驶的行为研究
面向汽车主动安全驾驶的行为研究 摘要：本文第一部分简单阐述了人的行为与人的驾驶行为;第二部分在第一部分的基础上探讨分析了建立面向汽车主动安全的环境模型；最后对建立的矩阵状态和信号状态之间的权重关系进行计算以得出权重值的大小来判断驾驶员的行为意图。 关键词:汽车；主动安全;驾驶行为；研究 １.驾驶行为 1.1人的一般行为模式 现代心理学把人类行为定义为感知、思考和意愿。因此,光线的能够感知与否和分析一件事情之后所作出的具体决定都是人的行为范畴。而在某些事件中人的情绪和欲望也属于是人的行为范畴。在人??将个体行为放在集体活动的背景中时,个人行为活动就受到了集体活动的限制。行为是人是在特定环境下发生的有意识活动。 哲学家把人们的行为能力分成三类，即意志、理解、个体活动,但一直存在争议。现代的心理学者也以行为三本能系统为研究基础。如驾驶员在匆忙情况下和速度的控制，一定的刺激会引发人的行为需要，行为需要与诱因相结合形成人的行为动机,行为动机最终促发人的具体行为实施。
1．2驾驶行为 驾驶员在驾车行驶中对交通信息进行分析时，要做到及时准确。在这种情况下驾驶员往往要在很短的时间内进行分析与判断，并采取措施。这就要求驾驶人员对信息的获取具有一定接受能力,如感觉,思维方面。当今越来越多得学者们采用计算机信息处理的方法对车辆行驶过程中驾驶员的操 作行为进行研究。影响车辆安全行驶的因素有路况因素、行车因素和周围其它车辆因素。当这些信息被驾驶员获取后进行分析并做出相应的决策。车辆在行驶状态中，操作人员主要依靠以往的驾驶经验以及外部一些环境影响因素来对行 驶状态的车辆进行控制，同时对行驶状态的车辆方向变化情况分析并呈现出来,这些信息参数将影响车辆操作人员的下一步驾驶行为。 2.汽车主动安全驾驶行为模型研究 2.1建模方法 建模过程应根据具体研究的要求,要有重点研究对象。在研究原型中包含多种元素的情况下,研究的内容也有所不同。要举一反三，建立一个原型,从不同的侧面建立多个模型进行研究的方法。建模过程中有定量的模型建立法和定性的模型建立法两种。定性的模型建立方法运用比较广泛，一般依据以下步骤进行建模：（1)建立模型的目的要明确;（２）对模型的原型要进行仔细的定量分析研究，获取相关的信息数据;
如何运用大数据分析驾驶行为中风险所在
如何运用大数据分析驾驶行为中风险所在？ 我们知道，保险公司利用UBI，会构建两个分析模型，一个是驾驶风险模型，一个是基于驾驶风险和其他风险的保险定价模型。 1、驾驶风险模型是需要拥有车联网数据具备车联网运营经验，懂驾驶行为，懂车，能够进行数据分析，一般是主机厂、TSP或者数据平台公司。 2、保险精算模型是具备车险资质和精算经验，一般是保险公司，保险经纪公司，精算咨询服务公司 对大部分采用UBI计算的保险公司/车联网公司来说，驾驶风险模型会用到50个以上的变量，这些变量大部分是通过车联网采集，前装数据会多一点，质量好点，后装OBD的方式，有一些数据的噪音。 这些变量一般是：行驶里程（参配、图片、询价），平均出行的时长、平均出行距离、平均每天出行次数、平均每天出行时间、平均一天驾驶距离、平均一周驾驶距离、周一到周五平均驾驶次数、周末驾驶次数、平均速度、急加速/百公里、急刹车/百公里、路型、各地形的行驶里程、个地形的驾驶时间、各地形的停车时间、转弯次数、横向加速次数、滚动停止、变道次数、变速频率、变速级别、巡航控制、左转弯次数、速度偏差、假期驾驶、驾驶类型（速度VS时间）、驾驶类型偏差、出行半径、交叉口次数、转弯信号灯、安全带状态、安全气囊状态、灯/雨刷状态、车辆维修状态、出行间隔、拥堵指数、手机使用等。
因为各个变量之间也具备关联关系，这里我们会有基本算法的选择，是使用线性聚类，还是神经网络的决策树算法。 我们通过对车联网的一年，5千辆车的运行车联网数据进行了基本的算法建立，如下图。 首先通过log file建立初始数据，通过云端存储进行半结构化的数据，通过HIVE和HDInsight进行数据的清理，drivesession相当于进行驾驶风险的数列化，建立基本的数据表单，通过Dataset,AML（基于云端的机器学习）和数据训练模式，形成最后的驾驶风险打分，打分的结果会通过WebService进行展示。目前车联网数据收集来源，这里很多工作是进行了数据的清洗工作。同时根据保险公司提供的理赔名单和驾驶车主进行匹配，在训练模型中进行相关的训练。 要建立一个驾驶风险的基准，一般要经过下图的几个步骤： 第一步，数据准备： 1、了解管理层对UBI的期望和策略
智能化视频行为分析平台建设方案设计
基于智能视频分析的监控平台建设方案 随着国家经济的提高，城市和城市化进程在不断的发展，各种社会矛盾和暴力事件逐渐增多，政府和相关部分对加强城市各地联网型监控系统越来越重视，当前城市和小区监控系统建设使用监控录像存储，事件发生后调取查阅的方式，这种方式在一定程度上满足了社会的需求，但是无法避免事态趋于恶化，在此背景下，具有智能视频行为分析的监控平台建设就显得尤为重要。 智能视频技术让安全警卫部门能通过摄像机实时自动“发现警情”并主动“分析”视野中的监视目标，同时判断出这些被监视目标的行为是否存在安全威胁，对已经出现或将要出现的安全威胁，及时向安全防卫人员通过文字信息、声音、快照等发出警报，极大地避免工作人员因倦怠、脱岗等因素造成情况误报和不报，切实提高监控区域的安全防范能力。 现有各大监控系统厂商和信息化科技公司都研发出大量的智能视频分析软件，可以分为两大类，基于嵌入式DSP 智能分析系统和基于计算机末端处理的智能分析系统。 一．基于嵌入式DSP的处理优点
1、DSP方式可以使得视觉分析技术采用分布式的架构方式。在此方式下，视觉分析单元一般位于视觉采集设备附近（摄像机或编码器），这样，可以有选择的设置系统，让系统只有当报警发生的时候才传输视觉到控制中心或存储中心，相对于计算机末端处理方式，大大节省的网络负担及存储空间。 2、DSP方式下视觉分析单元一般位于视觉采集设备附近（摄像机或编码器），此方式可以使得视觉分析单元直接对原始或最接近原始的图象进行分析，而后端计算机方式，计算机器得到的图象经过网络编码传输后已经丢失了部分信息，因此精确度难免下降。 3、视觉分析是复杂的过程，需要占用大量的系统计算资源，因此计算机方式可以同时进行分析的视觉路数非常有限，而DSP方式没有此限制。 二．在对比上述两种处理模式的优缺点基础上，提出基于DSP嵌入式处理和末端计算机处理两种系统结构.
【CN109910901A】一种具有驾驶员行为分析监测功能的智能辅助驾驶系统【专利】
(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910115450.8 (22)申请日 2019.02.15 (71)申请人 苏州工业园区职业技术学院 地址 215000 江苏省苏州市工业园区独墅 湖高等教育区若水路1号 (72)发明人 陈跃 (74)专利代理机构 苏州广正知识产权代理有限 公司 32234 代理人 孙茂义 (51)Int.Cl. B60W 40/09(2012.01) (54)发明名称 一种具有驾驶员行为分析监测功能的智能 辅助驾驶系统 (57)摘要 本发明公开了一种具有驾驶员行为分析监 测功能的智能辅助驾驶系统，包括：驾驶员动作 捕捉模块、汽车行驶状态采集模块、驾驶行为分 析控制模块、驾驶行为反馈模块。通过上述方式， 本发明一种具有驾驶员行为分析监测功能的智 能辅助驾驶系统，可以准确、快速的对驾驶员行 为和汽车行驶状态进行判断，及时的控制和提醒 驾驶员，防止出现意外， 提高安全性能。权利要求书1页 说明书3页 附图1页CN 109910901 A 2019.06.21 C N 109910901 A
权 利 要 求 书1/1页CN 109910901 A 1.一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，包括：驾驶员动作捕捉模块、汽车行驶状态采集模块、驾驶行为分析控制模块、驾驶行为反馈模块，所述驾驶员动作捕捉模块：用于捕捉和获取驾驶员在开车过程中的动作； 所述汽车行驶状态采集模块：用于获取在行驶过程中的汽车行驶状态信息和周边路况信息； 所述驾驶行为分析控制模块：根据获取到的驾驶员工作信息、在行驶过程中的汽车行驶状态信息和周边路况信息，判断对应时段内驾驶员行为是否存在异常，并根据判断结果对汽车进行干预控制； 所述驾驶行为反馈模块：根据用户提供的查询条件生成对应的驾驶行为反馈报告。 2.根据权利要求1所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述驾驶员动作捕捉模块包括动作获取模块、人脸识别模块、身体指数检测模块和空气检测模块。 3.根据权利要求2所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述动作采集模块包括手部动作获取模块、眼部动作获取模块、头部动作获取模块、脚部动作获取模块、嘴部动作获取模块。 4.根据权利要求2所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述身体指数检测模块包括脉搏监测模块、心率监测模块、呼吸监测模块。 5.根据权利要求2所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述空气检测模块包括酒精检测模块、毒气检测模块。 6.根据权利要求1所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述汽车行驶状态采集模块包括汽车运动监测模块、驾驶时长监测模块、驾驶速度监测模块。 7.根据权利要求6所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述汽车运动监测模块包括直线状态监测模块、转弯状态监测模块、超车状态监测模块、变道状态监测模。 8.根据权利要求1所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述驾驶行为分析控制模块包括判断信息设置模块、分析信息获取模块、行驶路况信息获取模块、驾驶员行为判断模块、驾驶干预控制模块，所述分析信息获取模块获取所述驾驶员动作捕捉模块、所述汽车行驶状态采集模块中的信息，并将信息传输至驾驶员行为判断模块，所述驾驶干预控制模块根据驾驶员行为判断模块的判断结果，对驾驶员进行提醒并对汽车进行制动控制。 9.根据权利要求8所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述行驶路况信息包括路面信息、位置信息、天气信息、路况信息。 10.根据权利要求1所述的一种具有驾驶员行为分析监测功能的智能辅助驾驶系统，其特征在于，所述驾驶行为反馈模块包括查询条件提取模块、查询信息检索模块、查询报告生成模块。 2
驾驶行为预研报告
驾驶行为预研报告 人工智能-于海悦 2018年5月3日 1.驾驶行为分析： 驾驶行为的分析和研究，通常是作为其他车内应用的支撑技术而存在的。例如车道偏离预警(1ane departure warning，LDW)、车道保持(1ane keeping，LKS)、巡航控制系统(adaptive cruise control，ACC)，都使用了相关的技术。 模型或理论： 1938年：安全行驶区域理论 1964年：紧张或焦虑状况下自调整驾驶模型 1974年：零危险模型 1977年：主被动安全模型 1980年：推理行为理论 1982年：危险自平衡理论 1983年：人行为能力模型 1984年：威胁规避模型 1985年：规划行为理论 1988年：阶梯型危险模型 1988年：激励建模方法 1989年：生成规则模型/基于规则模型 1992年：内模型 2000年：任务容量界面模型 1)驾驶员外部特性按照研究对象的不同，可以分为两类：针对特定信号的研究、以及针对特定场景的研究。针对特定信号的研究，主要是通过分析某一传感器所获得数据，进而研究与其相关联的特定驾驶行为。例如，通过分析方向盘夹角和刹车，判断驾驶员注意力是否集中、是否醉酒；通过分析眼睛注视位置，判断驾驶员的操作序列是否合理。针对特定场景的研究，则是考察最容易出事故的驾驶环节。通常会对这些场景、以及场景中的操作进行数学建模，进而描述和评定驾驶行为。常见的场景有停车、超车、变道等。 2)驾驶认知行为建模，这一类的研究，主要是将认知学的理论应用到驾驶行为研究领域。其研究目标是通过分析驾驶操作的内在机理，从本质上解释和理解驾驶行为，完成建模。由于人类对自我处理机制的理解还不够深刻，因此其建模结果很难用实验验证其准确性，更多的只能从定性的层面上对行为进行阐述。 3)驾驶心理研究，该类方法主要是通过调查问卷的方式，由驾驶员自己主观的进行自我评价，大致分为违规(violations)和失误(errors)两类。违规操作指的是驾驶员在明知危险的情况下故意执行的行为，通常用来评价驾驶风格；失误操作则是无意识中做出的危险操作，通常用来评定驾驶水平。 基于驾驶模拟器的数据采集和驾驶行为识别： 驾驶模拟器，通常指的是那些能够提供虚拟驾驶环境的机器。通过3D仿真软件，模拟汽车的真实行车环境；通过传感器，完成驾驶相关数据采集，并将这些信号的变动如实的反映到虚拟驾驶场景中。汽车的各项数据经由两种方式完成传递：传感器数据经由特殊的总线传输，并最终转换为数字信号为程序所使用：场景信息则以消息的形式在软件内部传递。这两种相异的传递方式为数据的采集带来了一定的困难。在驾驶模拟器内，数据的传输并不单单只在汽车总线内部，会在程序间，和网络间传输。在多驾驶模拟器的环境下，通常需要将数据发送到局域网内，供其他机器上的应用使用。 最重要的是：数据采集模块、驾驶行为模块、服务模块。数据采集模块主要是实现驾驶数据的收集和保存，构建模型训练的原始数据，同时为驾驶行为识别模块提供特征向量序列。驾驶行为模块提供了两个功能，
公路平面交叉口驾驶行为研究
１６０ 引言 道路交通系统是由道路使用者（驾驶员、骑自行车 人、行人）、车辆和道路环境构成的系统，在交通事故的 致因分析中，这三种要素导致的事故比例不同。其中由 使用者导致的交通事故占绝大部分，特别是驾驶员。英 国研究表明导致道路交通事故的唯一原因是由驾驶员因 素引起的占６５％、美国为５７％，而由与驾驶员因素有关 （驾驶员因素、驾驶员—车辆因素、驾驶员—道路环境 因素和驾驶员—车辆—道路环境因素）引起的占９５％、 美国为９４％［１］。我国道路交通事故统计也表明，主要由 驾驶员造成的事故占９０％左右。国际驾驶员行为研究协 会（ＩＤＢＲＡ）曾经对不同国家的驾驶员进行过调查，调查 结果显示：道路交通事故中驾驶员因素所占比例法国为 ８５．５％，瑞典为８１．１％，西班牙为９２％。１９８６年日本 学者对道路交通事故中驾驶员因素所占比例研究，得出 日本驾驶员人为因素占９４％，美国为９０％，联邦德国为 ８１％。虽然各国对交通事故致因分析的条件不同，或者 统计数据来源不同，其结果或多或少地存在差异，但驾 驶员失误作为导致道路交通事故的主要原因已被世界各 国所公认。因此，分析和研究驾驶员驾驶行为，对于道 路交通事故致因辨识、预防和控制，以及提高道路交通 系统的安全性有着重要的意义。 平面交叉口是道路网络的枢纽，也是交通事故多发 地。据资料显示，美国平面交叉口事故数占总事故的 ３６％左右；联邦德国农村交通事故的３６％发生在平面 交叉口，城市交通事故的６０％～８０％发生在平面交叉 口；日本１９９０年的死亡事故发生在交叉路口及其附近的 事故数占总事故的４２．２％；中国城市交通事故大约３０％ 发生在平面交叉口［２］。之所以平面交叉口是事故多发地， 原因之一是平面交叉口交通流运行复杂。车辆在通过交 叉口时，驾驶员在极短时间内不但要对大量交通信息作 出正确而准确的反应，而且还要完成一系列复杂的操 作，如减速、转向等，从而容易发生驾驶行为失误，进 而导致交通事故的发生。由于目前我国公路平面交叉口 设计不甚合理，又缺少必要的交通控制，加之机动车流、 非机动车流、行人没有设置分隔带，使得公路平面交叉 口混行严重。因此本文着重研究公路平面交叉口驾驶行 为（为了方便，公路平面交叉口以下简称为交叉口）。 １ 交叉口交通系统 交叉口交通系统属于道路交通系统，但是它远远复 杂于一般的道路交通系统，如路段交通系统，因此有必 要单独重点分析。交叉口交通系统是指交叉口功能区［３］ 内的道路交通系统，是由进入交叉口功能区的相互作用公路平面交叉口驾驶行为研究 ■潘福全，项乔君，陆键，张国强 东南大学交通学院，南京 ２１００９６ 摘 要：面对目前公路平面交叉口交通事故严重的现状，为了公路平面交叉口交通事故致因分 析和加深对交叉口驾驶行为的了解程度，探讨了公路平面交叉口驾驶行为理论，总结了目前道路 交通系统交通事故原因及其导致事故所占比例，分析了交叉口交通系统，给出了影响交叉口驾驶 行为的具体因素。在驾驶行为三阶段基础上，研究了交叉口驾驶行为模型，分析了交叉口驾驶行 为特征和交叉口驾驶行为与交通事故发生的一般关系。并针对驾驶失误和不安全驾驶行为给出了 防止措施，以减少交叉口交通事故。 关键词：平面交叉口；驾驶行为；交通冲突；交通事故；交通安全 收稿日期：２００７－０５－３１ 作者简介：潘福全（１９７６—），男，汉，山东潍坊人，博士研究生，研究方向为交通安全、智能交通。Ｅ－ｍａｉｌ：ｐａｎｆｕｑｕａｎ＠ｓｉｎａ．ｃｏｍ
基于多小波分析的多层感知器驾驶行为识别技术
采用多小波变换和多层感知分类器的驾驶姿势识别技术 摘要 开发了以人为中心的驾驶员辅助系统(HDAS)实现自动检测和识别驾驶行为,提出了一种基于GHM的有效的驾驶姿势特征识别方式，利用多小波变换和多层感知器识别了四种预定义的驾驶姿势。从SEU创建的驾驶姿势数据库提取的特征，通过与IKSVMs 、kNN分类器和Parzen分类器相比，选用MLP分类器对驾驶姿势进行层实验和交叉验证试验。实验结果表明,基于GHM多小波变换和MLP分类器的特征提取,与IKSVMs, kNN分类器和Parzen分类器相比，使用softmax激活函数将激活层和双曲正切函数的隐层能提供最佳的分类性能。实验结果还表明,在四个预定义的分类中手机是最困难的一个,在维持和交叉验证实验中分别为83.01%和84.04%。这些结果表明以人为中心的驾驶辅助系统（HDAS）采用GHM多小波变换和MLP分类器来提取特征实现，自动检测和识别驾驶行为的方法是有效的。 1、驾驶姿势数据采集和规范化 在驾驶姿势数据收集工作使用罗技C905 CCD相机。通过10个男司机和10女司机采集驾驶姿势数，汽车在自然条件下的室外停车场，随着环境的变化改变灯光的强度。已经建立好的数据库有四种的驾驶姿势数据，即把握方向盘，变速杆操作，吃一块蛋糕和打电话。图1显示了驾驶姿势数据样本组成的80组驾驶姿势图片,每一张图片都有480×640像素的分辨率。 图一、四种驾驶姿势。（a）把握方向盘，（b）变速杆操作， （c）吃一块蛋糕，（d）打电话
为了解决驾驶姿势数据采集图像的光照变化问题，采用提高图像质量的办法。称为同态滤波器(HOMOF), 即为著名的标准化方法。利用HOMOF,图像首先转换为对数,注重频域分析。然后通过逆傅里叶变换反向转换到时域,并采取适当的指数运算。对驾驶图像感兴趣的对象主要是类似皮肤颜色的区域，如驾驶员的头部，右手和左手。这是一个事实，人的肤色无论种族都有非常相似的色性能，在一定的光照条件下肤色检测可以是相当强大。彩色像素为肤色和非肤色可以通过在RGB空间进行标准化分类工作。一个RGB的坐标（R，G，B）为每个原色0和255之间的值被标准化到坐标（R0，G0，B0），可以利用下列关系： 标准化的颜色(r0，g0，b0)被归类到肤色，如果它位于这个区域，则可以用下面的方法来标准化RGB空间。 图2显示了四个肤色分割的HOMOF图像预处理结果。 图二、肤色分割处理结果 2、用多小波变换提取特征 基于机器视觉的人体姿态识别具有挑战性，主要是由于人体的动作和空间位置变化的复杂，由于需要采用鲁棒性来评价车辆在行驶过程中的光照条件使得这一问题更加复杂了。在本节中，我们展示了利用司机裸露的皮肤，以及司机的头部和左右手的空间位置来建立驾驶员的姿态特征。在一般小波的情况下，可以允许一个多分辨率的分析{V n}，n∈N, L2(R)是一个有有限函数生成的拓展函数φ(t)=( φ0(t), φ1(t), …,φm-1(t))T，m∈N和t是一个时间变量，然后利用下面的多尺
司机考核表
司机绩效考核暂行管理办法 1、目的：为了提高司机工作的积极性，对司机薪资及绩效考核管理时有章可循，特制定此办法。 2、管理细则： 2.1.2010年8月份中山公司司机月度绩效考核表 所属部门：被考核人姓名：入职日期：年月日
2.2 考核周期：每月5号前对上月司机的工作绩效进行考评； 2.3 考核资格： 2.3.1 司机自转正后的第一个月开始给予考核； 2.3.2 不论任何假别，考核当月请假天数小于5个工作日，按足月在职时间给予考核；请假天数大于或等于5个工作，当月无绩效奖金； 2.4 新入职司机在试用期内无考核，无绩效奖金，司机在每月15号前入职的，试用期自入职当月1号起计起；在每月16号后入职的，试用期自入职的第二个月1号计起； 2.5 有关新司机绩效奖金管理规定如下： 新入职司机有重大违纪事项，如酒后驾车、重大交通事故负主责（损失1000元以上）挪用公司货款（不论金额大小）等行为产生，当月绩效奖金为零； 2.6 考核流程： 每月2号前，由人力资源部考核专员将《司机月度绩效考核表》分发到各营业站及相关部门，由司机的直接主管给予考核，直接主管须在4号前将《司机月度绩效考核表》转车管科及行政部给予考核，须在6号前将所有《司机月度绩效考核表》汇集交人力资源部考核专员处，由考核专员汇总考核成绩，经审批同意后，再分发司机所属营业站，由营业站主管与其进行绩效考核面谈，并作好面谈记录。同时人力资源部考核专员须在每月10号前将考核结果予以公布生效。 2.7考核得分人力资源部每月按得分范围给予评比等级排名，总得分是90~100分，评为A；得分80~89分， 评为B；得分70~79分评为C；得分60~69分评为D；得分59分以下评为E；连续2个月评为E，给予辞退；连续3个月被评为D以下者，给予调岗； 2.8 考核成绩直接与每月的绩效奖金挂钩，总分100分，每分奖金2元！ 3、此办法自2010年7月1日起执行； 4、此办法相关配套管理表格及制度有： 《考核面谈记录表》
推荐-驾驶员交通安全意识淡薄的行为表现及成因分析
驾驶员交通安全意识淡薄的行为表现及成因分析 一、驾驶员的安全意识及其特征 所谓安全意识是指人们对于普遍存在的安全问题和安全现象的感受及其所采取的态度的总称，是一个泛义综合的概念。它反映了人们对安全问题的心理状态，是社会意识的一种特殊形式。 驾驶员的安全意识是通过感觉、知觉、记忆、思维、想象等对现实安全准确而清醒的认识，对外在客观事物的安全状态进行正确的判断，对自己的行为有意识的进行决策和控制，使自己或他人免受伤害。驾驶员的交通安全意识主要体现在驾驶员个人的社会责任感、驾驶道德、操作技能，对道路交通法规的遵守以及交通安全知识的掌握与运用。包括善待生命、珍惜生命的健康意识；事故严重、灾害频繁的风险意识；预防为主，防范在先的超前意识，行为规范，技术优先的科学意识，时刻注意安全的警觉意识，反之，则是交通安全意识淡薄及弱化的表现。 二、驾驶员交通安全意识淡薄的违章行为及其社会危害性。 1、安全意识淡薄的违章行为表现。 意识决定行为，交通安全意识影响和支配着驾驶行为，交通安全意识淡薄必然起交通违章行为的发生。在现实生活中，交通安全意识淡薄的违章行为表现繁杂多样，超载、疲劳驾驶、超速行驶、无证驾驶（含内部上岗证从业资格证）、遮挡车牌、闯红灯、遇红灯绕道、转向不打转向灯、违章超车、会车违章挤道、占道、抢道、逆向行驶、开车聊天、打手机等等。这些交通违规行为严重威胁着
交通安全，国家交通部门对交通肇事死亡的主要原因进行让行、违章超车、酒后驾车、疲劳驾驶、违章会车、逆向行驶和跟车距离不够9种交通违章行为市主要原因，其中，超速行驶市最主要的，占23.13%，其次是大意，比例大21.86%，疲劳驾车的比例为13.11%，还有违章驾车、判断错误和违章停车所造成的事故也占有一定比例。 2、交通安全意识淡薄的违章行为对社会的危害性。 交通安全意识淡薄的违章行为是引发交通事故的直接原因。它严重威胁着交通安全，也给社会政治带来严重后果，据广东省运输厅公布2011年以来（统计至4月中旬），全省交通行业共发生一次死亡3人以上道路运输事故8宗，死亡36人，受伤6人事故宗数和死亡人数分别比同期上升100%和111.8%，受伤人数下降57.1%，频繁多发的交通事故不仅造成人民群众生命财产的巨大损失，而且严重影响了社会和企业的和谐与稳定，妨碍了社会和企业发展，并引发了一系列的社会问题，一是对家庭的伤害和破坏，甚至造成家破人亡，二是给企业、经营者造成很大负担（如上年南冲、白湾车发生的事故），三是引发民间纠纷，治安案件（如上年南冲事故）因发生交通事故后，因误认交通管理部门处理不公，因赔偿问题，无故闹事，扰乱社会秩序，甚至产生过激行为，触犯法律。 三、驾驶员交通安全意识淡薄的形成原因。 造成驾驶员交通安全意识淡薄的原因很多，但归纳起来，不外孚两个方面，一是外在的社会环境因素影响，二是内在的个人因素影响。 1、社会环境因素影响 ①交通法规违章现象在社会上普遍存在，很多人见惯不怪并产生“从众心理”
用户行为分析解决方案
用户行为分析解决方案
目录 一.简介................................... 错误!未定义书签。 1.特点 (4) 2.功能简介 (4) 二.Webtrends网站运营分析解决方案 (6) 1.分析方法论 (6) 1.1.网站运营分析的核心 (6) 1.2.传统网站运营分析的不足 (6) 1.3.Webtrends网站经营分析方法论 (7) 2.基础数据 (8) 2.1.Web server日志 (8) 2.2.嵌入代码采集日志 (8) 2.3.基础数据建议 (9) 3.基本分析功能 (10) 3.1.网站综合访问情况分析 (10) 3.2.网站频道、栏目和页面分析 (12) 3.3.广告及市场营销活动分析 (14) 3.4.搜索引擎分析 (16) 3.5.产品及服务分析 (18) 3.6.访问来源追踪及地理分析 (19) 3.7.访客行为分析 (20) 3.8.用户群细分 (23) 3.9.流媒体及WAP分析 (24) 3.10.网站效能分析 (25) 3.11.网站技术分析 (26) 4.SmartView：在线展示网站访问情况 (26) 5.自定义报告及第三方数据关联 (27) 6.访客历史分析 (27) 7.二次开发接口 (28) 8.其他功能 (28) 三.总体技术方案 (31) 1.webtrends体系结构 (31) 1.1.体系结构图 (31) 1.2.系统运行机制 (32) 1.3.与网站的接口 (33) 2.B/S结构设计 (34) 3.安全管理 (34) 4.审计管理 (35) 5.回滚分析 (35) 6.备份及恢复 (35) 7.自动运行，无需人工干预 (35) 8.分布式体系 (35) 9.支持多种日志文件 (36)
机动车驾驶员不良驾驶行为研究
哈尔滨工业大学工程硕士学位论文 摘要 随着城市化进程的不断推进，我国城市建设发生了翻天覆地的变化，城市的不断扩张给人民生活带来便利的同时，也出现了诸多问题，如城市有限的空间与巨大人口的交通需求之间的矛盾日益锐化，交通拥堵、交通事故等城市交通病已经制约了城市的有序发展。为实现我国从交通大国转变为交通强国的新政策，需要对交通的最大权重参与者——机动车驾驶员的进行研究，而驾驶员的不良驾驶行为成为城市交通事故频发、交通秩序混乱的主要原因之一。为了有效解决这一难题，需要对机动车驾驶员不良驾驶行为的形成机理及关键性影响因素进行深入研究，据此有针对性的制定改善策略，为减少不良驾驶行为，提高道路交通安全水平，提供理论上的支撑及参考。 论文首先对不良驾驶行为心理因素、行为理论模型对各类不良驾驶行为的影响机理进行了综合分析；然后，运用RP/SP调查法完成了机动车驾驶员个人基本信息、不良驾驶行为表征信息以及不良驾驶形成认知状况信息数据的采集，结合相关统计学中的描述性统计分析、信度分析、效度分析以及因子分析，来处理和分析调查数据；接着，通过对计划行为理论和保护动机理论的整合，构建了机动车驾驶员不良驾驶行为整合模型，选取新手驾驶员和熟练驾驶员的不良驾驶行为调查数据，基于偏最小二乘估计对两者整合模型进行拟合，得出行为态度、主观规范、感知行为控制、威胁易感性、威胁严重性、奖励、反应成本、反应效能以及自我效能对两者的不良驾驶行为意向均产生了显著的影响，发现对于新手驾驶员而言，其自我效能对不良驾驶行为的解释力最高，而对于熟练驾驶员而言，其行为态度对不良驾驶行为的解释程度最好。同时对两者的模型适配度进行了检验分析，证实了潜变量之间的因果假设；最后，根据新手驾驶员和熟练驾驶员的不良驾驶行为模型验证结果，对比分析二者不良驾驶行为形成机理，并据此制定了有针对性的差异化改善策略。 论文从行为理论的角度出发，明确了影响机动车驾驶员不良驾驶行为的关键性因素，分别量化并分析了新手驾驶员和熟练驾驶员不良驾驶行为的形成机理，有效解释了两者不良驾驶行为的特征，并为两者不良驾驶行为的早期教育、管理干预以及后期相关奖惩政策措施的差异化制定提供理论依据。 关键词：不良驾驶行为；计划行为理论；保护动机理论；结构方程模型 - I -
DH智慧驾驶行为分析解决方案
大华驾驶行为分析解决方案
大华驾驶行为分析解决方案 方案简介 大华驾驶行为分析系统是大华车载视频解决方案的一部分。既能独立使用，自成系统，又能和车载监控系统融为一体。驾驶行为分析系统采用先进的图像处理技术、人脸特征识别分析技术以及定位技术和无线通讯技术，实现了对驾驶员的行为进行实时分析和报警，并且通过无线传输网络达到远程监管和统计分析的目的。 驾驶行为分析系统适用于两客一危、公交等需要对司机驾驶行为进行实时分析和报警的场景，目前已在浙江舟山等地得到实践应用。 如图所示，安装在车上的驾驶行为分析前端和监控中心的管理平台互相配合，完成对驾驶员的驾驶行为分析，这里的大华管理平台是集监控管理和驾驶行为分析管理于一体的综合性管理平台。 功能介绍 目前已实现的驾驶行为分析有： ?疲劳报警（眯眼睛、打哈欠） ?视线长时间脱离路面报警
?超速报警 ?脱岗报警 ?打电话报警 ?抽烟报警 ?摄像头遮挡提醒 除此之外，系统还能对车辆的行驶状态进行检测，目前可以检测的驾驶行为有： ?车道偏离告警 ?车道保持能力下降报警 ?前向碰撞预警 ?车距检测与警告 ?行车录像及上传 ?急加速、急减速、急刹车提醒 ?高速过弯提醒 驾驶行为管理平台具备驾驶行为的统计和查询等功能。支持按报警类型查询、报警起止时间查询，报警状态查询、处理起止时间查询、处理状态查询，并能生成驾驶行为报表，协助管理人员对司机的管理。 客户价值 ?保障人员安全 无论是司机还是营运企业都希望能安全驾驶，本系统就是为安全驾驶而生。 实现企业所辖车辆联网管理，尽可能减少人力成本，提升企业管理效率。 ?减少经济损失 我国每年交通事故频发，其主要原因是人为过失，占事故总数的90%以上。通过对司机驾驶行为的分析和管理，能大幅度降低事故的发生，减少损失。 ?实现运营企业对司机和车辆的高效管理 公司监管人员通过管理平台可以随时查看车辆的运行情况，随时对驾驶员的驾驶行为进行统计和分析，进行奖惩措施，极大提高了对司机的管理效率。 ?体现对司机的人文关怀和提升企业的社会形象 通过技术手段减少事故发生，本身体现出对司机和乘客的人文关怀。降低事故发生率，
基于驾驶行为的疲劳驾驶判别算法研究
第16卷第6期2016年12月道路交通与安全Vol.16 No.6 Dec.2016 DOI：10.13986/https://www.wendangku.net/doc/aa13414205.html,ki.jote.2016. 06. 004 基于驾驶行为的疲劳驾驶判别算法研究 万蔚，王振华，王保菊 (中国航天系统工程有限公司，北京100070) 摘要：为了有效判别驾驶员的疲劳驾驶状态，本文利用模拟驾驶器开展驾驶实验，采集了 20名驾驶员在疲劳状 态和正常状态的实验数据;为了提取能表征驾驶员疲劳和正常驾驶状态时的行为特征，本文对获取的速度、方向盘 转角和车辆横向位置的样本熵进行了分析，最终提取了该三类参数的样本熵作为疲劳驾驶的有效特征组;构建了 基于BP神经网络的驾驶员疲劳驾驶判别算法，并采用测试集样本对构建的算法进行验证.实验结果表明:该算法 对于驾驶员疲劳驾驶检测的准确率较好、运行时间较短、具有较好的鲁棒性和实用性. 关键词：交通安全；驾驶行为；疲劳驾驶；BP神经网络；样本熵 中图分类号：U491. 254 文献标志码：A文章编号：1008-2522(2016)06-21鄄04 Research on Detection of Fatigue Driving Based on Driving Behaviors WAN Wei，WANG Zhen-hua，WANG Bao-ju (China Aerospace System Engineering Company，Beijing 100070，China) Abstract:In order to effectively detect the fatigue driving behavior，a driving experiment was conducted in a driving simulator.The driving states were divided into 2 levels：fatigue state and normal state.A total of20 drivers participated in the experiment.In order to extract the features that can effectively display the driver爷s driving behaviors，this paper compared the sample entropy of speed，steer and LP parameters，and found these features can measure the performance of the driving behavior well and can be used to build the classifier.Finally，a classifier based on BP was established to detect the fatigue driving，and a test set was used to verify this classifier.The results show that the classifier based on BP has a better detection accuracy，shorter running time and better robustness and practicability. Key words：traffic safety;driving behavior；fatigue driving；BP neural network；sample entropy 1概述 近年，随着我国机动车保有量的增长，交通事故 的发生率迅猛增加，道路交通安全问题逐渐成为人 们关注的焦点之一.分析引起道路交通事故的原因 发现，85%以上的交通事故是由驾驶员自身因素导 致的，其中疲劳驾驶是引发交通事故的主要原因之 一⑴.因此，如何能快速、有效地检测驾驶员疲劳状态，对交通安全具有重大意义. 目前，国内外学者针对疲劳驾驶判别问题开展 了很多研究，也取得了一定成果，其中以脑电特征和 面部特征检测为代表.但这两种方法仍存在较多不 足:1)脑电特征检测虽然准确性高，但大多数检测 装置均需与驾驶员身体接触，这会影响驾驶员的驾 驶操作，较难推广应用;2)基于面部特征的检测方 法通常采用图像处理方法来获取驾驶员在驾驶过程 收稿日期：2016-07-11. 基金项目：交通运输部2014年度科技项目（批准号:2014364222110) 作者简介：万蔚（1988—)，硕士，工程师，研究方向为智能交通.E-mail:wanwei817@ 163. com .
企业网络行为管理分析及解决方案.doc
企业网络行为管理分析及解决方案4 企业网络行为管理分析及解决方案 随着互联网应用的深入和普及，当今社会已经全面进入互联网时代，网络安全问题日益严峻，针对中小型企业和分支机构的恶意攻击行为也越来越多，360智慧防火墙一站式解决方案能有效保障中小型企业和大型企业的分支机构网络安全和稳定，让安全不仅全面而且简单可视化。 1、行业特点 中小企业对IT信息化的建设投入资金不足，再加上运维人员不具备专业的安全知识，甚至有些运维人员是其他岗位兼任，导致对安全的认识不足，认为安全是贵而且“不可见”的，因此在信息安全投入的占比更小，缺少专业的信息安全人才和专业而全面的信息安全一体化解决方案，导致中小型企业信息安全问题一触即发。 2、行业需求 低成本的全面安全管控 中小企业在信息安全的预算不足，FW、IPS、防病毒都是企业的基本安全需求，多设备高成本导致不可能“糖葫芦”式的部署和建设，这种方式不仅需要大量资金，更不利于运维管控，因此只需要一台设备就希望搞定众多安全问题。规范员工上网行为，优化网络管理 员工上网如何管控，如何禁止员工在上班期间看娱乐视频网站和购物、刷贴吧、上不良网站等非工作上网行为，如何让带宽资源稳定高效，不影响其他员工正常上网，同时希望能有全面精确的多维度的员工上网行为分析，为绩效考核提供可
信数据。 安全可视化，运维简单化 运维人员对信息安全专业知识的欠缺，对攻击行为和未知安全威胁的发现不足，导致对安全运维往往力不从心，希望安全可视化，运维简单化。 3、产品亮点和方案优势 一体化高性能安全解决方案 360网神智慧防火墙全面集成IPS、防病毒、抗DDOS等一系列高级功能，采用引擎一体化技术提高了应用层的处理速度，降低了整体数据转发的延迟，使防火墙即使开启所有安全功能，仍然能保证高性能和高稳定性，一台设备满足普遍安全需求，为中小型企业打造专业精细化的边界防御体系。 基于行为管控模块提高绩效管理 360网神智慧防火墙通过行为管理模块实现以用户维度为核心的所有网络活动的深度统计和实时监控，包含用户程序、风险等级、文件名、内容、域名、URL、地域等近30个纬度，基于自定义绩效模板和预定义绩效模板，生成员工效率排行榜，提供策略优化处置建议，从管控规则角度提升办公效率，这些客观数据将为员工的绩效考核和办公效率提升提供强有力的数据支撑；同时，通过管理员工上网行为，能有效提升公司出口网络的利用率。 全方位风险信息展示及分析 360网神智慧防火墙提供了全面的实时的风险信息展示，着重突出失陷主机、威胁事件、重点关注对象，一键直达异常行为跟踪界面，让安全“可视化”。 结合威胁情报，挖掘出未知威胁，并支持手动及自动两种方式动态生成安全