一种商用车驾驶行为评价方法、系统、设备及存储介质与流程

本发明涉及驾驶员行为评价，具体涉及一种商用车驾驶行为评价方法、系统、设备及存储介质。

背景技术：

1、商用车驾驶员的驾驶行为是影响整车安全性和燃油经济性的重要因素。现有的商用车驾驶行为评价系统通常通过车载智能终端采集车速、加减速、发动机转速等运行数据，并基于预设的规则模型或历史数据对驾驶行为进行打分与提示。然而，商用车实际运营场景极其复杂，现有的评价方法在工程实践中暴露出以下明显的技术缺陷：

2、一方面，商用车在空载和满载状态下的整车质量差异巨大，其物理惯量和制动距离也随之发生根本性改变。现有技术大多采用固定的评价基准参数，或仅依靠单一的运行数据进行评分，未能将实时的动态载重作为核心约束条件深度融入评价模型的底层参数中，导致评价结果脱离物理实际，容易产生误判，引发驾驶员的反感与抵触。另一方面，现有的动态驾驶评价系统多依赖云端大数据的分析以及云端下发的天气、交通路况信息来更新评价指标。但是，商用车在长途干线物流中，常穿梭于网络信号不稳定的偏远地区，且极易遭遇局部的环境剧烈突变。此时，高度依赖云端下发指令的评价系统会因通信延迟或脱机断网而失效，无法即时调高安全评价权重。这种系统在最需要提供安全驾驶指导的极端恶劣工况下出现响应迟滞，不仅无法提供有效的驾驶行为纠正，甚至可能给出违背当前路况的错误提示，存在巨大的安全隐患。

技术实现思路

1、本发明为了解决上述背景中的技术问题，提出了一种商用车驾驶行为评价方法，包括：

2、获取车辆运行数据及环境工况信息，并确定车辆的当前运行工况；

3、获取车辆的实时载重数据，基于所述实时载重数据动态调整评价模型的参数，构建载重自适应的驾驶行为评价模型；

4、将实时获取的车辆运行数据输入所述载重自适应的驾驶行为评价模型，输出驾驶行为评价结果；

5、实时监测环境突变状态，并在判定发生环境突变时，基于本地感知数据对所述评价模型的权重系数进行应急重构，以调整所述驾驶行为评价结果。

6、优选的方案中，所述载重自适应的驾驶行为评价模型为基于rbf神经网络的评价模型；

7、所述基于所述实时载重数据动态调整评价模型的参数，包括：利用所述实时载重数据动态调整所述rbf神经网络中径向基函数的宽度参数，使得所述基函数宽度随车辆载重的增加而增大。

8、优选的方案中，所述动态调整rbf神经网络中径向基函数的宽度参数，具体包括：

9、设定随实时车货总重变化的径向基函数宽度；其中，为基函数初始宽度，为空载状态下的车辆总重，为敏感系数。

10、优选的方案中，所述确定车辆的当前运行工况，包括：

11、通过云端获取历史驾驶行为数据，采用聚类算法划分出典型运行工况的神经元中心；分别提取各典型运行工况下的基准安全性权重与基准经济性权重，并下发至车端以供所述评价模型调用。

12、优选的方案中，所述实时监测环境突变状态，包括交叉校验与隔离步骤：

13、将获取环境工况信息的车端传感器划分为若干独立的原子组，获取各原子组输出的环境参数以计算环境突变因子；

14、当检测到某一原子组输出的环境参数产生突变，而其他关联原子组的数据未发生合理协同变化时，判定该原子组发生异常并实施降级隔离，切断异常原子组数据对所述环境突变因子的计算贡献。

15、优选的方案中，所述对所述评价模型的权重系数进行应急重构，包括防突变回滚步骤：

16、根据环境突变状态生成紧急重构权重，将所述紧急重构权重置于边缘计算节点的沙盒模块中进行影子运算；

17、实时计算采用紧急重构权重输出的评分相对于原模型权重的阶跃梯度；

18、若所述阶跃梯度大于预设容忍极限，则触发状态回滚，废弃所述沙盒内的紧急重构权重，并调用评价模型的上一周期稳定权重。

19、优选的方案中，所述对所述评价模型的权重系数进行应急重构，还包括针对临界工况的迟滞环防抖步骤：

20、设定用于触发应急重构的激活阈值和用于退出应急重构的退出阈值，且激活阈值大于退出阈值；

21、当表征环境突变状态的突变因子处于激活阈值与退出阈值之间的临界隔离带时，锁定评价模型的当前权重更新状态；

22、当所述突变因子低于退出阈值并持续设定时间后，退出应急重构状态并启动权重的自衰减机制。

23、一种商用车驾驶行为评价系统，包括：

24、数据获取模块，用于获取车辆运行数据、环境工况信息及实时载重数据；

25、模型构建模块，用于基于所述实时载重数据动态调整评价模型的参数，构建载重自适应的驾驶行为评价模型；

26、评价输出模块，用于将实时获取的车辆运行数据输入所述评价模型，输出驾驶行为评价结果；

27、异常隔离与重构模块，用于实时监测环境突变状态，并在判定发生环境突变时，基于本地感知数据对所述评价模型的权重系数进行应急重构，以调整所述评价结果。

28、一种电子设备，包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1至7中任一项所述的方法。

29、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法。

30、本发明的有益效果为：

31、（1）本发明通过获取实时载重数据并将其直接用于动态调整评价模型的核心参数，解决商用车因空、满载惯量不同而导致的正常操作变异，对重载惯性导致的必要宽容度进行了精准的数学表达。这彻底解决了单一评价标准带来的误判问题，使得评价结果更加贴合物理客观实际，极大提升了驾驶员对评价系统的认可度。

32、（2）本发明构建摆脱云端依赖的边缘计算应急响应体系。当车辆遭遇能见度骤降、路面附着力突变等异常环境时，车端系统通过实时监测直接触发本地应急权重重构，无需等待云端指令或固定更新周期，即刻调整安全性与经济性的评价权重。这种零时延的应急响应能力，确保了车辆在断网区域或突发恶劣天气下，依然能够为驾驶员提供最符合当前安全需求的即时评价与警示，增强极端工况下的行车安全性。

33、（3）本方案首先在宏观层面确定车辆的典型运行工况，奠定基准评价策略；其次在车辆自身维度引入实时载重修正模型参数；最后在外部微观环境维度叠加本地应急防抖与重构机制，确保单一评价模型能够在商用车极其复杂、多变的真实运营场景中持续稳定地输出高质量的驾驶行为评价。

1.一种商用车驾驶行为评价方法，其特征在于，包括：

2.根据权利要求1所述的一种商用车驾驶行为评价方法，其特征在于，所述载重自适应的驾驶行为评价模型为基于rbf神经网络的评价模型；

3.根据权利要求2所述的一种商用车驾驶行为评价方法，其特征在于，所述动态调整rbf神经网络中径向基函数的宽度参数，具体包括：

4.根据权利要求1所述的一种商用车驾驶行为评价方法，其特征在于，所述确定车辆的当前运行工况，包括：

5.根据权利要求1所述的一种商用车驾驶行为评价方法，其特征在于，所述实时监测环境突变状态，包括交叉校验与隔离步骤：

6.根据权利要求1所述的一种商用车驾驶行为评价方法，其特征在于，所述对所述评价模型的权重系数进行应急重构，包括防突变回滚步骤：

7.根据权利要求1所述的一种商用车驾驶行为评价方法，其特征在于，所述对所述评价模型的权重系数进行应急重构，还包括针对临界工况的迟滞环防抖步骤：

8.一种商用车驾驶行为评价系统，其特征在于，包括：

9.一种电子设备，其特征在于，包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，