Cómo analicé mi propio comportamiento de conducción utilizando la ciencia de datos

Los datos telemáticos del vehículo pueden revelar mucho sobre sus habilidades de conducción

¿Eres un buen conductor? La respuesta a tal pregunta no ha sido muy objetiva. Una forma de analizar esto es tomar la opinión de los pasajeros que viajan contigo o simplemente contar las multas por exceso de velocidad que pagaste. Sin embargo, todas estas son formas muy primitivas de juzgar el comportamiento al volante. En este blog, mostraré cómo he utilizado los datos para analizar objetivamente mi comportamiento de conducción.

Las empresas también utilizan el análisis del comportamiento de conducción para casos de uso como el diseño de una póliza de seguro basada en datos o la gestión de flotas de vehículos.

En este blog, analizaré técnicas de ciencia de datos que pueden ayudar a medir el comportamiento de conducción, como

• Exceso de velocidad
• Aceleración fuerte
• Anticipación
• Aprendizaje automático para ver si la mala conducción afecta las condiciones del vehículo

Lo primero para analizar cómo se conduce es recopilar datos. La mayoría de los vehículos tienen sensores que miden varias cosas, como la velocidad, la temperatura, la aceleración y muchas más. Esto se hace usando un Telemática del vehículo dispositivo. Hay varios proveedores que ofrecen este tipo de dispositivos.

Este dispositivo toma datos registrados por sensores y luego los transmite a la base de datos del proveedor. Luego, los datos se pueden utilizar para comprender el comportamiento de conducción. También puede pedirle a su proveedor que le brinde acceso a los datos para poder analizarlos con más detalle.

En este blog, utilizaré un ejemplo de datos que recopilé durante mi viaje a la India en el estado de Karnataka. Los datos recopilados son del 21 de agosto de 2022. Intentaremos averiguar si conduzco bien o no. Los datos que se recopilan tienen la información que se muestra a continuación.

Los datos tienen un ID de dispositivo que identifica el dispositivo telemático. Tiene la marca de tiempo del registro de datos, así como varias cosas que se miden, por ejemplo, la posición del vehículo, que se mide como latitud, longitud y elevación. La velocidad del vehículo se mide en KMPH o MPH.

Analicemos ahora el comportamiento de conducción.

El exceso de velocidad es una de las primeras cosas que se pueden medir para comprender el comportamiento de conducción. Aquí se muestra la ruta que tomé el 21 de agosto de 2022. Los datos utilizados para realizar este análisis se basan en los datos telemáticos de marca de tiempo, latitud y longitud.

El viaje es de Udipi a Holekattu. La ruta tomada es la carretera número 66 que recorre la costa occidental de la India.

También se puede observar un marcador, que es un lugar donde se registró la velocidad máxima de 92 KMPH. El límite de velocidad para un automóvil en la carretera nacional 66 es de 100 km/h. Entonces, el vehículo ha estado dentro de los límites de velocidad y podemos darle una marca verde por exceso de velocidad.

La aceleración brusca es un evento en el que se aplica más fuerza de lo normal al acelerador o al sistema de frenos del vehículo. Algunas personas pueden referirse a esto como síndrome del "pie adelantado" y puede ser un indicador de un comportamiento de conducción agresivo o inseguro.

Midamos ahora la fuerte aceleración durante mi viaje. Aquí se muestran algunos de los otros marcadores antes de que se alcanzara la velocidad máxima de 92, que muestra la velocidad de 73, y luego a 85, y luego alcanzar una velocidad máxima de 92.

Podemos poner estas velocidades de vehículos en una perspectiva temporal con el gráfico de líneas como se muestra a continuación. Tienes el tiempo en el eje X y la velocidad del vehículo en el eje Y. Esta curva corresponde a la aceleración. Comencé a acelerar a las 14:43:21 cuando la velocidad era 71 y luego alcancé la velocidad máxima de 92 a las 14:43:49. Así que aumenté mi velocidad en 21 km/h en 28 segundos.

Para ver si esta aceleración es brusca o no, necesitamos convertirla en fuerza gravitacional, también llamada fuerza g, que se aplica al automóvil debido a la aceleración. Un aumento de velocidad de 21 km/h en 28 segundos corresponde a una fuerza agrícola de 0.208 m/s2 de aceleración. A continuación se muestra un mapeo entre la fuerza g y los niveles de aceleración.

Una fuerza g de 0.28 se considera segura y no es una aceleración fuerte. Entonces, podemos dar una marca verde para una aceleración fuerte.

La anticipación al conducir significa leer lo que sucede a su alrededor y permanecer consciente manteniendo los ojos y los oídos abiertos. Significa planificar con mucha anticipación y estar preparado para tomar las medidas necesarias. Para anticipar y planificar las acciones de los demás, debes comprobar constantemente lo que sucede a tu alrededor.

Comprobemos ahora mis habilidades de anticipación. Para ver mis habilidades de anticipación, podemos analizar lo que hice después de la aceleración. Observando la curva que se muestra a continuación, podemos observar que hay una disminución repentina en la velocidad.

Desde una velocidad de 92 kmph, desaceleré a 1 kmph en 24 segundos. Esto equivale a una fuerza G de — 0.3 y corresponde a una frenada brusca. ¿Cuál podría ser la razón?

Déjame revelarte el secreto, ya que sé exactamente lo que pasó mientras conducía el coche. Si observamos el recorrido después del punto de máxima velocidad, veremos un puente fluvial llamado puente de Heroor. Este puente tenía límites de velocidad reducidos, razón por la cual tuve que desacelerar.

Reducir de una velocidad alta de 92 KMPH a una velocidad muy baja de 1 KMPH es una clara indicación de que no anticipé. ¡Así que demos un rojo por la anticipación!

Veamos ahora si el comportamiento de conducción influye en el vehículo o no. El dispositivo telemático recoge datos relacionados con cualquier alarma activada por el vehículo. Un cero indica que no hay problemas, mientras que un 1 indica un problema con el vehículo.

También hay más de 50 valores de sensores, como velocidad del vehículo, aceleración, oxígeno, aceleración, temperatura del aire y muchos más.

Podemos utilizar un árbol de decisiones de aprendizaje automático para encontrar cualquier relación entre los valores de los sensores y las alarmas. Esto nos ayudará a saber cuáles de los factores afectan la salud del vehículo.

A continuación se muestra un árbol de decisión que tiene diferentes sensores como nodos de decisión y alarmas como nodo de salida. Puede ver que los principales factores que provocan las alarmas del vehículo son la BATERÍA, la ACELERACIÓN y la VELOCIDAD.

Por lo tanto, el mal comportamiento al conducir no sólo afecta la seguridad del conductor sino también la salud del vehículo.

Así que aquí hay algunas conclusiones interesantes.

• La recopilación de datos mediante dispositivos telemáticos es clave para el análisis del comportamiento de conducción basado en datos
• El análisis del exceso de velocidad requiere que usted integre los datos de velocidad del vehículo con los datos del límite de velocidad.
• La aceleración fuerte y la anticipación se pueden calcular utilizando funciones de series de tiempo. Sin embargo, es necesario ponerlos en perspectiva con el análisis de ruta.
• El mal comportamiento al conducir no es seguro ni para el conductor ni para el vehículo.

Si te gusta mi miniproyecto de analizar mi propio comportamiento de conducción a través de datos y utilizando técnicas de ciencia de datos, por favor únete a medio con mi enlace de referencia.

Por favor, Suscríbase para mantenerme informado cada vez que publico una nueva historia.

Puede visitar mi sitio web para realizar análisis sin codificación. https://experiencedatascience.com

En el sitio web, también puede participar en los próximos talleres virtuales para disfrutar de una experiencia interesante e innovadora en ciencia de datos e inteligencia artificial.

Aquí te dejo el enlace a mi canal de YouTube.
https://www.youtube.com/c/DataScienceDemonstrated

Cómo analicé mi propio comportamiento de conducción utilizando ciencia de datos Publicado desde la fuente https://towardsdatascience.com/how-i-analyzed-my-own-driving-behavior-using-data-science-d3a33efae3ec?source=rss—-7f60cf5620c9— 4 a través de https://towardsdatascience.com/feed

<!–

->