داده های تله ماتیک خودرو می تواند چیزهای زیادی در مورد مهارت های رانندگی شما نشان دهد
آیا شما راننده خوبی هستید؟ پاسخ به چنین سوالی چندان عینی نبوده است. یکی از راه های تجزیه و تحلیل این است که نظر مسافرانی که با شما سفر می کنند را بگیرید یا به سادگی بلیط های سرعتی را که پرداخت کرده اید بشمارید! با این حال، همه اینها روش های بسیار ابتدایی برای قضاوت در مورد رفتار رانندگی هستند. در این وبلاگ، نشان خواهم داد که چگونه از داده ها برای تجزیه و تحلیل عینی رفتار رانندگی خود استفاده کرده ام.
تجزیه و تحلیل رفتار رانندگی همچنین توسط شرکت ها برای موارد استفاده مانند طراحی بیمه نامه مبتنی بر داده یا مدیریت ناوگان خودرو استفاده می شود.
در این وبلاگ، تکنیک های علم داده را بررسی خواهم کرد که می تواند به اندازه گیری رفتار رانندگی کمک کند، مانند
- سرعت بیش از حد
- شتاب سخت
- پیش بینی
- یادگیری ماشینی برای دیدن اینکه آیا رانندگی بد بر شرایط خودرو تأثیر می گذارد یا خیر
اولین چیزی که برای تجزیه و تحلیل نحوه درایو انجام می شود، جمع آوری داده است. اکثر وسایل نقلیه دارای سنسورهایی هستند که موارد مختلفی مانند سرعت، دما، شتاب و بسیاری موارد دیگر را اندازه گیری می کنند. این کار با استفاده از a انجام می شود وسیله نقلیه از راه دور دستگاه فروشندگان مختلفی وجود دارند که چنین دستگاه هایی را ارائه می دهند.
این دستگاه داده های ثبت شده توسط حسگرها را گرفته و سپس به پایگاه داده فروشنده ارسال می کند. سپس می توان از داده ها برای درک رفتار رانندگی استفاده کرد. همچنین می توانید از فروشنده خود بخواهید که دسترسی به داده ها را فراهم کند تا بتوانید آن را با جزئیات بیشتری تجزیه و تحلیل کنید.
در این وبلاگ از نمونه ای از داده هایی که در سفرم به هند در ایالت کارناتاکا جمع آوری کردم استفاده خواهم کرد. دادههای جمعآوریشده مربوط به 21 آگوست 2022 است. ما سعی خواهیم کرد بفهمیم که آیا رانندگی من خوب است یا نه. داده های جمع آوری شده دارای اطلاعاتی مانند شکل زیر است.
داده ها دارای شناسه دستگاه هستند که دستگاه تلماتیک را شناسایی می کند. دارای مهر زمانی رکورد داده و همچنین چیزهای مختلفی است که اندازه گیری می شوند، به عنوان مثال، موقعیت وسیله نقلیه که به صورت عرض جغرافیایی، طول جغرافیایی و ارتفاع اندازه گیری می شود. سرعت خودرو بر حسب KMH یا MPH اندازه گیری می شود
حال اجازه دهید رفتار رانندگی را تحلیل کنیم.
سرعت بیش از حد یکی از اولین چیزهایی است که می توان برای درک رفتار رانندگی اندازه گیری کرد. در اینجا مسیری که من در 21 آگوست 2022 طی کردم نشان داده شده است. دادههای مورد استفاده برای انجام این تجزیه و تحلیل بر اساس دادههای تلماتیکی در مهر زمان، عرض جغرافیایی و طول جغرافیایی است.
این سفر از Udipi به Holekattu است. مسیر طی شده بزرگراه شماره 66 است که در امتداد سواحل غربی هند قرار دارد.
شما همچنین می توانید یک نشانگر را مشاهده کنید، که مکانی است که حداکثر سرعت 92 کیلومتر بر ساعت در آن ثبت شده است. سرعت مجاز خودرو در بزرگراه سراسری 66 100 کیلومتر بر ساعت است. بنابراین خودرو در محدوده سرعت بوده است و میتوانیم برای رفتار سرعت غیرمجاز علامت سبز نشان دهیم.
شتاب گیری سخت رویدادی است که در آن نیرویی بیش از حد معمول به پدال گاز یا سیستم ترمز خودرو وارد می شود. برخی از افراد ممکن است از این به عنوان سندرم "پای سربی" یاد کنند، و می تواند نشانگر رفتار تهاجمی یا ناایمن رانندگی باشد.
اجازه دهید اکنون شتاب سخت را در طول سفرم اندازه گیری کنیم. در اینجا برخی از نشانگرهای دیگر قبل از دستیابی به حداکثر سرعت 92 نشان داده شده است که سرعت 73 و سپس به 85 و سپس دستیابی به حداکثر سرعت 92 را نشان می دهد.
همانطور که در زیر نشان داده شده است، میتوانیم این سرعتهای خودرو را در پرسپکتیو زمانی با نمودار خطی قرار دهیم. شما در محور X برای سرعت خودرو در محور Y زمان دارید. این منحنی مربوط به شتاب است. در ساعت 14:43:21 که سرعت 71 بود شروع به شتاب گرفتن کردم و سپس در ساعت 92:14:43 به حداکثر سرعت 49 رسیدم. بنابراین سرعتم را در ۲۸ ثانیه ۲۱ کیلومتر بر ساعت افزایش دادم.
برای اینکه ببینیم این شتاب شتابی خشن است یا نه، باید آن را به نیروی گرانشی تبدیل کنیم که به آن نیروی گرانشی نیز می گویند، که در اثر شتاب به خودرو اعمال می شود. افزایش سرعت 21 کیلومتر در ساعت در 28 ثانیه با شتاب 0.208 متر بر ثانیه مطابقت دارد. در زیر نگاشت بین نیروی g تا سطوح شتاب نشان داده شده است.
نیروی g از 0.28 ایمن در نظر گرفته می شود و شتاب سخت نیست. بنابراین، ما می توانیم یک تیک سبز برای شتاب سخت بدهیم.
پیشبینی در رانندگی به این معناست که اطراف خود را بخوانید و با باز نگه داشتن چشم و گوش خود آگاه باشید. این به معنای برنامه ریزی از قبل و آمادگی برای انجام اقدامات لازم است. برای پیشبینی و برنامهریزی برای اقدامات دیگران، باید دائماً آنچه را که در اطرافتان اتفاق میافتد بررسی کنید.
اجازه دهید اکنون مهارت های پیش بینی من را بررسی کنیم. برای اینکه مهارت های پیش بینی ام را ببینیم، می توانیم کارهایی را که بعد از شتاب انجام دادم تجزیه و تحلیل کنیم. با نگاهی به منحنی نشان داده شده در زیر، می توانیم مشاهده کنیم که سرعت کاهش ناگهانی وجود دارد.
از سرعت 92 کیلومتر بر ساعت، شتابم را در 1 ثانیه به 24 کیلومتر بر ساعت کاهش دادم. این معادل نیروی g 0.3 است و مربوط به ترمز سخت است. دلیل آن چه می تواند باشد؟
اجازه دهید راز را فاش کنم، زیرا می دانم دقیقاً چه اتفاقی افتاده است که در حال رانندگی ماشین بودم. اگر بعد از نقطه حداکثر سرعت مسیر را رصد کنیم، پل رودخانه ای به نام پل هرور را می بینیم. این پل محدودیت سرعت کمتری داشت و همین باعث شد من شتاب بگیرم.
کاهش سرعت بالای 92 کیلومتر بر ساعت به سرعت بسیار کم 1 کیلومتر بر ساعت، نشانه روشنی است که من پیش بینی نمی کردم. پس بیایید برای پیش بینی یک قرمز بدهیم!
حالا ببینیم آیا رفتار رانندگی روی وسیله نقلیه تاثیر می گذارد یا نه؟ دستگاه تلماتیک داده های مربوط به هر زنگ هشداری را که توسط وسیله نقلیه ایجاد می شود جمع آوری می کند. صفر نشان می دهد که مشکلی وجود ندارد، در حالی که یک نشان دهنده مشکل در خودرو است.
همچنین بیش از 50 مقدار سنسور مانند سرعت خودرو، شتاب، اکسیژن، دریچه گاز، دمای هوا و بسیاری موارد دیگر وجود دارد.
ما می توانیم از درخت تصمیم گیری یادگیری ماشینی برای یافتن هر رابطه ای بین مقادیر حسگر و آلارم ها استفاده کنیم. این به ما کمک می کند تا بفهمیم کدام یک از عوامل بر سلامت خودرو تأثیر می گذارد.
در زیر یک درخت تصمیم نشان داده شده است که دارای حسگرهای مختلف به عنوان گره تصمیم و آلارم به عنوان گره خروجی است. می بینید که مهمترین عواملی که منجر به آلارم خودرو می شوند باتری، شتاب و سرعت هستند.
بنابراین رفتار بد رانندگی نه تنها بر ایمنی راننده تأثیر می گذارد بلکه بر سلامت وسیله نقلیه نیز تأثیر می گذارد.
بنابراین در اینجا چند نتیجه جالب وجود دارد
- جمعآوری دادهها با استفاده از دستگاههای تلهماتیک کلید تحلیل رفتار رانندگی مبتنی بر داده است
- تجزیه و تحلیل سرعت غیر مجاز شما را ملزم می کند که داده های سرعت خودرو را با داده های محدودیت سرعت ادغام کنید
- شتاب سخت و پیش بینی را می توان با استفاده از توابع سری زمانی محاسبه کرد. با این حال، آنها باید با تجزیه و تحلیل مسیر در چشم انداز قرار گیرند
- رفتار بد رانندگی برای راننده و همچنین وسیله نقلیه ایمن نیست
اگر پروژه کوچک من برای تجزیه و تحلیل رفتار رانندگی خودم از طریق داده ها و استفاده از تکنیک های علم داده را دوست دارید، لطفا به Medium بپیوندید با لینک ارجاع من
لطفا مشترک تا هر زمان که داستان جدیدی منتشر می کنم در جریان باشم.
برای انجام تحلیل با کدنویسی صفر می توانید به وب سایت من مراجعه کنید. https://experiencedatascience.com
در وبسایت، میتوانید در کارگاههای مجازی آتی شرکت کنید تا یک تجربه جالب و نوآورانه در علم داده و هوش مصنوعی داشته باشید.
اینم لینک کانال یوتیوب من
https://www.youtube.com/c/DataScienceDemonstrated
چگونه رفتار رانندگی خود را با استفاده از علم داده تجزیه و تحلیل کردم. بازنشر شده از منبع https://towardsdatascience.com/how-i-analyzed-my-own-driving-behavior-using-data-science-d3a33efae3ec?source=rss—-7f60cf5620c9— 4 از طریق https://towardsdatascience.com/feed
<!–
->
- بیت کوین
- bizbuildermike
- بلاکچین
- انطباق با بلاک چین
- کنفرانس بلاکچین
- مشاوران بلاک چین
- coinbase
- coingenius
- اجماع
- کنفرانس رمزنگاری
- معدنکاری رمز گشایی
- کریپتو کارنسی (رمز ارزها )
- غیر متمرکز
- DEFI
- دارایی های دیجیتال
- ethereum
- فراگیری ماشین
- رمز غیر قابل شستشو
- افلاطون
- افلاطون آی
- هوش داده افلاطون
- پلاتوبلاک چین
- PlatoData
- بازی پلاتو
- چند ضلعی
- اثبات سهام
- W3
- زفیرنت