वाहन टेलीमैटिक्स डेटा आपके ड्राइविंग कौशल के बारे में बहुत कुछ बता सकता है
क्या आप एक अच्छे ड्राइवर हैं? ऐसे प्रश्न का उत्तर बहुत वस्तुनिष्ठ नहीं है। इसका विश्लेषण करने का एक तरीका यह है कि आपके साथ यात्रा करने वाले यात्रियों की राय ली जाए या बस आपके द्वारा भुगतान किए गए तेज़ गति वाले टिकटों की गिनती की जाए! हालाँकि, ड्राइविंग व्यवहार को परखने के ये सभी बहुत ही आदिम तरीके हैं। इस ब्लॉग में, मैं दिखाऊंगा कि मैंने अपने ड्राइविंग व्यवहार का निष्पक्ष विश्लेषण करने के लिए डेटा का उपयोग कैसे किया है।
ड्राइविंग व्यवहार विश्लेषण का उपयोग उद्यमों द्वारा डेटा-संचालित बीमा पॉलिसी या वाहन बेड़े प्रबंधन को डिजाइन करने जैसे उपयोग के मामलों के लिए भी किया जाता है।
इस ब्लॉग में, मैं डेटा विज्ञान तकनीकों के बारे में बात करूंगा जो ड्राइविंग व्यवहार को मापने में मदद कर सकती हैं जैसे कि
- अति तेज गति से गाड़ी चलाना
- कठिन त्वरण
- प्रत्याशा
- मशीन लर्निंग यह देखने के लिए कि खराब ड्राइविंग का वाहन की स्थिति पर प्रभाव पड़ता है या नहीं
कोई कैसे गाड़ी चलाता है इसका विश्लेषण करने वाली पहली बात डेटा एकत्र करना है। अधिकांश वाहनों में सेंसर होते हैं जो विभिन्न चीजों को मापते हैं जैसे गति, तापमान, त्वरण और बहुत कुछ। यह a का उपयोग करके किया जाता है वाहन टेलीमैटिक उपकरण। ऐसे कई विक्रेता हैं जो ऐसे उपकरण उपलब्ध कराते हैं।
यह डिवाइस सेंसर द्वारा रिकॉर्ड किया गया डेटा लेता है और फिर इसे विक्रेता डेटाबेस तक पहुंचाता है। फिर डेटा का उपयोग ड्राइविंग व्यवहार को समझने के लिए किया जा सकता है। आप अपने विक्रेता से डेटा तक पहुंच प्रदान करने के लिए भी कह सकते हैं ताकि आप इसका अधिक विस्तार से विश्लेषण कर सकें।
इस ब्लॉग में, मैं उस डेटा का एक उदाहरण उपयोग करूंगा जो मैंने कर्नाटक राज्य में अपनी भारत यात्रा के दौरान एकत्र किया था। एकत्र किया गया डेटा 21 अगस्त 2022 का है। हम यह पता लगाने का प्रयास करेंगे कि मेरी ड्राइविंग अच्छी है या नहीं। जो डेटा एकत्र किया गया है उसमें नीचे दर्शाई गई जानकारी है।
डेटा में एक डिवाइस आईडी होती है जो टेलीमैटिक डिवाइस की पहचान करती है। इसमें डेटा रिकॉर्ड का टाइमस्टैम्प है, साथ ही विभिन्न चीजें हैं, जिन्हें मापा जाता है, उदाहरण के लिए, वाहन की स्थिति जिसे अक्षांश, देशांतर और ऊंचाई के रूप में मापा जाता है। वाहन की गति KMPH या MPH में मापी जाती है
आइए अब ड्राइविंग व्यवहार का विश्लेषण करें।
ड्राइविंग व्यवहार को समझने के लिए ओवर-स्पीडिंग पहली चीजों में से एक है जिसे मापा जा सकता है। यहां वह मार्ग दिखाया गया है जो मैंने 21 अगस्त 2022 को लिया था। इस विश्लेषण को करने के लिए उपयोग किया गया डेटा टाइम-स्टैंप, अक्षांश और देशांतर पर टेलीमैटिक डेटा पर आधारित है।
यात्रा उडिपी से होलेकट्टू तक है। लिया गया मार्ग राजमार्ग संख्या 66 है जो भारत के पश्चिमी तट के साथ चलता है।
आप एक मार्कर भी देख सकते हैं, जो एक ऐसा स्थान है जहां 92 किमी प्रति घंटे की अधिकतम गति दर्ज की गई थी। राष्ट्रीय राजमार्ग 66 पर कार की गति सीमा 100 किमी प्रति घंटा है। इसलिए वाहन गति सीमा के भीतर है, और हम तेज गति वाले व्यवहार के लिए हरी टिक दे सकते हैं।
हार्ड एक्सेलेरेशन एक ऐसी घटना है जहां वाहन के एक्सीलरेटर या ब्रेक सिस्टम पर सामान्य से अधिक बल लगाया जाता है। कुछ लोग इसे 'लीड फ़ुट' सिंड्रोम कह सकते हैं, और यह आक्रामक या असुरक्षित ड्राइविंग व्यवहार का संकेतक हो सकता है।
आइए अब हम अपनी यात्रा के दौरान कठिन त्वरण को मापें। यहां 92 की अधिकतम गति प्राप्त होने से पहले के कुछ अन्य मार्कर दिखाए गए हैं, जो 73 की गति, और फिर 85, और फिर 92 की अधिकतम गति प्राप्त करना दर्शाते हैं।
जैसा कि नीचे दिखाया गया है, हम इन वाहन गति को लाइन प्लॉट के साथ समय परिप्रेक्ष्य में रख सकते हैं। आपके पास एक्स-अक्ष पर समय और वाई-अक्ष पर वाहन की गति है। यह वक्र त्वरण से मेल खाता है। मैंने 14:43:21 पर गति बढ़ाना शुरू किया जब गति 71 थी और फिर 92:14:43 पर 49 की अधिकतम गति पर पहुंच गया। इसलिए मैंने 21 सेकंड में अपनी गति 28 किमी/घंटा बढ़ा दी।
यह देखने के लिए कि यह त्वरण कठोर त्वरण है या नहीं, हमें इसे गुरुत्वाकर्षण बल में परिवर्तित करने की आवश्यकता है, जिसे जी-बल भी कहा जाता है, जो त्वरण के कारण कार पर लागू होता है। 21 सेकंड में 28 किमी/घंटा की गति वृद्धि 0.208 मी/से2 त्वरण के एजी बल के अनुरूप है। नीचे जी-बल से त्वरण के स्तर के बीच एक मानचित्रण दिखाया गया है।
0.28 से एक जी-बल सुरक्षित माना जाता है और कठिन त्वरण नहीं है। इसलिए, हम कठिन त्वरण के लिए हरी टिक दे सकते हैं।
ड्राइविंग में प्रत्याशा का अर्थ है अपने परिवेश को पढ़ना और अपनी आँखें और कान खुले रखकर जागरूक रहना। इसका मतलब है पहले से अच्छी योजना बनाना और आवश्यक कार्रवाई करने के लिए तैयार रहना। दूसरों के कार्यों का अनुमान लगाने और उनकी योजना बनाने के लिए आपको लगातार जाँचते रहना चाहिए कि आपके चारों ओर क्या हो रहा है।
आइए अब मेरी प्रत्याशा कौशल की जाँच करें। मेरी प्रत्याशा कौशल को देखने के लिए, हम विश्लेषण कर सकते हैं कि त्वरण के बाद मैंने क्या किया। नीचे दिखाए गए वक्र को देखकर हम देख सकते हैं कि गति में अचानक कमी आ गई है।
92 किमी प्रति घंटे की गति से, मैंने 1 सेकंड में गति घटाकर 24 किमी प्रति घंटे कर दी। यह -0.3 के जी-बल के बराबर है और हार्ड ब्रेकिंग के अनुरूप है। क्या कारण हो सकता है?
मुझे रहस्य उजागर करने दीजिए, क्योंकि मुझे ठीक-ठीक पता है कि जब मैं कार चला रहा था तो क्या हुआ था। यदि हम अधिकतम गति बिंदु के बाद मार्ग का निरीक्षण करते हैं, तो हमें एक नदी पुल दिखाई देता है जिसे हेरूर पुल कहा जाता है। इस पुल ने गति सीमा कम कर दी थी, यही कारण था कि मुझे गति कम करनी पड़ी।
92 किमी प्रति घंटे की उच्च गति से 1 किमी प्रति घंटे की बहुत कम गति तक कम करना एक स्पष्ट संकेत है जिसकी मैंने आशा नहीं की थी। तो आइए हम प्रत्याशा के लिए एक लाल रंग दें!
आइए अब देखें कि ड्राइविंग व्यवहार का वाहन पर प्रभाव पड़ता है या नहीं? टेलीमैटिक्स डिवाइस वाहन द्वारा उठाए गए किसी भी अलार्म से संबंधित डेटा एकत्र करता है। शून्य इंगित करता है कि कोई समस्या नहीं है, जबकि 1 इंगित करता है कि वाहन में कोई समस्या है।
50 से अधिक सेंसर मान भी हैं, जैसे वाहन की गति, त्वरण, ऑक्सीजन, थ्रॉटल, वायु तापमान, और भी बहुत कुछ।
हम सेंसर मूल्यों और अलार्म के बीच कोई संबंध खोजने के लिए मशीन-लर्निंग निर्णय वृक्ष का उपयोग कर सकते हैं। इससे हमें यह जानने में मदद मिलेगी कि कौन से कारक वाहन के स्वास्थ्य को प्रभावित करते हैं।
नीचे एक निर्णय वृक्ष दिखाया गया है जिसमें निर्णय नोड्स के रूप में विभिन्न सेंसर और आउटपुट नोड के रूप में अलार्म हैं। आप देख सकते हैं कि वाहन अलार्म का कारण बनने वाले शीर्ष कारक बैटरी, त्वरण और गति हैं।
इतना ख़राब ड्राइविंग व्यवहार न केवल ड्राइवर की सुरक्षा को प्रभावित करता है बल्कि वाहन के स्वास्थ्य पर भी असर डालता है।
तो यहाँ कुछ दिलचस्प निष्कर्ष हैं
- टेलीमैटिक उपकरणों का उपयोग करके डेटा संग्रह डेटा-संचालित ड्राइविंग व्यवहार विश्लेषण की कुंजी है
- तेज़ गति का विश्लेषण करने के लिए आपको वाहन गति डेटा को गति सीमा डेटा के साथ एकीकृत करने की आवश्यकता होती है
- समय श्रृंखला फ़ंक्शंस का उपयोग करके कठिन त्वरण और प्रत्याशा की गणना की जा सकती है। हालाँकि, उन्हें मार्ग विश्लेषण के परिप्रेक्ष्य में रखने की आवश्यकता है
- ख़राब ड्राइविंग व्यवहार ड्राइवर के साथ-साथ वाहन के लिए भी सुरक्षित नहीं है
यदि आपको डेटा के माध्यम से और डेटा विज्ञान तकनीकों का उपयोग करके मेरे स्वयं के ड्राइविंग व्यवहार का विश्लेषण करने का मेरा मिनी-प्रोजेक्ट पसंद है, तो कृपया माध्यम से जुड़ें मेरे रेफ़रल लिंक के साथ.
कृपया सदस्यता के जब भी मैं कोई नई कहानी जारी करूं तो सूचित रहूं।
शून्य कोडिंग के साथ विश्लेषण करने के लिए आप मेरी वेबसाइट पर जा सकते हैं। https://experiencedatascience.com
वेबसाइट पर, आप दिलचस्प और नवीन डेटा विज्ञान और एआई अनुभव के लिए आगामी आभासी कार्यशालाओं में भी भाग ले सकते हैं।
यहां मेरे यूट्यूब चैनल का लिंक है
https://www.youtube.com/c/DataScienceDemonstrated
मैंने डेटा विज्ञान का उपयोग करके अपने स्वयं के ड्राइविंग व्यवहार का विश्लेषण कैसे किया, स्रोत से पुनर्प्रकाशित https://towardsdatascience.com/how-i-analyzed-my-own-driveing-behavior-using-data-science-d3a33efae3ec?source=rss—-7f60cf5620c9— 4 https://towardsdatascience.com/feed के माध्यम से
<!–
->
- Bitcoin
- बिज़बिल्डरमाइक
- blockchain
- ब्लॉकचेन अनुपालन
- ब्लॉकचेन सम्मेलन
- ब्लॉकचेन कंसल्टेंट्स
- coinbase
- कॉइनजीनियस
- आम राय
- क्रिप्टो सम्मेलन
- क्रिप्टो खनन
- cryptocurrency
- विकेन्द्रीकृत
- Defi
- डिजिटल आस्तियां
- ethereum
- यंत्र अधिगम
- बिना फन वाला टोकन
- प्लेटो
- प्लेटो एआई
- प्लेटो डेटा इंटेलिजेंस
- प्लाटोब्लोकैचिन
- प्लेटोडाटा
- प्लेटोगेमिंग
- बहुभुज
- हिस्सेदारी का प्रमाण
- W3
- जेफिरनेट