車両テレマティクス データにより、運転スキルについて多くのことが明らかになります
あなたは良い運転手ですか？このような質問に対する答えはあまり客観的ではありません。これを分析する 1 つの方法は、一緒に旅行する乗客の意見を聞くか、単に支払ったスピード違反切符の数を数えることです。ただし、これらはすべて、運転行動を判断するための非常に原始的な方法です。このブログでは、私がデータを使用して自分の運転行動を客観的に分析した方法を紹介します。
運転行動分析は、データ駆動型の保険契約や車両管理の設計などのユースケースでも企業によって使用されています。
このブログでは、次のような運転行動の測定に役立つデータ サイエンスの手法について説明します。
- スピード超過
- ハードアクセラレーション
- 見越し
- 悪い運転が車両の状態に影響を与えるかどうかを機械学習で確認する
自分の運転を分析するには、まずデータを収集する必要があります。ほとんどの車両には、速度、温度、加速度など、さまざまなものを測定するセンサーが搭載されています。これは、 車両テレマティック デバイス。このようなデバイスを提供するベンダーはさまざまです。
このデバイスはセンサーによって記録されたデータを取得し、それをベンダーのデータベースに送信します。このデータは、運転行動を理解するために使用できます。さらに詳細に分析できるように、データへのアクセスを提供するようベンダーに依頼することもできます。
このブログでは、インドのカルナータカ州への旅行中に収集したデータの例を使用します。収集されたデータは 21 年 2022 月 XNUMX 日のものです。私の運転が良好かどうかを確認しようとします。収集されるデータには以下のような情報が含まれます。
データにはテレマティック デバイスを識別するデバイス ID が含まれます。これには、データレコードのタイムスタンプのほか、緯度、経度、高度として測定される車両の位置など、測定されるさまざまなものが含まれます。車両の速度は KMPH または MPH で測定されます
では、運転行動を分析してみましょう。
速度超過は、運転行動を理解するために最初に測定できるものの 21 つです。ここに示されているのは、2022 年 XNUMX 月 XNUMX 日に私が通ったルートです。この分析に使用されたデータは、タイムスタンプ、緯度、経度のテレマティック データに基づいています。
旅はウディピからホレカトゥまでです。使用したルートはインドの西海岸に沿って走る高速道路66号線です。
最高速度 92 kmph が記録された場所であるマーカーも観察できます。国道66号線の車の制限速度は時速100キロです。したがって、車両は制限速度内にあるため、速度超過行為に対して緑色のチェックマークを付けることができます。
急加速とは、車両のアクセルまたはブレーキ システムに通常よりも大きな力がかかるイベントです。これを「リードフット」症候群と呼ぶ人もおり、攻撃的または危険な運転行動の指標となる可能性があります。
では、旅行中に激しい加速を測定してみましょう。ここに示されているのは、最高速度 92 に達する前の他のマーカーの一部です。これは、速度 73、次に 85、そして最高速度 92 に達することを示しています。
以下に示すように、これらの車両速度を折れ線グラフで時間の観点から見ることができます。 X 軸に時間が表示され、Y 軸に車両の速度が表示されます。この曲線は加速度に対応します。 14:43:21に速度71で加速を開始し、92:14:43に最高速度49に達しました。そこで、21 秒間で時速 28 km 速度を上げました。
この加速が過酷な加速であるかどうかを確認するには、加速によって車にかかる重力 (G フォースとも呼ばれます) に変換する必要があります。 21 秒間で 28 km/hr の速度増加は、0.208 m/s2 の加速力に相当します。以下に、G 力と加速度レベルのマッピングを示します。
0.28 からの G 力は安全とみなされ、激しい加速ではありません。したがって、急加速には緑色のチェックマークを付けることができます。
運転における予測とは、周囲の状況を読み、目と耳を開いて常に注意を払うことを意味します。それは、事前に十分な計画を立て、必要な行動を取る準備をしておくことを意味します。他人の行動を予測して計画するには、自分の周囲で何が起こっているかを常にチェックする必要があります。
では、私の予想スキルを確認してみましょう。私の予測スキルを確認するために、加速後に私が何をしたかを分析できます。以下に示す曲線を見ると、速度が急激に低下していることがわかります。
時速92キロメートルの速度から、1秒で時速24キロメートルまで減速しました。これは - 0.3 の G に相当し、急ブレーキに相当します。何が原因でしょうか?
車を運転しているときに何が起こったのかを正確に知っているので、その秘密を明らかにしましょう。最高速ポイントを過ぎたルートを観察すると、ヘロア橋と呼ばれる川の橋が見えます。この橋は制限速度が引き下げられていたため、減速しなければなりませんでした。
時速 92 キロの高速から時速 1 キロの非常に低速まで減速することは、私が予想していなかった明らかな兆候です。ということで、期待を込めて赤をあげましょう！
では、運転行動が車両に影響を与えるかどうかを見てみましょう。テレマティクス デバイスは、車両が発した警報に関連するデータを収集します。 1 は問題がないことを示し、XNUMX は車両に問題があることを示します。
車速、加速度、酸素、スロットル、気温など、50 を超えるセンサー値もあります。
機械学習デシジョン ツリーを使用して、センサー値とアラームの間の関係を見つけることができます。これは、どの要因が車両の健康に影響を与えるかを知るのに役立ちます。
以下に示すのは、さまざまなセンサーを意思決定ノードとして、アラームを出力ノードとして持つ意思決定ツリーです。車両アラームを引き起こす主な要因は、バッテリー、加速度、速度であることがわかります。
そのため、悪い運転行動はドライバーの安全に影響を与えるだけでなく、車両の健康にも影響を与えます。
ここにいくつかの興味深い結論があります
- データドリブンな運転行動分析の鍵となるのはテレマティックデバイスを使用したデータ収集です
- スピード違反を分析するには、車速データと制限速度データを統合する必要があります
- ハードな加速と予測は、時系列関数を使用して計算できます。ただし、ルート分析ではそれらを大局的に捉える必要があります。
- 不適切な運転行動はドライバーだけでなく車両にとっても安全ではありません
データとデータサイエンス技術を使用して自分の運転行動を分析するという私のミニプロジェクトを気に入っていただけましたら、 メディアに参加する 私の紹介リンク付き。
お困りの方は 申し込む 新しいストーリーをリリースするたびに最新情報を入手できるようにするためです。
私の Web サイトにアクセスして、コーディングなしで分析を行うことができます。 https://experiencedatascience.com
Web サイトでは、興味深く革新的なデータ サイエンスと AI 体験を提供する、今後開催される仮想ワークショップに参加することもできます。
ここに私の YouTube チャンネルへのリンクがあります
https://www.youtube.com/c/DataScienceDemonstrated
データサイエンスを使用して自分の運転行動をどのように分析したか 出典から転載 https://towardsdatascience.com/how-i-analyzed-my-own-driving-behavior-using-data-science-d3a33efae3ec?source=rss—-7f60cf5620c9— 4 https://towardsdatascience.com/feed 経由
<!–
–>
