ข้อมูลเทเลเมติกส์ของยานพาหนะสามารถเปิดเผยทักษะการขับขี่ของคุณได้มากมาย
คุณเป็นคนขับที่ดีหรือไม่? คำตอบสำหรับคำถามดังกล่าวไม่ได้มีวัตถุประสงค์มากนัก วิธีหนึ่งในการวิเคราะห์สิ่งนี้คือการรับฟังความคิดเห็นของผู้โดยสารที่เดินทางกับคุณหรือเพียงแค่นับตั๋วเร่งด่วนที่คุณจ่ายไป! อย่างไรก็ตาม สิ่งเหล่านี้ล้วนเป็นวิธีดั้งเดิมในการตัดสินพฤติกรรมการขับขี่ ในบล็อกนี้ ฉันจะแสดงวิธีที่ฉันใช้ข้อมูลเพื่อวิเคราะห์พฤติกรรมการขับขี่ของฉันอย่างเป็นกลาง
องค์กรยังใช้การวิเคราะห์พฤติกรรมการขับขี่เพื่อกรณีใช้งาน เช่น การออกแบบกรมธรรม์ประกันภัยที่ขับเคลื่อนด้วยข้อมูล หรือการจัดการกลุ่มยานพาหนะ
ในบล็อกนี้ผมจะพูดถึงเทคนิค Data Science ที่สามารถช่วยวัดพฤติกรรมการขับขี่ได้ เช่น
- เร็วเกินคาด
- การเร่งความเร็วอย่างหนัก
- ความคาดหมาย
- การเรียนรู้ของเครื่องเพื่อดูว่าการขับขี่ที่ไม่ดีส่งผลกระทบต่อสภาพของยานพาหนะหรือไม่
สิ่งแรกที่ต้องวิเคราะห์ว่าไดรฟ์หนึ่งตัวรวบรวมข้อมูลอย่างไร ยานพาหนะส่วนใหญ่มีเซ็นเซอร์ที่ตรวจวัดสิ่งต่างๆ เช่น ความเร็ว อุณหภูมิ ความเร่ง และอื่นๆ อีกมากมาย นี้จะกระทำโดยใช้ เทเลเมติกส์ของยานพาหนะ อุปกรณ์. มีผู้จำหน่ายหลายรายที่จัดหาอุปกรณ์ดังกล่าว
อุปกรณ์นี้นำข้อมูลที่เซ็นเซอร์บันทึกไว้แล้วส่งไปยังฐานข้อมูลของผู้จำหน่าย ข้อมูลดังกล่าวสามารถนำไปใช้เพื่อทำความเข้าใจพฤติกรรมการขับขี่ได้ คุณยังสามารถขอให้ผู้จำหน่ายของคุณให้สิทธิ์ในการเข้าถึงข้อมูลเพื่อให้คุณสามารถวิเคราะห์รายละเอียดเพิ่มเติมได้
ในบล็อกนี้ ฉันจะใช้ตัวอย่างข้อมูลที่ฉันรวบรวมระหว่างการเดินทางไปอินเดียในรัฐกรณาฏกะ ข้อมูลที่รวบรวมเป็นของวันที่ 21 สิงหาคม 2022 เราจะพยายามค้นหาว่าการขับขี่ของฉันดีหรือไม่ ข้อมูลที่รวบรวมมีข้อมูลดังต่อไปนี้
ข้อมูลมีรหัสอุปกรณ์ที่ระบุอุปกรณ์เทเลเมติกส์ มีการประทับเวลาบันทึกข้อมูล ตลอดจนสิ่งต่าง ๆ ที่วัดได้ เช่น ตำแหน่งของยานพาหนะที่วัดเป็นละติจูด ลองจิจูด และระดับความสูง ความเร็วของยานพาหนะวัดเป็น KMPH หรือ MPH
เรามาวิเคราะห์พฤติกรรมการขับขี่กันดีกว่า
การเร่งความเร็วเกินถือเป็นสิ่งแรกๆ ที่สามารถวัดได้เพื่อทำความเข้าใจพฤติกรรมการขับขี่ ต่อไปนี้คือเส้นทางที่ผมใช้ในวันที่ 21 สิงหาคม 2022 ข้อมูลที่ใช้ในการวิเคราะห์นี้อิงตามข้อมูลเทเลเมติกส์เกี่ยวกับการประทับเวลา ละติจูด และลองจิจูด
การเดินทางคือจากอูดิปีไปยังโฮเลกัตตู เส้นทางที่ใช้คือทางหลวงหมายเลข 66 ซึ่งวิ่งเลียบชายฝั่งตะวันตกของอินเดีย
คุณยังสามารถสังเกตเครื่องหมายซึ่งเป็นตำแหน่งที่บันทึกความเร็วสูงสุดที่ 92 KMPH ได้ จำกัดความเร็วสำหรับรถยนต์บนทางหลวงแผ่นดินหมายเลข 66 คือ 100 กม./ชม. ดังนั้นยานพาหนะจึงอยู่ในขีดจำกัดความเร็ว และเราสามารถให้เครื่องหมายถูกสีเขียวสำหรับพฤติกรรมการเร่งความเร็วได้
การเร่งความเร็วอย่างรุนแรงคือเหตุการณ์ที่มีการใช้คันเร่งหรือระบบเบรกของรถมากกว่าปกติ บางคนอาจเรียกสิ่งนี้ว่าอาการ 'เท้าตะกั่ว' และอาจเป็นตัวบ่งชี้ถึงพฤติกรรมการขับขี่ที่ก้าวร้าวหรือไม่ปลอดภัย
ตอนนี้เรามาดูการเร่งความเร็วอย่างหนักในระหว่างการเดินทางของฉันกันดีกว่า ต่อไปนี้คือเครื่องหมายอื่นๆ ก่อนถึงความเร็วสูงสุดที่ 92 ซึ่งแสดงความเร็วที่ 73 จากนั้นถึง 85 จากนั้นจึงบรรลุความเร็วสูงสุดที่ 92
เราสามารถใส่ความเร็วของยานพาหนะเหล่านี้ในมุมมองเวลาด้วยแผนภาพเส้นที่แสดงด้านล่าง คุณมีเวลากับความเร็วของยานพาหนะโฆษณาในแกน X บนแกน Y เส้นโค้งนี้สอดคล้องกับความเร่ง ผมเริ่มเร่งความเร็วที่ 14:43:21 ตอนที่ความเร็วอยู่ที่ 71 และมาถึงความเร็วสูงสุดที่ 92 ที่ 14:43:49 ฉันจึงเพิ่มความเร็วขึ้น 21 กม./ชม. ใน 28 วินาที
เพื่อจะดูว่าความเร่งนี้เป็นความเร่งรุนแรงหรือไม่ เราจำเป็นต้องแปลงมันเป็นแรงโน้มถ่วง หรือที่เรียกว่าแรง g ซึ่งใช้กับรถเนื่องจากการเร่งความเร็ว ความเร็วที่เพิ่มขึ้น 21 กม./ชม. ใน 28 วินาทีสอดคล้องกับแรง ag ที่ความเร่ง 0.208 m/s2 ด้านล่างนี้เป็นแผนผังระหว่างแรง g กับระดับความเร่ง
แรง g จาก 0.28 ถือว่าปลอดภัยและเร่งความเร็วได้ไม่ยาก ดังนั้นเราจึงให้เครื่องหมายสีเขียวสำหรับการเร่งความเร็วอย่างหนักได้
การคาดหวังในการขับขี่หมายถึงการอ่านสิ่งรอบตัวและรักษาสติโดยเปิดตาและหู หมายถึงการวางแผนล่วงหน้าและการเตรียมพร้อมที่จะดำเนินการที่จำเป็น เพื่อคาดการณ์และวางแผนการกระทำของผู้อื่น คุณควรตรวจสอบสิ่งที่เกิดขึ้นรอบตัวคุณอยู่เสมอ
ตอนนี้เรามาดูทักษะการคาดหวังของฉันกันดีกว่า เพื่อที่จะเห็นทักษะการคาดหวังของฉัน เราสามารถวิเคราะห์สิ่งที่ฉันทำหลังจากการเร่งความเร็วได้ เมื่อดูเส้นโค้งที่แสดงด้านล่าง เราจะสังเกตได้ว่าความเร็วลดลงอย่างกะทันหัน
จากความเร็ว 92 กม./ชม. ผมลดความเร็วเหลือ 1 กม./ชม. ใน 24 วินาที ซึ่งเทียบเท่ากับแรง g ที่ — 0.3 และสอดคล้องกับการเบรกอย่างแรง สาเหตุอาจเกิดจากอะไร?
ให้ฉันเปิดเผยความลับเพราะฉันรู้ดีว่าเกิดอะไรขึ้นในขณะที่ฉันกำลังขับรถ หากเราสังเกตเส้นทางหลังจากจุดความเร็วสูงสุดเราจะเห็นสะพานข้ามแม่น้ำที่เรียกว่าสะพานฮีโร่ สะพานนี้มีขีดจำกัดความเร็วลดลง ซึ่งเป็นเหตุผลที่ฉันต้องลดความเร็วลง
การลดจากความเร็วสูงที่ 92 กม./ชม. เหลือความเร็วต่ำมากที่ 1 กม./ชม. ถือเป็นข้อบ่งชี้ที่ชัดเจนโดยที่ฉันไม่คาดคิด ดังนั้นเราจึงให้สีแดงเพื่อเป็นการรอคอย!
มาดูกันว่าพฤติกรรมการขับขี่ส่งผลต่อตัวรถหรือไม่?. อุปกรณ์เทเลเมติกส์จะรวบรวมข้อมูลที่เกี่ยวข้องกับสัญญาณเตือนที่เกิดจากยานพาหนะ เลขศูนย์แสดงว่าไม่มีปัญหาใดๆ ในขณะที่เลข 1 แสดงว่ามีปัญหากับตัวรถ
นอกจากนี้ยังมีค่าเซ็นเซอร์มากกว่า 50 ค่า เช่น ความเร็วรถ อัตราเร่ง ออกซิเจน คันเร่ง อุณหภูมิอากาศ และอื่นๆ อีกมากมาย
เราสามารถใช้แผนผังการตัดสินใจของแมชชีนเลิร์นนิงเพื่อค้นหาความสัมพันธ์ระหว่างค่าเซ็นเซอร์และสัญญาณเตือน ข้อมูลนี้จะช่วยให้เราทราบว่าปัจจัยใดที่ส่งผลต่อสุขภาพของยานพาหนะ
ที่แสดงด้านล่างนี้คือแผนผังการตัดสินใจที่มีเซ็นเซอร์ที่แตกต่างกันเป็นโหนดการตัดสินใจและมีสัญญาณเตือนเป็นโหนดเอาท์พุต คุณจะเห็นว่าปัจจัยหลักที่ทำให้เกิดสัญญาณเตือนรถคือแบตเตอรี่ อัตราเร่ง และความเร็ว
พฤติกรรมการขับขี่ที่ไม่ดีไม่เพียงส่งผลต่อความปลอดภัยของผู้ขับขี่ แต่ยังส่งผลต่อสุขภาพของยานพาหนะด้วย
ต่อไปนี้เป็นข้อสรุปที่น่าสนใจ
- การรวบรวมข้อมูลโดยใช้อุปกรณ์เทเลเมติกส์ถือเป็นกุญแจสำคัญในการวิเคราะห์พฤติกรรมการขับขี่ที่ขับเคลื่อนด้วยข้อมูล
- ในการวิเคราะห์ความเร็ว คุณจะต้องรวมข้อมูลความเร็วของยานพาหนะเข้ากับข้อมูลจำกัดความเร็ว
- การเร่งความเร็วและความคาดหมายอย่างหนักสามารถคำนวณได้โดยใช้ฟังก์ชันอนุกรมเวลา อย่างไรก็ตาม จะต้องคำนึงถึงการวิเคราะห์เส้นทางด้วย
- พฤติกรรมการขับขี่ที่ไม่ดีไม่ปลอดภัยสำหรับผู้ขับขี่และยานพาหนะ
ถ้าคุณชอบมินิโปรเจ็กต์ของฉันในการวิเคราะห์พฤติกรรมการขับขี่ของตัวเองผ่านข้อมูลและใช้เทคนิควิทยาศาสตร์ข้อมูลโปรด เข้าร่วมสื่อ ด้วยลิงก์ผู้อ้างอิงของฉัน
กรุณา สมัครเป็นสมาชิก เพื่อรับทราบข้อมูลทุกครั้งที่ฉันเผยแพร่เรื่องราวใหม่
คุณสามารถเยี่ยมชมเว็บไซต์ของฉันเพื่อทำการวิเคราะห์โดยไม่ต้องเขียนโค้ด https://experiencedatascience.com
บนเว็บไซต์ คุณยังสามารถเข้าร่วมเวิร์กช็อปเสมือนจริงที่กำลังจะมีขึ้นเพื่อประสบการณ์วิทยาศาสตร์ข้อมูลและ AI ที่น่าสนใจและเป็นนวัตกรรมใหม่
นี่คือลิงค์ไปยังช่อง YouTube ของฉัน
https://www.youtube.com/c/DataScienceDemonstrated
ฉันจะวิเคราะห์พฤติกรรมการขับขี่ของตัวเองโดยใช้วิทยาศาสตร์ข้อมูลได้อย่างไร เผยแพร่ซ้ำจากแหล่งที่มา https://towardsdatascience.com/how-i-analyzed-my-own-driving-behavior-using-data-science-d3a33efae3ec?source=rss—-7f60cf5620c9— 4 ทาง https://towardsdatascience.com/feed
<!–
->
- Bitcoin
- bizbuildermike
- blockchain
- การปฏิบัติตามบล็อคเชน
- การประชุม blockchain
- ที่ปรึกษาบล็อคเชน
- coinbase
- เหรียญอัจฉริยะ
- เอกฉันท์
- การประชุม crypto
- การทำเหมือง crypto
- cryptocurrency
- ซึ่งกระจายอำนาจ
- Defi
- สินทรัพย์ดิจิทัล
- ethereum
- เรียนรู้เครื่อง
- โทเค็นที่ไม่สามารถทำซ้ำได้
- เพลโต
- เพลโตไอ
- เพลโตดาต้าอินเทลลิเจนซ์
- Platoblockchain
- เพลโตดาต้า
- เพลโตเกม
- รูปหลายเหลี่ยม
- หลักฐานการเดิมพัน
- W3
- ลมทะเล