本發(fā)明涉及一種電動汽車駕駛行為識別分析方法。

背景技術：

在現(xiàn)有駕駛條件下，駕駛員的行為仍然是影響能耗經(jīng)濟性的主要因素，并且對于新能源純電動汽車來說，規(guī)范的駕駛行為對延長續(xù)航里程的效果是非常顯著的。眾所周知，有些駕駛員可能無法達到理想的能耗經(jīng)濟性或續(xù)航里程范圍，部分原因是駕駛習慣。駕駛員往往不清楚應該如何驅動考慮動力系統(tǒng)和其他環(huán)境因素，以提高能耗經(jīng)濟性或范圍，進而提高動力電池的續(xù)航里程。在許多情況下，駕駛員愿意改變他們的行為，但推薦技術無法改變他們的駕駛習慣。駕駛員的不良駕駛行為導致操作風險大，增加能耗，縮短了車輛零部件使用壽命。

技術實現(xiàn)要素：

本發(fā)明所要解決的技術問題是，針對現(xiàn)有技術不足，提供一種電動汽車駕駛行為識別分析方法。

為解決上述技術問題，本發(fā)明所采用的技術方案是：一種電動汽車駕駛行為識別分析方法，包括急剎車識別分析部分、猛加速起步識別分析部分、車速起伏過大識別分析部分、轉彎識別/加速/重剎識別分析部分、彎道加速/剎車分析識別分析部分、加速—剎車識別分析部分、加速—剎車—加速識別分析部分；

所述急剎車識別分析部分包括以下步驟：

1)由某一輛車的vin碼取出車輛工況表中某段行駛開始一分鐘后至結束一分鐘前的時間、車速數(shù)據(jù)；

2)利用上述時間、車速數(shù)據(jù)計算車速的加速度a；

3)遍歷車速加速度，當加速度小于閾值r1時，標識該加速度對應的點為急剎車點，并將急剎車點在當前序列中的相對位置記錄下來存儲進列表list里，進入步驟4)；若遍歷當前的整段駕駛過程沒有發(fā)現(xiàn)急剎車行為，則返回步驟1)，選取下一段行駛數(shù)據(jù)；

4)判斷急剎車點是否連續(xù)，若為連續(xù)，認為是一次急剎車；遍歷list，首先初始化起點為list(1)，終點為list(1)+1；如果兩個急剎車點之間的加速度小于0，更新當前終點；如果兩個急剎車點之間的加速度不小于0，存儲終點和起點到二維數(shù)組temp中，同時將前急剎車動作終止點的下一點，即下一個急剎車動作的開始急剎車點作為起點，下一點序號加1作為終點；急剎車點連續(xù)是指：若若干個急剎車點在連續(xù)行駛的車速數(shù)據(jù)點中位置連續(xù)，則認為該次急剎車的動作是連續(xù)的，視為同一次急剎車行為；

5)按行遍歷二維數(shù)組temp；將temp作為原始序列的位置索引，返回對應的發(fā)生時間和位置信息，累計當前發(fā)生的急剎車次數(shù)；

6)判斷當前車輛所有行駛路段是否全部被遍歷，若全部路段被遍歷，則迭代結束，將對應的急剎車駕駛行為發(fā)生時間、地點、發(fā)生總數(shù)返回到該車的對應vin碼下，判斷是否已遍歷車隊所有車輛，進入步驟7)；

7)若車隊所有車輛都被遍歷完，則結束，否則，返回步驟1)，重新識別下一輛車的急剎車行為；

所述猛加速起步識別分析部分包括以下步驟：

1)由某一輛車的vin碼取出車輛工況表中某段行駛開始一分鐘后至結束一分鐘前的時間、車速以及經(jīng)緯度數(shù)據(jù)；

2)以車速為零時的點作為判斷車輛起步標記，取相鄰兩個時間點的車速數(shù)據(jù)，根據(jù)起步時間計算起步加速度；當起步加速度最大值大于閾值r2時，累計當前起步猛加速發(fā)生次數(shù)，并返回記錄發(fā)生該行為的時間和經(jīng)緯度；

3)判斷當前車輛所有行駛路段是否全部被遍歷，若滿足全部路段被遍歷，則迭代結束，將對應的急剎車駕駛行為發(fā)生時間、地點、發(fā)生總數(shù)返回到該車的對應vin碼下，判斷是否已遍歷車隊所有車輛，進入步驟4)；

4)若車隊所有車輛都被遍歷完，則結束，否則，返回步驟1)，重新識別下一輛車的猛加速起步行為；

所述車速起伏過大識別分析部分包括以下步驟：

1)由某一輛車的vin碼取出車輛工況表中某段行駛開始一分鐘后至結束一分鐘前的時間、車速數(shù)據(jù)；

2)查找車輛起步后1分鐘的記錄點a，查找車輛停車前1分鐘的記錄點b，提取記錄點a與b之間的車速數(shù)據(jù)；

3)對于同一車輛，對該車輛的每段行駛過程計算得到一個標準差，若該段行駛過程的標準差大于閾值r3，則總次數(shù)加1，并將對應的車速駕駛行為發(fā)生時間、地點、發(fā)生總數(shù)返回到該車的對應vin碼下，判斷是否已遍歷車輛的所有分段行駛過程，進入步驟4)；

4)若該車輛所有的分段行駛過程都被遍歷完之后，則統(tǒng)計超過閾值r3的標準差數(shù)量，結束，否則，返回步驟1)，重新識別下一輛車的車速起伏過大行為；

所述轉彎識別/加速/重剎識別分析部分包括以下步驟：

1)提取車輛的時間、車速、經(jīng)緯度、電功率數(shù)據(jù)，得到車輛的轉彎位置、轉彎速度、時間信息、位置信息數(shù)據(jù)；

2)將經(jīng)緯度數(shù)據(jù)經(jīng)過平滑處理后，取按時間順序的連續(xù)三個時刻的正常行駛狀態(tài)下的經(jīng)緯度，計算每三點的兩兩相對距離；

3)由上述兩兩相對距離，計算三點間的方向夾角，并由方向夾角得到方向夾角的補角θ；

4)當θ大于30°時，認為發(fā)生了轉彎行為；

所述彎道超速/剎車分析識別分析部分包括以下步驟：

1)由某一輛車的vin碼取出車輛工況表中某段行駛開始一分鐘后至結束一分鐘前的時間、車速、經(jīng)緯度數(shù)據(jù)以及電功率數(shù)據(jù)；

2)由所述經(jīng)緯度數(shù)據(jù)和上述補角θ識別出轉彎位置，并記錄轉彎期間的車速信息、位置信息、時間信息，計算轉彎期間的車速平均值；

3)判斷車速平均值是否超過車速閾值，同時計算轉彎期間的加速度是否小于變化閾值，若超過加速度閾值，則認為發(fā)生彎道加速/剎車行為，返回對應的轉彎起止點位置信息、發(fā)生時間點以及累計該行為發(fā)生的次數(shù)；

4)判斷當前車輛所有行駛路段是否全部被遍歷，若滿足全部路段被遍歷，則迭代結束，將對應的急剎車駕駛行為發(fā)生時間、地點、發(fā)生總數(shù)返回到該車的對應vin碼下，判斷是否已遍歷車隊所有車輛，進入步驟5)；

5)若車隊所有車輛都被遍歷完之后，則結束，否則，返回步驟1)，識別下一輛車的彎道加速/剎車行為；

所述加速—剎車識別分析部分包括以下步驟：

1)由某一輛車的vin碼取出車輛工況表中某段行駛開始一分鐘后至結束一分鐘前的時間、車速以及經(jīng)緯度數(shù)據(jù)；

2)根據(jù)提取的數(shù)據(jù)時間節(jié)點提取相應維度的電機功率數(shù)據(jù)，然后遍歷電機功率數(shù)據(jù)，用后一個電機功率數(shù)據(jù)點乘上前一個電機功率數(shù)據(jù)點，得到電機功率乘積，提取出小于0的數(shù)據(jù)的索引，保存于零點集合k＝{k1,k2,…,km}中；判斷得出的零點的電機功率是否符合以下條件：大于加速和剎車界限值10kw0；零點電機功率數(shù)據(jù)點大于零點前一個電機功率數(shù)據(jù)點；零點前后t個數(shù)據(jù)點內的電機功率數(shù)據(jù)的極差大于設定的閾值20kw；當有數(shù)據(jù)點符合要求時，記錄發(fā)生了一次“加速后馬上剎車行為”，返回對應的時間和經(jīng)緯度；累加發(fā)生的次數(shù)；所述電機功率乘積小于0代表發(fā)生了從加油到剎車或剎車到加油的行為；

3)判斷當前車輛所有行駛路段是否全部被遍歷，若滿足全部路段被遍歷，則迭代結束，將對應的急剎車駕駛行為發(fā)生時間、地點、發(fā)生總數(shù)返回到該車的對應vin碼下，判斷是否已遍歷車隊所有車輛，進入步驟4)；

4)若車隊所有車輛都被遍歷完，則結束，否則，返回步驟1)，重新識別下一輛車的加速后瞬時急剎車行為；

所述加速—剎車—加速部分包括以下步驟：

1)以加速—剎車識別分析部分中滿足條件的零點作為標記點k'；

2)判斷當前零點后的t個數(shù)據(jù)點內是否存在下一個零點，若存在，判斷零點的電機功率是否符合以下條件：小于加速和剎車界限值-10kw；當存在符合條件的數(shù)據(jù)點時，即存在一個方向相反的零點，則統(tǒng)計發(fā)生了“加速-剎車-加速”行為，返回對應的時間和經(jīng)緯度信息，累加發(fā)生的次數(shù)；

3)判斷當前車輛所有行駛路段是否全部被遍歷，若滿足全部路段被遍歷，則迭代結束，將對應的急剎車駕駛行為發(fā)生時間、地點、發(fā)生總數(shù)返回到該車的對應vin碼下，判斷是否已遍歷車隊所有車輛，進入步驟4)；

4)若車隊所有車輛都被遍歷完，則結束，否則，返回步驟1)，重新識別下一輛車的加速-剎車-加速行為。

所述閾值r1為-2m/s²；閾值r2為1m/s²；閾值r3為4；車速閾值為30km/h；加速度閾值、變化閾值均為1.5m/s²。

與現(xiàn)有技術相比，本發(fā)明所具有的有益效果為：本發(fā)明對一段時間內駕駛員的不良駕駛行為進行識別分析，從而得出駕駛員存在不良駕駛行為操作后的風險程度以及影響，并能為駕駛人提供良好的駕駛行為指引，減少能耗以及延長車輛零部件使用壽命。

附圖說明

圖1為本發(fā)明整體流程圖；

圖2為本發(fā)明分析時所需的高級指標；

圖3為本發(fā)明加油-剎車/加油-剎車-加油模塊的詳細流程圖；

圖4為本發(fā)明轉彎識別/加速/重剎模塊的詳細流程圖；

圖5為本發(fā)明加速度組合分析算法圖；

圖6為本發(fā)明二維轉彎算法分析圖；

圖7為本發(fā)明彎道識別說明圖。

具體實施方式

根據(jù)前期調查分析，確定數(shù)據(jù)(時間、soc、車速、經(jīng)緯度、電池電功率)可以很好地表征駕駛人的駕駛行為，為得到這些數(shù)據(jù)，本方法所需要的分析數(shù)據(jù)為(時間、soc、車速、經(jīng)緯度、電池電流、電池電壓)，通過電池電壓和電池電流相乘來得到電池電功率。同時調查發(fā)現(xiàn)車輛駕駛數(shù)據(jù)的記錄時間出現(xiàn)時間點間斷和時間點重復的現(xiàn)象，經(jīng)分析這是由云端駕駛數(shù)據(jù)接收裝置的延遲引起的，所以本方法在分析前需要對車輛駕駛時間進行時間的更正及去重(模塊8)，以保證分析結果的正確性。為了更準確量化描述駕駛人的駕駛行為，本方法設定的一種算法通過駕駛期間車輛的加速度來反映車輛駕駛操作的實際特征。因為上述提到的急剎車、加速-剎車-加速、猛加速起步、加速后突然急剎車、轉彎重剎以及轉彎加速這六種行為都與加速度密切相關。特別地，在新能源汽車上應用上，電功率指標數(shù)據(jù)是作為判斷連續(xù)的加速度方向變化的重要參考指標，如加速-剎車-加速。如figure5所示，算法首先判斷車輛處于行駛中狀態(tài)，然后判斷由系統(tǒng)返回的加速度信號，若加速度處于正常變化范圍狀態(tài)，則識別為正常行駛操作；若加速度大于正常波動變化范圍，即加速度大于設定的閾值時，則開始進行下鉆算法分析。進一步判斷加速度方向，進而當加速度方向為正時，識別當前行為是猛加速，否則屬于急剎車行為。

駕駛數(shù)據(jù)經(jīng)過數(shù)據(jù)預處理模塊1后，提取數(shù)據(jù)(時間、車速、經(jīng)緯度)，分別輸入模塊3、4、5、6，得到相應分析模塊的駕駛行為評價數(shù)據(jù)。

急剎車：

基于figure5中加速度組合分析算法中確認了加速與剎車行為的識別過程，將其組合到急剎車算法過程需要進行以下算法步驟處理：

第一步：

以一輛車為單位，由該車vin碼取出車輛工況表中某段行駛的開始一分鐘后至結束一分鐘前的時間、車速數(shù)據(jù)。

第二步：

取出時間、車速數(shù)據(jù)，利用相鄰兩點間的車速之差除以時間差，得到車速的加速度：

第三步：

標識急剎車行為，遍歷車速加速度，當加速度超過閾值時，標識該點為急剎車點，并將標識點在當前序列中的相對位置記錄下來存儲進列表list里。若遍歷當前的整段駕駛過程沒有發(fā)現(xiàn)急剎車行為，則返回第一步，選取下一段行駛數(shù)據(jù)。

第四步：

判斷急剎車行為的標志點是否連續(xù)，若為連續(xù)，應認為是一次急剎車(區(qū)別于輕點剎車，急剎車是基于時序的連續(xù)過程)；遍歷list，首先初始化起點為list(1)，終點為list(1)+1。如果下一點與前一點連續(xù)，更新當前終點；如果下一點不為連續(xù)，存儲終點和起點入二維數(shù)組temp，同時將下一點作為起點，下一點序號+1作為終點。

第五步：

按行遍歷二維數(shù)組temp；將temp作為原始序列的位置索引，返回對應的發(fā)生時間和位置信息，累計當前發(fā)生的次數(shù)。

第六步：

判斷當前車輛所有行駛路段是否全部被遍歷，若滿足全部路段被遍歷，則迭代結束，將對應的急剎車駕駛行為發(fā)生時間、地點、發(fā)生總數(shù)返回到該車的對應vin碼下，且計數(shù)器判斷是否已遍歷車隊所有車輛，再進入第七步；

第七步：

若車隊所有車輛都被遍歷完之后，則算法結束，否則，并返回第一步，重新識別下一輛車的急剎車行為。

該算法運用了層次邏輯判斷結構，適應于單輛車以及車隊的急剎車不良駕駛行為統(tǒng)計，返回結果中包含累計的不良駕駛行為次數(shù)以及對應的發(fā)生位置信息、發(fā)生時間。

猛加速起步：

基于模塊13中加速度組合分析算法中確認了加速與剎車行為的識別過程，將其應用到猛加速起步識別算法過程需要進行以下算法步驟處理：

第一步：

以一輛車為單位，由該車vin碼取出車輛工況表中某段行駛的開始一分鐘后至結束一分鐘前的時間、車速以及經(jīng)緯度數(shù)據(jù)。

第二步：

以車速為零時的點作為判斷車輛起步標記，取相鄰兩個時間點的車速數(shù)據(jù)根據(jù)起步時間進行計算加速度，起步時間約為5秒，即加速度為

當起步加速度最大值大于閾值時，累計當前起步猛加速發(fā)生次數(shù)，并返回記錄發(fā)生該行為的時間和經(jīng)緯度。

第三步：

判斷當前車輛所有行駛路段是否全部被遍歷，若滿足全部路段被遍歷，則迭代結束，將對應的急剎車駕駛行為發(fā)生時間、地點、發(fā)生總數(shù)返回到該車的對應vin碼下，且計數(shù)器判斷是否已遍歷車隊所有車輛，再進入第四步；

第四步：

若車隊所有車輛都被遍歷完之后，則算法結束，否則，并返回第一步，重新識別下一輛車的猛加速起步行為。

算法返回的結果包括不良駕駛行為發(fā)生的次數(shù)、地理位置和時間，使車隊管理者更方便直觀看到統(tǒng)計結果。

車速起伏過大

第一步：

以一輛車為單位，由該車vin碼取出車輛工況表中某段行駛的開始一分鐘后至結束一分鐘前的時間、車速數(shù)據(jù)。

第二步：

查找離起點最接近1分鐘的記錄點a，查找離終點最接近1分鐘的記錄點b，提取記錄點a與b之間的車速數(shù)據(jù)

第三步：

統(tǒng)計超過閾值數(shù)量，并將對應的車速駕駛行為發(fā)生時間、地點、發(fā)生總數(shù)返回到該車的對應vin碼下，且計數(shù)器判斷是否已遍歷車隊所有車輛，再進入第四步。

第四步：

若車隊所有車輛都被遍歷完之后，則算法結束，否則，并返回第一步，重新識別下一輛車的車速起伏過大行為。

該算法運用了層次邏輯判斷結構，適應于單輛車以及車隊的急剎車不良駕駛行為統(tǒng)計，返回結果中包含累計的不良駕駛行為次數(shù)以及對應的發(fā)生位置信息、發(fā)生時間。

轉彎識別/加速/重剎

首先，提取車輛的時間、車速、經(jīng)緯度、電功率數(shù)據(jù)，經(jīng)過彎道識別模塊11的處理，得到車輛的轉彎位置、轉彎速度、時間信息、位置信息數(shù)據(jù)，再將得到的數(shù)據(jù)輸入彎道加速/剎車分析模塊12進行分析，得到車輛的轉彎重剎、轉彎加速不良行為的評價數(shù)據(jù)。

彎道識別模塊11，基于gps定位信息得到車輛行駛的經(jīng)緯度二維信息，對其建模實現(xiàn)過程如figure6。figure6中需要使用到的指標為車輛行駛時間、車速、經(jīng)度、緯度。尤其指出的是，在計算方向夾角前，需要對原始的行駛經(jīng)緯度數(shù)據(jù)進行移動平均算法處理，使數(shù)據(jù)趨于平滑，避免當車輛出現(xiàn)s型行駛軌跡以及正常更換車道行駛的小幅度軌跡偏移等被誤識別為轉彎。經(jīng)緯度數(shù)據(jù)經(jīng)過平滑處理后，取按時間順序的連續(xù)三個時刻的正常行駛狀態(tài)下的經(jīng)緯度，計算每三點之間兩兩相對距離。計算公式如下：

其中，公式中經(jīng)緯度均用弧度表示，轉化公式為：

lat1、lat2分別為待求的兩個位置點的緯度轉換弧度；

a為兩點緯度轉換弧度之差；

b為兩點經(jīng)度轉換弧度之差；

r為地球半徑，值為6378.137公里。

由計算到的三個兩兩之間對應的相對距離d1、d2、d3，再通過余弦定理計算三點間的方向夾角，按以下公式得到方向夾角的補角的大小為

通常認為當θ大于30°時，認為發(fā)生了轉彎行為。計算出來的結果單位為公里，計算精度與谷歌地圖的距離精度差不多，相差范圍在0.2米以下。

當結合加速度組合算法時，則可以進一步識別轉彎加速/剎行為。

彎道加速/剎車分析

由模塊11中識別彎道的方法，結合figure5中加速度組合算法進一步識別轉彎重剎/加速駕駛行為。該行為分析算法步驟如下：

第一步：

以一輛車為單位，由該車vin碼取出車輛工況表中某段行駛的開始一分鐘后至結束一分鐘前的時間、車速、經(jīng)緯度數(shù)據(jù)以及電功率數(shù)據(jù)。

第二步：

由公式(1.4)和(1.5)識別出轉彎位置，并記錄轉彎期間的車速信息、位置信息、時間信息，計算其期間的車速平均值，

vstart、vend、tstart、tend分別表示每次轉彎的入彎速度、出彎速度、起始時間點、終止時間點。并判斷是否超過車速閾值。同時計算其期間的加速度變化是否超出變化閾值。若同時超過相應的閾值，則認為發(fā)生而來轉彎超速/剎車行為，返回對應的轉彎起止點位置信息、發(fā)生時間點以及累計該行為發(fā)生的次數(shù)。

第三步：

判斷當前車輛所有行駛路段是否全部被遍歷，若滿足全部路段被遍歷，則迭代結束，將對應的急剎車駕駛行為發(fā)生時間、地點、發(fā)生總數(shù)返回到該車的對應vin碼下，且計數(shù)器判斷是否已遍歷車隊所有車輛，再進入第四步；

第四步：

若車隊所有車輛都被遍歷完之后，則算法結束，否則，并返回第一步，識別下一輛車的加速-剎車-加速行為。

駕駛數(shù)據(jù)經(jīng)過數(shù)據(jù)預處理模塊1后，提取數(shù)據(jù)(時間、車速、經(jīng)緯度，電功率)，分別輸入模塊2、6，得到相應分析模塊的駕駛行為評價數(shù)據(jù)。

加速剎車/加速剎車加速

同樣基于模塊13加速度組合分析過程，由加速度組合算法識別加速后瞬時急剎車，該行為結合了兩個相鄰加速度的方向判別，其算法處理步驟如下：

第一步：

以一輛車為單位，由該車vin碼取出車輛工況表中某段行駛的開始一分鐘后至結束一分鐘前的時間、車速以及經(jīng)緯度數(shù)據(jù)。

第二步：

根據(jù)提取的數(shù)據(jù)時間節(jié)點提取相應維度的電機功率數(shù)據(jù)，然后遍歷電機功率數(shù)據(jù)，用后一個電功率數(shù)據(jù)點乘上前一個電功率數(shù)據(jù)點，即

li＝ωi*ωi-1，其中i≥2(1.7)

得到電功率變化序列l(wèi)＝{l1,l2,…,ln}，從l中提取出小于0的數(shù)據(jù)的索引，保存于集合k＝{k1,k2,…,km}中，稱之為零點集合。

判斷得出的ki值是否符合下面的要求(模塊9)：

設k＝ki

1、ωk＞ωk-1；

2、ωk大于加油和剎車的界限值10kw；

3、k點前后t時間內的極差大于閾值20kw；

當有數(shù)據(jù)點符合要求時，記錄發(fā)生了一次“加速后馬上剎車行為”。返回對應的時間和經(jīng)緯度；累加發(fā)生的次數(shù)。

第三步：

判斷當前車輛所有行駛路段是否全部被遍歷，若滿足全部路段被遍歷，則迭代結束，將對應的急剎車駕駛行為發(fā)生時間、地點、發(fā)生總數(shù)返回到該車的對應vin碼下，且計數(shù)器判斷是否已遍歷車隊所有車輛，再進入第四步；

第四步：

若車隊所有車輛都被遍歷完之后，則算法結束，否則，并返回第一步，重新識別下一輛車的加速后瞬時急剎車行為。

區(qū)別于急剎車與猛加速起步行為的簡單判別規(guī)則，加速-剎車-加速駕駛行為的識別過程需要進一步考慮電功率變化，以及加速度的方向連續(xù)組合。其算法處理步驟如下：

第一步：

以一輛車為單位，由該車vin碼取出車輛工況表中某段行駛的開始一分鐘后至結束一分鐘前的時間、車速、經(jīng)緯度數(shù)據(jù)以及電功率數(shù)據(jù)。

第二步：

基于加速剎車算法處理結果，遍歷其已經(jīng)得到的加速后瞬時剎車的零點集合k'，判斷當前滿足條件的零點后的t個數(shù)據(jù)點內是否存在下一個零點。

判斷得出的ki'值是否符合下面的要求(模塊10)：

1、k'i+1-k'i＜t；

2、ωk'小于加油和剎車的界限值-10kw；

當存在符合條件的數(shù)據(jù)點時，即存在一個方向相反的零點，則統(tǒng)計發(fā)生了“加速-剎車-加速”行為，返回對應的時間和經(jīng)緯度信息，累加發(fā)生的次數(shù)。第三步：

判斷當前車輛所有行駛路段是否全部被遍歷，若滿足全部路段被遍歷，則迭代結束，將對應的急剎車駕駛行為發(fā)生時間、地點、發(fā)生總數(shù)返回到該車的對應vin碼下，且計數(shù)器判斷是否已遍歷車隊所有車輛，再進入第

四步；

第四步：

若車隊所有車輛都被遍歷完之后，則算法結束，否則，并返回第一步，識別下一輛車的加速-剎車-加速行為。

駕駛數(shù)據(jù)經(jīng)過數(shù)據(jù)預處理模塊1后，提取數(shù)據(jù)(時間、車速、經(jīng)緯度、soc)，分別輸入模塊7，得到相應分析模塊的駕駛行為評價數(shù)據(jù)。