本发明涉及数据分析处理，尤其涉及一种驾驶安全评估方法、装置、设备、介质及计算机程序产品。
背景技术：
1、在安全驾驶领域，对驾驶员的安全系数刻画是评估驾驶安全至关重要的因素。现有的安全系数刻画方案主要包括以下两种：1、仅依赖车机端检测事件的能力，而车机端检测事件能力往往有一定的识别误差；2、通过车辆的运行轨迹和事件标签构建行为与事件关联的有监督机器学习或分类模型，利用机器学习评估驾驶安全。但是机器学习依赖大量的数据积累，且无法对驾驶行为进行综合评估，导致驾驶安全评估不够全面准确。
技术实现思路
1、本发明提供一种驾驶安全评估方法、装置、设备、介质及计算机程序产品，用以解决现有驾驶安全评估技术中存在的不够全面准确的缺陷，实现更全面且准确的驾驶安全评估。
2、本发明提供一种驾驶安全评估方法，包括如下步骤。
3、获取目标驾驶人员的多维度驾驶数据，确定各维度驾驶数据对应的驾驶子特征；
4、基于各所述驾驶子特征对应的特征分数和权重，确定各维度驾驶数据对应的安全评分；
5、基于多维度驾驶安全画像评估所述目标驾驶人员的驾驶安全性；所述多维度驾驶安全画像是基于各维度驾驶数据对应的安全评分构建的。
6、根据本发明提供的一种驾驶安全评估方法，所述多维度驾驶数据包括驾驶强度数据、行驶道路数据和驾驶平稳性数据；所述获取目标驾驶人员的多维度驾驶数据，确定各维度驾驶数据对应的驾驶子特征包括：
7、确定所述驾驶强度数据对应的驾驶子特征包括平均驾驶里程、平均驾驶时长、夜间驾驶占比以及平均停留时长；
8、确定所述行驶道路数据对应的驾驶子特征包括事故多发路段里程占比、风险路口数量、事故多发路段超速占比以及风险路口超速占比；
9、确定所述驾驶平稳性数据对应的驾驶子特征包括变道次数、超速里程占比、异常车距次数和异常驾驶次数。
10、根据本发明提供的一种驾驶安全评估方法，所述多维度驾驶数据还包括驾驶员状态数据和管理配合度；所述获取目标驾驶人员的多维度驾驶数据，确定各维度驾驶数据对应的驾驶子特征，还包括：
11、确定所述驾驶员状态数据对应的驾驶子特征包括闭眼次数、困倦事件次数以及注意力分散事件次数；
12、确定所述管理配合度对应的驾驶子特征包括阻碍监测次数、异常监测次数以及风险干预次数。
13、根据本发明提供的一种驾驶安全评估方法，所述多维度驾驶数据还包括出险数据；所述获取目标驾驶人员的多维度驾驶数据，确定各维度驾驶数据对应的驾驶子特征，还包括：确定所述出险数据对应的驾驶子特征包括高速里程占比、夜间平均速度、平均非高速里程、有效行驶天数、风险路段行驶占比、驾驶员驾龄以及驾驶员异常状态次数。
14、根据本发明提供的一种驾驶安全评估方法，所述获取目标驾驶人员的多维度驾驶数据，确定各维度驾驶数据对应的驾驶子特征，之后包括：
15、在所述驾驶子特征为有上下限特征的情况下，将所述驾驶子特征转换为风险负相关特征，确定所述驾驶子特征对应的特征分数；
16、在所述驾驶子特征为无上下限特征的情况下，基于所述驾驶子特征的非异常最大值和非异常最小值，确定所述驾驶子特征对应的特征分数。
17、根据本发明提供的一种驾驶安全评估方法，所述基于多维度驾驶安全画像评估所述目标驾驶人员的驾驶安全性包括：
18、确定各维度驾驶数据对应的权重；
19、基于各维度驾驶数据对应的安全评分和权重，评估所述目标驾驶人员的驾驶安全性。
20、本发明还提供一种驾驶安全评估装置，包括如下模块：
21、多维度驾驶数据获取模块，用于获取目标驾驶人员的多维度驾驶数据，确定各维度驾驶数据对应的驾驶子特征；
22、多维度安全评分确定模块，用于基于各所述驾驶子特征对应的特征分数和权重，确定各维度驾驶数据对应的安全评分；
23、驾驶安全性评估模块，用于基于多维度驾驶安全画像评估所述目标驾驶人员的驾驶安全性；所述多维度驾驶安全画像是基于各维度驾驶数据对应的安全评分构建的。
24、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述驾驶安全评估方法。
25、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述驾驶安全评估方法。
26、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述驾驶安全评估方法。
27、本发明提供的驾驶安全评估方法、装置、设备、介质及计算机程序产品，通过获取目标驾驶人员的多维度驾驶数据，确定各维度驾驶数据对应的驾驶子特征，通过各维度驾驶数据对应的驾驶子特征的特征分数和权重，确定各个维度对应的安全评分，最终得到所有维度的安全得分后，构建多维度驾驶安全画像来评估目标驾驶人员的驾驶安全性。通过多个维度的驾驶数据刻画驾驶安全画像，实现了驾驶安全评估的全面准确。
1.一种驾驶安全评估方法，其特征在于，包括：
2.根据权利要求1所述的驾驶安全评估方法，其特征在于，所述多维度驾驶数据包括驾驶强度数据、行驶道路数据和驾驶平稳性数据；所述获取目标驾驶人员的多维度驾驶数据，确定各维度驾驶数据对应的驾驶子特征包括：
3.根据权利要求1所述的驾驶安全评估方法，其特征在于，所述多维度驾驶数据还包括驾驶员状态数据和管理配合度；所述获取目标驾驶人员的多维度驾驶数据，确定各维度驾驶数据对应的驾驶子特征，还包括：
4.根据权利要求1所述的驾驶安全评估方法，其特征在于，所述多维度驾驶数据还包括出险数据；所述获取目标驾驶人员的多维度驾驶数据，确定各维度驾驶数据对应的驾驶子特征，还包括：
5.根据权利要求1所述的驾驶安全评估方法，其特征在于，所述获取目标驾驶人员的多维度驾驶数据，确定各维度驾驶数据对应的驾驶子特征，之后包括：
6.根据权利要求1所述的驾驶安全评估方法，其特征在于，所述基于多维度驾驶安全画像评估所述目标驾驶人员的驾驶安全性包括：
7.一种驾驶安全评估装置，其特征在于，包括：
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述驾驶安全评估方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述驾驶安全评估方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述驾驶安全评估方法。
