2020年8月，国家一级学术期刊《交通运输系统工程与信息》杂志宣布汉纳森大数据团队关于疲惫驾驭的研讨效果论文——《依据车辆运转数据的疲惫驾驭状况检测》。论文论述了怎么使用CAN总线收集的数据为根底，检测与预警驾驭员的疲惫状况。
《交通运输系统工程与信息》是由我国科学技能协会主办、我国系统工程学会主办、交通运输系统工程专业委员会承办，面向交通运输系统工程、归纳交通、智能交通、信息工程等学科研讨效果的学术期刊。
在交通范畴，安全始终是一个重要的议题。在很多引发交通事端的原因之中，疲惫驾驭当属元凶巨恶。依据美国轿车交通安全基金会的一项查询标明：疲惫驾驭在交通事端逝世事情中占有21%的份额。因而，及时检测疲惫驾驭，并提示驾驭员会集注意力，对确保行车安全，削减交通事端具有极端重大意义。
现在，市面上的疲惫驾驭检测，大多是使用摄像头对准驾驭员脸部拍照，然后依据驾驭员行为特征，例如驾驭员眨眼的频率、瞳孔的巨细、眼球滚动的方位来归纳评判驾驭员的疲惫程度。汉纳森的大数据团队另辟蹊径，结合多年的CAN总线研讨经历，研讨了依据车辆运转数据的疲惫驾驭检测办法。
首先是数据的收集与传输。数据收集部分包含车辆的实时运转数据和疲惫预警的数据，这一些数据使用互联网传输到数据库中。
然后是疲惫驾驭与清醒状况的数据切分。依据疲惫预警数据将CAN数据切分为清醒样本数据和疲惫样本数据。从样本数据中提取驾驭行为特征，接着选用算法对疲惫驾驭数据来进行判别。
如此，便可依据 CAN收集的车辆运转数据识别出疲惫驾驭，然后可在司机驾驭过程中，对疲惫状况进行预警。
通过很多的试验数据及实践使用依据效果得出，依据车辆运转数据的疲惫驾驭监测办法，能够有用识别出驾驭员的疲惫状况，具有可行性和实用性。一起，本方案还具有成本低、数据牢靠的优势，能够协助商业车队及时有用地发现驾驭员疲惫状况，管控行车危险。
《依据车辆运转数据的疲惫驾驭状况检测》是汉纳森大数据团队致力于轿车大数据研讨的很多效果之一。大数据团队自组成以来，连续研讨出了驾驭行为剖析办法、公共安全事情预警办法、车辆毛病猜测办法、事端黑点猜测办法、新能源车辆续航才能衰减模型等一系列行业界优异的算法模型，致力于用技能护航交通安全。
而这些技能效果，也现已使用于汉纳森旗下的云总线、云汽年代渠道，赋能渠道展现出杰出的使用成效。
上一篇：Mahindra Comviva被CIO Outlook杂志评选为亚太区大数据企业25强
下一篇：中新云农宣布农产品单种类大数据专业论文
