融合多源数据的道路运输驾驶员适岗性画像方法.pdf

《融合多源数据的道路运输驾驶员适岗性画像方法.pdf》由会员分享，可在线阅读，更多相关《融合多源数据的道路运输驾驶员适岗性画像方法.pdf（18页完成版）》请在专利查询网上搜索。

1、(19)国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202410033596.9(22)申请日 2024.01.10(71)申请人 交通运输部公路科学研究所地址 100088 北京市海淀区西土城路8号(72)发明人 吴初娜曾诚孟兴凯罗文慧刘畅王雪然(74)专利代理机构 北京卓泽知识产权代理事务所(普通合伙)11766专利代理师 白海燕李国华(51)Int.Cl.G06Q 10/0631(2023.01)G06Q 10/0639(2023.01)G06F 18/211(2023.01)G06F 18/22(2023.01)(54)发明名称一种融合多源。

2、数据的道路运输驾驶员适岗性画像方法(57)摘要本发明公开一种融合多源数据的道路运输驾驶员适岗性画像方法，包括步骤1：多源数据采集，适岗性画像数据库的构建；步骤2：适岗性画像数据库中非数值类数据的量化；步骤3：适岗性画像标签集的构建；步骤4：二级适岗性画像标签值的计算；步骤5：二级适岗性画像标签值的标准化；步骤6：一级适岗性画像标签值的计算；步骤7：道路运输驾驶员适岗性画像的具象表达。本发明能够实现对驾驶员是否符合岗位能力进行综合评价，保障社会安全。权利要求书3页 说明书12页 附图2页CN 117541035 A2024.02.09CN 117541035 A1.一种融合多源数据的道路运输驾驶。

3、员适岗性画像方法，其特征在于，包括如下步骤：步骤1：多源数据采集，适岗性画像数据库的构建；步骤2：适岗性画像数据库中非数值类数据的量化；步骤3：适岗性画像标签集的构建；步骤4：二级适岗性画像标签值的计算；步骤5：二级适岗性画像标签值的标准化；步骤6：一级适岗性画像标签值的计算；步骤7：道路运输驾驶员适岗性画像的具象表达。2.根据权利要求1所述的方法，其特征在于，所述多源数据包括：岗前测评数据、出岗测评数据和在岗测评数据；所述岗前测评数据，包括驾驶员的身高、体重、耐力、听力、静视力、动视力、夜视力、视野、暗适应、慢性病、心理健康、抗压力、专业知识、驾驶风格、速度估计、深度知觉、注意力分配、风险感。

4、知、选择反应、紧急反应、连续紧急反应、处置判断、车型适应、路况适应；其中：所述身高和体重的数据表述为具体数值；所述慢性病的数据表述为具体慢性病的名称；所述驾驶风格的数据表述为“谨慎型、安全型、普通型、激进型”；所述车型适应的数据表述为“汽车列车、大/重型车、中型车、小型车”；所述路况适应的数据表述为“简单、中等、复杂、高寒”；所述耐力、听力、静视力、动视力、夜视力、视野、暗适应、心理健康、抗压力、专业知识、速度估计、深度知觉、注意力分配、风险感知、选择反应、紧急反应、连续紧急反应、处置判断的数据，按能力高低分为“A、B、C、D”四个等级；所述出岗测评数据，包括驾驶员每次出岗时是否有发烧、感冒急。

5、症情况，是否有睡眠不足的情况，是否有酒精测试未通过的情况；急症情况、睡眠不足情况、酒精测试通过情况的数据表述为“是、否”两种类型；所述在岗测评数据，包括驾驶员每次在岗时的驾驶时长、疲劳驾驶次数、风险行为次数；所述在岗时的驾驶时长、疲劳驾驶次数和风险行为次数都表述为具体数值。3.根据权利要求2所述的方法，其特征在于，对适岗性画像数据库中非数值类数据量化的方法为：（1）将“A、B、C、D”等级类数据分别赋值为4、3、2、1；（2）将“是、否”类数据分别赋值为1、0；（3）将每一类慢性病赋值为1；（4）将“谨慎型、安全型、普通型、激进型”驾驶风格类数据分别赋值为3、4、2、1；（5）将“汽车列车、大。

6、/重型车、中型车、小型车”车型适应类数据分别赋值4、3、2、1；（6）将“简单、中等、复杂、高寒”路况适应类数据分别赋值为1、2、3、4。4.根据权利要求1或2或3所述的方法，其特征在于，所述适岗性画像标签集包括一级适岗性画像标签集和二级适岗性画像标签集，其中：所述一级适岗性画像标签集为：权利要求书1/3 页2CN 117541035 A2=身体状况，心理状况，驾驶技能，生活习惯，驾驶习惯；所述二级适岗性画像标签集为：=体重指数、视功能、听功能、耐力、慢性病、急症率；=驾驶风格、注意能力、抗压力、心理健康；=专业知识、知觉能力、反应能力、手眼协调能力、作业稳定性；=睡眠健康、饮酒健康；=疲劳驾。

7、驶、风险行为、车型适应、路况适应。5.根据权利要求4所述的方法，其特征在于，所述二级适岗性画像标签值的计算方法为：（1）体重指数值：；（2）视功能值：*静视力测评结果的量化值+*动视力测评结果的量化值+*夜视力测评结果的量化值+*视野测评结果的量化值+*暗适应测评结果的量化值；其中通过专家打分法确定权重；（3）听功能值：听力测评结果的量化值；（4）耐力值：耐力测评结果的量化值；（5）慢性病值：；（6）急症率值：；（7）驾驶风格值：驾驶风格测评结果的量化值；（8）注意能力值：注意力分配测评结果的量化值；（9）抗压力值：抗压力测评结果的量化值；（10）心理健康值：心理健康测评结果的量化值；（11）。

8、专业知识值：专业知识测评结果的量化值；（12）知觉能力值：*速度估计测评结果的量化值+*深度知觉测评结果的量化值+*风险感知测评结果的量化值；其中通过专家打分法确定权重；（13）反应能力值：*选择反应测评结果的量化值+*紧急反应测评结果的量化值；其中通过专家打分法确定权重；（14）手眼协调能力值：处置判断测评结果的量化值；（15）作业稳定性值：连续紧急反应测评结果的量化值；（16）睡眠健康值：；（17）饮酒健康值：；权利要求书2/3 页3CN 117541035 A3（18）疲劳驾驶值：；（19）风险行为值：；（20）车型适应值：车型适应测评结果的量化值；（21）路况适应值：路况适应测评结果的。

9、量化值。6.根据权利要求5所述的方法，其特征在于，所述二级适岗性画像标签值标准化的方法为：对所有二级适岗性画像标签值按4分制进行标准化，每一分设定取值上限和下限。7.根据权利要求6所述的方法，其特征在于，所述一级适岗性画像标签值的计算方法为：对一级适岗性画像标签集中的每一个指标，按对应的二级适岗性画像标签的标准化值进行归集。8.根据权利要求7所述的方法，其特征在于，所述道路运输驾驶员适岗性画像的具象表达方式为：采用雷达图，用一级适岗性画像标签值进行标记。权利要求书3/3 页4CN 117541035 A4一种融合多源数据的道路运输驾驶员适岗性画像方法技术领域0001本发明属于驾驶安全风险管控技。

10、术领域，尤其是涉及一种融合多源数据的道路运输驾驶员适岗性画像方法。背景技术0002驾驶员的适岗性是指驾驶员的生理、心理、技能等素质符合安全驾驶工作要求的程度，其对驾驶员的安全驾驶和道路交通安全有着重要的影响。如果不符合适岗性的人员驾驶车辆上道路行驶，将给道路交通安全埋下极大的隐患。目前常用的驾驶员适岗性评估方法是采用相应的检测设备获取驾驶员的速度估计、选择反应等指标数值，然后依据相应的判定标准，确定驾驶员是否胜任驾驶工作。这种测评方法，主要评价的是驾驶员的认知能力和知觉能力，而驾驶员的身体状况、驾驶习惯、生活习惯等因素对安全驾驶也有着重要的影响。由于道路运输驾驶员单次运输的乘客或货物众多，更容。

11、易发生群死群伤事故，对道路交通的安全性有着更重要的影响，因此，有必要研发一套更为全面科学的道路运输驾驶员适岗性画像方法，对道路运输驾驶员的适岗性进行全面的评价，以进一步提升道路运输安全水平。发明内容0003针对现有技术的缺陷与不足，本发明的目的在于提供一种融合多源数据的道路运输驾驶员适岗性画像方法，帮助道路运输企业有针对性的筛选和培训驾驶员，提升道路运输安全性。0004为实现上述技术目的，本发明采取如下的技术方案予以实现：一种融合多源数据的道路运输驾驶员适岗性画像方法，包括以下步骤：步骤1：多源数据采集和适岗性画像数据库的构建；步骤2：适岗性画像数据库中非数值类数据的量化；步骤3：适岗性画像标。

12、签集的构建；步骤4：二级适岗性画像标签值的计算；步骤5：二级适岗性画像标签值的标准化；步骤6：一级适岗性画像标签值的计算；步骤7：道路运输驾驶员适岗性画像的具象表达。0005进一步地，所述多源数据包括：岗前测评数据、出岗测评数据和在岗测评数据；所述岗前测评数据，包括驾驶员的身高、体重、耐力、听力、静视力、动视力、夜视力、视野、暗适应、慢性病、心理健康、抗压力、专业知识、驾驶风格、速度估计、深度知觉、注意力分配、风险感知、选择反应、紧急反应、连续紧急反应、处置判断、车型适应、路况适应；其中：所述身高和体重的数据表述为具体数值；所述慢性病的数据表述为具体慢性病的名称；说明书1/12 页5CN 11。

13、7541035 A5所述驾驶风格的数据表述为“谨慎型、安全型、普通型、激进型”；所述车型适应的数据表述为“汽车列车、大/重型车、中型车、小型车”；所述路况适应的数据表述为“简单、中等、复杂、高寒”；所述耐力、听力、静视力、动视力、夜视力、视野、暗适应、心理健康、抗压力、专业知识、速度估计、深度知觉、注意力分配、风险感知、选择反应、紧急反应、连续紧急反应、处置判断的数据，按能力高低分为“A、B、C、D”四个等级；所述出岗测评数据，包括驾驶员每次出岗时是否有发烧、感冒急症情况，是否有睡眠不足的情况，是否有酒精测试未通过的情况；急症情况、睡眠不足情况、酒精测试通过情况的数据表述为“是、否”两种类型；。

14、所述在岗测评数据，包括驾驶员每次在岗时的驾驶时长、疲劳驾驶次数、风险行为次数；所述在岗时的驾驶时长、疲劳驾驶次数和风险行为次数都表述为具体数值。0006进一步地，对适岗性画像数据库中非数值类数据量化的方法为：（1）将“A、B、C、D”等级类数据分别赋值为4、3、2、1；（2）将“是、否”类数据分别赋值为1、0；（3）将每一类慢性病赋值为1；（4）将“谨慎型、安全型、普通型、激进型”驾驶风格类数据分别赋值为3、4、2、1；（5）将“汽车列车、大/重型车、中型车、小型车”车型适应类数据分别赋值4、3、2、1；（6）将“简单、中等、复杂、高寒”路况适应类数据分别赋值为1、2、3、4。0007进一步地。

15、，所述适岗性画像标签集包括一级适岗性画像标签集和二级适岗性画像标签集，其中：所述一级适岗性画像标签集为：=身体状况，心理状况，驾驶技能，生活习惯，驾驶习惯；所述二级适岗性画像标签集为：=体重指数、视功能、听功能、耐力、慢性病、急症率；=驾驶风格、注意能力、抗压力、心理健康；=专业知识、知觉能力、反应能力、手眼协调能力、作业稳定性；=睡眠健康、饮酒健康；=疲劳驾驶、风险行为、车型适应、路况适应。0008进一步地，所述二级适岗性画像标签值的计算方法为：（1）体重指数值：；（2）视功能值：*静视力测评结果的量化值+*动视力测评结果的量化值+*夜视力测评结果的量化值+*视野测评结果的量化值+*暗适应测。

16、评结果的量化值；其中通过专家打分法确定权重；（3）听功能值：听力测评结果的量化值；说明书2/12 页6CN 117541035 A6（4）耐力值：耐力测评结果的量化值；（5）慢性病值：；（6）急症率值：；（7）驾驶风格值：驾驶风格测评结果的量化值；（8）注意能力值：注意力分配测评结果的量化值；（9）抗压力值：抗压力测评结果的量化值；（10）心理健康值：心理健康测评结果的量化值；（11）专业知识值：专业知识测评结果的量化值；（12）知觉能力值：*速度估计测评结果的量化值+*深度知觉测评结果的量化值+*风险感知测评结果的量化值；其中通过专家打分法确定权重；（13）反应能力值：*选择反应测评结果的量。

17、化值+*紧急反应测评结果的量化值；其中通过专家打分法确定权重；（14）手眼协调能力值：处置判断测评结果的量化值；（15）作业稳定性值：连续紧急反应测评结果的量化值；（16）睡眠健康值：；（17）饮酒健康值：；（18）疲劳驾驶值：；（19）风险行为值：；（20）车型适应值：车型适应测评结果的量化值；（21）路况适应值：路况适应测评结果的量化值。0009进一步地，所述二级适岗性画像标签值标准化的方法为：对所有二级适岗性画像标签值按4分制进行标准化，每一分设定取值上限和下限。0010进一步地，所述一级适岗性画像标签值的计算方法为：对一级适岗性画像标签集中的每一个指标，按对应的二级适岗性画像标签的标准。

18、化值进行归集。0011进一步地，所述道路运输驾驶员适岗性画像的具象表达方式为：采用雷达图，用一级适岗性画像标签值进行标记。0012本发明的有益效果为：本发明的一种融合多源数据的道路运输驾驶员适岗性画像方法，能够实现对道路运输驾驶员是否具备符合岗位要求的安全驾驶能力进行评价，帮助道路运输企业有针对性的筛选和培训驾驶员，实现道路运输安全的源头控制，防范群死群伤重大公共安全事故，保障社会稳定运行。说明书3/12 页7CN 117541035 A70013本发明的其他特征和优点将在随后的说明书中阐述，并且部分的从说明书中变得显而易见，或者通过实施本发明而了解。附图说明0014图1为本发明一种融合多源数。

19、据的道路运输驾驶员适岗性画像方法的流程图。0015图2为本发明道路运输驾驶员适岗性画像的具象表达方法。具体实施方式0016下面结合附图和实施例对本发明进行详细的描述，但本领域的技术人员应该知道，以下实施例并不是对本发明技术方案作的唯一限定，凡是在本发明技术方案精神实质下所做的任何等同变换或改动，均应视为属于本发明的保护范围。0017本发明提供融合多源数据的道路运输驾驶员适岗性画像的方法，具体实施方法流程如图1所示。步骤1：多源数据采集，构建适岗性画像数据库0018为实现驾驶员的适岗性画像构建，本发明采集如下多源数据作为评价基础，所述数据源包括：岗前测评数据、出岗测评数据和在岗测评数据。0019。

20、（1）所述的岗前测评数据，来源于岗前测评报告，岗前测评报告包括每位道路运输驾驶员的身高、体重、耐力、听力、静视力、动视力、夜视力、视野、暗适应、慢性病、心理健康、抗压力、专业知识、驾驶风格、速度估计、深度知觉、注意力分配、风险感知、选择反应、紧急反应、连续紧急反应、处置判断、车型适应、路况适应等相关测评数据。0020其中：所述身高和体重的数据表述为具体数值，对应的单位分别为米和千克；所述慢性病的数据表述为具体慢性病的名称，比如糖尿病、高血压；所述驾驶风格的数据表述为“谨慎型、安全型、普通型、激进型”；所述车型适应的数据表述为“汽车列车、大/重型车、中型车、小型车”；所述路况适应的数据表述为“简。

21、单、中等、复杂、高寒”；所述耐力、听力、静视力、动视力、夜视力、视野、暗适应、心理健康、抗压力、专业知识、速度估计、深度知觉、注意力分配、风险感知、选择反应、紧急反应、连续紧急反应、处置判断的数据，按能力高低分为“A、B、C、D”四个等级。0021（2）所述的出岗测评数据，来源于出岗测评报告，包括每位道路运输驾驶员每次出岗时是否有发烧、感冒等急症情况，是否有睡眠不足的情况，是否有酒精测试未通过的情况等相关测评数据。0022所述急症情况、睡眠不足情况、酒精测试通过情况的数据为判断类数据，表述为“是、否”两种类型。0023（3）所述的在岗测评数据，来源于在岗测评报告，包括每位道路运输驾驶员每次在岗。

22、时的驾驶时长、疲劳驾驶次数、风险行为次数。0024在岗时的驾驶时长表述为具体数值，对应的单位为小时；疲劳驾驶次数和风险行为次数也表述为具体数值，对应的单位为次。0025以上所述的岗前测评报告、出岗测评报告和在岗测评报告，可以通过存储介质、有说明书4/12 页8CN 117541035 A8线网络、无线网络或5G网络传送到测评管理端。所述的岗前测评报告、出岗测评报告和在岗测评报告，如果是纸质版文档，管理端采用图像文字识别的方式，识别报告中的数据并存储到适岗性画像数据库的对应字段中；如果是电子文档，管理端采用关键字识别的方式，识别报告中的数据并存储到适岗性画像数据库的对应字段中。0026画像系统设。

23、置管理端和数据库，所述管理端用于识别岗前测评报告、出岗测评报告和在岗测评报告上的数据并存储到适岗性画像数据库中，计算适岗性画像数据库中的数据，最终得到道路运输驾驶员适岗性画像，并作为适岗性画像的可视化载体。0027步骤2：适岗性画像数据库中非数值类数据量化所述管理端对适岗性画像数据库中非数值类数据的量化方法为：（1）将“A、B、C、D”等级类数据分别赋值为4、3、2、1；（2）将“是、否”类数据分别赋值为1、0；（3）将每一类慢性病赋值为1；（4）将“谨慎型、安全型、普通型、激进型”驾驶风格类数据分别赋值为3、4、2、1；（5）将“汽车列车、大/重型车、中型车、小型车”车型适应类数据分别赋值4。

24、、3、2、1；（6）将“简单、中等、复杂、高寒”路况适应类数据分别赋值为1、2、3、4。0028步骤3：适岗性画像标签集构建所述适岗性画像标签集的特征在于，包括一级适岗性画像标签集和二级适岗性画像标签集。0029所述一级适岗性画像标签集为：=身体状况，心理状况，驾驶技能，生活习惯，驾驶习惯；所述二级适岗性画像标签集为：=体重指数、视功能、听功能、耐力、慢性病、急症率；=驾驶风格、注意能力、抗压力、心理健康；=专业知识、知觉能力、反应能力、手眼协调能力、作业稳定性；=睡眠健康、饮酒健康；=疲劳驾驶、风险行为、车型适应、路况适应。0030步骤4：二级适岗性画像标签值计算管理端对适岗性画像数据库中的。

25、数据进行处理，计算二级适岗性画像标签对应的数值。0031管理端对二级适岗性画像标签值进行计算的具体实施方法如下：（1）体重指数值：；（2）视功能值：*静视力测评结果的量化值+*动视力测评结果的量化值+*夜视力测评结果的量化值+*视野测评结果的量化值+*暗适应测评结果的量化值；其中通过专家打分法确定权重；说明书5/12 页9CN 117541035 A9（3）听功能值：听力测评结果的量化值；（4）耐力值：耐力测评结果的量化值；（5）慢性病值：；（6）急症率值：；（7）驾驶风格值：驾驶风格测评结果的量化值；（8）注意能力值：注意力分配测评结果的量化值；（9）抗压力值：抗压力测评结果的量化值；（10。

26、）心理健康值：心理健康测评结果的量化值；（11）专业知识值：专业知识测评结果的量化值；（12）知觉能力值：*速度估计测评结果的量化值+*深度知觉测评结果的量化值+*风险感知测评结果的量化值；其中通过专家打分法确定权重；（13）反应能力值：*选择反应测评结果的量化值+*紧急反应测评结果的量化值；其中通过专家打分法确定权重；（14）手眼协调能力值：处置判断测评结果的量化值；（15）作业稳定性值：连续紧急反应测评结果的量化值；（16）睡眠健康值：；（17）饮酒健康值：；（18）疲劳驾驶值：；（19）风险行为值：；（20）车型适应值：车型适应测评结果的量化值；（21）路况适应值：路况适应测评结果的量化。

27、值。0032步骤5：二级适岗性画像标签值标准化管理端对二级适岗性画像标签值进行4分制标准化，设定每个分制的上限值和下限值，例如标准化的具体实施方法如下：（1）体重指数标准化：0033（2）视功能值、听功能值、耐力值、驾驶风格值、注意能力值、抗压力值、心理健康值、专业知识值、知觉能力值、反应能力值、手眼协调能力值、作用稳定性值、车型适应值、路况适应值标准化：说明书6/12 页10CN 117541035 A100034（3）慢性病值标准化：0035（4）急症率值标准化：0036（5）睡眠健康值、饮酒健康值标准化：0037（6）疲劳驾驶值、风险行为值标准化：步骤6：一级适岗性画像标签值计算0038。

28、对一级适岗性画像标签值按标准化值进行表达。0039（1）所述一级适岗性画像标签“身体状况”的标签值为：身体状况值=体重指数值、视功能值、听功能值、耐力值、慢性病值、急症率值；（2）所述一级适岗性画像标签“心理状况”的标签值为：心理状况值=驾驶风格值、注意能力值、抗压力值、心理健康值；（3）所述一级适岗性画像标签“驾驶技能”的标签值为：驾驶技能值=专业知识值、知觉能力值、反应能力值、手眼协调能力值、作业稳定性值；（4）所述一级适岗性画像标签“生活习惯”的标签值为：生活习惯值=睡眠健康值、饮酒健康值；（5）所述一级适岗性画像标签“驾驶习惯”的标签值为：驾驶习惯值=疲劳驾驶值、风险行为值、车型适应值。

29、、路况适应值。步骤7：道路运输驾驶员适岗性画像具象表达0040综合一级适岗性画像标签值，采用雷达图对道路运输驾驶员适岗性画像进行具象表达。所述适岗性画像的具象表达方法如图2所示。实施例0041下面采用实施例对本发明的一种融合多源数据的道路运输驾驶员适岗性画像方法进行说明，以验证方法的有效性。0042步骤1：获取道路运输驾驶员岗前测评数据、出岗测评数据和在岗测评数据，存入说明书7/12 页11CN 117541035 A11适岗性画像数据库。0043假设从岗前测评报告中得到的岗前测评数据为：0044从出岗测评报告中得到的出岗测评数据为：0045从在岗测评报告中得到的在岗测评数据为：说明书8/12。

30、 页12CN 117541035 A120046步骤2：适岗性画像数据库中非数值类数据的量化经量化后的岗前测评数据为：0047经量化后的出岗测评数据为：说明书9/12 页13CN 117541035 A130048经量化后的在岗测评数据为：0049步骤3：计算二级适岗性画像标签值（1）体重指数值=；（2）视功能值=*静视力测评结果的量化值+*动视力测评结果的量化值+*夜视力测评结果的量化值+*视野测评结果的量化值+*暗适应测评结果的量化值；其中通过专家打分法确定权重；假设通过专家打分法确定的权重分别为0.25、0.2、0.15、0.2、0.2；所述视功能值=；（3）听功能值=听力测评结果的量化。

31、值=4；（4）耐力值=耐力测评结果的量化值=3；（5）慢性病值=；（6）急症率值=；（7）驾驶风格值=驾驶风格测评结果的量化值=3；（8）注意能力值=注意力分配测评结果的量化值=2；（9）抗压力值=抗压力测评结果的量化值=4；（10）心理健康值=心理健康测评结果的量化值=3；（11）专业知识值=专业知识测评结果的量化值=4；（12）知觉能力值=*速度估计测评结果的量化值+*深度知觉测评结果的量化值+*风险感知测评结果的量化值；假设通过专家打分法确定的权重分别为0.25、0.25、0.5，所述知觉能力值=0.25*3+0.25*2+0.5*1=1.75；（13）反应能力值=*选择反应测评结果的量。

32、化值+*紧急反应测评结果的量化值；说明书10/12 页14CN 117541035 A14假设通过专家打分法确定的权重分别为0.4、0.6，所述反应能力值=0.4*4+0.6*2=2.8；（14）手眼协调能力值=处置判断测评结果的量化值=2；（15）作用稳定性值=连续紧急反应测评结果的量化值=3；（16）睡眠健康值=；（17）饮酒健康值=；（18）疲劳驾驶值=；（19）风险行为值=；（20）车型适应值=车型适应测评结果的量化值=3；（21）路况适应值=路况适应测评结果的量化值=3。0050步骤4：二级适岗性画像标签值标准化所述标准化后的二级适岗性画像标签值为：0051步骤5：一级适岗性画像标签。

33、值计算所述身体状况值=4、3.3、4、3、2、4；所述心理状况值=3、2、4、3；所述驾驶技能值=4、1.75、2.8、2、3；所述生活习惯值=2、3；所述驾驶习惯值=3、4、3、3。0052步骤6：道路运输驾驶员适岗性画像具象表达综合一级适岗性画像标签值，采用雷达图对道路运输驾驶员适岗性画像进行具象表达，如图2所示。说明书11/12 页15CN 117541035 A150053显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无需也无法对所有的实施方式予以穷举，而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。说明书12/12 页16CN 117541035 A16图 1说明书附图1/2 页17CN 117541035 A17图 2说明书附图2/2 页18CN 117541035 A18。