技术指标和关键技术说明(1)采集汽车can总线数据。面向智能汽车及无人驾驶汽车，从汽车can总线入手，对驾驶行为操纵数据与车辆运行状态数据进行采集和存储。(2)数据分析，恢复、重现车辆行为。在采集驾驶人历史驾驶行为操纵数据与车辆运行状态信息的基础上，利用数据/机理混合的方法对驾驶人的个体特性进行分析，确定驾驶行为操纵动作节点的生成阈值以控制操纵动作节点的生成，进而对驾驶行为操纵模式进行建模。依据建立的模型，对采集的数据进行分析，恢复、重现车辆行为，实现车辆驾驶行为的取证。目前所处阶段（研发、样机、中试）目前本技术处于研发阶段。本技术或产品的新颖性、先进性和创造性传统取证技术是基于事故发生后的现场分析，如监控录像、行车记录仪、路面刹车痕迹、车身受损情况分析等，得到的信息不充分，针对复杂的环境下的异常情况只能根据经验来判断，局限性很大。本技术将会对驾驶员行为特性的准确刻画，建立了表征驾驶人员操纵行为数学模型，能够较好地实现基于个性化驾驶行为操纵模式反向映射的驾驶行为识别。在车辆遇到异常情况之后，为恢复、重现车辆的驾驶行为提供支持，实现车辆驾驶行为的取证。本技术或产品的市场需求分析中国新能源汽车和智能驾驶规模市场快速提高，为中国汽车产业智能化发展奠定基础，消费者出行方式对技术的依赖度逐渐提高，共享绿色概念的普及和电动智能的技术升级，促使用户对智能汽车的接受度和期盼度不断提高。交通事故原因的统计结果表明， 80%～90%的交通事故是由驾驶员自己的人为因素造成的，而车辆本身及环境因素造成的交通事故约只占10%～20%。因此，驾驶员作为道路交通系统的核心组成部分，其任何不良驾驶行为都会对新能源汽车的车辆能耗及电池使用寿命产生较大影响。汽车总线技术在不断地发展。这必然要求汽车can总线分析工具的功能更加完善。现在主流的汽车总线测试工具大多数是国外的产品，这些工具大都价格昂贵,功能单一，无法满足新能源汽车和无人驾驶汽车对can总线数据分析的需要。面向智能汽车及无人驾驶的取证技术通过恢复车辆的驾驶行为，在车辆发生交通事故时，可以作为重要的依据，对事故责任进行划分。同时，本技术为保险企业提供基于车联网技术及人工智能算法的整体解决方案，帮助合作伙伴提升业务规模、降低赔付率，共同推出创新型个性化产品。