[發明專利]交通高危人員重點監測對象識別方法和智能決策系統

有效

• 申請號: 201810673982.9
• 申請日: 2018-06-25
• 公開（公告）號: CN109285344B
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 劉林;陳凝;呂偉韜;張韋華
• 申請（專利權）人: 江蘇智通交通科技有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 南京正聯知識產權代理有限公司 32243
• 代理人: 王素琴

本發明提供一種交通高危人員重點監測對象識別方法和智能決策系統，進行交通參與者的危險度預測；確定樣本積累階段起止時間與觀測期時間窗口長度；對獲得的該間隔內的危險度預測結果進行全樣本分類，生成觀測樣本；收集觀測樣本在其對應的觀測期內的交通事故發生時間；生成最終的分析樣本，進行生存分析，識別累計生存率下降值超過閾值的最小分析樣本值，將對應的樣本選取方式作為該持續觀察時效內交通高危人員重點觀察目標確定方式或結束本流程。本發明通過數據分析手段從交通高危人員群體識別重點關注目標對象，為具有針對性的交通參與者行為跟蹤、交通安全源頭管理等交通安全預控措施的實施提供數據支撐和決策支持。

技術領域

本發明涉及一種交通高危人員重點監測對象識別方法和智能決策系統。

背景技術

交通安全始終是交通工程與管理的關鍵著力點之一，但目前道路交通安全的形勢仍然嚴峻。從交通管理角度，加大對交通違法的檢查與處置力度，對于約束駕駛人行為、規范交通秩序起到了顯著的作用，從而預防或扼制交通事故的發生。統計表明，90％的交通事故是由人為因素引起的；在人為因素中，除了少量無意識的危險駕駛行為，82％的屬于駕駛者僥幸心理造成的有意識的危險駕駛行為。顯然，單純依靠違法查處很難改變交通安全治理的被動局面。

從源頭著手的交通安全預控，目前主要以重點車輛的企業檢查，或關鍵路段、路口的臨檢、抽檢等人力查處手段為主，存在難以避免的漏洞，亦耗費管理成本。根據目前的應用現狀，交通管理者需要智能化的輔助工具，將區域級的宏觀管理細化至個體層面的微觀跟蹤，提升交通安全預控的針對性，保證效率、降低管理成本投入。

盡管采用數據挖掘等技術能夠從數據分析角度對出行者安全特性進行分析，但考慮到各級城市目前的汽車保有量水平以及駕駛人數量，通過安全風險的駕駛人分級或分類后，管理者仍面臨大樣本量的高危駕駛人目標對象，逐一排查跟蹤可行性較低；而針對非機動車駕車人以及行人，管理難度更大。結合上述的需求分析可見，配合人員安全風險預測的實施，需要采取進一步的處理手段識別高危人員中的重點關注目標對象，提高交通安全管理和預防工作的針對性和精準性，進而提升主動安全治理實施成效。當前尚缺乏能夠滿足以上需求的方法或系統。

發明內容

本發明的目的是提供一種交通高危人員重點監測對象識別方法和智能決策系統，解決現有技術中存在的如何需要采取進一步的處理手段識別交通高危人員中的重點關注目標對象，提高交通安全管理和預防工作的針對性和精準性，進而提升主動安全治理實施成效的問題。

本發明的技術解決方案是：

一種交通高危人員重點監測對象識別方法，包括以下步驟，

S1、獲取交通參與者的交通行為數據，根據預測時間間隔τ，由交通參與者危險度預測模型得到人員的危險度預測結果；

S2、確定樣本積累階段起止時間[t_s,t_e]，其中t_s、t_e分別為樣本積累起止時間，觀測期時間窗口長度TM；

S3、在樣本積累階段，按指定間隔從所有危險度預測結果中抽取觀測樣本；對于第i個時間間隔，i初始值為1，對步驟S1獲得的該間隔內的危險度預測結果進行全樣本分類，類別能夠表征人員危險程度；

S4、根據各時間間隔內的人員類別劃分情況，生成觀測樣本，觀測樣本空間其中為第i個時間間隔內的第u類樣本空間；為第i個時間間隔內的第j個觀測樣本空間，j的最大數值m自行擬定，不超過最大分類數；

S5、收集觀測樣本在其對應的觀測期[t,t+TM]內的交通事故發生時間間隔其中t＝t_s+i·τ，中的數據樣本rt的值為觀測期內首次事故的發生時間間隔，即觀測期內該樣本的首次事故發生日與觀測期開始時間t之間的時長；其中rt單位為日；

S6、若i＜n，則i＝i+1，返回步驟S3循環；否則，進入步驟S7；其中，n為樣本積累時段內的時間間隔數；