[發(fā)明專利]一種基于交通管理大數(shù)據(jù)的駕駛?cè)笋{駛危險性辨識方法

在審

• 申請?zhí)枺?/td>: 201910369113.1
• 申請日: 2019-05-05
• 公開（公告）號: CN110070306A
• 公開（公告）日: 2019-07-30
• 發(fā)明（設計）人: 咸化彩;張萌萌;王帥;張萌;王建豪;寇軍營;趙軍學
• 申請（專利權(quán)）人: 山東交通學院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/26;G08G1/01;G07C5/08
• 代理公司: 北京力量專利代理事務所(特殊普通合伙) 11504
• 代理人: 毛雨田

本發(fā)明提供一種基于交通管理大數(shù)據(jù)的駕駛?cè)笋{駛危險性辨識方法，包括如下步驟：確定駕駛?cè)笋{駛安全性主要影響因子，建立層次結(jié)構(gòu)模型；建立危險辨識因子危險性得分；建立駕駛?cè)笋{駛危險等級集；實現(xiàn)駕駛?cè)笋{駛危險等級辨識，它從駕駛?cè)俗匀粚傩院婉{駛行為結(jié)果兩方面出發(fā)，由駕駛?cè)俗匀粚傩浴⑹鹿蕛A向性、違法傾向性和駕駛習慣四部分組成，進行駕駛?cè)笋{駛危險性辨識，該方法克服了辨識參數(shù)、駕駛危險性難以量化、辨識準確率不高的不足，對改善道路交通安全現(xiàn)狀、確保車輛運行安全具有重要的現(xiàn)實意義。

技術(shù)領(lǐng)域

本發(fā)明涉及道路交通安全管理研究技術(shù)領(lǐng)域，尤其涉及一種基于交通管理大數(shù)據(jù)的駕駛?cè)笋{駛危險性辨識方法。

背景技術(shù)

由于車輛無人駕駛技術(shù)尚不成熟，道路交通系統(tǒng)在未來很長一段時間內(nèi)仍然是“人-車-路-管理-環(huán)境”五要素組成的復雜系統(tǒng)。調(diào)查數(shù)據(jù)顯示，由“人”的因素直接或間接導致的道路交通事故占事故總數(shù)的92.9％。在中國，交管部門通過分析2.8萬起事故原因發(fā)現(xiàn)，高達96.4％的道路交通事故與駕駛?cè)嗣芮邢嚓P(guān)。因此，交通安全問題從根本上來說是駕駛?cè)说膯栴}，提升駕駛?cè)笋{駛安全性是提高道路交通安全性的根本途徑。

由于駕駛?cè)耸且粋€具有獨立生理特征和復雜心理行為的個體，在年齡、駕齡、駕駛經(jīng)驗、應激反應、判斷能力以及行為方式等各方面均存在一定差異，導致駕駛?cè)笋{駛危險性研究存在因素繁雜、不易獲取和量化困難等問題，同時由于駕駛危險性具有模糊的特點，其閾值界定非常困難，進一步阻礙了駕駛?cè)笋{駛危險性的準確辨識。

發(fā)明內(nèi)容

為了解決以上問題，本發(fā)明提供一種基于交通管理大數(shù)據(jù)的駕駛?cè)笋{駛危險性辨識方法，它基于交通管理大數(shù)據(jù)，建立了一套駕駛?cè)笋{駛危險性辨識方法，該方法從駕駛?cè)俗匀粚傩院婉{駛行為結(jié)果兩方面出發(fā)，由駕駛?cè)俗匀粚傩浴⑹鹿蕛A向性、違法傾向性和駕駛習慣四部分組成，進行駕駛?cè)笋{駛危險性辨識，該方法克服了辨識參數(shù)、駕駛危險性難以量化、辨識準確率不高的不足，對改善道路交通安全現(xiàn)狀、確保車輛運行安全具有重要的現(xiàn)實意義。

本發(fā)明的技術(shù)方案是：提供一種基于交通管理大數(shù)據(jù)的駕駛?cè)笋{駛危險性辨識方法，包括如下步驟：

1、確定駕駛?cè)笋{駛安全性主要影響因子，建立層次結(jié)構(gòu)模型；

2、建立危險辨識因子危險性得分；

3、建立駕駛?cè)笋{駛危險等級集；

4、實現(xiàn)駕駛?cè)笋{駛危險等級辨識。

進一步的，所述步驟1中，影響駕駛?cè)笋{駛安全性的影響因子主要歸納為駕駛?cè)俗匀粚傩浴⑹鹿蕛A向性、違法傾向性和駕駛習慣四個方面，同時這四個因子分別受到下一層次因子的影響；

所述層次結(jié)構(gòu)模型包括最底指標、中間指標和最高指標三層，所述的最高指標是指駕駛危險性等級；

中間指標層為四個一級因子：U＝{U₁,U₂,U₃,U₄}＝{自然屬性；事故傾向性；違法傾向性；駕駛習慣}；

最底指標層包括十二個二級因子，二級因子集為U＝{U₁₁,U₁₂,U₂₁,U₂₂,U₂₃,U₂₄,U₃₁,U₃₂,U₄₁,U₄₂,U₄₃,U₄₄}＝{年齡；駕齡；全部責任事故；

主要責任事故；同等責任事故；次要責任事故；嚴重違法；較嚴重違法；急加速；急減速；急剎車；急轉(zhuǎn)彎}。

進一步的，所述步驟2中，建立危險辨識因子危險性得分，步驟包括：

2.1、年齡、駕齡得分計算：