[發明專利]一種基于云邊結合的車載交通事故預警裝置

有效

• 申請號: 201911367884.3
• 申請日: 2019-12-26
• 公開（公告）號: CN111081020B
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 劉俊;吳曉;李大慶
• 申請（專利權）人: 安徽揣菲克科技有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;H04L29/08;G01S19/42;G06K9/62;G06N3/08
• 代理公司: 合肥正則元起專利代理事務所(普通合伙) 34160
• 代理人: 韓立峰

本發明公開了一種基于云邊結合的車載交通事故預警裝置，用于解決在道路交通事故發生前提供基于歷史事故信息、當前車速及道路環境信息提供智能預警的問題；包括事故數據采集模塊、云平臺、事故模型預測模塊、車載終端、GPS定位模塊、觸發預警模塊和天氣預警模塊；事故數據采集模塊包括事故數據采集單元和非事故數據采集單元；事故數據采集單元用于采集事故數據并將事故數據發送至云平臺內；本發明通過策樹、神經網絡、支持向量機及多元回歸模型進行加權模型訓練，采用集中多個模型優勢，實現預測結果聯合最優化以及準確度；通過車載終端對預報信息進行顯示和語音播報；通過對駕駛的車輛和人以及環境進行觸發分析，實現智能預警。

技術領域

本發明涉及車載交通事故預警領域，具體為一種基于云邊結合的車載交通事故預警裝置。

背景技術

如何通過云平臺與車載終端邊緣計算實體相結合的方式，實現智能預警，解決了在道路交通事故發生前提供基于歷史事故信息、當前車速及道路環境信息提供智能預警的問題。

發明內容

本發明的目的就在于提出一種基于云邊結合的車載交通事故預警裝置，本發明通過策樹、神經網絡、支持向量機及多元回歸模型進行加權模型訓練，采用集中多個模型優勢，實現預測結果聯合最優化以及準確度；通過車載終端對預報信息進行顯示和語音播報；通過對駕駛的車輛和人以及環境進行觸發分析，實現智能預警。

本發明所要解決的技術問題是：

1、如何通過云平臺與車載終端邊緣計算實體相結合的方式，實現智能預警，解決了在道路交通事故發生前提供基于歷史事故信息、當前車速及道路環境信息提供智能預警的問題；

本發明的目的可以通過以下技術方案實現：一種基于云邊結合的車載交通事故預警裝置，包括事故數據采集模塊、云平臺、事故模型預測模塊、車載終端、GPS定位模塊、觸發預警模塊和天氣預警模塊；

所述事故數據采集模塊包括事故數據采集單元和非事故數據采集單元；所述事故數據采集單元用于采集事故數據并將事故數據發送至云平臺內；所述非事故數據采集單元用于通過高清卡口采集事故發生時前一段時間內的非事故車輛運行信息；所述事故數據采集模塊將采集的事故數據和非事故車輛運行信息發送至云平臺；云平臺內包括事故數據庫和非事故數據庫；所述事故數據庫用于存儲事故數據；非事故數據庫用于存儲非事故車輛運行信息；

所述事故模型預測模塊用于通過云平臺內的事故數據進行處理實現集中預警具體處理步驟如下：

步驟一：將事故數據進行數據ETL處理；然后進行變量定義，包括定義自變量因子集和因變量，自變量因子集包括：駕齡、天氣、能見度、路面狀況、車齡、路面隔離設置、駕駛人年齡；因變量為事故等級；

步驟二：設定數據的時間分辨率、訓練樣本的時間起止范圍；

步驟三：以決策樹、神經網絡、支持向量機及多元回歸模型進行加權模型訓練，得到訓練模型，具體為：

S1：訓練模型為其中，T為組合的模型數量；w_i為模型權重，滿足w_i＝0且h_i為訓練的事故預測模型；H表示為預測概率；取值為0-1；

S2：模型權重計算公式為其中T為組合的模型數量；pre_j為模型j的預測準確度；

S3：利用公式獲取得到預測準確度pre_j；其中，n為樣本數；f_i模型預測樣本i的事故發生等級；y_i為實測樣本i的事故發生等級；

步驟四：輸出訓練模型；