[發明專利]基于車輛對外界(V2X)的實時車輛事故風險預測

在審

• 申請號: 202011014792.X
• 申請日: 2020-09-24
• 公開（公告）號: CN112634607A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 阿明·阿里安尼扎德;哈邁德·阿薩迪;普拉韋恩·庫馬爾·亞拉瓦蒂
• 申請（專利權）人: 福特全球技術公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;H04W4/40;G06Q10/04;G06Q10/06;G06N20/00
• 代理公司: 北京連和連知識產權代理有限公司 11278
• 代理人: 宋薇薇;李紅蕭

1.一種用于實時車輛事故風險預測和通知的計算機實現的方法，所述方法包括：

接收與車輛在第一路段上的操作相關的第一實時車輛對外界(V2X)數據；

對所述第一實時V2X數據執行訓練后的車輛事故風險預測機器學習模型，以獲得指示與所述車輛在所述第一路段上的所述操作相關聯的第一車輛事故風險等級的第一車輛事故風險值；

確定所述第一車輛事故風險值滿足閾值；以及

向所述車輛的通信裝置發送所述第一車輛事故風險等級的通知以呈現給所述車輛的操作員。

2.如權利要求1所述的計算機實現的方法，所述計算機實現的方法還包括：

將道路集合分割成路段集合；

接收與所述路段集合相關的輸入數據，所述輸入數據包括車輛碰撞數據、車輛操作員行為數據、環境狀況數據或基礎設施狀況數據中的至少一者；以及

至少部分地基于所述輸入數據來訓練所述車輛事故風險預測機器學習模型。

3.如權利要求2所述的計算機實現的方法，其中所述車輛碰撞數據包括指示所述路段集合上的歷史車輛碰撞的數據，車輛操作員數據包括指示多個車輛操作員在所述路段集合上的駕駛模式的歷史數據，所述環境狀況數據包括指示所述路段集合附近的天氣狀況的數據，并且所述基礎設施狀況數據包括指示所述路段集合的幾何形狀和操作狀態的數據。

4.如權利要求2所述的計算機實現的方法，其中所述路段集合不包括所述第一路段，并且其中對所述第一實時V2X數據執行所述訓練后的車輛事故風險預測機器學習模型包括：使用所述訓練后的車輛事故風險預測機器學習模型確定所述第一實時V2X數據在所述輸入數據的與在預定時間段期間發生了超過閾值數量的車輛碰撞的第二路段相關聯的部分的閾值相似度內，所述路段集合包括所述第二路段。

5.如權利要求1所述的計算機實現的方法，其中在第一時間段期間接收所述第一實時V2X數據，并且第二車輛事故風險對應于所述第一時間段，所述方法還包括：

在第二時間段期間接收與所述車輛在所述第一路段上的操作相關的第二實時V2X數據；

對所述第二實時V2X數據執行所述訓練后的車輛事故風險預測機器學習模型，以獲得指示與在所述第二時間段期間所述車輛在所述第一路段上的所述操作相關聯的第二車輛事故風險等級的第二車輛事故風險值；

確定所述第二車輛事故風險值不滿足所述閾值；以及

向所述車輛的所述通信裝置發送指令以停止向所述車輛的所述操作員呈現所述第一事故風險等級。

6.如權利要求1所述的計算機實現的方法，其中發送所述第一車輛事故風險等級的所述通知包括向所述通信裝置發送信息以顯示給所述車輛的所述操作員，所述信息包括表示所述第一車輛事故風險等級的標記，以及指示所述第一車輛事故風險等級的一個或多個因素的標識，所述一個或多個因素包括駕駛行為因素、環境因素或路段基礎設施因素中的至少一者。

7.如權利要求1所述的計算機實現的方法，所述計算機實現的方法還包括：

接收與所述車輛在所述第一路段上的操作相關的連續實時V2X數據流；

對所述連續實時V2X數據流執行所述訓練后的車輛事故風險預測機器學習模型，以周期性地確定與所述車輛在所述第一路段上的所述操作相關聯的車輛事故風險等級；以及

向所述車輛的所述通信裝置發送所述車輛事故風險等級的指示，以使得能夠向所述車輛的操作員呈現所述車輛事故風險等級的動態地改變的標記。

8.如權利要求1所述的計算機實現的方法，其中經由網絡傳輸通過一個或多個蜂窩網絡從多個車載通信裝置接收所述實時V2X數據。

9.如權利要求1所述的計算機實現的方法，所述計算機實現的方法還包括接收實時環境狀況數據或基礎設施狀況數據，其中還對所述實時環境狀況數據或基礎設施狀況數據執行所述訓練后的車輛事故風險預測機器學習模型，以獲得所述第一車輛事故風險值。