[發明專利]一種車輛行駛安全風險評估方法及系統

在審

• 申請號: 202011311767.8
• 申請日: 2020-11-20
• 公開（公告）號: CN112418400A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 施曉春;張穎;蔣學輝;錢彬彬;周宜婷;王夢劼
• 申請（專利權）人: 江蘇馭道數據科技有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06Q10/06
• 代理公司: 江蘇舜點律師事務所 32319
• 代理人: 杜東輝

1.一種車輛行駛安全風險評估方法，其特征是：包括如下步驟：

選取若干單位時間內的組合報警數據；

對所有組合報警數據進行預處理得到訓練數據；

分別對每項訓練數據進行風險等級劃分，得到對應的等級數據；

構建神經網絡模型，并以訓練數據作為輸入，以等級數據作為輸出，對神經網絡模型進行訓練得到目標模型；

將待評估的組合報警數據輸入到目標模型得到等級數據。

2.根據權利要求1所述的一種車輛行駛安全風險評估方法，其特征是：在對神經網絡模型訓練以前，以對應的訓練數據和等級數據為單位，將其分為訓練集和測試集，使用訓練集的訓練數據和等級數據對神經網絡模型進行訓練。

3.根據權利要求2所述的一種車輛行駛安全風險評估方法，其特征是：在使用訓練集對神經網絡模型訓練得到目標模型后，使用測試集的訓練數據對目標模型進行測試，使用通過測試的目標模型對待評估的組合報警數據進行計算。

4.根據權利要求1所述的一種車輛行駛安全風險評估方法，其特征是：所述組合報警數據中包括若干項影響因子數據。

5.根據權利要求4所述的一種車輛行駛安全風險評估方法，其特征是：對報警數據預處理的過程包括如下子步驟：

從所有組合報警數據中選擇同時滿足行駛距離要求和行駛時間要求的第一報警數據；

從第一報警數據中選取滿足速度要求的第二報警數據；

對第二報警數據進行處理，將每輛車的報警次數轉換為每公里報警數，得到第三報警數據；

對第三報警數據中對缺失的影響因子數據進行缺失值處理，得到第四報警數據；

對第四報警數據進行降噪處理得到訓練數據。

6.根據權利要求5所述的一種車輛行駛安全風險評估方法，其特征是：缺失值處理的過程為：計算得出每項影響因子數據的平均值，使用對應的影響因子數據的平均值補充缺失的影響因子數據。

7.根據權利要求6所述的一種車輛行駛安全風險評估方法，其特征是：降噪處理的過程為：從第四報警數據中選擇符合3σ準則的數據作為訓練數據。

8.根據權利要求1所述的一種車輛行駛安全風險評估方法，其特征是：所述神經網絡模型為LSTM網絡。

9.一種車輛行駛安全風險評估系統，其特征是：包括：

源數據選取模塊：選取若干單位時間內的組合報警數據；

預處理模塊：對所有組合報警數據進行預處理得到訓練數據；

分級模塊：分別對每項訓練數據進行風險等級劃分，得到對應的等級數據；

模型訓練模塊：構建神經網絡模型，并以訓練數據作為輸入，以等級數據作為輸出，對神經網絡模型進行訓練得到目標模型；

實際評估模塊：將待評估的組合報警數據輸入到目標模型得到等級數據。