[发明专利]行驶轨迹风险评估方法和系统

权利要求书

1.一种行驶轨迹风险评估方法，其特征在于，包括：

构建模型步骤：获取路网中的路段特征集，将路段特征集中的数据进行标准化处理，得到标准化数据，对标准化数据分析后，构建第一风险评估模型；

调整模型步骤：以预设调整验证方式确定路网中的各路段的邻居路段范围，基于邻居路段范围验证调整第一风险评估模型，基于第一风险评估模型，得到第二风险评估模型；

评估风险步骤：基于第二风险评估模型，得出路网中的各路段的风险值，记为路段风险值，基于所述路段风险值得到整条行驶轨迹的风险值，记为行驶轨迹风险值；

所述构建模型步骤包括：

生成数据集步骤：获取路网中的基础数据，提取基础数据中的特征数据，生成路段特征集，所述基础数据至少包括交通数据、环境数据、路网数据；

数据标准化步骤：采用min-max标准化方式对路段特征集中的数据进行标准化处理，得到标准化数据；

构建第一风险评估模型步骤：对标准化数据进行相关性分析和/或多重共线性分析，构建第一风险评估模型；

所述生成数据集步骤包括：

获取特征步骤：获取交通数据、环境数据、路网数据，将交通数据、环境数据并映射到路段上，形成交通环境路段映射关系；

映射路段步骤：基于交通环境路段映射关系，生成路段特征集。

2.根据权利要求1所述的行驶轨迹风险评估方法，其特征在于，还包括评价模型步骤：采用偏差残差评价方式、平均绝对偏差评价方式、修正的赤池信息量准则评价方式中任一种或任多种对邻居路段范围进行评价，得出邻居路段范围的最优取值，基于第一风险评估模型和最优取值，得到第二风险评估模型。

3.根据权利要求1所述的行驶轨迹风险评估方法，其特征在于，所述生成数据集步骤还包括映射事故步骤：获取历史交通事故数据，将历史交通事故数据映射到路段上，形成事故记录路段映射关系，基于事故记录路段映射关系和交通环境路段映射关系，生成路段特征集。

4.根据权利要求1所述的行驶轨迹风险评估方法，其特征在于，还包括：

轨迹分解步骤：对行驶轨迹进行分解，得到路段的集合，将存在历史交通事故数据的路段记为已知路段，将不存在历史交通事故数据的路段记为未知路段，对已知路段通过第二风险评估模型，得出路段风险值；对未知路段，建立未知路段特征集。

5.根据权利要求4所述的行驶轨迹风险评估方法，其特征在于，还包括：

风险值分段步骤：根据连续值特征分段标准将已知路段的路段风险值进行分段，得到已知路段风险值分段评估结果；基于信息熵和离散特征对路段特征集进行分段，得到已知路段的离散特征集合；

构建决策树步骤：枚举离散特征集合中的特征，计算特征的熵值，将熵值最小的特征作为分支节点，构建已知路段决策树；

未知路段风险评级步骤：根据连续值特征分段标准将未知路段特征集进行分段，依照已知路段决策树，得出未知路段风险评级。

6.根据权利要求1所述的行驶轨迹风险评估方法，其特征在于，所述预设调整验证方式包括通过重采样方式得到邻居路段范围的下限取值，进一步由赤池信息量准则，得到所述邻居路段范围的最优取值。