[发明专利]一种基于交通管理大数据的驾驶人驾驶危险性辨识方法在审
申请号: | 201910369113.1 | 申请日: | 2019-05-05 |
公开(公告)号: | CN110070306A | 公开(公告)日: | 2019-07-30 |
发明(设计)人: | 咸化彩;张萌萌;王帅;张萌;王建豪;寇军营;赵军学 | 申请(专利权)人: | 山东交通学院 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q50/26;G08G1/01;G07C5/08 |
代理公司: | 北京力量专利代理事务所(特殊普通合伙) 11504 | 代理人: | 毛雨田 |
地址: | 250021*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 驾驶 辨识 自然属性 大数据 交通管理 层次结构模型 道路交通安全 驾驶安全性 事故倾向性 车辆运行 驾驶行为 危险辨识 现实意义 影响因子 准确率 倾向性 量化 安全 | ||
本发明提供一种基于交通管理大数据的驾驶人驾驶危险性辨识方法,包括如下步骤:确定驾驶人驾驶安全性主要影响因子,建立层次结构模型;建立危险辨识因子危险性得分;建立驾驶人驾驶危险等级集;实现驾驶人驾驶危险等级辨识,它从驾驶人自然属性和驾驶行为结果两方面出发,由驾驶人自然属性、事故倾向性、违法倾向性和驾驶习惯四部分组成,进行驾驶人驾驶危险性辨识,该方法克服了辨识参数、驾驶危险性难以量化、辨识准确率不高的不足,对改善道路交通安全现状、确保车辆运行安全具有重要的现实意义。
技术领域
本发明涉及道路交通安全管理研究技术领域,尤其涉及一种基于交通管理大数据的驾驶人驾驶危险性辨识方法。
背景技术
由于车辆无人驾驶技术尚不成熟,道路交通系统在未来很长一段时间内仍然是“人-车-路-管理-环境”五要素组成的复杂系统。调查数据显示,由“人”的因素直接或间接导致的道路交通事故占事故总数的92.9%。在中国,交管部门通过分析2.8万起事故原因发现,高达96.4%的道路交通事故与驾驶人密切相关。因此,交通安全问题从根本上来说是驾驶人的问题,提升驾驶人驾驶安全性是提高道路交通安全性的根本途径。
由于驾驶人是一个具有独立生理特征和复杂心理行为的个体,在年龄、驾龄、驾驶经验、应激反应、判断能力以及行为方式等各方面均存在一定差异,导致驾驶人驾驶危险性研究存在因素繁杂、不易获取和量化困难等问题,同时由于驾驶危险性具有模糊的特点,其阈值界定非常困难,进一步阻碍了驾驶人驾驶危险性的准确辨识。
发明内容
为了解决以上问题,本发明提供一种基于交通管理大数据的驾驶人驾驶危险性辨识方法,它基于交通管理大数据,建立了一套驾驶人驾驶危险性辨识方法,该方法从驾驶人自然属性和驾驶行为结果两方面出发,由驾驶人自然属性、事故倾向性、违法倾向性和驾驶习惯四部分组成,进行驾驶人驾驶危险性辨识,该方法克服了辨识参数、驾驶危险性难以量化、辨识准确率不高的不足,对改善道路交通安全现状、确保车辆运行安全具有重要的现实意义。
本发明的技术方案是:提供一种基于交通管理大数据的驾驶人驾驶危险性辨识方法,包括如下步骤:
1、确定驾驶人驾驶安全性主要影响因子,建立层次结构模型;
2、建立危险辨识因子危险性得分;
3、建立驾驶人驾驶危险等级集;
4、实现驾驶人驾驶危险等级辨识。
进一步的,所述步骤1中,影响驾驶人驾驶安全性的影响因子主要归纳为驾驶人自然属性、事故倾向性、违法倾向性和驾驶习惯四个方面,同时这四个因子分别受到下一层次因子的影响;
所述层次结构模型包括最底指标、中间指标和最高指标三层,所述的最高指标是指驾驶危险性等级;
中间指标层为四个一级因子:U={U1,U2,U3,U4}={自然属性;事故倾向性;违法倾向性;驾驶习惯};
最底指标层包括十二个二级因子,二级因子集为U={U11,U12,U21,U22,U23,U24,U31,U32,U41,U42,U43,U44}={年龄;驾龄;全部责任事故;
主要责任事故;同等责任事故;次要责任事故;严重违法;较严重违法;急加速;急减速;急刹车;急转弯}。
进一步的,所述步骤2中,建立危险辨识因子危险性得分,步骤包括:
2.1、年龄、驾龄得分计算:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东交通学院,未经山东交通学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910369113.1/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理