[发明专利]一种基于事故风险的城市动态预警系统及方法有效

专利信息
申请号: 201911350612.2 申请日: 2019-12-24
公开(公告)号: CN111009127B 公开(公告)日: 2021-06-01
发明(设计)人: 史东方;张帆;吴晓 申请(专利权)人: 安徽虹湾信息技术有限公司
主分类号: G08G1/01 分类号: G08G1/01;G08G1/048;G08G1/0962;G07C5/08;G08B21/24
代理公司: 合肥正则元起专利代理事务所(普通合伙) 34160 代理人: 韩立峰
地址: 230031 安徽省合肥市高新区创新*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 事故 风险 城市 动态 预警系统 方法
【权利要求书】:

1.一种基于事故风险的城市动态预警系统,包括路段监控端、预警推送端以及设置在车辆内的车辆端,其特征在于,所述车辆端包括定位模块、速度记录模块以及关联上传模块;所述定位模块用于以频率f1记录车辆的位置信息;所述速度记录模块用于以频率f1记录车辆的速度信息;所述关联上传模块用于在收到行驶信息获取指令后,将事故的位置信息和事故发生前t1的平均速度信息进行关联,生成事故车辆的行驶信息并上传至路段监控端;

所述路段监控端包括驾驶员状态检测模块、路况检测模块、车流量记录模块、事故监测模块;所述驾驶员状态检测模块用于以频率f2获取驾驶员的驾驶状态信息,其中所述驾驶信息状态包括正常驾驶状态和危险驾驶状态;所述车流量记录模块用于记录时间段t2内该路段的车流量,所述路况检测模块用于以频率f3检测该路段的路况信息;所述事故监测模块用于检测是否发生事故,并获取用于确定事故车辆对应的车辆端的事故车辆信息,根据事故车辆信息生成行驶信息获取指令,并将行驶信息获取指令发送至事故车辆对应的车辆端;事故监测模块接收到返回的行驶信息后,根据位置信息生成事故路段信息,将事故路段信息、事故车辆信息、驾驶状态信息、事故发生时所处时间段的车流量以及事故发生时的路况信息关联后共同生成事故记录,并将事故记录上传至预警推送端;

所述预警推送端包括高发路段筛选模块、事故特征提取模块、预警生成模块;所述高发路段筛选模块用于根据所有的事故记录筛选出事故发生频率高于平均值的路段作为高发路段;所述事故特征提取模块用于根据事故记录对包含路况信息和行驶信息的事故特征进行提取;所述预警生成模块用于在车辆驶入高发路段时,从路段监控端获取实时的驾驶状态信息、该高发路段实时的路况信息以及从车辆端获取该车辆对应的车辆端的行驶信息,并在符合同一时间段对应的事故特征时,向该车辆端发出预警推送;

所述驾驶员状态检测模块包括安装于车辆内的采集单元、与采集单元无线通信连接的接收处理单元,其中采集单元包括高清摄像设备和设置在车辆内的酒精浓度传感器,所述高清摄像设备用于采集驾驶员的面部信息,所述酒精浓度传感器用于检测驾驶员是否酒后驾驶;所述接收处理单元设置在路段监控端内,用于接收面部信息和检测的酒精浓度,并对面部信息进行智能图像识别,将驾驶员的状态识别为正常驾驶状态或危险驾驶状态,其中危险驾驶状态包括疑似酒后驾驶、疲劳驾驶、注意力转移;

所述路况检测模块包括能见度检测单元、路面积水检测单元、路面结冰检测单元以及路况信息生成单元;所述能见度检测单元用于检测路段的能见度,并将能见度分为n1个等级;所述路面积水检测单元用于检测路段的积水状态,并将积水状态按积水深度分为n2个等级,所述路面结冰检测单元用于检测路面结冰状态,并按照单位面积的道路上结冰面积将结冰状态分为n3个等级;所述路况信息生成单元用于生成包含能见度、积水状态、结冰状态的路况信息;

该基于事故风险的城市动态预警方法,具体步骤如下:

S1、预警推送端的高发路段筛选模块根据时间段t2内所有的事故记录筛选出事故发生频率高于平均值的路段作为高发路段;

S2、预警推送端的事故特征提取模块从高发路段时间段t2内的所有事故记录中提取事故特征;

S3、预警推送端的预警生成模块根据位置信息筛选出驶入高发路段的车辆端作为监控车辆,从路段监控端获取监控车辆所在高发路段实时的路况信息、驾驶状态信息,并从车辆端获取该车辆对应的车辆端的行驶信息;

S4、预警推送端的预警生成模块将驾驶状态信息、路况信息、行驶信息与该路段的事故特征进行比对,并在符合同一时间段对应的事故特征时,向该车辆端发出预警推送;

S1中筛选高发路段的具体步骤如下:

S1.1、对事故记录进行去噪;具体为:获取时间段t2内所有的事故记录,筛选出驾驶状态信息为正常驾驶状态的事故记录作为样本事故;

S1.2、按路段对样本事故进行分组,得到各个路段的样本事故集合,记为Ai={ai1,ai2,…,aij,…,aiki},其中Ai为第i个路段的样本事故集合,aij为集合Ai中第j个样本事故,aiki为集合Ai中最后一个样本事故,ki为集合Ai的元素数量;

S1.3、获取样本事故集合Ai对应的路段在时间段t2内的车流量Ci;计算各个路段的事故发生率Pi=ki/Ci,并计算所有路段的平均事故概率其中n为样本事故集合的数量;

S1.4、比较Pi与的大小,筛选出事故发生率大于平均事故概率的路段,并标记为高发路段;

S2中提取事故特征的具体步骤如下:

S2.1、选择高发路段时间段t2内对应的样本事故集合Ai,获取样本事故集合Ai中各个元素的路况信息和行驶信息;

S2.2、通过排列组合生成所有路况信息的种类,记为X1、X2、X3、…,并按区间范围为L从小至大划分为n4个速度区间,并记为Y1、Y2、Y3、…,建立路况信息-速度区间表;并根据样本事故集合Ai统计表内各项的事故数量;

S2.3、提取表中任意一列中的各项数据构成一组数组,并计算该数组的标准差,记为该类路况信息的事故特征标准差,以此类推,得到所有路况信息的事故特征标准差,构成标准差数组,计算标准差数组的平均值,筛选出大于平均值的所有事故特征标准差对应的路况信息种类,作为备选路况信息种类;

S2.4、将备选路况信息种类对应的表中各列的事故总数量Mq,并计算各速度区间的事故数量与Mq的占比G,并按从多至少排列,按顺序筛选出若干个速度区间,直至筛选的速度区间的占比G之和超过50%,并将筛选的速度区间和对应的路况信息种类标记为事故特征;

S2.5、将危险驾驶状态标记为事故特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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安徽虹湾信息技术有限公司,未经安徽虹湾信息技术有限公司许可,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/201911350612.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top