[发明专利]基于人工智能的车辆驾驶风险分析方法及相关装置

权利要求书

1.一种基于人工智能的车辆驾驶风险分析方法，其特征在于，包括：

获取通行道路上第一车辆与第二车辆的车辆行驶信息；

将所述车辆行驶信息输入驾驶风险分析模型，得到所述第二车辆对所述第一车辆造成驾驶风险的初始风险信息；

获取所述通行道路上分隔带的分隔带类型，并获取所述第二车辆相对于所述第一车辆的车道类型，所述车道类型指示所述第二车辆所在车道与所述第一车辆所在车道在所述分隔带两侧的相对位置；

获取与所述分隔带类型及所述车道类型相对应的修正信息，并利用所述修正信息修正所述初始驾驶风险信息，得到所述第二车辆对所述第一车辆造成驾驶风险的最终驾驶风险信息。

2.根据权利要求1所述的方法，其特征在于，所述获取所述通行道路上分隔带的分隔带类型，包括：

获取包含所述通行道路上分隔带图像的道路图像；

将所述道路图像输入类型确定模型，得到所述通行道路上分隔带的分隔带类型，所述分隔带类型包括第一类型及第二类型，所述第一类型指示不能够碰撞阻挡车辆的分隔带，所述第二类型指示能够碰撞阻挡车辆的分隔带。

3.根据权利要求2所述的方法，其特征在于，所述获取所述通行道路上分隔带的分隔带类型包括：

当所述分隔带类型为所述第二类型时，获取所述通行道路上第一事故的第一发生率及第二事故的第二发生率，所述第一事故为车辆碰撞分隔带后未越过分隔带的交通事故，所述第二事故为车辆碰撞分隔带后越过分隔带的交通事故；

根据所述第一发生率及所述第二发生率，确定所述第二类型的子类型作为所述分隔带类型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一发生率及所述第二发生率，确定所述第二类型的子类型作为所述分隔带类型，包括：

根据公式T1＝p1/(p1+p2)计算车辆不能够越过所述分隔带的第一概率，其中T1为所述第一概率，p1为所述第一发生率，p2为所述第二发生率；

比较所述第一概率与第一概率阈值的大小，确定所述第二类型的子类型作为所述分隔带类型，其中，所述第一概率阈值用于划分至少两个概率范围，所述概率范围为车辆不能够越过分隔带的概率范围，所述概率范围分别对应于不同的所述子类型。

5.根据权利要求3所述的方法，其特征在于，所述根据所述第一发生率及所述第二发生率，确定所述第二类型的子类型作为所述分隔带类型，还包括：

获取所述第一事故中车辆的第一平均质量及车辆撞上分隔带时的第一平均速度；

获取所述第二事故中车辆的第二平均质量及车辆撞上分隔带时的第二平均速度；

根据公式T2＝(m1*v1*p1)/(m1*v1*p1+m2*v2*p2))计算车辆不能够越过所述分隔带的第二概率，其中T2为所述第二概率，p1为所述第一发生率，m1为所述第一平均质量，v1为所述第一平均速度，p2为所述第二发生率，m2为所述第二平均质量，v2为所述第二平均速度；

比较所述第二概率与第二概率阈值的大小，确定所述第二类型的子类型作为所述分隔带类型，其中，所述第二概率阈值用于划分至少两个概率范围，所述概率范围为车辆不能够越过分隔带的概率范围，所述概率范围分别对应于不同的所述子类型。

6.根据权利要求4或5所述的方法，其特征在于，所述获取与所述分隔带类型及所述车道类型相对应的修正信息，并利用所述修正信息修正所述初始驾驶风险信息，得到所述第二车辆对所述第一车辆造成驾驶风险的最终驾驶风险信息，包括：

从预设修正因子映射表中查找与所述分隔带类型及所述车道类型都对应的修正因子；

利用所述修正因子修正初始驾驶风险值，得到所述第二车辆对所述第一车辆造成驾驶风险的最终驾驶风险值。