[发明专利]基于预警大数据的车辆风险时空分布分析方法

说明书

本发明提出了一种基于预警大数据的车辆风险时空分布分析方法，包括：采集车辆运行预警数据，并根据车辆运行预警数据确定预警时间和预警点的经纬度坐标；对采集的预警数据按时间进行分箱并进行统计；根据预警数据确定车辆预警点空间位置文件；利用GIS核密度分析方法确定车辆预警空间分布模型；根据车辆预警空间分布模型确定风险等级并得出车辆风险的空间分布图。本发明基于车辆风险的空间分布图，找出高风险区域所包含的路段，为该类路段增加风险等级字段，从而从时空分布上提出面向公交车辆安全运行的状态评估以及风险量化模型。

技术领域

本发明属于城市交通安全技术领域，具体为一种基于预警大数据的车辆风险时空分布分析方法。

背景技术

近年来，车辆安全事故特别是公交车辆风险时有发生，车辆安全问题再一次成为交通领域的热点话题，特别是如何简单高效地分析和得出公交车辆风险的时空分布规律是这一问题的痛点和难点。已有的车辆风险分布分析方法主要基于车辆事故的发生数据展开，此类数据样本量较少且具有偶然性，难以得出确切的车辆风险时空分布规律，不能为城市公交的交通规划提供有效依据。

预警大数据能够提供大量的车辆报警样本和详细的报警参数信息，基于该数据能够得出更加精确有效的公交车辆风险时空分布。然而，由于交通预警设备的广泛使用才刚刚开始，以往的公交车辆风险时空分布分析方法不能适应大数据背景下的精度和分析效率的要求，因此，提出高效、精准的公交车辆风险时空分布分析方法是十分必要的。

发明内容

本发明的目的在于提出了一种基于预警大数据的车辆风险时空分布分析方法。

实现本发明目的的技术解决方案为：一种基于预警大数据的车辆风险时空分布分析方法，具体步骤为：

步骤1：采集车辆运行预警数据，并根据车辆运行预警数据确定预警时间和预警点的经纬度坐标；

步骤2：对采集的预警数据按时间进行分箱并进行统计；

步骤3：根据预警数据确定车辆预警点空间位置文件；

步骤4：利用GIS核密度分析方法确定车辆预警空间分布模型；

步骤5：根据车辆预警空间分布模型确定风险等级并得出车辆风险的空间分布图。

优选地，所述车辆运行预警数据包括驾驶员疲劳预警和车辆前向碰撞预警数据。

优选地，对采集的预警数据按时间进行分箱并进行统计的具体方法为：

以设定时间作为时间段，统计同一时间段中驾驶员疲劳状态预警数量和车辆异常状态预警数量，确定驾驶员疲劳状态预警和车辆异常状态预警发生的分布时间段。

优选地，根据预警数据确定车辆预警点空间位置文件的具体方法为：

步骤3.1、将车辆预警的经纬度坐标数据导入到矢量地图中，并导出为车辆预警点矢量文件；

步骤3.2、将车辆预警点文件位置全部映射到包含城市道路的矢量地图上。

优选地，利用GIS核密度分析方法确定车辆预警空间分布模型的具体方法为：

利用核密度分析工具，将预警点空间位置文件作为输入要素，设置搜索半径为矢量地图内城市道路的最小宽度，得到栅格数据输出结果。