[发明专利]车载道路安全风险评估系统及方法

说明书

本发明提供一种车载道路安全风险评估系统及方法，该系统包括：信息采集模块，用于采集车载设备在行驶过程中道路的视频信息、点云信息以及经纬度信息；风险评估模块，用于根据所述视频信息识别道路安全风险目标以及风险场景，并根据所述点云信息识别道路的护栏高度以及护栏类型，进而根据所述护栏高度、护栏类型以及场景评估护栏风险，以及基于所述道路安全风险目标、所述护栏高度评估护栏风险以及经纬度信息生成所述视频信息中每帧视频图像的坐标点的风险因素特征编码信息；风险决策模块，用于根据机器学习模型和预设知识库生成每帧视频图像的坐标点的风险因素及风险等级。本发明能提高道路安全风险评估的可靠性以及效率。

技术领域

本发明涉及道路风险识别技术领域，尤其涉及一种车载道路安全风险评估系统及方法。

背景技术

随着汽车保有量的持续增长和城市化进程的加快，道路交通安全问题已经成为影响我国国民生产安全水平的主要问题之一。据统计资料显示，2002年以前我国交通事故发生总数是呈逐年上升趋势的，在2002—2015年间，安全事故逐渐从2002年最高的773137次减少到2015年的187781次，下降率为75.71％，这说明我国道路交通安全形势在逐渐好转。但从2015年的统计数据看，全国道路交通事故数、受伤人数、死亡人数和直接经济损失4项指标分别达到了18.8万起、20.0万人、5.8万人和10.4亿元，与国际领先道路安全水平还是存在一定距离，可见国内道路交通安全形势依然严峻。

通过对国内道路交通安全进行评测，对建设不规范、存在风险的道路进行及时的整改和防护，可以有效的减少交通事故发生的频率，同时大大减少交通事故造成的人员伤亡和经济损失。

现有的公路安全风险评估方法，主要依靠：

(1)采集公路的视频信息以及一些其他信息，通过专家观看采集的公路视频，提取视频中的几十项因素(是否存在护栏端头，中分带护栏类型是否合理)；

(2)通过一些其他方式(日常积累的一些统计量，如交通事故率，交通流量)获取一些信息。

最终通过一些计算模型、分析方法等等，计算得到道路的危险安全判别。

目前国内外对于公路安全风险评估技术的研究主要集中于公路安全风险评估模型及评估要素信息采集技术等方面。但普遍存在问题有如下：

1.每次评测都需要依靠人工从采集的图像中识别提取出大量的信息(例如需要从每张图像中，人为的寻找十几条到几十条不等的因素)，这对人力消耗的是巨大的，同时这种方式对工作人员的专业要求十分高，而且还存在不同的工作人员带有不同的主观判断，标准不统一，随时工作时间的增加，工作质量和效率严重下降等问题。

2.这些信息的来源往往通过交通事故调查，交通量统计等，这些信息通常不能直观的反应出道路的情况，同时这些信息带有一定的滞后性。因此根据这类信息判断出的结果，不管是在准确性还是可解释性上有很大的局限性。

3.现有的方法进行道路安全评测时，过于依赖于人工设计的因素、特征，对不同的场景和情况泛化能力和鲁棒性都不强，不是一种自动学习的过程，方法更新迭代的能力比较差，基本上一旦设计出来，想要迭代更新比较困难。

4.一些基于计算模型、BP神经网络的方法，存在解释性差，过于依赖人工编码数据的情况。

5.现有风险评估方法或流程，采集数据过程繁琐复杂，评估与采集过程分离，整个评估过程冗长，其不同种类、不同设备采集的数据各成体系，相互融合的过程存在各种不适配偏差的问题。

6.现有的风险评估模型或只针对单一风险因素，或大量数据需人工编码。

7.采集与评估过程需分离进行，且评估过程相对比采集过程具有相当的滞后性，同时采集设备繁重复杂凌乱，便携性差。

因此提供更可靠且高效的道路的风险评估结果成为亟待解决的技术问题。

发明内容