[发明专利]一种公交企业运营安全态势动态预测系统及方法

权利要求书

1.一种公交企业运营安全态势动态预测方法，其特征在于，包括以下步骤：

步骤S1：采集、存储影响营运公交车交通安全的人、车、路、环境、公交企业管理相关数据并进行数据预处理，其中，所述数据预处理为：对定性数据赋值并处理各区域内影响交通事故的人、车、路、环境、公交企业管理相关数据；

步骤S101：采集并存储某市评估日过去30天内的所有公交驾驶人驾驶行为数据，对驾驶行为数据进行预处理；

其中，采集并存储的驾驶行为数据包括准驾车型、不安全行为次数、驾龄、驾驶时长；

处理驾驶行为数据的方法为：准驾车型A1赋值0、准驾车型A3赋值1；取驾驶人不安全行为次数与驾驶人出岗次数比例为不安全行为赋值；驾龄与驾驶时长取其实际数值，其中驾龄以月为统计单位，驾驶时长以小时为统计单位；

步骤S102：采集并存储某市评估日过去30天内的所有公交驾驶人生理数据，对生理数据进行预处理；

其中，采集并存储的生理数据包括年龄、性别、视力、暗视力、夜间视力、已有影响驾驶安全的病史、体温、呼吸频率、血压、血氧、心率、睡眠质量、睡眠时长；

处理生理数据的方法为：性别男赋值0、性别女赋值1；睡眠质量及已有影响驾驶安全的病史按照其严重程度分别赋值1、2、3、4、5，数值的增大代表着越危害安全驾驶；年龄、视力、暗视力、夜间视力、体温、呼吸频率、血压、血氧、心率、睡眠时长取其实际数值；

步骤S103：采集并存储某市评估日过去30天内的所有公交驾驶人心理数据，并对心理数据进行预处理；

其中，采集并存储的心理数据包括人格特质、抗压能力、抗干扰能力、沟通能力、情绪调控能力、心理状态；

处理心理数据的方法为：人格特质为驾驶人入职时企业对驾驶人做的评判，并根据其人格对驾驶安全的影响，分别赋值1、2、3、4、5，数值的增大代表着越危害安全驾驶；根据企业定期对驾驶人进行的心理健康调查得出抗压能力、抗干扰能力、沟通能力、情绪调控能力、心理状态的评分，评分即为其数值；

步骤S104：采集并存储某市评估日过去30天内的所有公交驾驶人个体人口学和社会学数据，并对个体人口学和社会学数据进行预处理；

其中，采集并存储的个体人口学和社会学数据包括：文化程度、婚姻状况、个人收入、家庭人均收入；

处理人口学和社会学数据的方法为：将文化程度按照学历高低进行赋值，其中：本科赋值1、大专赋值2、普高赋值3、职高赋值4、初中赋值5、小学赋值6；婚姻状况分为非单身与单身，非单身赋值0，单身赋值1；个人收入、家庭人均收入取其实际采集数值；

步骤S105：采集并存储某市评估日过去30天内的所有公交车车辆性能数据，并对车辆性能数据进行预处理；

其中，采集并存储的车辆性能数据包括：车龄、总行驶里程、机动性、平顺性；

处理车辆性能数据的方法为：车龄、总行驶里程、机动性、平顺性取其实际数值；

步骤S106：采集并存储某市评估日过去30天内的所有公交企业相关的交通事故数据，并对交通事故数据进行预处理；

其中，采集并存储的交通事故数据包括道路交通责任事故起数、事故造成的死亡人数、事故造成的受伤人数、安全行车公里数、公交车事故经济损失；

处理交通事故数据的方法为：道路交通责任事故起数、死亡人数、受伤人数、总安全行车公里数、公交车事故经济损失取其实际数值；

步骤S107：采集并存储某市评估日前24h和评估日每小时的气象数据，并对气象数据进行预处理；

其中，采集并存储的气象数据包括温度、风速、蒸气压、能见度、降雨/降雪量；

处理气象数据的方法为：温度、风速、蒸气压、能见度、降雨/降雪量取其实际数值；

步骤S108：采集并存储某市评估日过去30天内公交企业安全氛围数据，并对公交企业安全氛围数据进行预处理；

其中，采集并存储的公交企业安全氛围数据包括：对驾驶员奖惩金额、安全投入金额、培训频率、管理机构和人员配备率、法规和安全管理制度完善率；

处理公交企业安全氛围数据的方法为：对驾驶员奖惩金额、安全投入金额、培训次数、管理机构和人员配备率、法规和安全管理制度完善率取其实际数值；

步骤S109：采集并存储某市评估日过去30天内线路数据，并对线路数据进行预处理；

其中，线路数据包括：线路长度、线路站数、营运时间、发车间隔、机动车与非机动车道隔离方式、转弯半径、转弯转角、公交专用道长度占道路长度比例、路面完整度、路面摩擦系数；

处理线路数据的方法为：线路长度、线路站数、营运时间、发车间隔、转弯半径、转弯转角、公交专用道长度占道路长度比例、路面完整度、路面摩擦系数取其实际数据数值；机动车与非机动车道隔离方式按照机动车与非机动车道有隔离和机动车与非机动车道无隔离进行划分，其中机动车与非机动车道有隔离赋值0，机动车与非机动车道无隔离赋值1；

步骤S2：将预处理后的人、车、路、环境、公交企业管理相关数据及前一天同时段的企业安全态势指数作为自变量，计算公交企业安全态势指数；

企业安全态势指数计算公式为：

其中，

式中，Y表示企业安全态势指数；y_min表示选定时段内企业历史安全态势指数最小值，y_max表示选定时段内企业历史安全态势指数最大值；y_t表示企业当前时间段t内的安全风险指数；表示第j类自变量的平均值，共p个变量；W_tj表示自变量的权重；

企业安全态势指数计算包括以下步骤：

步骤S201：将人、车、路、环境、公交企业管理相关数据及前一天同时段安全态势指数作为自变量，共n个待评价样本，一位驾驶人为一个样本，p项评价指标，其形成原始指标数据矩阵：

其中，x_tij表示第t个时段内第i个样本第j项评价指标的数值；

步骤S202：进行无量纲化处理，采用正向化及逆向化处理方法：

其中，式(1)为正向化处理方法，式(2)为逆向化处理方法，x_max为采集的30天样本中指标最高值，x_min为为采集的30天样本中指标最低值；

步骤S203：计算指标变异性，以标准差的形式来表现：

其中，S_tj表示第t个时段内第j个指标的标准差；

步骤S204：计算指标冲突性，用相关系数进行表示：

其中，r_tij表示第t个时段内评价指标i和j之间的相关系数；

步骤S205：计算信息量：

其中，C_tj越大，第j个评价指标在整个评价指标体系中的作用越大，就应该给其分配更多的权重；

步骤S206：计算客观权重：

第t时段内第j个指标的客观权重W_tj

因此，

其中，y_t是第t段时间内企业的安全风险指数；

公交企业安全态势指数Y随y_t、y_min、y_max的实时变化而动态变化；

步骤S3：根据步骤S2得到的公交企业安全态势指数和过去24小时的安全态势指数，动态预测企业未来24小时内安全态势指数；其中，针对当前安全态势指数和未来24小时内安全态势指数，进行动态的安全态势等级划分，从低到高共划分为五个安全态势等级；

五个安全态势等级的安全态势指数范围为：

一级为：[y_min，y_min+0.2*(y_max-y_min))；

二级为：[y_min+0.2*(y_max-y_min)，y_min+0.4*(y_max-y_min))；

三级为：[y_min+0.4*(y_max-y_min)，y_min+0.6*(y_max-y_min))；

四级为：[y_min+0.6*(y_max-y_min)，y_min+0.8*(y_max-y_min))；

五级为：[y_min+0.8*(y_max-y_min)，y_max]；其中，y_min表示选定时段内企业历史安全态势指数最小值，y_max表示选定时段内企业历史安全态势指数最大值；

步骤S4：建立预警模块，根据步骤S3得到的当前安全态势等级，在当前安全态势等级为四级和五级时进行报警，并给出报警原因；根据步骤S3得到的未来安全态势等级，在未来安全态势等级为公交企业安全态势指数四级和五级时进行预警，并给出预警原因；其中，根据各个指标因素的权重和指标数值的乘积得到该指标对安全态势指数的影响程度，将影响程度最大的前三种因素输出，再从专家建议模块调出相应的建议，企业进而能得知报警及预警原因及相应的建议；

步骤S5：将步骤S4给出的报警、预警原因以及从专家建议模块中调取对应的建议传输给控制模块，进而对涉及车辆的运动学参数进行调整，并告知驾驶人注意事项。