一种危化品运输车辆行驶状态的风险预测方法与流程

技术特征：
1.一种危化品运输车辆行驶状态的风险预测方法，其特征在于，包括以下步骤：s1：利用数据采集设备，采集并存储危化品运输车辆在行驶过程中的行驶状态数据；s2：根据所述行驶状态数据，判定危化品运输车辆当前的行驶状态是否危险；s3：构建危化品运输车辆行驶状态的风险预测模型，预测危化品运输车辆在未来是否会发生事故。2.根据权利要求1所述的一种危化品运输车辆行驶状态的风险预测方法，其特征在于，采用lstm模型构建所述危化品运输车辆行驶状态的风险预测模型。3.根据权利要求2所述的一种危化品运输车辆行驶状态的风险预测方法，其特征在于，所述构建的lstm模型包括一个输入层、一个池化层、一个lstm层、一个全连接层、一个softmax激活层和一个输出层。4.根据权利要求2所述的一种危化品运输车辆行驶状态的风险预测方法，其特征在于，所述lstm模型的输入数据为危化品运输车辆过去24s的时间戳、车速和加速度，输出数据为危化品运输车辆未来24s的时间戳、车速和加速度。5.根据权利要求1所述的一种危化品运输车辆行驶状态的风险预测方法，其特征在于，所述行驶状态数据包括运输车辆的实时位置的经纬度、加速度和速度。6.根据权利要求1所述的一种危化品运输车辆行驶状态的风险预测方法，其特征在于，所述s2包括以下步骤：s2.1：根据数据采集设备所获取的相邻测点的经、纬度数据计算相邻测点之间的距离；s2.2：根据相邻测点之间的距离计算当前状态下危化品运输车辆的速度和加速度；s2.3：根据计算得到的危化品运输车辆的速度和加速度，判定危化品运输车辆当前的行驶状态是否危险。7.根据权利要求6所述的一种危化品运输车辆行驶状态的风险预测方法，其特征在于，所述s2.1中，相邻测点之间的距离公式为：c＝sin(lara)*sin(latb)*cos(lona-lonb) cos(lata)*cos(latb)distance＝r*arccos(c)*pi/180式中，lata、latb、lona、lonb为分别a点的纬度、b点的纬度、a点的经度和b点的经度，r为地球半径，c为经纬度偏移角，distance为相邻测点的距离。8.根据权利要求6所述的一种危化品运输车辆行驶状态的风险预测方法，其特征在于，所述s2.3执行前，剔除速度和加速度中的不合理的点和异常值，并对剔除后的速度和加速度结果进行可视化。9.根据权利要求8所述的一种危化品运输车辆行驶状态的风险预测方法，其特征在于，所述可视化过程具体为：将数据采集设备发送的gpgga格式转换为wgs84格式，再将wgs84坐标系转换为gcj02坐标系，进而完成可视化。10.根据权利要求1所述的一种危化品运输车辆行驶状态的风险预测方法，其特征在于，所述数据采集设备为时间精度为1s的高精车载gps和加速度传感设备，设备内置有经纬度发射仪和九轴加速度传感器。

技术总结
本发明提供一种危化品运输车辆行驶状态的风险预测方法，包括以下步骤：S1：利用数据采集设备，采集并存储危化品运输车辆在行驶过程中的行驶状态数据；S2：根据所述行驶状态数据，判定危化品运输车辆当前的行驶状态是否危险；S3：构建危化品运输车辆行驶状态的风险预测模型，预测危化品运输车辆在未来是否会发生事故。与现有技术相比，该方法能够精准且实时监测危化品运输车辆的行为状态，并对其是否会发生危险进行预测。生危险进行预测。生危险进行预测。


技术研发人员：王俊骅 徐文翔
受保护的技术使用者：同济大学
技术研发日：2021.09.06
技术公布日：2022/1/10