基于车辆总线数据的隧道驾驶风险水平评估方法和系统

本发明属于隧道交通安全研究，涉及一种隧道驾驶风险水平评估方法和系统，尤其涉及一种基于车辆总线数据的隧道驾驶风险水平评估方法和系统。

背景技术：

1、驾驶风险的实时评估和短期预警对于主动干预交通和加强道路安全至关重要。多项研究报告指出，大约90％的轻型车辆碰撞涉及相同类型的人为错误，如受损状态、无意错误和危险驾驶行为，如果不能快速识别事故，司机和乘客都将处于极大的危险之中，而隧道路段更是事故频发的重点路段。隧道驾驶风险的实时评估和预警一方面能够及时提醒驾驶员，从而避免隧道事故的发生，同时，也能够提升医疗反应效率，可以大幅减少死亡人数。此外，及时处理事故也可以减少延误和交通拥堵，利于隧道通行。因此，有必要通过更高效的驾驶风险评估方法改善高级驾驶辅助系统，从而提升隧道交通安全水平。

2、之前对驾驶风险水平的分析主要通过人工评定或设定具体的阈值，但是前者往往需要耗费大量的时间和精力，后者阈值的设定存在较强的主观性，且没有统一的标准，因此往往不够灵活准确。目前，存在一些基于驾驶行为数据对风险水平进行分析的研究，大多基于简单的聚类技术对不同行为分类，但是聚类算法往往难以处理高维度的数据，需要进一步结合降维算法或提取一些新的反映驾驶风险水平的指标，这种转换往往会降低模型对原始驾驶数据的理解，难以发掘数据得潜在信息。因此，利用语义模型来研究驾驶风险，能够从驾驶员意图角度出发，从而实现更符合实际场景的驾驶风险定义。

技术实现思路

1、针对上述问题，本发明提供了一种基于车辆总线数据的隧道驾驶风险水平评估方法和系统。

2、本发明采用的技术方案如下：

3、一种基于车辆总线数据的隧道驾驶风险水平评估方法，包括以下步骤：

4、s1：获取隧道内车辆驾驶过程中的总线数据，根据总线数据采用滑动窗口法提取驾驶风险特性特征指标，得到若干个驾驶风险单元；

5、s2：根据驾驶风险特性特征指标编写特征指标编码本，根据特征指标编码本得到每个驾驶风险单元的单词序列；

6、s3：利用潜在狄利克雷lda模型根据单词序列对驾驶风险单元的风险类型进行分析，实现驾驶风险水平的评估。

7、进一步的，步骤s1中，所述车辆驾驶过程中的总线数据包括5种驾驶行为特征，即方向盘转角、方向盘转角变化率、油门踏板开度、刹车踏板开度和刹车踏板变化率；每种驾驶行为特征具有4个驾驶风险特性特征指标，即时窗内驾驶行为特征平均值、时窗内驾驶行为特征标准差、时窗内驾驶行为特征最大值、时窗内驾驶行为特征最小值。

8、进一步的，所述根据总线数据采用滑动窗口法提取驾驶风险特性特征指标，具体为：以t1作为滑动时间窗口，t2作为移动步长，采用滑动时窗法提取每个时窗下5种驾驶行为特征的驾驶风险特性特征指标，将每个时窗作为一个驾驶风险单元，得到若干个驾驶风险单元，每个驾驶风险单元包括20个驾驶风险特性特征指标。

9、进一步的，所述根据驾驶风险特性特征指标编写特征指标编码本，具体为：将驾驶风险特性特征指标的值划分若干个范围，使每个范围对应一个单词，得到特征指标编码本。

10、进一步的，所述驾驶风险单元的单词序列表示为：

11、<mstyle displaystyle="true" mathcolor="#000000"><msub><mi>d</mi><mi>m</mi></msub><mi>=</mi><mrow><mo>[</mo><mrow><msub><mi>w</mi><mrow><mi>m</mi><mn>1</mn></mrow></msub><mi>,</mi><msub><mi>w</mi><mrow><mi>m</mi><mn>2</mn></mrow></msub><mi>,</mi><mi>……，</mi><msub><mi>w</mi><mi>mn</mi></msub></mrow><mo>]</mo></mrow></mstyle>

12、其中，表示第m个驾驶风险单元的单词序列，表示第m个风险单元中第n个单词。

13、进一步的，所述潜在狄利克雷lda模型的训练方法为：

14、在所有单词序列中进行随机抽样，得到训练集；

15、构建lda模型，设置模型迭代次数；

16、设置一系列的风险主题数量k，将驾驶风险单元的单词序列划分为k种风险主题；

17、针对每一个风险主题数量k利用训练集对lda模型进行迭代训练，得到每个风险主题数量对应的模型的困惑度和一致性评分；

18、根据困惑度和一致性评分确定最佳风险主题数量km。

19、进一步的，针对k m种风险主题，通过对每种类型中驾驶风险特性特征指标进行可视化分析，确定每种风险主题的风险水平。

20、进一步的，所述利用潜在狄利克雷lda模型根据单词序列对驾驶风险单元的风险类型进行分析，实现驾驶风险水平的评估，具体为：利用训练好的lda模型根据单词序列对每个驾驶风险单元的风险主题进行分析，根据风险主题确定对应的风险水平。

21、一种基于车辆总线数据的隧道驾驶风险水平评估系统，包括：

22、数据采集分析模块：用于获取隧道内车辆驾驶过程中的总线数据，根据总线数据采用滑动窗口法提取驾驶风险特性特征指标；

23、特征指标编码模块：用于根据驾驶风险特性特征指标编写特征指标编码本，根据特征指标编码本得到每一个时窗下的单词序列；

24、风险分析评估模块：用于利用隐含狄利克雷分布lda模型对单词序列进行分析，实现驾驶风险水平的评估。

25、一种计算机设备，包括：

26、一个或多个处理器；

27、存储器，用于存储一个或多个程序；

28、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述基于车辆总线数据的隧道驾驶风险水平评估方法。

29、一种存储有计算机指令的计算机可读存储介质，当所述计算机指令被一个或多个处理器执行时，致使所述一个或多个处理器执行上述方法中的步骤。

30、本发明具有的有益效果是：

31、第一、本发明依照隧道驾驶行为专门设计风险评估指标，利用can总线数据具有的多种驾驶行为原始数据，针对性地提出了20个反应驾驶风险水平的指标。

32、第二、本发明使用lda概率主题方法对隧道内驾驶风险水平进行识别，相较于目前常用的k-means、fcm聚类等算法，lda算法在迭代过程中可以发掘驾驶行为的潜在语义概率信息，获取到更符合真实驾驶场景的驾驶风险主题。

33、第三、本发明使用编码本进行驾驶风险特征指标的编码，这有助于加深对驾驶风险行为的理解。

34、第四、本发明提出的方法可以运用于超大样本集，因为语义分割和符号化可以由数据库方便地实现，并且lda的主题生成效率高，能够运用于高维度的样本集。这是现存方法所难以达到的。