基于多源数据融合算法的车辆安全预警方法和系统与流程

本发明属于驾驶安全监测，具体涉及基于多源数据融合算法的车辆安全预警方法和系统。

背景技术：

1、立交互通路段因其复杂的交通环境和多变的驾驶条件，经常成为车辆碰撞事故的高发区。这些事故往往造成严重的人员伤亡和财产损失，给社会带来了极大的负担。因此，如何有效防止立交互通路段的事故发生，成为了当前交通安全领域亟待解决的重要问题。

2、为了解决这一问题，需要能够对驾驶员的驾驶行为进行及时、准确的监测和预测。通过多源数据分析方法，可以实时监测驾驶员的行车轨迹、速度、加速度等关键指标，并结合历史数据和交通模型，预测驾驶员的行为风险值，我们就能够在潜在风险发生之前，及时做出反应，防止事故的发生。同时，当系统检测到风险时，需要迅速地将预警信息传达给其他道路使用者，让周边车辆及时了解潜在的风险，并采取相应的规避措施，通过路侧设备将预警信息广播给更多的道路使用者，提高整个交通系统的安全性和协同性。

技术实现思路

1、本发明的目的在于提供基于多源数据融合算法的车辆安全预警方法和系统，用于提高交通系统的安全性和协同性，具体技术方案如下：

2、第一方面，本发明提供基于多源数据融合算法的车辆安全预警方法，适用于互通立交路段，所述方法包括：

3、对目标车辆驾驶员生理信息进行监测，所述驾驶员生理信息包括：疲劳状态和车内空气酒精浓度。

4、检测目标车辆的车辆状态信息，所述车辆状态信息包括：上一时间窗口内的变道次数和平均车速，以及当前时刻的车速。

5、目标车辆tbox系统通过路侧的雷视一体机获取周围环境参数，所述周围参数包括：上一时间窗口内通过当前路段的车辆数量和车速信息，以及当前时刻车辆的平均车速和天气数据。

6、根据所述驾驶员生理信息、车辆状态信息以及周围环境参数计算得到驾驶员行为的异常值。

7、基于计算结果向周围车辆提供安全预警。

8、进一步的，当检测到所述目标车辆当前时刻的车速超过路段阈值时，，则向所述当前路段的其他车辆发送安全预警。

9、通过路侧的雷视一体机获取的周围环境参数中，当前路段当前时刻的车辆平均车速为，则路段阈值为，其中，为与天气数据相关的常数，。

10、进一步的，当检测到所述目标车辆的实时车速未超过路段阈值时，，根据所述驾驶员生理信息、车辆状态信息以及周围环境参数计算得到驾驶员行为的异常值，具体计算方法为：

11、上一时间窗口内有n台车辆通过互通立交路段进入分叉口，车辆的特征数据集合表示为b，对于车辆j，其特征数据表示为集合b中的元素，，其中，是车辆平均速度，是车辆通过该路段的变道次数，是车辆通过该路段的最高时速，，为第个元素，为元素的个数；对于特征数据集合b，其元素的数学平均值为。

12、则特征数据集合b中的第个元素到数学平均值间的距离视为独立同分布的随机变量，平均距离表示为：，其中，；

13、采集上一时间窗口以及当前时刻目标车辆的车辆状态信息x=（，，），为目标车辆上一时间窗口内的平均速度，是目标车辆上一时间窗口内的变道次数，是目标车辆的当前车速。

14、所述车辆状态信息的数据样本到的距离为：

15、；

16、则，当前时刻驾驶员行为的异常值计算公式为：

17、

18、其中，；和分别表示当前时刻驾驶员的疲劳状态和车内空气酒精浓度；当时，判定当前时刻驾驶员行为处于异常状态，向周围车辆提供安全预警。

19、进一步的，在进行当前时刻驾驶员行为的异常值计算时，若当前时刻驾驶员处于疲劳状态，，否则，。

20、进一步的，在进行当前时刻驾驶员行为的异常值计算时，若车内空气酒精浓度大于10毫克每立方米，，否则，。

21、进一步的，当目标车辆进入所述雷视一体机的监测路段时，将所述目标车辆的时间窗口与所述雷视一体机的时间窗口统一，所述时间窗口的长度设置为1~5分钟。

22、进一步的，常数与天气数据中的能见度相关，其取值公式为：

23、，其中，r为能见度。

24、进一步的，所述雷视一体机安装在互通立交路段车辆进入分叉口后20~50m的位置，用于监测车辆在进入互通立交分叉口前100~200m内的交通行为。

25、进一步的，基于预测结果向周围车辆提供安全预警，包括：当所述异常值时，目标车辆的tbox系统自动将警报信息编码发送给所述路侧的雷视一体机系统，的雷视一体机系统通过无线通信网络将信息发送给当前路段的其他车辆。

26、当其他车辆接收到警报信息后，在车载显示器、声音提示等方式下显示或播放警报内容以提醒驾驶者。

27、第二方面，本发明提供如第一方面所述的一种基于多源数据融合算法的车辆安全预警方法的预警系统，所述系统包括：驾驶员监测模块、车辆状态监测模块、外部环境监测模块、数据处理与预测模块以及警报发送模块。

28、进一步的，所述驾驶员监测模块、车辆状态监测模块以及外部环境监测模块分别于所述数据处理与预测模块连接，所述数据处理与预测模块与所述警报发送模块连接。

29、进一步的，所述驾驶员监测模块用于对目标车辆驾驶员生理信息进行监测，所述驾驶员生理信息包括：疲劳状态和车内空气酒精浓度。

30、进一步的，所述车辆状态监测模块用于检测目标车辆的车辆状态信息，所述车辆状态信息包括：上一时间窗口内的变道次数和平均车速，以及当前时刻的车速。

31、进一步的，所述外部环境监测模块用于目标车辆tbox系统通过路侧的雷视一体机获取周围环境参数，所述周围环境参数包括：上一时间窗口内通过当前路段的车辆数量和车速信息，以及当前时刻车辆的平均车速和天气数据。

32、进一步的，所述数据处理与预测模块用于根据所述驾驶员生理信息、车辆状态信息以及周围环境参数计算得到驾驶员行为的异常值。

33、进一步的，所述警报发送模块用于基于计算结果向周围车辆提供安全预警。

34、本发明与现有技术相比，其有益效果是：

35、本发明的方法通过对驾驶员生理信息的监测，如疲劳状态和车内空气酒精浓度，能够及时发现驾驶员可能存在的安全隐患。同时，结合车辆状态信息和周围环境参数的综合分析，能够更准确地预测驾驶员的行为，从而在潜在风险发生前进行及时预警，避免或减少交通事故的发生。该方法利用多源数据进行综合分析，相较于单一数据源，能够提供更全面、更准确的驾驶行为预测。同时，通过实时获取和分析数据，能够实现驾驶行为的即时监测和预警，提高预警的实时性，确保驾驶员和其他道路使用者能够迅速作出反应，该方法能够为未来智能交通系统的建设提供更为可靠的技术支撑。

技术特征：

1.基于多源数据融合算法的车辆安全预警方法，适用于互通立交路段，其特征在于，所述方法包括：

2.根据权利要求1所述的基于多源数据融合算法的车辆安全预警方法，其特征在于，在进行当前时刻驾驶员行为的异常值计算时，若当前时刻驾驶员处于疲劳状态，，否则，。

3.根据权利要求2所述的基于多源数据融合算法的车辆安全预警方法，其特征在于，在进行当前时刻驾驶员行为的异常值计算时，若车内空气酒精浓度大于10毫克每立方米，，否则，。

4.根据权利要求1所述的基于多源数据融合算法的车辆安全预警方法，其特征在于，当目标车辆进入所述雷视一体机的监测路段时，将所述目标车辆的时间窗口与所述雷视一体机的时间窗口统一，所述时间窗口的长度设置为1~5分钟。

5.根据权利要求2所述的基于多源数据融合算法的车辆安全预警方法，其特征在于，常数与天气数据中的能见度相关，其取值公式为：

6.根据权利要求5所述的基于多源数据融合算法的车辆安全预警方法，其特征在于，所述雷视一体机安装在互通立交路段车辆进入分叉口后20~50m的位置，用于监测车辆在进入互通立交分叉口前100~200m内的交通行为。

7.根据权利要求5所述的基于多源数据融合算法的车辆安全预警方法，其特征在于，基于预测结果向周围车辆提供安全预警，包括：当所述异常值时，目标车辆的tbox系统自动将警报信息编码发送给所述路侧的雷视一体机系统，的雷视一体机系统通过无线通信网络将信息发送给当前路段的其他车辆；

8.根据权利要求1-7任一项所述的基于多源数据融合算法的车辆安全预警方法的预警系统，其特征在于，所述系统包括：驾驶员监测模块、车辆状态监测模块、外部环境监测模块、数据处理与预测模块以及警报发送模块；

技术总结本发明公开了基于多源数据融合算法的车辆安全预警方法和系统，尤其适用于互通立交路段。本系统包含驾驶员监测模块、车辆状态检测模块、外部环境检测模块、数据处理与预测模块、警报发送模块等，驾驶员监测模块监测驾驶员的生理信息;车辆状态检测模块实时监测车速、变道次数等;外部环境检测模块检测路况、天气等数据;数据处理与预测模块借助机器学习算法利用多源数据预测驾驶员行为的异常概率，并基于预测结果为周围其他车辆提供安全预警。本发明的预警方法和系统能有效地降低交通事故的风险，提高道路交通的安全性。技术研发人员：李欣,周建,高沛,张旭冉,沈国辉,李茜瑶,刘清霞受保护的技术使用者：交通运输部公路科学研究所技术研发日：技术公布日：2024/5/10