一种危化品运输车辆的行驶动态风险预测方法与流程

本发明涉及危化品运输风险预测，具体来说，涉及一种危化品运输车辆的行驶动态风险预测方法。

背景技术：

1、危化品即危险化学品，是指在生产、储存、运输、使用过程中对人身安全、健康、环境或财产造成危险的化学物质，不同的危化品呈现不同的状态，包括固态、液态、气态，例如氯气、氨气、硫磺、甲醇等。

2、公开号为“cn113919642a”的中国专利公开了“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”，其虽然可以对于危化品的运输进行风险预测，但无法根据具体的危化品状态收集相关参数进行进一步的风险评级，且无法结合不同状态危化品运输时，危化品质量与容器相关参数，对于驾驶员可能发生的风险行为进行辅助校正，存在实用性与功能性低下的问题。

3、针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现思路

1、针对相关技术中的问题，本发明提出一种危化品运输车辆的行驶动态风险预测方法，以克服现有相关技术所存在的上述技术问题。

2、为此，本发明采用的具体技术方案如下：

3、一种危化品运输车辆的行驶动态风险预测方法，该方法包括以下步骤：

4、s1、收集危化品运输车辆相关信息，建立危化品运输车辆数据库，对于每次危化品运输进行档案建立；

5、s2、收集运输车辆行驶相关信息，包括减速度、减速时间，针对不同状态的危化品，额外收集相关指标参数，进行危化品运输车辆风险预测；

6、s3、基于车载摄像头以及卫星定位系统，收集车辆运输过程中相关环境数据，同时根据历史优秀安全行驶数据，训练标准模拟模型，根据当前危化品运输车辆实况数据，进行行为模式预测输出，进行风险预测。

7、作为优选的实施方式，所述s1包括以下子步骤：

8、s11、收集危化品运输车辆相关信息，包括车辆型号、载重量、总行驶里程、维护记录，建立危化品运输车辆数据库；

9、s12、收集危化品运输车辆驾驶人员相关信息，包括驾龄、驾驶记录、健康状况，建立危化品运输驾驶人员数据库；

10、s13、收集危化品相关信息，包括危化品名称、危化品状态，建立危化品信息数据库；

11、s14、基于危化品运输车辆数据库、危化品运输驾驶人员数据库以及危化品信息数据库，建立危化品当日运输档案，档案包括驾驶车辆信息、驾驶人员信息、危化品名称、危化品状态、危化品重量。

12、作为优选的实施方式，所述s2包括以下子步骤：

13、s21、通过车载计算机系统，收集危化品运输车辆行驶过程中的速度、加速度、制动状态数据；

14、s22、针对气态危化品运输，基于温度对于气体危化品的影响，搭建气态预测模型，收集运输期间太阳直射温度，计算气态危化品运输风险；

15、s23、针对固态危化品与液体危化品运输，基于冲击力对于容器的影响，搭建固态、液态预测模型，收集运输期间车辆实时急刹车减速度、减速时间以及危化品质量，计算固态、液态危化品运输风险。

16、作为优选的实施方式，所述s22包括以下子步骤：

17、s221、通过温度传感器收集运输容器内部基准温度，基于太阳直射温度，计算内部温度，其算法公式为：

18、；

19、其中，代表影响系数，表示太阳直射温度对容器内温度的影响程度；

20、s222、根据理想气体方程计算危化品气体压力，其算法公式为：

21、；

22、其中，代表当前太阳直射温度下的危化品气体压力，代表容器的体积，代表气体物质的量，为气体常数；

23、s223、对于与进行标准化，构建加权风险函数，对于风险数值进行预测，其具体的步骤为：

24、基于气态危化品的名称，获取气态危化品的临界温度与闪点温度、安全压力与极限压力，对于与进行标准化，获得温度标准化数值与压力标准化数值：

25、当＜时：

26、；

27、当＞时：

28、；

29、当＜时：

30、；

31、当＞时：

32、；

33、基于温度标准化数值与压力标准化数值，构建加权风险函数，其算法公式为：

34、；

35、其中，代表气态风险系数，分别代表温度权重与压力权重；

36、当0＜≤0.3时，代表低风险；

37、当0.3＜≤0.7时，代表中等风险；

38、当0.7＜≤1时，代表高风险。

39、作为优选的实施方式，所述s23包括以下子步骤：

40、s231、基于运输期间车辆急刹车减速度、减速时间以及危化品质量，计算获得固态、液态危化品减速速度，其具体的算法公式为：

41、；

42、；

43、；

44、其中，为急减速时的冲击能量，为急减速时的冲击力，根据危化品运输容器的材质，获得最大冲击力与最大冲击能量；

45、s232、基于最大冲击力与最大冲击能量，构建加权风险函数，其算法公式为：

46、冲击安全系数；

47、能量安全系数；

48、；

49、其中，代表固态、液态风险系数，分别代表冲击安全系数权重与能量安全系数权重；

50、当0＜≤0.3时，代表低风险；

51、当0.3＜≤0.7时，代表中等风险；

52、当0.7＜≤1时，代表高风险。

53、作为优选的实施方式，所述s3包括以下子步骤：

54、s31、通过车载摄像头以及卫星定位系统，收集危化品运输车辆行驶过程中周围环境相关数据，包括道路、交通标志、其他车辆，以及车辆的经纬度、实时速度、加速度；

55、s32、收集历史优秀驾驶人员的驾驶行为数据，包括速度、加减速、刹车习惯、转向、车距、道路状况，搭建标准模拟模型；

56、s33、基于标准模拟模型，结合危化品运输车辆行驶实时数据，对于危化品车辆行驶进行风险预测。

57、作为优选的实施方式，所述s32包括以下子步骤：

58、s321、收集历史优秀驾驶人员的驾驶行为模式数据，包括正常行驶、变速行驶、紧急模式，并分别收集相关数据，包括速度、加减速、刹车强度、转向角度、车距、道路状况，同时将时间序列数据标准化到范围内，并将数据切分成训练集、验证集和测试集；

59、s322、通过滑动窗口技术从时间序列中提取固定长度的时间窗口作为输入数据，将数据转换为lstm模型格式；

60、s323、通过训练集搭建lstm模拟模型，选择均方误差作为损失函数，同时通过adam优化算法来最小化损失函数；

61、s324、使用验证集评估调节模拟模型的性能，通过测试集进行模拟模型最终测定。

62、作为优选的实施方式，所述s33包括以下子步骤：

63、s331、通过目标检测算法提取车载摄像头以及卫星定位系统获取的相关数据，对于数据进行特征向量化并输入基准模拟模型中；

64、s332、基于当前危化品运输车辆前方环境数据，输出预测结果，包括正常行驶、变速行驶、紧急模式，并通过车机弹出警示信号，针对正常行驶弹出绿色信号、针对变速行驶弹出蓝色信号、针对紧急模式弹出红色信号；

65、s333、根据基准模拟模型生成的变速行驶与紧急模式输出的加减速数据，对于固态、液态危化品进行风险系数评级。

66、作为优选的实施方式，所述s333包括以下子步骤：

67、s3331、根据基准模拟模型生成的变速行驶与紧急模式输出的加减速数据，包括加减速度以及加减速时间；

68、s3332、结合危化品运输车辆危化品质量，计算固态、液态风险系数；

69、s3333、根据固态、液态风险系数的数值，进一步判定风险等级，其步骤为：

70、当0＜≤0.3时，代表低风险；

71、当0.3＜≤0.7时，代表中等风险；

72、当0.7＜≤1时，代表高风险；

73、s3334、对于中等风险、高风险，通过车机播报警报信号，结合驾驶人员的后续驾驶行为，重复计算固态、液态风险系数，直至固态、液态风险系数降为低风险，解除警报信号。

74、本发明的有益效果为：

75、1、本发明通过对于危化品运输时危化品的状态进行记录，结合不同状态下的危化品特性，额外获取危化品运输前与危化品运输时的相关指标数据，对于危化品运输车辆的行驶风险进行评级与预测，通过综合考虑危化品的不同状态和特性，能够进行更为精准的风险评估，为运输提供依据；

76、2、本发明通过收集不同状态下的危化品运输时车辆的相关数据，记录危化品运输过程中的可能的状态变化，可以在发生突发事件时更快地做出反应，综合危化品运输过程中的情况，便于在装卸环节采取更安全的操作方式，减少可能发生的事故；

77、3、本发明通过对于危化品运输车辆环境实时数据的收集，结合历史优秀安全行驶数据建立标准模拟模型，对于危化品车辆即将发生的情况进行预测输出，包括正常行驶、变速行驶、紧急模式，同时基于不同的输出结果结合车机弹出不同颜色的警报提示，有助于快速吸引驾驶员注意并采取必要行动，如改变行驶模式或调整速度；

78、4、本发明通过不同颜色的警报提示，能够为驾驶员提供直观的视觉反馈，帮助其更快地做出反应和决策，并且通过获取标准模型中的相关预测行为数据，生成危化品风险系数计算当前风险等级，并通过车机播报警报信号，结合驾驶员的后续补救措施，持续计算风险系数，直至风险等级下降至合理数值后停止进行警报播报，帮助驾驶员做出合理的驾驶决策，增强了该方法的实用性与功能性。