基于车联网大数据的行车轨迹实时风险评估方法和系统与流程

本发明涉及行车轨迹风险评估，具体为基于车联网大数据的行车轨迹实时风险评估方法和系统。

背景技术：

1、随着现代交通系统的不断发展，由于车辆在行驶过程中的状态会产生变化，附近车辆可能无法及时做出反应，容易导致交通事故的发生，因此行车轨迹的实时风险评估也变得尤为重要，对行驶车辆进行风险评估，可以分析车辆可能存在的安全隐患，从而进行及时的预警提示，提高车辆行驶过程中的安全性。

2、现有技术如公告号为：cn113159576b的发明专利申请公开了一种自动驾驶汽车的行车风险计算方法及在线评估系统，所述方法计算自车以未来时刻的运动状态与周边的交通参与者或者静态道路设施发生的假设性碰撞将导致的碰撞损伤；将碰撞损伤在空间和时间维度上进行折减，取最大值作为当前时刻的行车风险值。所述系统包括传感器模块，轨迹预测模块和风险评估模块。

3、现有技术如公开号为：cn115841252a的发明专利申请公开了一种基于预测轨迹的高速公路行车风险评估方法，包括以下工作步骤：步骤一：预测得到自车和周边车辆在预测区间内的预测轨迹；步骤二：将步骤一获得的预测区间内的预测轨迹归整为每段前瞻时间tla，m(m＝1，2，...，t)内自车和周边车辆的预测轨迹；步骤三：得到各个前瞻时间内障碍车对自车构成的量化感知风险；步骤四：通过贝叶斯后验概率公式得到量化感知风险水平划分贝叶斯模型；步骤五：实现对行车风险的实时评估。

4、结合上述方案发现，当前在行车轨迹实时风险评估技术领域中，缺乏对车辆的行驶数据进行针对性分析，导致无法及时感知车辆的行驶状态，不能及时发现潜在的风险，进而无法降低车辆的行车轨迹风险，并且少有对车辆的风险评估关联数据进行分析，不能及时更新行车轨迹风险评估结果，从而进行及时的预警，无法提高车辆风险评估的准确性。

技术实现思路

1、针对现有技术的不足，本发明提供了基于车联网大数据的行车轨迹实时风险评估方法和系统，能够有效解决上述背景技术中涉及的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：基于车联网大数据的行车轨迹实时风险评估方法，包括监测获取各车辆的精确位置，并采集各车辆的特征数据，传输至云端服务器。

3、提取云端服务器中各车辆的特征数据，对各车辆的特征数据进行分析，得到各车辆的行驶稳定表征指数。

4、获取各车辆的风险评估关联数据进行分析，得到各车辆的行车风险评估触发值阈值。

5、根据各车辆的行驶稳定表征指数和各车辆的行车风险评估触发值阈值，进行风险预警。

6、进一步地，所述监测获取各车辆的精确位置，并采集各车辆的特征数据，具体分析过程为：设置若干监测时间段，在各监测时间段中监测采集各车辆的特征数据，包括各车辆的横摆率和各车辆的当前行驶时间、各车辆的倾斜角度。

7、进一步地，所述对各车辆的特征数据进行分析，得到各车辆的行驶稳定表征指数，具体分析过程为：提取各车辆的横摆率和各车辆的当前行驶时间，并通过积分得到各车辆的横摆角度。

8、提取各车辆的倾斜角度和各车辆的横摆角度，经处理得到各车辆的行驶稳定第一表征指数。

9、布置若干监测时间段，在各监测时间段中统计各车辆的特征数据中各次雷达波和接收反射波的时间差，并提取电磁波在空气中传播的速度，分析得到各监测时间段中各车辆与前方车辆的距离。

10、提取各车辆的特征数据中的加速度以及各监测时间段中各车辆与前方车辆的距离，经处理得到各车辆的行驶稳定第二表征指数。

11、根据各车辆的行驶稳定第一表征指数以及各车辆的行驶稳定第二表征指数，综合分析得到各车辆的行驶稳定表征指数。

12、进一步地，所述各车辆的行驶稳定表征指数表示通过对各车辆的特征数据进行监测分析，得到的用于分析各车辆的行驶状态稳定性的量化结果。

13、进一步地，所述得到各车辆的行车风险评估触发值阈值，具体分析过程为：提取各车辆的风险评估关联数据进行分析，包括各车辆的重量、投入运行年限、路面摩擦系数、降雨量进行预处理后导入神经网络模型中，分析得到各车辆的行车风险评估触发值阈值。

14、进一步地，所述各车辆的行车风险评估触发值阈值表示通过对各车辆的风险评估关联数据进行监测分析，得到的用于分析各车辆的风险触发程度的量化结果。

15、进一步地，所述根据各车辆的行驶稳定表征指数和各车辆的行车风险评估触发值阈值，进行风险预警，具体分析过程为：根据各车辆的行驶稳定表征指数匹配得到各车辆的行车风险评估触发值，将各车辆的行车风险评估触发值与各车辆的行车风险评估触发值阈值进行对比，得到风险预警结果，各车辆的风险预警结果为执行风险预警或不执行风险预警，若某车辆的行车风险评估触发值高于或等于该车辆的行车风险评估触发值阈值，则执行风险预警，若某车辆的行车风险评估触发值低于该车辆的行车风险评估触发值阈值，则不执行风险预警，由此遍历得到各车辆的风险预警结果。

16、进一步地，所述各车辆的行驶稳定表征指数，具体分析条件为：

17、式中，αi表示第i个车辆的行驶稳定表征指数，βi表示第i个车辆的行驶稳定第一表征指数，μ1表示设定的行驶稳定第一表征指数对应的权重因子，δi表示第i个车辆的行驶稳定第二表征指数，μ2表示设定的行驶稳定第二表征指数对应的权重因子，i表示各车辆的编号，i＝1,2,3,…n，n表示车辆的总数，e表示自然常数。

18、进一步地，所述各车辆的行驶稳定第一表征指数，具体分析条件为：

19、式中，βi表示第i个车辆的行驶稳定第一表征指数，εi表示第i个车辆的倾斜角度，δε表示设定的界定倾斜角度，θ1表示设定的倾斜角度对应的影响因子，ρi表示第i个车辆的横摆角度，δρ表示设定的界定横摆角度，θ2表示设定的横摆角度对应的影响因子，i表示各车辆的编号，i＝1,2,3,…n，n表示车辆的总数。

20、本发明第二方面提供基于车联网大数据的行车轨迹实时风险评估系统，其特征在于，包括：数据采集传输模块，用于监测获取各车辆的精确位置，并采集各车辆的特征数据，传输至云端服务器。

21、行驶轨迹数据分析模块，用于提取云端服务器中各车辆的特征数据，对各车辆的特征数据进行分析，得到各车辆的行驶稳定表征指数。

22、行车风险评估模块，用于获取各车辆的风险评估关联数据进行分析，得到各车辆的行车风险评估触发值阈值。

23、行车风险预警模块，用于根据各车辆的行驶稳定表征指数和各车辆的行车风险评估触发值阈值，进行风险预警。

24、本发明具有以下有益效果：

25、(1)本发明提供基于车联网大数据的行车轨迹实时风险评估方法和系统，首先对各车辆的特征数据进行分析，得到各车辆的行驶稳定表征指数，有助于提升驾驶行为评估的准确性，可以更准确地进行行车轨迹风险评估，然后对各车辆的风险评估关联数据进行分析，进而进行风险预警，可以识别出车辆行驶过程中可能存在的安全风险，从而及时进行预警。

26、(2)本发明通过分析得到各车辆的行驶稳定表征指数，有助于及时发现行驶不稳定的行为，减少交通事故的发生，并通过监测分析各车辆行驶过程的稳定性以及车辆在道路上的行驶状况，有助于识别潜在的交通危险和冲突，评估道路的安全性。

27、(3)本发明通过分析得到各车辆的行车风险评估触发值阈值，对不同车辆进行针对性分析得到对应的行车风险评估触发值阈值，有助于更准确地反映每辆车的风险预警情况，从而进行更准确的预警提示。

28、(4)本发明通过分析进行风险预警，有助于及时发现潜在的危险状况，有助于减少事故发生的可能性，还可以针对每辆车提供个性化的安全保障，提高行车的安全性，及时进行风险预警可以提高车辆行驶过程的安全性降低行车轨迹风险。

29、当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。