CN109389824B - 一种驾驶风险的评估方法及装置 - Google Patents

一种驾驶风险的评估方法及装置 Download PDF

Info

Publication number
CN109389824B
CN109389824B CN201710658808.2A CN201710658808A CN109389824B CN 109389824 B CN109389824 B CN 109389824B CN 201710658808 A CN201710658808 A CN 201710658808A CN 109389824 B CN109389824 B CN 109389824B
Authority
CN
China
Prior art keywords
risk
traffic
coefficient
vehicle
evaluated
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710658808.2A
Other languages
English (en)
Other versions
CN109389824A (zh
Inventor
郑坤
陈奇
杨辉明
刘祖齐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201710658808.2A priority Critical patent/CN109389824B/zh
Publication of CN109389824A publication Critical patent/CN109389824A/zh
Application granted granted Critical
Publication of CN109389824B publication Critical patent/CN109389824B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0129Traffic data processing for creating historical data or processing based on historical data

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请实施例公开了一种驾驶风险的评估方法及装置,该方法包括:获取待评估车辆的第一行驶数据、移动目标的第二行驶数据、目标区域的交通环境数据和目标区域的历史交通事故数据;根据待评估车辆的第一行驶数据和移动目标的第二行驶数据确定动态风险系数;根据交通环境数据确定半动态风险系数;根据历史交通事故数据和交通环境数据确定静态风险系数;将动态风险系数、半动态风险系数和静态风险系数融合,得到综合风险系数;根据综合风险系数确定交通风险等级。本申请实施例基于路口情况的复杂多变性,结合了多种影响路口风险的因素,确定出最终的交通风险等级,所以本申请实施例可以准确有效的将风险提示给驾驶员,以避免引发交通事故。

Description

一种驾驶风险的评估方法及装置
技术领域
本申请实施例涉及通信技术领域,更具体的说,涉及驾驶风险的评估方法及装置。
背景技术
十字路口是交通***中非常重要的一个场景,也往往是交通事故的多发地。随着信息技术的进步,先进而实时的视觉处理,可靠的通信技术也逐渐出现在交通监测***的视野中。
目前,现有的交通监测***安装在十字路口,现有的交通监测***主要包括摄像头、雷达测速装置、控制器、无线模块和报警提示模块。其中,交通检测***利用雷达测速装置和摄像头检测路口车辆、行人和非机动车通过路口的实时信息,如车速和方向等运动信息,控制器会根据雷达测速装置和摄像头检测到的路口的实时信息进行处理,判断当前车辆的车速、行人及非机动车通过交叉路口的情况,将判断结果通过无线模块广播给经过路口的车辆,并利用报警提示模块开启声光提示功能,以使驾驶员能及时的采取应对措施。
现有的交通监测***仅依据路口车辆、行人和非机动车通过路口的实时信息作为判断路口是否具有风险的标准。然而,现实路口的情况是复杂多变的,如果仅仅考虑路口的实时信息,而不结合其他多种影响路口风险的因素,那么现有的交通监测***便不能准确的评估路口的风险,所以现有的交通监测***可能会将错误的风险评估结果发送给经过路口的车辆,从而引发交通事故。
发明内容
本申请实施例提供一种驾驶风险的评估方法及装置,以提供准确有效的风险提示给驾驶员。
本申请实施例是这样实现的:
第一方面,本申请实施例提供了一种驾驶风险的评估方法,该方法包括:
获取待评估车辆的第一行驶数据、移动目标的第二行驶数据、目标区域的交通环境数据和目标区域的历史交通事故数据,其中,移动目标为目标区域内处于移动状态的物体,目标区域为距离待评估车辆预设范围的区域,交通环境数据用于指示目标区域内当前交通环境状况,第一行驶数据为待评估车辆当前在行驶过程中所对应的行驶参数,第二行驶数据为移动目标当前在移动过程中所对应的移动参数;
根据待评估车辆的第一行驶数据和移动目标的第二行驶数据确定动态风险系数,动态风险系数用于指示待评估车辆与移动目标发生碰撞的可能性大小;
根据交通环境数据确定半动态风险系数,半动态风险系数用于指示在当前交通环境状况下目标区域内发生交通事故的可能性大小;
根据历史交通事故数据和交通环境数据确定静态风险系数,静态风险系数用于指示当前交通环境状况在历史上目标区域内发生交通事故的总数量中所占的比例;
将动态风险系数、半动态风险系数和静态风险系数融合,得到综合风险系数;
根据综合风险系数确定当前待评估车辆在目标区域内的交通风险等级。
其中,移动目标为目标区域内处于移动状态的物体。其中,移动目标可以为机动车辆,例如,移动目标可以为轿车、卡车、公交车或洒水车等;移动目标也可以为非机动车辆,例如,移动目标可以为电瓶车、自行车或三轮车等;移动目标还可以为人或动物等。当然,移动目标并不局限于上述提到的内容,移动目标还可以为其他类型的处于移动状态的物体。
在第一方面中,本申请实施例不仅根据待评估车辆的第一行驶数据和移动目标的第二行驶数据确定动态风险系数,以确定待评估车辆与移动目标发生碰撞的可能性大小,并且,根据交通环境数据确定半动态风险系数,以确定在当前交通环境状况下目标区域内发生交通事故的可能性大小,另外,还根据历史交通事故数据和交通环境数据确定静态风险系数,以确定当前交通环境状况在历史上目标区域内发生交通事故的总数量中所占的比例。在得到三个风险系数以后,再根据动态风险系数、半动态风险系数和静态风险系数确定出综合风险系数,并根据综合风险系数确定当前待评估车辆在目标区域内的交通风险等级。因此,本申请实施例基于路口情况的复杂多变性,结合了多种影响路口风险的因素,确定出最终的交通风险等级,所以本申请实施例可以准确有效的将风险提示给驾驶员,以避免引发交通事故。
在一种可能的实现方式中,根据待评估车辆的第一行驶数据和移动目标的第二行驶数据确定动态风险系数包括:
根据待评估车辆的第一行驶数据和移动目标的第二行驶数据,计算待评估车辆与移动目标发生碰撞的剩余时间;
根据剩余时间和预先设置的刹车反应时间计算提前刹车时间;
根据预先设定的第一预设规则,确定与提前刹车时间对应的动态风险系数,第一预设规则用于指示提前刹车时间与动态风险系数的对应关系。
其中,根据待评估车辆的第一行驶数据和移动目标的第二行驶数据确定动态风险系数,可以确定出待评估车辆与移动目标发生碰撞的可能性有多大,从而为计算综合风险系数提供一个动态方面的发生事故的可能性。
在一种可能的实现方式中,根据交通环境数据确定半动态风险系数包括:
根据待评估车辆行驶到前方停止位置的时间计算半动态风险初始系数,前方停止位置为在目标区域中待评估车辆前方首个交通停止线指示的停车位置;
根据预先设定的第二预设规则,确定与交通环境数据对应的补偿系数,第二预设规则用于指示交通环境数据与补偿系数的对应关系;
根据半动态风险初始系数和补偿系数,计算半动态风险系数。
其中,根据交通环境数据确定半动态风险系数,可以确定出在当前交通环境状况下目标区域内发生交通事故的可能性,从而为计算综合风险系数提供一个半动态方面的发生事故的可能性。
在一种可能的实现方式中,交通环境数据为目标区域的交通流量参数、目标区域的交通控制信号或目标区域的驾驶工况参数中的一种。
在一种可能的实现方式中,交通环境数据包括目标区域的交通流量参数、目标区域的交通控制信号和目标区域的驾驶工况参数,根据预先设定的第二预设规则,确定与交通环境数据对应的补偿系数包括:
根据预先设定的第三预设规则,确定与目标区域的交通流量参数对应的第一补偿系数,第三预设规则用于指示交通流量参数与第一补偿系数的对应关系;
根据预先设定的第四预设规则,确定与交通控制信号对应的第二补偿系数,第四预设规则用于指示交通控制信号与第二补偿系数的对应关系;
根据预先设定的第五预设规则,确定与驾驶工况参数对应的第三补偿系数,第五预设规则用于指示驾驶工况参数与第三补偿系数的对应关系;
根据第一补偿系数、第二补偿系数和第三补偿系数确定补偿系数。
在一种可能的实现方式中,根据历史交通事故数据和交通环境数据确定静态风险系数包括:
在历史交通事故数据中确定第六预设规则,第六预设规则用于指示交通环境数据与事故发生概率的对应关系;
根据第六预设规则,确定与交通环境数据对应的事故发生概率;
根据预先设定的第七预设规则,确定与事故发生概率对应的静态风险系数,第七预设规则用于指示事故发生概率与静态风险系数的对应关系。
其中,根据历史交通事故数据和交通环境数据确定静态风险系数,可以确定出在当前交通环境状况下目标区域内历史上发生交通事故的可能性,从而为计算综合风险系数提供一个静态方面的发生事故的可能性。
在一种可能的实现方式中,在获取待评估车辆的第一行驶数据、移动目标的第二行驶数据、目标区域的交通环境数据、目标区域的历史交通事故数据的步骤之后,方法还包括:
根据待评估车辆的第一行驶数据确定待评估车辆到达前方停止位置所需要的第一距离,前方停止位置为在目标区域中待评估车辆前方首个交通停止线指示的停车位置;
在第一距离小于安全距离时,触发根据待评估车辆的第一行驶数据和移动目标的第二行驶数据确定动态风险系数的步骤。
其中,在第一距离小于安全距离时,说明待评估车辆已经比较接近前方停止位置了,由于前方停止位置通常为十字路口的位置,所以发生交通事故的可能性会很大,此时需要开始评估目标区域是否存在着较大的驾驶风险,以确定交通风险等级,并提供给驾驶员。
在一种可能的实现方式中,根据待评估车辆的第一行驶数据确定待评估车辆到达前方停止位置所需要的第一距离包括:
根据待评估车辆的第一行驶数据获取待评估车辆的第一位置信息;
根据第一位置信息在地图上确定前方停止位置的第二位置信息;
根据第一位置信息和第二位置信息,计算待评估车辆与前方停止位置之间的第一距离。
在一种可能的实现方式中,根据待评估车辆的第一行驶数据确定待评估车辆到达前方停止位置所需要的第一距离包括:
利用地图获取前方停止位置与后方停止位置之间的第二距离;
根据待评估车辆的第一行驶数据确定待评估车辆与后方停止位置之间的第三距离,后方停止位置为在目标区域中待评估车辆后方首个交通停止线指示的停车位置;
根据第二距离与第三距离确定待评估车辆与前方停止位置之间的第一距离。
在一种可能的实现方式中,将动态风险系数、半动态风险系数和静态风险系数融合,得到综合风险系数包括:
获取目标区域的工况特征;
根据预先设定的第八预设规则,确定与目标区域的工况特征对应的风险系数权重,第八预设规则用于指示工况特征与风险系数权重的对应关系,风险系数权重包括动态风险权重、半动态风险权重和静态风险权重;
根据动态风险系数、动态风险权重、半动态风险系数、半动态风险权重、静态风险系数和静态风险权重,计算综合风险系数。
其中,根据动态风险系数、动态风险系数的重要程度、半动态风险系数、半动态风险系数的重要程度、静态风险系数和静态风险系数的重要程度,可以计算出综合风险系数,从而得到待评估车辆在目标区域发生交通事故的可能性。
在一种可能的实现方式中,在根据综合风险系数确定当前待评估车辆在目标区域内的交通风险等级的步骤之后,方法还包括:
输出交通风险等级。
其中,可以通过显示器显示出当前的交通风险等级,以使司机能够看到;又如,还可以通过喇叭播放出当前的交通风险等级,以使司机能够听到。另外,输出交通风险等级的方式有很多种,并不局限于通过显示设备或语音设备等输出交通风险等级,还可以通过其他方式输出交通风险等级。
在一种可能的实现方式中,移动目标为机动车辆。
第二方面,本申请实施例提供了一种驾驶风险的评估装置,该装置包括:
获取模块,用于获取待评估车辆的第一行驶数据、移动目标的第二行驶数据、目标区域的交通环境数据和目标区域的历史交通事故数据,其中,移动目标为目标区域内处于移动状态的物体,目标区域为距离待评估车辆预设范围的区域,交通环境数据用于指示目标区域内当前交通环境状况,第一行驶数据为待评估车辆当前在行驶过程中所对应的行驶参数,第二行驶数据为移动目标当前在移动过程中所对应的移动参数;
第一确定模块,用于根据待评估车辆的第一行驶数据和移动目标的第二行驶数据确定动态风险系数,动态风险系数用于指示待评估车辆与移动目标发生碰撞的可能性大小;
第二确定模块,用于根据交通环境数据确定半动态风险系数,半动态风险系数用于指示在当前交通环境状况下目标区域内发生交通事故的可能性大小;
第三确定模块,用于根据历史交通事故数据和交通环境数据确定静态风险系数,静态风险系数用于指示当前交通环境状况在历史上目标区域内发生交通事故的总数量中所占的比例;
融合模块,用于将动态风险系数、半动态风险系数和静态风险系数融合,得到综合风险系数;
第四确定模块,用于根据综合风险系数确定当前待评估车辆在目标区域内的交通风险等级。
在第二方面中,本申请实施例基于路口情况的复杂多变性,结合了多种影响路口风险的因素,确定出最终的交通风险等级,所以本申请实施例可以准确有效的将风险提示给驾驶员,以避免引发交通事故。
在一种可能的实现方式中,第一确定模块,具体用于根据待评估车辆的第一行驶数据和移动目标的第二行驶数据,计算待评估车辆与移动目标发生碰撞的剩余时间;根据剩余时间和预先设置的刹车反应时间计算提前刹车时间;根据预先设定的第一预设规则,确定与提前刹车时间对应的动态风险系数,第一预设规则用于指示提前刹车时间与动态风险系数的对应关系。
在一种可能的实现方式中,第二确定模块,具体用于根据待评估车辆行驶到前方停止位置的时间计算半动态风险初始系数,前方停止位置为在目标区域中待评估车辆前方首个交通停止线指示的停车位置;根据预先设定的第二预设规则,确定与交通环境数据对应的补偿系数,第二预设规则用于指示交通环境数据与补偿系数的对应关系;根据半动态风险初始系数和补偿系数,计算半动态风险系数。
在一种可能的实现方式中,第二确定模块,具体用于根据预先设定的第三预设规则,确定与目标区域的交通流量参数对应的第一补偿系数,第三预设规则用于指示交通流量参数与第一补偿系数的对应关系;根据预先设定的第四预设规则,确定与交通控制信号对应的第二补偿系数,第四预设规则用于指示交通控制信号与第二补偿系数的对应关系;根据预先设定的第五预设规则,确定与驾驶工况参数对应的第三补偿系数,第五预设规则用于指示驾驶工况参数与第三补偿系数的对应关系;根据第一补偿系数、第二补偿系数和第三补偿系数确定补偿系数。
在一种可能的实现方式中,第三确定模块,具体用于在历史交通事故数据中确定第六预设规则,第六预设规则用于指示交通环境数据与事故发生概率的对应关系;根据第六预设规则,确定与交通环境数据对应的事故发生概率;根据预先设定的第七预设规则,确定与事故发生概率对应的静态风险系数,第七预设规则用于指示事故发生概率与静态风险系数的对应关系。
在一种可能的实现方式中,装置还包括:
第五确定模块,用于根据待评估车辆的第一行驶数据确定待评估车辆到达前方停止位置所需要的第一距离,前方停止位置为在目标区域中待评估车辆前方首个交通停止线指示的停车位置;
触发模块,用于在第一距离小于安全距离时,触发第一确定模块。
在一种可能的实现方式中,第五确定模块,具体用于根据待评估车辆的第一行驶数据获取待评估车辆的第一位置信息;根据第一位置信息在地图上确定前方停止位置的第二位置信息;根据第一位置信息和第二位置信息,计算待评估车辆与前方停止位置之间的第一距离。
在一种可能的实现方式中,第五确定模块,具体用于利用地图获取前方停止位置与后方停止位置之间的第二距离;根据待评估车辆的第一行驶数据确定待评估车辆与后方停止位置之间的第三距离,后方停止位置为在目标区域中待评估车辆后方首个交通停止线指示的停车位置;根据第二距离与第三距离确定待评估车辆与前方停止位置之间的第一距离。
在一种可能的实现方式中,融合模块,具体用于获取目标区域的工况特征;根据预先设定的第八预设规则,确定与目标区域的工况特征对应的风险系数权重,第八预设规则用于指示工况特征与风险系数权重的对应关系,风险系数权重包括动态风险权重、半动态风险权重和静态风险权重;根据动态风险系数、动态风险权重、半动态风险系数、半动态风险权重、静态风险系数和静态风险权重,计算综合风险系数。
在一种可能的实现方式中,装置还包括:
输出模块,用于输出交通风险等级。
第三方面,本申请实施例提供了一种驾驶风险的评估装置,该装置包括:处理器和存储器,其中,存储器内存储有处理器能够执行的操作指令,处理器读取存储器内的操作指令用于实现第一方面或第一方面的任一可能的实现方式中描述的方法。
在第三方面中,本申请实施例基于路口情况的复杂多变性,结合了多种影响路口风险的因素,确定出最终的交通风险等级,所以本申请实施例可以准确有效的将风险提示给驾驶员,以避免引发交通事故。
附图说明
图1所示的为本申请实施例提供的一种驾驶风险的评估方法的流程图;
图2所示的实施例为基于图1中步骤S12细化的实施例;
图3所示的实施例为基于图1中步骤S13细化的实施例;
图4所示的实施例为基于图1中步骤S14细化的实施例;
图5所示的实施例为基于图1中步骤S15细化的实施例;
图6所示的为本申请实施例提供的一种驾驶风险的评估装置的示意图;
图7所示的为本申请实施例提供的另一种驾驶风险的评估装置的示意图;
图8所示的为本申请实施例提供的又一种驾驶风险的评估装置的示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
图1所示的为本申请实施例提供的一种驾驶风险的评估方法的流程图。图1所示的驾驶风险的评估方法可以通过输出的风险等级提醒驾驶员当前路段是否具有危险,以使驾驶员可以根据输出的风险等级来应对当前的路况,进而可以降低出现驾驶事故的概率。该方法包括以下步骤。
步骤S11、获取待评估车辆的第一行驶数据、移动目标的第二行驶数据、目标区域的交通环境数据和目标区域的历史交通事故数据。
其中,本申请实施例提供的方法可以应用于终端内,终端可以为车载计算机设备。待评估车辆指的是用户驾驶的安装有车载计算机设备的车辆。
移动目标为目标区域内处于移动状态的物体。其中,移动目标可以为机动车辆,例如,移动目标可以为轿车、卡车、公交车或洒水车等;移动目标也可以为非机动车辆,例如,移动目标可以为电瓶车、自行车或三轮车等;移动目标还可以为人或动物等。当然,移动目标并不局限于上述提到的内容,移动目标还可以为其他类型的处于移动状态的物体。
第一行驶数据为待评估车辆当前在行驶过程中所对应的行驶参数,其中,待评估车辆的第一行驶数据可以为待评估车辆的定位信息、待评估车辆的行驶速度和待评估车辆的行驶方向等数据。第二行驶数据为移动目标当前在移动过程中所对应的移动参数,其中,移动目标的第二行驶数据可以为移动目标的定位信息、移动目标的行驶速度和移动目标的行驶方向等数据。
目标区域为距离待评估车辆预设范围的区域目标区域为的周边地理区域。例如,目标区域可以为以待评估车辆为圆心且以预设范围预设距离为半径的圆形区域内;又如,目标区域也可以为待评估车辆行驶方向的预设范围预设距离的区域内。目标区域可以根据预先设定的规则来确定距离待评估车辆预设范围的周边的地理区域,不局限于某种具体的划分目标区域的方式。
目标区域的交通环境数据用于指示目标区域内当前交通环境状况,目标区域内当前交通环境状况可以由一种或多种参数构成。
例如,交通环境数据可以为交通流量参数,其中,交通流量参数用于指示目标区域的拥堵程度。交通流量参数可以指示目标区域内当前交通环境状况。
又如,交通环境数据也可以为交通控制信号,其中,交通控制信号为用于指挥交通的绿灯、红灯或黄灯等指示信号。交通控制信号可以指示目标区域内当前交通环境状况。
又如,交通环境数据还可以为驾驶工况参数,其中,驾驶工况参数为天气情况,驾驶工况参数包括白天下雨、夜间下雨、白天晴天或夜间晴天等多种天气参数。驾驶工况参数可以指示目标区域内当前交通环境状况。
又如,交通环境数据还可以包括交通流量参数、交通控制信号和驾驶工况参数等数据,通过交通流量参数、交通控制信号和驾驶工况参数等数据一同指示目标区域内当前交通环境状况。
目标区域的历史交通事故数据为在历史时间段内目标区域发生交通事故的相关信息。例如,目标区域的历史交通事故数据可以为在1年以内目标区域每次事故发生时的交通环境数据,其中,交通环境数据可以包括交通流量参数、交通控制信号和驾驶工况参数等数据。
步骤S12、根据待评估车辆的第一根据行驶数据和移动目标的第二行驶数据确定动态风险系数,动态风险系数用于指示待评估车辆与移动目标发生碰撞的可能性大小。
其中,在获取到待评估车辆的第一行驶数据和移动目标的第二行驶数据以后,便可以根据第一行驶数据和第二行驶数据确定动态风险系数,以确定待评估车辆与移动目标发生碰撞的可能性大小。
由于根据待评估车辆的第一行驶数据和移动目标的第二行驶数据确定动态风险系数的方式有很多种,后面会通过实施例来详细介绍。
步骤S13、根据交通环境数据确定半动态风险系数,半动态风险系数用于指示在当前交通环境状况下目标区域内发生交通事故的可能性大小。
其中,在获取到目标区域的交通环境数据以后,便可以根据交通环境数据确定半动态风险系数,以确定在当前交通环境状况下目标区域内发生交通事故的可能性大小。
由于根据交通环境数据确定半动态风险系数的方式有很多种,后面会通过实施例来详细介绍。
步骤S14、根据历史交通事故数据和交通环境数据确定静态风险系数,静态风险系数用于指示当前交通环境状况在历史上目标区域内发生交通事故的总数量中所占的比例。
其中,在获取到目标区域的交通环境数据和目标区域的历史交通事故数据以后,便可以根据历史交通事故数据和交通环境数据确定静态风险系数,以确定当前交通环境状况在历史上目标区域内发生交通事故的总数量中所占的比例。
由于根据历史交通事故数据和交通环境数据确定静态风险系数的方式有很多种,后面会通过实施例来详细介绍。
步骤S15、将动态风险系数、半动态风险系数和静态风险系数融合,得到综合风险系数。
其中,在计算出动态风险系数、半动态风险系数和静态风险系数以后,相当于确定出待评估车辆与移动目标发生碰撞的可能性、在当前交通环境状况下目标区域内发生交通事故的可能性和在当前交通环境状况下目标区域内历史上发生交通事故的可能性,所以融合上述三种发生交通事故的可能性,通过动态风险系数、半动态风险系数和静态风险系数三者的融合来得到较为客观的综合风险系数,所以综合风险系数用于表示待评估车辆在目标区域发生交通事故的可能性。
步骤S16、根据综合风险系数确定当前待评估车辆在目标区域内的交通风险等级。
其中,为了让驾驶员更加直观的理解待评估车辆在目标区域发生交通事故的可能性,可以预先给综合风险系数划分不同的交通风险等级,并确定出待评估车辆当前的综合风险系数对应的交通风险等级,从而使驾驶员通过交通风险等级采取应对措施。
例如,请参见表1所示,表1所示的为预先建立好的综合风险系数与交通风险等级的对应关系表格。在确定出综合风险系数以后,便可通过表1的综合风险系数与交通风险等级的对应关系表格,来确定出与综合风险系数对应的交通风险等级。
请参见表1所示,假设在交通风险等级为1级时,表示待评估车辆发生交通事故的风险极低;在交通风险等级为2级时,表示待评估车辆发生交通事故的风险较低;在交通风险等级为3级时,表示待评估车辆发生交通事故的风险一般;在交通风险等级为4级时,表示待评估车辆发生交通事故的风险较高;交通风险等级为5级时,表示待评估车辆发生交通事故的风险极高。假设计算出待评估车辆当前的综合风险系数为1.5,那么根据表1的对应关系可以确定与综合风险系数1.5对应的交通风险等级为2级,说明待评估车辆发生交通事故的风险较低。
综合风险系数 交通风险等级
(0,1] 1级
(1,2] 2级
(2,3] 3级
(3,4] 4级
(4,5] 5级
表1
当然,在根据综合风险系数确定交通风险等级以后,还可以通过显示设备或语音设备等输出交通风险等级。例如,可以通过显示器显示出当前的交通风险等级,以使司机能够看到;又如,还可以通过喇叭播放出当前的交通风险等级,以使司机能够听到。另外,输出交通风险等级的方式有很多种,并不局限于通过显示设备或语音设备等输出交通风险等级,还可以通过其他方式输出交通风险等级。
在图1所示的实施例中,本申请实施例不仅根据待评估车辆的第一行驶数据和移动目标的第二行驶数据确定动态风险系数,以确定待评估车辆与移动目标发生碰撞的可能性大小,并且,根据交通环境数据确定半动态风险系数,以确定在当前交通环境状况下目标区域内发生交通事故的可能性大小,另外,还根据历史交通事故数据和交通环境数据确定静态风险系数,以确定当前交通环境状况在历史上目标区域内发生交通事故的总数量中所占的比例。在得到三个风险系数以后,再根据动态风险系数、半动态风险系数和静态风险系数确定出综合风险系数,并根据综合风险系数确定当前待评估车辆在目标区域内的交通风险等级。因此,本申请实施例基于路口情况的复杂多变性,结合了多种影响路口风险的因素,确定出最终的交通风险等级,所以本申请实施例可以准确有效的将风险提示给驾驶员,以避免引发交通事故。
另外,可选的,在步骤S11之后,在步骤S12之前,图1所示的方法还可以包括以下步骤:首先,根据待评估车辆的第一行驶数据确定待评估车辆到达前方停止位置所需要的第一距离;其次,在第一距离小于安全距离时,执行步骤S12。
其中,在待评估车辆的第一行驶数据之后,便可以根据待评估车辆的第一行驶数据确定待评估车辆到达前方停止位置所需要的第一距离,前方停止位置为在目标区域中待评估车辆前方首个交通停止线指示的停车位置。在第一距离小于安全距离时,说明待评估车辆已经比较接近前方停止位置了,由于前方停止位置通常为十字路口的位置,所以发生交通事故的可能性会很大,此时需要开始评估目标区域是否存在着较大的驾驶风险,那么需要执行步骤S12至步骤S16,以确定交通风险等级,并提供给驾驶员。
由于根据待评估车辆的第一行驶数据确定待评估车辆到达前方停止位置所需要的第一距离存在多种方式,下面简要介绍两种方式。
第一种方式,确定待评估车辆与前方停止线之间的第一距离可以包括以下步骤:第一步,根据待评估车辆的第一行驶数据获取待评估车辆的第一位置信息;第二步,根据第一位置信息在地图上确定前方停止位置的第二位置信息;第三步,根据第一位置信息和第二位置信息,计算待评估车辆与前方停止位置之间的第一距离。
在第一种方式中,由于待评估车辆的第一行驶数据可以包括待评估车辆的定位信息、待评估车辆的行驶速度和待评估车辆的行驶方向等数据,所以可以根据待评估车辆的第一行驶数据获取待评估车辆的第一位置信息。其中,第一位置信息可以为待评估车辆的GPS(Global Positioning System,全球定位***)信号。在获取到待评估车辆的GPS信号以后,便可以得知待评估车辆在地图上的位置,从而可以得到待评估车辆的前方停止位置的第二位置信息,前方停止位置的第二位置信息为前方停止位置的GPS信号。然后,根据待评估车辆的GPS信号和前方停止位置的GPS信号可以计算出待评估车辆与前方停止位置之间的第一距离。
例如,假设根据待评估车辆的第一行驶数据获取待评估车辆的第一位置信息为{x,0,0},采用ENU坐标系,并假设待评估车辆自南向北直线匀速行驶;然后,根据第一位置信息{x,0,0}在地图上确定前方停止位置的第二位置信息为{x,100,0};最后,根据待评估车辆的第一位置信息{x,0,0}和前方停止位置的第二位置信息{x,100,0},计算待评估车辆与前方停止位置之间的第一距离为100米。
第二种方式,确定待评估车辆与前方停止线之间的第一距离可以包括以下步骤:第一步,利用地图获取前方停止位置与后方停止位置之间的第二距离;第二步,根据待评估车辆的第一行驶数据确定待评估车辆与后方停止位置之间的第三距离,后方停止位置为在目标区域中待评估车辆后方首个交通停止线指示的停车位置;第三步,根据第二距离与第三距离确定待评估车辆与前方停止位置之间的第一距离。
在第二种方式中,首先,通过地图可以直接获取出前方停止位置和后方停止位置之间的第二距离。然后,在待评估车辆经过后方停止位置以后,需要记录下待评估车辆所使用的第一时间,而且,待评估车辆的第一行驶数据中含有待评估车辆的行驶速度,所以根据第一时间和待评估车辆的行驶速度可以计算出后方停止位置与待评估车辆之间的第三距离。最后,计算第二距离与第三距离之差即可得到待评估车辆与前方停止线之间的第一距离。
例如,假设通过地图可以直接获取出前方停止位置和后方停止位置之间的第二距离为10公里。然后,在待评估车辆经过后方停止位置以后,需要记录下待评估车辆所使用的第一时间为6分钟,即第一时间为0.1小时,而且,待评估车辆的第一行驶数据中含有待评估车辆的行驶速度60公里/小时,所以根据第一时间0.1小时和待评估车辆的行驶速度60公里/小时可以计算出后方停止位置与待评估车辆之间的第三距离为6公里。最后,计算第二距离10公里与第三距离6公里之差即可得到待评估车辆与前方停止线之间的第一距离为4公里。
请参见图2所示,图2所示的实施例为基于图1中步骤S12细化的实施例,所以与图1相同的内容可参见图1所示的实施例。图2所示的方法为图1的步骤S12中“根据待评估车辆的第一根据行驶数据和移动目标的第二行驶数据确定动态风险系数”的一种具体实现方式,其中,“根据待评估车辆的第一根据行驶数据和移动目标的第二行驶数据确定动态风险系数”还可以包括以下步骤。
步骤S21、根据待评估车辆的第一行驶数据和移动目标的第二行驶数据,计算待评估车辆与移动目标发生碰撞的剩余时间。
其中,待评估车辆的第一行驶数据可以为待评估车辆的定位信息、待评估车辆的行驶速度和待评估车辆的行驶方向等数据。移动目标的第二行驶数据可以为移动目标的定位信息、移动目标的行驶速度和移动目标的行驶方向等数据。
在获取到待评估车辆的第一行驶数据和移动目标的第二行驶数据以后,便可以预估待评估车辆与移动目标未来一段时间内的运动轨迹。根据预估的运动轨迹,可以计算出待评估车辆与移动目标发生碰撞的剩余时间。待评估车辆与移动目标发生碰撞的剩余时间越少,待评估车辆与移动目标未来一段时间内发生碰撞的可能性越高,则动态风险越大,那么动态风险系数也就越大;待评估车辆与移动目标发生碰撞的剩余时间越多,待评估车辆与移动目标未来一段时间内发生碰撞的可能性越小,则动态风险越小,动态风险系数也就越小。
当然,如果在移动目标中存在驾驶风险较大的车辆,例如摩托车等,那么需要在待评估车辆与移动目标发生碰撞的剩余时间上乘以一个风险调节系数以得到新的剩余时间。其中,风险调节系数的范围在0至1之间选取,目标车辆的风险越大,风险调节系数越小,那么经过计算后新的剩余时间也就越小;目标车辆的风险越小,风险调节系数越大,那么经过计算后新的剩余时间也就越大。
步骤S22、根据剩余时间和预先设置的刹车反应时间计算提前刹车时间。
其中,预先设置的刹车反应时间指的是预留给驾驶员为了避免碰撞的最小反应时间。例如,可以预先将刹车反应时间设定为2秒。
提前刹车时间为驾驶员为了避免碰撞需要提前刹车的时间,提前刹车时间为剩余时间与刹车反应时间的差值。提前刹车时间越少,说明待评估车辆与移动目标未来一段时间内发生碰撞的可能性越高,则动态风险越大,那么动态风险系数也就越大;提前刹车时间越多,说明待评估车辆与移动目标未来一段时间内发生碰撞的可能性越小,则动态风险越小,动态风险系数也就越小。
步骤S23、根据预先设定的第一预设规则,确定与提前刹车时间对应的动态风险系数,第一预设规则用于指示提前刹车时间与动态风险系数的对应关系。
其中,在计算出提前刹车时间以后,便可以根据预先设定的第一预设规则,确定与提前刹车时间对应的动态风险系数。
例如,请参见表2所示,表2所示的为提前刹车时间与动态风险系数的对应关系表格。假设提前刹车时间在0至3秒时,表示待评估车辆与移动目标未来一段时间内发生碰撞的可能性最高,动态风险最大,所以动态风险系数为5;提前刹车时间在3至4秒时,表示待评估车辆与移动目标未来一段时间内发生碰撞的可能性较高,动态风险较大,所以动态风险系数为4;提前刹车时间在4至5秒时,表示待评估车辆与移动目标未来一段时间内发生碰撞的可能性一般,动态风险一般,所以动态风险系数为3;提前刹车时间在5至6秒时,表示待评估车辆与移动目标未来一段时间内发生碰撞的可能性较低,动态风险较低,所以动态风险系数为2;提前刹车时间在6至10秒时,表示待评估车辆与移动目标未来一段时间内发生碰撞的可能性最低,动态风险最小,所以动态风险系数为1。假设计算出提前刹车时间为3.5秒,那么根据表2的对应关系可以确定与提前刹车时间3.5对应的动态风险系数为4,说明待评估车辆与移动目标未来一段时间内发生碰撞的可能性较高,所以需要提示驾驶员注意安全。
提前刹车时间(单位:秒) 动态风险系数
(0,3] 5
(3,4] 4
(4,5] 3
(5,6] 2
(6,10] 1
表2
在图2所示的实施例中,根据待评估车辆的第一行驶数据和移动目标的第二行驶数据确定动态风险系数,可以确定出待评估车辆与移动目标发生碰撞的可能性有多大,从而为计算综合风险系数提供一个动态方面的发生事故的可能性。
请参见图3所示,图3所示的实施例为基于图1中步骤S13细化的实施例,所以与图1相同的内容可参见图1所示的实施例。图3所示的方法为图1的步骤S13中“根据交通环境数据确定半动态风险系数”的一种具体实现方式,其中,“根据交通环境数据确定半动态风险系数”还可以包括以下步骤。
步骤S31、根据待评估车辆行驶到前方停止位置的时间计算半动态风险初始系数,前方停止位置为在目标区域中待评估车辆前方首个交通停止线指示的停车位置。
其中,下面简要介绍,如何根据待评估车辆行驶到前方停止位置的时间计算半动态风险初始系数。
例如,假设待评估车辆行驶到前方停止位置的时间为第一时间。假设第一时间为5秒,第一时间的倒数为1/5,第一时间的倒数越大,待评估车辆到达前方停止位置就越快,第一时间的倒数越小,待评估车辆到达前方停止位置就越慢。
设置一个约束范围[A,B],以使第一时间的倒数落在该约束范围[A,B]内。将约束范围[A,B]设定为[0.05,0.5],其中,B=0.5=1/2,对应最低的碰撞响应时间为2秒,B代表的含义为待评估车辆达到停止线最大未归一风险,用于最大值保护;A=0.05=1/20,对应20秒的碰撞响应时间,主要用于最小值保护。最后,半动态风险初始系数=(第一时间的倒数×控制系数)/B=(1/5×0.6)/0.5=0.24,其中,控制系数用于控制半动态风险系数的初始值。
步骤S32、根据预先设定的第二预设规则,确定与交通环境数据对应的补偿系数,第二预设规则用于指示交通环境数据与补偿系数的对应关系。
其中,交通环境数据可以为目标区域的交通流量参数、目标区域的交通控制信号或目标区域的驾驶工况参数中的一种。交通环境数据也可以包括目标区域的交通流量参数、目标区域的交通控制信号和目标区域的驾驶工况参数。下面简要介绍在交通环境数据为不同参数时的实施例。
第一种情况,在交通环境数据为目标区域的交通流量参数时,那么第二预设规则用于指示交通流量参数与补偿系数的对应关系。此时,根据第二预设规则可以确定与交通流量参数对应的补偿系数,补偿系数用于指示目标区域的拥堵程度。交通流量参数指示目标区域的拥堵程度越高,表示驾驶风险越大,补偿系数也就越高;交通流量参数指示目标区域的拥堵程度越低,表示驾驶风险越小,补偿系数也就越低。
例如,请参见表3所示,表3所示的为交通流量参数与补偿系数的对应关系表格。其中,假设在交通流量参数为正常时,表示驾驶风险最小,所以补偿系数也是最小的,补偿系数为0.05;在交通流量参数为轻度拥堵时,表示驾驶风险较小,所以补偿系数也较小,补偿系数为0.1;在交通流量参数为重度拥堵时,表示驾驶风险较大,所以补偿系数也较大,补偿系数为0.02;在交通流量参数为交通瘫痪时,表示驾驶风险最大,所以补偿系数也是最大的,补偿系数为0.3。假设在目标区域的交通流量参数为重度拥堵时,那么根据表3的对应关系可以确定与重度拥堵对应的补偿系数为0.2,表示驾驶风险较大。
交通流量参数 补偿系数
正常 0.05
轻度拥堵 0.1
重度拥堵 0.2
交通瘫痪 0.3
表3
第二种情况,在交通环境数据为目标区域的交通控制信号时,那么第二预设规则用于指示交通控制信号与补偿系数的对应关系。此时,根据第二预设规则可以确定与交通控制信号对应的补偿系数,补偿系数用于指示指挥交通的绿灯、红灯或黄灯等指示信号。在交通控制信号为红灯时,表示驾驶风险最大,补偿系数也就最高;在交通控制信号为黄灯时,表示驾驶风险适中,补偿系数也就处于中等;在交通控制信号为绿灯时,表示驾驶风险最小,补偿系数也就最低。
例如,请参见表4所示,表4所示的为交通控制信号与补偿系数的对应关系表格。其中,假设在交通控制信号为红灯时,表示驾驶风险最大,补偿系数也就最高,即补偿系数为0.6;在交通控制信号为黄灯时,表示驾驶风险较大,补偿系数也就较高,即补偿系数为0.5;在交通控制信号为绿灯时,表示驾驶风险最小,补偿系数也就最低,即补偿系数为0.1。假设在目标区域的交通控制信号为黄灯时,那么根据表4的对应关系可以确定与黄灯对应的补偿系数为0.5,表示驾驶风险较高。
交通控制信号 补偿系数
绿灯 0.1
黄灯 0.5
红灯 0.6
表4
第三种情况,在交通环境数据为目标区域的驾驶工况参数时,那么第二预设规则用于指示驾驶工况参数与补偿系数的对应关系。此时,根据第二预设规则可以确定与驾驶工况参数对应的补偿系数,补偿系数用于指示白天下雨、夜间下雨、白天晴天或夜间晴天等多种天气参数。在驾驶工况参数为夜间下雨时,表示驾驶风险最大,补偿系数也就最高;在驾驶工况参数为白天下雨时,表示驾驶风险较大,补偿系数较高;在驾驶工况参数为夜间晴天时,表示驾驶风险较小,补偿系数较低;在驾驶工况参数为白天晴天时,表示驾驶风险最小,补偿系数也就最小。
例如,请参见表5所示,表5所示的为驾驶工况参数与补偿系数的对应关系表格。其中,假设在驾驶工况参数为夜间下雨时,表示驾驶风险最大,补偿系数也就最高,即补偿系数为0.8;在驾驶工况参数为白天下雨时,表示驾驶风险较大,补偿系数较高,即补偿系数为0.5;在驾驶工况参数为夜间晴天时,表示驾驶风险较小,补偿系数较低,即补偿系数为0.3;在驾驶工况参数为白天晴天时,表示驾驶风险最小,补偿系数也就最小,即补偿系数为0.1。假设在目标区域的驾驶工况参数为黑夜下雨时,那么根据表5的对应关系可以确定与黑夜下雨对应的补偿系数为0.8,表示驾驶风险最大。
驾驶工况参数 补偿系数
白天晴天 0.1
黑夜晴天 0.3
白天下雨 0.5
黑夜下雨 0.8
表5
第四种情况,在交通环境数据包括目标区域的交通流量参数、目标区域的交通控制信号和目标区域的驾驶工况参数时,根据预先设定的第二预设规则,确定与交通环境数据对应的补偿系数可以包括以下步骤:根据预先设定的第三预设规则,确定与目标区域的交通流量参数对应的第一补偿系数,第三预设规则用于指示交通流量参数与第一补偿系数的对应关系;根据预先设定的第四预设规则,确定与交通控制信号对应的第二补偿系数,第四预设规则用于指示交通控制信号与第二补偿系数的对应关系;根据预先设定的第五预设规则,确定与驾驶工况参数对应的第三补偿系数,第五预设规则用于指示驾驶工况参数与第三补偿系数的对应关系;根据第一补偿系数、第二补偿系数和第三补偿系数确定补偿系数。
在第四种情况中,与前述三种情况不同的是交通环境数据包括三种参数,而前述三种情况的交通环境数据仅为一种参数。在第四种情况中,根据预先设定的第三预设规则,确定与目标区域的交通流量参数对应的第一补偿系数的过程可以参见上述第一种情况;根据预先设定的第四预设规则,确定与交通控制信号对应的第二补偿系数的过程可以参见上述第二种情况;根据预先设定的第五预设规则,确定与驾驶工况参数对应的第三补偿系数的过程可以参见上述第三种情况。
下面通过实例来说明在第四种情况中如何根据第一补偿系数、第二补偿系数和第三补偿系数确定补偿系数。
例如,假设根据预先设定的第三预设规则,确定与目标区域的交通流量参数对应的第一补偿系数为0.05,根据预先设定的第四预设规则,确定与交通控制信号对应的第二补偿系数位0.1,根据预先设定的第五预设规则,确定与驾驶工况参数对应的第三补偿系数位0.1,那么补偿系数=(1+第一补偿系数)×(1+第二补偿系数)×(1+第三补偿系数)=(1+0.05)×(1+0.1)×(1+0.1)=1.27。
步骤S33、根据半动态风险初始系数和补偿系数,计算半动态风险系数。
其中,在得到半动态风险初始系数和补偿系数以后,便可以根据半动态风险初始系数和补偿系数计算半动态风险系数。由于计算半动态风险系数的方式有很多种,下面简要介绍一种方式。
首先,根据半动态风险初始系数和补偿系数,计算非归一化的半动态风险系数。
例如,请参见表3所示,假设半动态风险初始系数为0.24,交通环境数据为目标区域的交通流量参数,且交通流量参数为轻度拥堵,所以轻度拥堵对应的补偿系数为0.1。在表3中,补偿系数的最大值为0.3。那么非归一化的半动态风险系数=半动态风险初始系数×(1+补偿系数)=0.24×(1+0.1)=0.264。
其次,根据预先设置的控制系数和补偿系数的最大值,计算半动态系数的最大值。
例如,请参见表3所示,假设预先将控制系数设置为0.6,半动态风险初始系数为0.24,交通环境数据为目标区域的交通流量参数,且交通流量参数为轻度拥堵,所以轻度拥堵对应的补偿系数为0.1。在表3中,补偿系数的最大值为0.3。那么半动态系数的最大值=控制系数×(1+补偿系数的最大值)=0.6×(1+0.3)=0.78。
最后,根据非归一化的半动态风险系数和半动态系数的最大值,计算半动态风险系数。
例如,假设非归一化的半动态风险系数为0.264,半动态系数的最大值为0.78。那么半动态风险系数=非归一化的半动态风险系数÷半动态系数的最大极值=0.264÷0.78=0.338。
在图3所示的实施例中,根据交通环境数据确定半动态风险系数,可以确定出在当前交通环境状况下目标区域内发生交通事故的可能性大小,从而为计算综合风险系数提供一个半动态方面的发生事故的可能性。
请参见图4所示,图4所示的实施例为基于图1中步骤S14细化的实施例,所以与图1相同的内容可参见图1所示的实施例。图4所示的方法为图1的步骤S14中“根据历史交通事故数据和交通环境数据确定静态风险系数”的一种具体实现方式,其中,“根据历史交通事故数据和交通环境数据确定静态风险系数”还可以包括以下步骤。
步骤S41、在历史交通事故数据中确定第六预设规则,第六预设规则用于指示交通环境数据与事故发生概率的对应关系。
其中,目标区域的历史交通事故数据为在历史时间段内目标区域发生交通事故的相关信息。交通环境数据可以为交通流量参数、交通控制信号和驾驶工况参数中的一个,交通环境数据也可以包括交通流量参数、交通控制信号和驾驶工况参数等数据。
在历史交通事故数据中确定第六预设规则的方式有很多种,下面简要描述一种方式:首先,获取历史交通事故数据中的事故总数量;然后,在历史交通事故数据中确定每种交通环境数据对应的事故数量;其次,根据每种交通环境数据对应的事故数量和事故总数量,计算每种交通环境数据对应的事故发生概率;最后,将交通环境数据与事故发生概率的对应关系确定为第六预设规则。
下面通过例子来说明如何在历史交通事故数据中确定第六预设规则,第六预设规则用于指示交通环境数据与事故发生概率的对应关系。为了描述简便,假设交通环境数据为驾驶工况参数。
例如,假设历史交通事故数据为目标区域在过去一整年的事故信息。其中,历史交通事故数据包括事故总数量和每种驾驶工况参数发生事故的数量。假设事故总数量为100起,在驾驶工况参数为夜间下雨时,发生事故的数量为40起;在驾驶工况参数为白天下雨时,发生事故的数量为30起;在驾驶工况参数为夜间晴天时,发生事故的数量为20起;在驾驶工况参数为白天晴天时,发生事故的数量为10起。那么在目标区域内夜间下雨发生事故的概率为40/100=0.4,在目标区域内白天下雨发生事故的概率为30/100=0.3,在目标区域内夜间晴天发生事故的概率为20/100=0.2,在目标区域内白天晴天发生事故的概率为10/100=0.1。基于上述提到的4中驾驶工况参数与事故发生概率的对应关系,请参见表6所示,表6所示的驾驶工况参数与事故发生概率的对应关系即为第六预设规则。
驾驶工况参数 事故发生概率
白天晴天 0.1
黑夜晴天 0.2
白天下雨 0.3
黑夜下雨 0.4
表6
步骤S42、根据第六预设规则,确定与交通环境数据对应的事故发生概率。
其中,在历史交通事故数据中确定第六预设规则以后,即确定出交通环境数据与事故发生概率的对应关系以后,便可以基于交通环境数据与事故发生概率的对应关系确定与当前的交通环境数据对应的事故发生概率。
请参见表6所示,假设交通环境数据为驾驶工况参数,且当前的驾驶工况参数为白天下雨,那么与当前的驾驶工况参数对应的事故发生概率为0.3。
步骤S43、根据预先设定的第七预设规则,确定与事故发生概率对应的静态风险系数,第七预设规则用于指示事故发生概率与静态风险系数的对应关系。
其中,在确定与交通环境数据对应的事故发生概率之后,便可以根据先设定的第七预设规则确定与事故发生概率对应的静态风险系数。
例如,请参见表7所示,表7所示的为事故发生概率与静态风险系数的对应关系表格。其中,假设在事故发生概率为0至0.2之间时,表示驾驶风险最小,静态风险系数也就最小,即静态风险系数为1;在事故发生概率为0.2至0.4之间时,表示驾驶风险较小,静态风险系数也较小,即静态风险系数为2;在事故发生概率为0.4至0.6之间时,表示驾驶风险适中,静态风险系数也就适中,即静态风险系数为3;在事故发生概率为0.6至0.8之间时,表示驾驶风险较大,静态风险系数也就较大,即静态风险系数为4;在事故发生概率为0.8至1之间时,表示驾驶风险最大,静态风险系数也就最大,即静态风险系数为5。假设当前的交通环境数据对应的事故发生概率0.5,那么根据表7的对应关系可以确定与事故发生概率0.5对应的静态风险系数为3,表示驾驶风险适中。
事故发生概率 静态风险系数
(0,0.2] 1
(0.2,0.4] 2
(0.4,0.6] 3
(0.6,0.8] 4
(0.8,1] 5
表7
在图4所示的实施例中,根据历史交通事故数据和交通环境数据确定静态风险系数,可以确定出当前交通环境状况在历史上目标区域内发生交通事故的总数量中所占的比例,从而为计算综合风险系数提供一个静态方面的发生事故的可能性。
请参见图5所示,图5所示的实施例为基于图1中步骤S15细化的实施例,所以与图1相同的内容可参见图1所示的实施例。图5所示的方法为图1的步骤S15中“将动态风险系数、半动态风险系数和静态风险系数融合,得到综合风险系数”的一种具体实现方式,其中,“将动态风险系数、半动态风险系数和静态风险系数融合,得到综合风险系数”还可以包括以下步骤。
步骤S51、获取目标区域的工况特征。
其中,目标区域的工况特征包括交通秩序、自然条件和历史事故,可以基于交通秩序来设置动态风险权重,基于自然条件来设置半动态风险权重,基于历史事故来设置静态风险权重。确定动态风险权重、半动态风险权重和静态风险权重的目的是,根据工况特征判断动态风险系数、半动态风险系数和静态风险系数中的系数所占的作用有多大。根据工况特征判断出系数的作用越大,那么该系数对应的权重也就越大;根据工况特征判断出系数的作用越小,那么该系数对应的权重也就越小。
交通秩序的两个属性为遵守交通秩序和不遵守交通秩序,交通秩序可以通过目标区域的摄像头获取到。自然条件的两个属性为正常和困难,自然条件为天气情况,自然条件可以通过气象服务器获取到。历史事故的两个属性为高于阈值和低于阈值,历史事故可以通过交通服务器获取到。
步骤S52、根据预先设定的第八预设规则,确定与目标区域的工况特征对应的风险系数权重,第八预设规则用于指示工况特征与风险系数权重的对应关系。
其中,预先设定有第八预设规则,而且第八预设规则用于指示工况特征与风险系数权重的对应关系。风险系数权重包括动态风险权重、半动态风险权重和静态风险权重。
例如,请参见表8所示,表8所示的为预先设定的第八预设规则,即工况特征与风险系数权重的对应关系表格。
Figure BDA0001370004430000161
Figure BDA0001370004430000171
表8
例如,请参见表8所示,假设工况特征包括交通秩序、自然条件和历史事故,其中,目标区域的交通秩序为遵守交通秩序,自然条件为正常,历史事故发生数量低于阈值。由于历史事故发生数量低于阈值,所以可以将静态风险权重配置的低一些,将动态风险权重、半动态风险权重配置的高一些,即将动态风险权重设置为0.4,将半动态风险权重设置为0.5,将静态风险权重设置为0.1。
又如,请参见表8所示,假设工况特征包括交通秩序、自然条件和历史事故,其中,目标区域的交通秩序为不遵守交通秩序,自然条件为正常,历史事故发生数量低于阈值。由于交通秩序为不遵守交通,所以可以将动态风险权重配置的高一些,将半动态风险权重和静动态风险权重配置的低一些,即将动态风险权重设置为0.6,将半动态风险权重设置为0.3,将静态风险权重设置为0.1。
再如,请参见表8所示,假设工况特征包括交通秩序、自然条件和历史事故,其中,目标区域的交通秩序为不遵守交通秩序,自然条件为正常,无法获取历史事故的数量。由于无法获取历史事故的数量,所以只需要配置动态风险权重和半动态风险权重,即将动态风险权重设置为0.5,将半动态风险权重设置为0.5,不设置静态风险权重。
步骤S53、根据动态风险系数、动态风险权重、半动态风险系数、半动态风险权重、静态风险系数和静态风险权重,计算综合风险系数。
其中,在得到了动态风险系数、半动态风险系数和静态风险系数以后,又得到了风险系数权重,即得到了动态风险权重、半动态风险权重和静态风险权重,所以便可以根据动态风险系数、动态风险权重、半动态风险系数、半动态风险权重、静态风险系数和静态风险权重,计算综合风险系数。
由于计算综合风险系数的方式有很多种,下面提供一种方式:综合风险系数=动态风险系数×动态风险权重+半动态风险系数×半动态风险权重+静态风险系数×静态风险权重。
在图5所示的实施例中,根据动态风险系数、动态风险系数的重要程度、半动态风险系数、半动态风险系数的重要程度、静态风险系数和静态风险系数的重要程度,可以计算出综合风险系数,从而得到待评估车辆在目标区域发生交通事故的可能性。
图6所示的为本申请实施例提供的一种驾驶风险的评估装置的示意图。图6为图1对应的装置实施例,图6中与图1相同的内容请参见图1对应的实施例即可。参照图6,该装置包括以下模块:
获取模块11,用于获取待评估车辆的第一行驶数据、移动目标的第二行驶数据、目标区域的交通环境数据和目标区域的历史交通事故数据,其中,移动目标为目标区域内处于移动状态的物体,目标区域为距离待评估车辆预设范围的区域,交通环境数据用于指示目标区域内当前交通环境状况,第一行驶数据为待评估车辆当前在行驶过程中所对应的行驶参数,第二行驶数据为移动目标当前在移动过程中所对应的移动参数;
第一确定模块12,用于根据待评估车辆的第一行驶数据和移动目标的第二行驶数据确定动态风险系数,动态风险系数用于指示待评估车辆与移动目标发生碰撞的可能性大小;
第二确定模块13,用于根据交通环境数据确定半动态风险系数,半动态风险系数用于指示在当前交通环境状况下目标区域内发生交通事故的可能性大小;
第三确定模块14,用于根据历史交通事故数据和交通环境数据确定静态风险系数,静态风险系数用于指示当前交通环境状况在历史上目标区域内发生交通事故的总数量中所占的比例;
融合模块15,用于将动态风险系数、半动态风险系数和静态风险系数融合,得到综合风险系数;
第四确定模块16,用于根据综合风险系数确定当前待评估车辆在目标区域内的交通风险等级。
可选的,第一确定模块12,具体用于根据待评估车辆的第一行驶数据和移动目标的第二行驶数据,计算待评估车辆与移动目标发生碰撞的剩余时间;根据剩余时间和预先设置的刹车反应时间计算提前刹车时间;根据预先设定的第一预设规则,确定与提前刹车时间对应的动态风险系数,第一预设规则用于指示提前刹车时间与动态风险系数的对应关系。
可选的,第二确定模块13,具体用于根据待评估车辆行驶到前方停止位置的时间计算半动态风险初始系数,前方停止位置为在目标区域中待评估车辆前方首个交通停止线指示的停车位置;根据预先设定的第二预设规则,确定与交通环境数据对应的补偿系数,第二预设规则用于指示交通环境数据与补偿系数的对应关系;根据半动态风险初始系数和补偿系数,计算半动态风险系数。
可选的,第二确定模块13,具体用于根据预先设定的第三预设规则,确定与目标区域的交通流量参数对应的第一补偿系数,第三预设规则用于指示交通流量参数与第一补偿系数的对应关系;根据预先设定的第四预设规则,确定与交通控制信号对应的第二补偿系数,第四预设规则用于指示交通控制信号与第二补偿系数的对应关系;根据预先设定的第五预设规则,确定与驾驶工况参数对应的第三补偿系数,第五预设规则用于指示驾驶工况参数与第三补偿系数的对应关系;根据第一补偿系数、第二补偿系数和第三补偿系数确定补偿系数。
可选的,第三确定模块14,具体用于在历史交通事故数据中确定第六预设规则,第六预设规则用于指示交通环境数据与事故发生概率的对应关系;根据第六预设规则,确定与交通环境数据对应的事故发生概率;根据预先设定的第七预设规则,确定与事故发生概率对应的静态风险系数,第七预设规则用于指示事故发生概率与静态风险系数的对应关系。
可选的,融合模块15,具体用于获取目标区域的工况特征;根据预先设定的第八预设规则,确定与目标区域的工况特征对应的风险系数权重,第八预设规则用于指示工况特征与风险系数权重的对应关系,风险系数权重包括动态风险权重、半动态风险权重和静态风险权重;根据动态风险系数、动态风险权重、半动态风险系数、半动态风险权重、静态风险系数和静态风险权重,计算综合风险系数。
可选的,本申请实施例提供的驾驶风险的评估装置还可以包括以下模块:输出模块,用于输出交通风险等级。
图7所示的为本申请实施例提供的另一种驾驶风险的评估装置的示意图。图7为图1对应的装置实施例,图7中与图1相同的内容请参见图1对应的实施例即可。参照图7,该装置包括以下模块:
获取模块21,用于获取待评估车辆的第一行驶数据、移动目标的第二行驶数据、目标区域的交通环境数据和目标区域的历史交通事故数据,其中,移动目标为目标区域内处于移动状态的物体,目标区域为待评估车辆的周边地理区域,交通环境数据用于指示目标区域内当前交通环境状况;
第五确定模块22,用于根据待评估车辆的第一行驶数据确定待评估车辆到达前方停止位置所需要的第一距离,前方停止位置为在目标区域中待评估车辆前方首个交通停止线指示的停车位置;
触发模块23,用于在第一距离小于安全距离时,触发第一确定模块24;
第一确定模块24,用于根据待评估车辆的第一行驶数据和移动目标的第二行驶数据确定动态风险系数,动态风险系数用于指示待评估车辆与移动目标发生碰撞的可能性;
第二确定模块25,用于根据交通环境数据确定半动态风险系数,半动态风险系数用于指示在当前交通环境状况下目标区域内发生交通事故的可能性;
第三确定模块26,用于根据历史交通事故数据和交通环境数据确定静态风险系数,静态风险系数用于指示在当前交通环境状况下目标区域内历史上发生交通事故的可能性;
融合模块27,用于将动态风险系数、半动态风险系数和静态风险系数融合,得到综合风险系数;
第四确定模块28,用于根据综合风险系数确定交通风险等级。
可选的,第五确定模块22,具体用于根据待评估车辆的第一行驶数据获取待评估车辆的第一位置信息;根据第一位置信息在地图上确定前方停止位置的第二位置信息;根据第一位置信息和第二位置信息,计算待评估车辆与前方停止位置之间的第一距离。
可选的,第五确定模块22,具体用于利用地图获取前方停止位置与后方停止位置之间的第二距离;根据待评估车辆的第一行驶数据确定待评估车辆与后方停止位置之间的第三距离,后方停止位置为在目标区域中待评估车辆后方首个交通停止线指示的停车位置;根据第二距离与第三距离确定待评估车辆与前方停止位置之间的第一距离。
图8所示的为本申请实施例提供的又一种驾驶风险的评估装置的示意图。图8为图1对应的装置实施例,图8中与图1相同的内容请参见图1对应的实施例即可。参照图8,该装置包括处理器31和存储器32,其中,存储器32内存储有处理器31能够执行的操作指令,处理器31读取存储器32内的操作指令用于实现上述图1至图5所示的任意一种方法。
需要说明的是,本申请提供实施例只是本申请所介绍的可选实施例,本领域技术人员在此基础上,完全可以设计出更多的实施例,因此不在此处赘述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。

Claims (23)

1.一种驾驶风险的评估方法,其特征在于,所述方法包括:
获取待评估车辆的第一行驶数据、移动目标的第二行驶数据、目标区域的交通环境数据和所述目标区域的历史交通事故数据,其中,所述移动目标为所述目标区域内处于移动状态的物体,所述目标区域为距离所述待评估车辆预设范围的区域,所述交通环境数据用于指示所述目标区域内当前交通环境状况,所述第一行驶数据为所述待评估车辆当前在行驶过程中所对应的行驶参数,所述第二行驶数据为所述移动目标当前在移动过程中所对应的移动参数,所述历史交通事故数据为在历史时间段内目标区域的交通环境数据与事故发生概率的对应关系;
根据所述待评估车辆的第一行驶数据、所述移动目标的第二行驶数据和预先设置的刹车反应时间确定提前刹车时间对应的动态风险系数,所述刹车反应时间为预留给驾驶员为了避免碰撞的最小反应时间,所述提前刹车时间为驾驶员为了避免碰撞需要提前刹车的时间,所述动态风险系数用于指示所述待评估车辆与所述移动目标发生碰撞的可能性大小;
根据所述待评估车辆行驶到前方停止位置的时间和与所述交通环境数据对应的补偿系数计算半动态风险系数,所述前方停止位置为在所述目标区域中所述待评估车辆前方首个交通停止线指示的停车位置,所述半动态风险系数用于指示在所述当前交通环境状况下所述目标区域内发生交通事故的可能性大小;
根据所述历史交通事故数据中的交通环境数据与事故发生概率的对应关系和事故发生概率与静态风险系数的对应关系,确定与所述交通环境数据对应的静态风险系数,所述静态风险系数用于指示所述当前交通环境状况在历史上所述目标区域内发生交通事故的总数量中所占的比例;
根据所述目标区域的工况特征对应的风险系数权重、所述动态风险系数、所述半动态风险系数和所述静态风险系数计算综合风险系数,所述工况特征包括交通秩序、自然条件和历史事故,所述风险系数权重包括动态风险权重、半动态风险权重和静态风险权重;
根据所述综合风险系数确定当前所述待评估车辆在所述目标区域内的交通风险等级。
2.根据权利要求1所述的驾驶风险的评估方法,其特征在于,根据所述待评估车辆的第一行驶数据、所述移动目标的第二行驶数据和预先设置的刹车反应时间确定提前刹车时间对应的动态风险系数包括:
根据所述待评估车辆的第一行驶数据和所述移动目标的第二行驶数据,计算所述待评估车辆与所述移动目标发生碰撞的剩余时间;
根据所述剩余时间和预先设置的刹车反应时间计算提前刹车时间;
根据预先设定的第一预设规则,确定与所述提前刹车时间对应的动态风险系数,所述第一预设规则用于指示提前刹车时间与动态风险系数的对应关系。
3.根据权利要求1所述的驾驶风险的评估方法,其特征在于,根据所述待评估车辆行驶到前方停止位置的时间和与所述交通环境数据对应的补偿系数计算半动态风险系数包括:
根据所述待评估车辆行驶到前方停止位置的时间计算半动态风险初始系数;
根据预先设定的第二预设规则,确定与所述交通环境数据对应的补偿系数,所述第二预设规则用于指示交通环境数据与补偿系数的对应关系;
根据所述半动态风险初始系数和所述补偿系数,计算半动态风险系数。
4.根据权利要求3所述的驾驶风险的评估方法,其特征在于:
所述交通环境数据为所述目标区域的交通流量参数、所述目标区域的交通控制信号或所述目标区域的驾驶工况参数中的一种。
5.根据权利要求3所述的驾驶风险的评估方法,其特征在于,所述交通环境数据包括所述目标区域的交通流量参数、所述目标区域的交通控制信号和所述目标区域的驾驶工况参数,根据预先设定的第二预设规则,确定与所述交通环境数据对应的补偿系数包括:
根据预先设定的第三预设规则,确定与所述目标区域的交通流量参数对应的第一补偿系数,所述第三预设规则用于指示交通流量参数与第一补偿系数的对应关系;
根据预先设定的第四预设规则,确定与所述交通控制信号对应的第二补偿系数,所述第四预设规则用于指示交通控制信号与第二补偿系数的对应关系;
根据预先设定的第五预设规则,确定与所述驾驶工况参数对应的第三补偿系数,所述第五预设规则用于指示驾驶工况参数与第三补偿系数的对应关系;
根据所述第一补偿系数、所述第二补偿系数和所述第三补偿系数确定补偿系数。
6.根据权利要求1所述的驾驶风险的评估方法,其特征在于,根据所述历史交通事故数据中的交通环境数据与事故发生概率的对应关系和事故发生概率与静态风险系数的对应关系,确定与所述交通环境数据对应的静态风险系数包括:
在所述历史交通事故数据中确定第六预设规则,所述第六预设规则用于指示交通环境数据与事故发生概率的对应关系;
根据所述第六预设规则,确定与所述交通环境数据对应的事故发生概率;
根据预先设定的第七预设规则,确定与所述事故发生概率对应的静态风险系数,所述第七预设规则用于指示事故发生概率与静态风险系数的对应关系。
7.根据权利要求1所述的驾驶风险的评估方法,其特征在于,在获取待评估车辆的第一行驶数据、移动目标的第二行驶数据、目标区域的交通环境数据、所述目标区域的历史交通事故数据的步骤之后,所述方法还包括:
根据所述待评估车辆的第一行驶数据确定所述待评估车辆到达前方停止位置所需要的第一距离,所述前方停止位置为在所述目标区域中所述待评估车辆前方首个交通停止线指示的停车位置;
在所述第一距离小于安全距离时,触发所述根据所述待评估车辆的第一行驶数据和所述移动目标的第二行驶数据确定动态风险系数的步骤。
8.根据权利要求7所述的驾驶风险的评估方法,其特征在于,根据所述待评估车辆的第一行驶数据确定所述待评估车辆到达前方停止位置所需要的第一距离包括:
根据所述待评估车辆的第一行驶数据获取所述待评估车辆的第一位置信息;
根据所述第一位置信息在地图上确定前方停止位置的第二位置信息;
根据所述第一位置信息和所述第二位置信息,计算所述待评估车辆与所述前方停止位置之间的第一距离。
9.根据权利要求7所述的驾驶风险的评估方法,其特征在于,根据所述待评估车辆的第一行驶数据确定所述待评估车辆到达前方停止位置所需要的第一距离包括:
利用地图获取所述前方停止位置与后方停止位置之间的第二距离;
根据所述待评估车辆的第一行驶数据确定所述待评估车辆与所述后方停止位置之间的第三距离,所述后方停止位置为在所述目标区域中所述待评估车辆后方首个交通停止线指示的停车位置;
根据所述第二距离与所述第三距离确定所述待评估车辆与所述前方停止位置之间的第一距离。
10.根据权利要求1所述的驾驶风险的评估方法,其特征在于,根据所述目标区域的工况特征对应的风险系数权重、所述动态风险系数、所述半动态风险系数和所述静态风险系数计算综合风险系数包括:
获取所述目标区域的工况特征;
根据预先设定的第八预设规则,确定与所述目标区域的工况特征对应的风险系数权重,所述第八预设规则用于指示工况特征与风险系数权重的对应关系;
根据所述动态风险系数、所述动态风险权重、所述半动态风险系数、所述半动态风险权重、所述静态风险系数和所述静态风险权重,计算综合风险系数。
11.根据权利要求1所述的驾驶风险的评估方法,其特征在于,在根据所述综合风险系数确定当前所述待评估车辆在所述目标区域内的交通风险等级的步骤之后,所述方法还包括:
输出所述交通风险等级。
12.根据权利要求1所述的驾驶风险的评估方法,其特征在于,所述移动目标为机动车辆。
13.一种驾驶风险的评估装置,其特征在于,所述装置包括:
获取模块,用于获取待评估车辆的第一行驶数据、移动目标的第二行驶数据、目标区域的交通环境数据和所述目标区域的历史交通事故数据,其中,所述移动目标为所述目标区域内处于移动状态的物体,所述目标区域为距离所述待评估车辆预设范围的区域,所述交通环境数据用于指示所述目标区域内当前交通环境状况,所述第一行驶数据为所述待评估车辆当前在行驶过程中所对应的行驶参数,所述第二行驶数据为所述移动目标当前在移动过程中所对应的移动参数,所述历史交通事故数据为在历史时间段内目标区域的交通环境数据与事故发生概率的对应关系;
第一确定模块,用于根据所述待评估车辆的第一行驶数据、所述移动目标的第二行驶数据和预先设置的刹车反应时间确定提前刹车时间对应的动态风险系数,所述刹车反应时间为预留给驾驶员为了避免碰撞的最小反应时间,所述提前刹车时间为驾驶员为了避免碰撞需要提前刹车的时间,所述动态风险系数用于指示所述待评估车辆与所述移动目标发生碰撞的可能性大小;
第二确定模块,用于根据所述待评估车辆行驶到前方停止位置的时间和与所述交通环境数据对应的补偿系数计算半动态风险系数,所述前方停止位置为在所述目标区域中所述待评估车辆前方首个交通停止线指示的停车位置,所述半动态风险系数用于指示在所述当前交通环境状况下所述目标区域内发生交通事故的可能性大小;
第三确定模块,用于根据所述历史交通事故数据中的交通环境数据与事故发生概率的对应关系和事故发生概率与静态风险系数的对应关系,确定与所述交通环境数据对应的静态风险系数,所述静态风险系数用于指示所述当前交通环境状况在历史上所述目标区域内发生交通事故的总数量中所占的比例;
融合模块,用于根据所述目标区域的工况特征对应的风险系数权重、所述动态风险系数、所述半动态风险系数和所述静态风险系数计算综合风险系数,所述工况特征包括交通秩序、自然条件和历史事故,所述风险系数权重包括动态风险权重、半动态风险权重和静态风险权重;
第四确定模块,用于根据所述综合风险系数确定当前所述待评估车辆在所述目标区域内的交通风险等级。
14.根据权利要求13所述的驾驶风险的评估装置,其特征在于:
所述第一确定模块,具体用于根据所述待评估车辆的第一行驶数据和所述移动目标的第二行驶数据,计算所述待评估车辆与所述移动目标发生碰撞的剩余时间;根据所述剩余时间和预先设置的刹车反应时间计算提前刹车时间;根据预先设定的第一预设规则,确定与所述提前刹车时间对应的动态风险系数,所述第一预设规则用于指示提前刹车时间与动态风险系数的对应关系。
15.根据权利要求13所述的驾驶风险的评估装置,其特征在于:
所述第二确定模块,具体用于根据所述待评估车辆行驶到前方停止位置的时间计算半动态风险初始系数;根据预先设定的第二预设规则,确定与所述交通环境数据对应的补偿系数,所述第二预设规则用于指示交通环境数据与补偿系数的对应关系;根据所述半动态风险初始系数和所述补偿系数,计算半动态风险系数。
16.根据权利要求15所述的驾驶风险的评估装置,其特征在于:
所述第二确定模块,具体用于根据预先设定的第三预设规则,确定与所述目标区域的交通流量参数对应的第一补偿系数,所述第三预设规则用于指示交通流量参数与第一补偿系数的对应关系;根据预先设定的第四预设规则,确定与交通控制信号对应的第二补偿系数,所述第四预设规则用于指示交通控制信号与第二补偿系数的对应关系;根据预先设定的第五预设规则,确定与驾驶工况参数对应的第三补偿系数,所述第五预设规则用于指示驾驶工况参数与第三补偿系数的对应关系;根据所述第一补偿系数、所述第二补偿系数和所述第三补偿系数确定补偿系数。
17.根据权利要求13所述的驾驶风险的评估装置,其特征在于:
所述第三确定模块,具体用于在所述历史交通事故数据中确定第六预设规则,所述第六预设规则用于指示交通环境数据与事故发生概率的对应关系;根据所述第六预设规则,确定与所述交通环境数据对应的事故发生概率;根据预先设定的第七预设规则,确定与所述事故发生概率对应的静态风险系数,所述第七预设规则用于指示事故发生概率与静态风险系数的对应关系。
18.根据权利要求13所述的驾驶风险的评估装置,其特征在于,所述装置还包括:
第五确定模块,用于根据所述待评估车辆的第一行驶数据确定所述待评估车辆到达前方停止位置所需要的第一距离,所述前方停止位置为在所述目标区域中所述待评估车辆前方首个交通停止线指示的停车位置;
触发模块,用于在所述第一距离小于安全距离时,触发所述第一确定模块。
19.根据权利要求18所述的驾驶风险的评估装置,其特征在于:
所述第五确定模块,具体用于根据所述待评估车辆的第一行驶数据获取所述待评估车辆的第一位置信息;根据所述第一位置信息在地图上确定前方停止位置的第二位置信息;根据所述第一位置信息和所述第二位置信息,计算所述待评估车辆与所述前方停止位置之间的第一距离。
20.根据权利要求18所述的驾驶风险的评估装置,其特征在于:
所述第五确定模块,具体用于利用地图获取所述前方停止位置与后方停止位置之间的第二距离;根据所述待评估车辆的第一行驶数据确定所述待评估车辆与后方停止位置之间的第三距离,所述后方停止位置为在所述目标区域中所述待评估车辆后方首个交通停止线指示的停车位置;根据所述第二距离与所述第三距离确定所述待评估车辆与所述前方停止位置之间的第一距离。
21.根据权利要求13所述的驾驶风险的评估装置,其特征在于:
所述融合模块,具体用于获取所述目标区域的工况特征;根据预先设定的第八预设规则,确定与所述目标区域的工况特征对应的风险系数权重,所述第八预设规则用于指示工况特征与风险系数权重的对应关系;根据所述动态风险系数、所述动态风险权重、所述半动态风险系数、所述半动态风险权重、所述静态风险系数和所述静态风险权重,计算综合风险系数。
22.根据权利要求13所述的驾驶风险的评估装置,其特征在于,所述装置还包括:
输出模块,用于输出所述交通风险等级。
23.一种驾驶风险的评估装置,其特征在于,包括:处理器和存储器,其中,存储器内存储有处理器能够执行的操作指令,处理器读取存储器内的操作指令用于实现权利要求1-12任选一项所述的方法。
CN201710658808.2A 2017-08-04 2017-08-04 一种驾驶风险的评估方法及装置 Active CN109389824B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710658808.2A CN109389824B (zh) 2017-08-04 2017-08-04 一种驾驶风险的评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710658808.2A CN109389824B (zh) 2017-08-04 2017-08-04 一种驾驶风险的评估方法及装置

Publications (2)

Publication Number Publication Date
CN109389824A CN109389824A (zh) 2019-02-26
CN109389824B true CN109389824B (zh) 2021-07-09

Family

ID=65413151

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710658808.2A Active CN109389824B (zh) 2017-08-04 2017-08-04 一种驾驶风险的评估方法及装置

Country Status (1)

Country Link
CN (1) CN109389824B (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113792298B (zh) * 2019-06-10 2023-12-26 百度在线网络技术(北京)有限公司 车辆安全风险检测的方法及装置
CN110276953A (zh) * 2019-06-28 2019-09-24 青岛无车承运服务中心有限公司 基于北斗定位***的车辆违规行驶风险分析方法
CN110588658B (zh) * 2019-09-26 2020-12-29 长安大学 一种基于综合模型检测驾驶员风险等级的方法
CN112651584B (zh) * 2019-10-11 2024-06-14 上海汽车集团股份有限公司 一种驾驶环境安全性评估方法及装置
CN110641461B (zh) * 2019-11-15 2020-04-28 华人运通(上海)新能源驱动技术有限公司 一种车辆预警的方法、车路协同***及存储介质
US11966852B2 (en) 2019-12-11 2024-04-23 Shanghai United Imaging Intelligence Co., Ltd. Systems and methods for situation awareness
CN111311093B (zh) * 2020-02-13 2023-09-05 中交第一公路勘察设计研究院有限公司 基于驾驶员生理数据的道路交叉口风险评估与预警方法
CN111383454B (zh) * 2020-03-02 2024-01-30 腾讯科技(深圳)有限公司 车辆驾驶风险的预警方法、装置、介质及电子设备
CN111332289B (zh) * 2020-03-23 2021-05-07 腾讯科技(深圳)有限公司 车辆运行环境数据获取方法、装置和存储介质
CN111504339B (zh) * 2020-05-09 2023-08-18 腾讯科技(深圳)有限公司 一种对可移动平台的导航方法、装置及计算机设备
CN111613059B (zh) * 2020-05-30 2023-08-18 腾讯科技(深圳)有限公司 一种数据处理方法以及设备
CN111832947B (zh) * 2020-07-16 2023-11-24 腾讯科技(深圳)有限公司 风险评估方法、装置、计算机设备以及介质
CN111951548B (zh) * 2020-07-30 2023-09-08 腾讯科技(深圳)有限公司 一种车辆驾驶风险确定方法、装置、***及介质
CN111951550B (zh) * 2020-08-06 2021-10-29 华南理工大学 交通安全风险监控方法、装置、存储介质及计算机设备
CN112037513B (zh) * 2020-09-01 2023-04-18 清华大学 一种实时交通安全指数动态综合评价***及其构建方法
CN111815986B (zh) * 2020-09-02 2021-01-01 深圳市城市交通规划设计研究中心股份有限公司 一种交通事故预警方法、装置、终端设备及存储介质
CN113538893B (zh) * 2020-09-25 2024-05-28 腾讯科技(深圳)有限公司 车辆预警方法、控制方法、装置及电子设备
CN112581759B (zh) * 2020-12-09 2021-11-09 上海博协软件有限公司 一种基于智慧交通的云计算方法及***
CN112885145B (zh) * 2021-01-21 2022-05-20 北京嘀嘀无限科技发展有限公司 路口风险预警的方法和装置
CN113536949B (zh) * 2021-06-21 2023-07-28 上汽通用五菱汽车股份有限公司 事故危险等级评估方法、装置及计算机可读存储介质
CN113849971B (zh) * 2021-09-16 2023-03-28 广州文远知行科技有限公司 驾驶***评估方法、装置、计算机设备和存储介质
CN114005284A (zh) * 2021-11-01 2022-02-01 长沙理工大学 一种基于降雨量实时监测的汽车智能预警***
CN116897380A (zh) * 2022-02-11 2023-10-17 华为技术有限公司 路况检测方法、可读介质以及电子设备
CN116778720B (zh) * 2023-08-25 2023-11-24 中汽传媒(天津)有限公司 一种交通工况场景库搭建及应用方法、***和电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101937421A (zh) * 2009-07-03 2011-01-05 上海大潮电子技术有限公司 采集车辆实时运行信息而进行运行安全风险评估的方法
CN104867327A (zh) * 2014-02-21 2015-08-26 ***通信集团公司 一种驾驶安全监测方法及装置
CN106355883A (zh) * 2016-10-20 2017-01-25 同济大学 基于风险评估模型的交通事故发生概率获取方法及***
CN106651162A (zh) * 2016-12-09 2017-05-10 思建科技有限公司 一种基于大数据的驾驶风险评估方法
CN106777907A (zh) * 2016-11-25 2017-05-31 东软集团股份有限公司 驾驶行为评分方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101937421A (zh) * 2009-07-03 2011-01-05 上海大潮电子技术有限公司 采集车辆实时运行信息而进行运行安全风险评估的方法
CN104867327A (zh) * 2014-02-21 2015-08-26 ***通信集团公司 一种驾驶安全监测方法及装置
CN106355883A (zh) * 2016-10-20 2017-01-25 同济大学 基于风险评估模型的交通事故发生概率获取方法及***
CN106777907A (zh) * 2016-11-25 2017-05-31 东软集团股份有限公司 驾驶行为评分方法和装置
CN106651162A (zh) * 2016-12-09 2017-05-10 思建科技有限公司 一种基于大数据的驾驶风险评估方法

Also Published As

Publication number Publication date
CN109389824A (zh) 2019-02-26

Similar Documents

Publication Publication Date Title
CN109389824B (zh) 一种驾驶风险的评估方法及装置
US10977945B1 (en) Vehicular driver warnings
US9947149B2 (en) Proactive driver warning
CN105608926B (zh) 告警提示方法、告警提示***和终端
CN110400478A (zh) 一种路况通知方法及装置
US20130116920A1 (en) System, method and program product for flood aware travel routing
US11170639B2 (en) Transportation threat detection system
US20170132920A1 (en) Vehicle Speed Monitoring Method and Device
CN104925064A (zh) 增加自主驾驶安全和/或舒适性的车辆、车辆***和方法
CN112572452A (zh) 确定道路安全
CN114312794B (zh) 车辆行驶恶劣天气环境的识别***和方法
US20230119295A1 (en) Method for operating a vehicle hazardous parking warning system
CN116312045A (zh) 一种车辆危险预警方法及装置
CN107680396A (zh) 一种驾驶行为的监控方法及其装置
KR102548821B1 (ko) 도로 위험물 인지 장치 및 방법
GB2485581A (en) Method of alerting the driver of a vehicle of an accident risk
CN113140129A (zh) 一种车辆预警方法、设备及***
JP2023024857A (ja) 路車間連携情報処理方法、装置、システム、電子機器、記憶媒体およびコンピュータプログラム
CN115009292A (zh) 用于自动驾驶车辆的风险提示方法、装置及自动驾驶车辆
KR101633896B1 (ko) 돌발 상황 예보 시스템 및 방법
CN110395270B (zh) 自动跟随驾驶***
CN110570039A (zh) 进行安全提醒的方法、装置、计算机设备和存储介质
CN116844316A (zh) 车辆超速报警方法、***、存储介质及电子设备
CN117184057A (zh) 车辆安全行驶的控制方法、装置、电子设备及存储介质
CN116331197A (zh) 行车控制方法、装置、设备及可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant