道路安全风险等级的确定方法、装置、设备及存储介质与流程

1.本技术涉及道路安全技术领域，尤其涉及一种道路安全风险等级的确定方法、装置、设备及存储介质。


背景技术：

2.现有的道路安全风险等级预测方法主要是通过分析交通事故的历史数据，总结历史数据规律，进而根据历史数据规律进行道路安全风险等级的预测。
3.但是，道路安全风险产生的要素众多，现有的道路安全风险等级的预测方法仅根据历史交通事故进行预测，维度比较单一，无法准确的预测交通事故的发生概率。因此，如何提高确定道路安全风险等级的准确性成为亟待解决的技术问题。


技术实现要素：

4.本技术提供一种道路安全风险等级的确定方法、装置、设备及存储介质，以提高确定道路安全风险等级的准确性。
5.为达到上述目的，本技术采用如下技术方案：
6.第一方面，本技术提供一种道路安全风险等级的确定方法，其特征在于，该方法包括：确定目标路段当前时间段内的路况信息参数，所述路况信息参数包括所述目标路段的道路结构参数、道路兴趣点poi信息、当前天气信息参数、交通信息参数；将所述路况信息参数输入预设道路安全风险等级确定模型，以得到目标路段在当前时间段内的的道路安全风险等级，道路安全风险等级用于表示目标路段发生交通事故的概率。
7.可选的，确定第一预设时间内多个路段的路况信息参数以及每个路段在第一预设时间段内对应的道路安全风险等级；根据多个预设算法分别对多个路段的路况信息参数及对应的道路安全风险等级进行训练，得到每个预设算法对应的预测模型；根据多个预设算法对应的预设模型中准确率大于预设值的一个或多个预设模型进行集成训练，确定道路安全风险等级模型。
8.可选的，确定第一预设时间内多个路段的路况信息参数，包括：获取第一预设时间段内多个路段中每个路段的时空数据，路段的时空数据包括路段的路网特征参数、路况特征参数、时段特征参数、节日特征参数、交通事件特征参数中的一个或多个；确定路段中时空数据中每个参数与交通事故之间的关联度，参数与交通事故之间的关联度与交通事故概率正相关；将路段中时空数据中相关度大于预设值的参数，作为路段的路况信息参数。
9.可选的，根据矢量地图将目标道路划分为多个路段，多个路段包括目标路段；将目标道路的多个路况信息参数与多个路段进行匹配，确定每个路段对应的路况信息参数，目标道路的多个路况信息参数对应不同的定位方式。
10.可选的，定位方式包括里程桩定位、坐标网格定位、经纬度定位、道路代码定位中的一个或多个；目标路段的道路结构参数通过里程桩定位、道路兴趣点poi信息通过经纬度定位、当前天气信息参数通过坐标网格定位、交通信息参数通过道路代码定位。
11.可选的，清洗目标路段的路况信息参数；清洗目标路段的路况信息参数具体包括：将路况信息参数进行纠正处理，和/或，进行二次定位以获取路况信息参数。
12.第二方面，本技术提供一种道路安全风险等级的确定设备，其特征在于，包括：确定单元、输入单元；确定单元，用于确定目标路段当前时间段内的路况信息参数，路况信息参数包括目标路段的道路结构参数、道路兴趣点poi信息、当前天气信息参数、交通信息参数；输入单元，用于将路况信息参数输入预设道路安全风险等级确定模型，以得到目标路段在当前时间段内的的道路安全风险等级，道路安全风险等级用于表示目标路段发生交通事故的概率。
13.可选的，确定设备还包括训练单元。确定单元还用于确定第一预设时间内多个路段的路况信息参数以及每个路段在所述第一预设时间段内对应的道路安全风险等级；训练单元，用于根据多个预设算法分别对多个路段的路况信息参数及对应的道路安全风险等级进行训练，得到每个预设算法对应的预测模型；根据多个预设算法对应的预设模型中准确率大于预设值的一个或多个预设模型进行集成训练，确定道路安全风险等级模型。
14.可选的，确定单元，具体用于：获取第一预设时间段内多个路段中每个路段的时空数据，路段的时空数据包括路段的路网特征参数、路况特征参数、时段特征参数、节日特征参数、交通事件特征参数中的一个或多个；确定路段中时空数据中每个参数与交通事故之间的关联度，参数与交通事故之间的关联度与交通事故概率正相关；将路段中时空数据中相关度大于预设值的参数，作为路段的路况信息参数。
15.可选的，确定设备还包括划分单元以及匹配单元；划分单元，用于根据矢量地图将目标道路划分为多个路段，多个路段包括目标路段；匹配单元，用于将目标道路的多个路况信息参数与多个路段进行匹配，确定每个路段对应的路况信息参数，目标道路的多个路况信息参数对应不同的定位方式。
16.可选的，定位方式包括里程桩定位、坐标网格定位、经纬度定位、道路代码定位中的一个或多个；目标路段的道路结构参数通过里程桩定位、道路兴趣点poi信息通过经纬度定位、当前天气信息参数通过坐标网格定位、交通信息参数通过道路代码定位。
17.可选的，清洗目标路段的路况信息参数；清洗目标路段的路况信息参数具体包括：将路况信息参数进行纠正处理，和/或，进行二次定位以获取路况信息参数。
18.第三方面，本技术提供一种道路安全风险等级的确定设备，该道路安全风险等级的确定设备包括：处理器、数据处理接口和存储器。其中，存储器用于存储一个或多个程序。该一个或多个程序包括计算机执行指令，当该道路安全风险等级的确定设备运行时，处理器执行该存储器存储的该计算机执行指令，以使该道路安全风险等级的确定设备执行第一方面及其各种可选的实现方式中任意之一的道路安全风险等级的确定方法。
19.第四方面，本技术提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当计算机执行该指令时，该计算机执行上述第一方面及其各种可选的实现方式中任意之一的道路安全风险等级的确定方法。
20.本技术提供的道路安全风险等级的确定方法，本技术通过确定目标路段当前时间段内的路况信息参数，路况信息参数包括目标路段的道路结构参数、道路兴趣点poi信息、当前天气信息参数、交通信息参数；将路况信息参数输入预设道路安全风险等级确定模型，以得到目标路段在当前时间段内的的道路安全风险等级，道路安全风险等级用于表示目标
路段发生交通事故的概率。由此，本技术可以将多种路况信息参数与每个路段进行匹配融合，实现了多源数据的融合，统一了定位标准，提高了确定道路安全风险等级的准确性。
附图说明
21.图1为本技术实施例提供的一种道路安全风险等级的确定系统的结构示意图；
22.图2本技术实施例提供的一种确定设备的结构示意图；
23.图3为本技术实施例提供的一种道路安全风险等级的确定方法的流程示意图；
24.图4为本技术实施例提供的一种道路安全风险等级的确定方法的流程示意图；
25.图5为本技术实施例提供的一种道路安全风险等级的确定方法的流程示意图；
26.图6为本技术实施例提供的一种道路安全风险等级的确定方法的流程示意图；
27.图7为本技术实施例提供的一种确定设备的结构示意图；
28.图8为本技术实施例提供的一种道路安全风险等级的展示示意图；
具体实施方式
29.下面结合附图对本技术实施例提供的一种道路安全风险等级的确定方法、装置、设备及存储介质进行详细地描述。
30.本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。
31.本技术的说明书以及附图中的术语“第一”和“第二”等是用于区别不同的对象，或者用于区别对同一对象的不同处理，而不是用于描述对象的特定顺序。
32.此外，本技术的描述中所提到的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括其他没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
33.需要说明的是，本技术实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本技术实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
34.在本技术的描述中，除非另有说明，“多个”的含义是指两个或两个以上。
35.在介绍本技术实施例之前，对本技术实施例涉及的一些名词进行解释：
36.路段link：路段link：link是组成道路的最小的数字单元。一段道路通常由一个或者多个link组成。例如，长度为500m的a路段可以由3个link组成。每个link的长度可以相同，也可以不同。link的长度可以根据道路的实际情况进行设定。每个link拥有自身的唯一身份标识(identity，id)，并且各个link具有对应link信息。例如，link信息还可以包括link的位置信息、长度等。link的位置信息可以包括多个经纬度。。
37.下面结合说明书附图对本技术实施例提供的一种道路安全风险等级的确定方法进行说明。
38.本技术实施例提供的数据的处理方法可以应用于图1所示的道路安全风险等级的确定系统中，如图1所示，该道路安全风险等级的确定系统10可以包括确定设备11以及采集
设备12。道路安全风险等级的确定设备11与路况信息参数采集设备12之间通信连接。例如，既可以无线通信连接，也可以有线通信连接，不予限制。
39.其中，采集设备12可以用于采集路况信息参数，以及将路况信息参数反馈给确定设备11。例如，采集设备可以激光雷达、无人机、摄像装置等。
40.道路安全风险等级的确定设备11用于根据路况信息参数确定道路安全风险等级。在实际应用中，道路安全风险等级的确定设备11可以为计算机、服务器等，还可以为其他拥有道路安全风险等级的确定的类似设备。
41.需要说明的是，图1仅为示例性架构图，除图1中所示功能单元之外，该数据处理系统还可以包括其他功能单元，本技术实施例对此不进行限定。
42.在具体实现时，图1中的各个设备可以采用图2所示的组成结构，或者包括图2所示的部件。图2为本技术实施例提供的一种道路安全风险等级的确定设备20的组成示意图，该道路安全风险等级的确定设备20包括处理器201、处理接口202、处理线路203以及存储器204。
43.其中，处理器201可以是cpu、通用处理器网络处理器(network processor，np)、数字信号处理器(digital signal processing，dsp)、微处理器、微控制器、可编程逻辑器件(programmable logic device，pld)或它们的任意组合。处理器201还可以是其它具有处理功能的装置，例如电路、器件或软件模块，不予限制。在一种示例中，处理器201可以包括一个或多个cpu，例如，图2中的cpu0和cpu1。
44.处理接口202，用于与其他设备或其它数据处理网络进行数据处理。该其它数据处理网络可以为以太网，无线接入网(radio access network，ran设备)，无线局域网(wireless local area networks，wlan)等。数据处理接口可以是模块、电路、数据处理接口或者任何能够实现数据处理的装置。
45.处理线路203，用于在道路安全风险等级的确定系统所包括的各部件之间传送消息。
46.存储器204，用于存储指令。其中，指令可以是计算机程序。
47.其中，存储器204可以是只读存储器(read-only memory，rom)或可存储静态消息和/或指令的其他类型的静态存储设备，也可以是随机存取存储器(ran设备dom access memory，ram)或可存储消息和/或指令的其他类型的动态存储设备，还可以是电可擦可编程只读存储器(electric模块ally erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或其他磁存储设备等，不予限制。
48.需要指出的是，存储器204可以独立于处理器201存在，也可以和处理器201集成在一起。存储器204可以用于存储指令或者程序代码或者一些网络数据等。存储器302可以位于道路安全风险等级的确定设备20内，也可以位于道路安全风险等级的确定设备20外，不予限制。处理器201，用于执行存储器204中存储的指令，以实现本技术下述实施例提供的道路安全风险等级的确定方法。
49.作为一种可选的实现方式，道路安全风险等级的确定设备20包括多个处理器，例如，除图2中的处理器201之外，还可以包括处理器207。
50.作为一种可选的实现方式，道路安全风险等级的确定设备20还包括输出设备205和输入设备206。示例性地，输入设备206是键盘、鼠标、麦克风或操作杆等设备，输出设备205是显示屏、扬声器(speaker)等设备。
51.本技术实施例中，芯片系统可以由芯片构成，也可以包括芯片和其他分立器件。
52.此外，本技术的各实施例之间涉及的动作、术语等均可以相互参考，不予限制。本技术的实施例中各个设备之间交互的消息名称或消息中的参数名称等只是一个示例，具体实现中也可以采用其他的名称，不予限制。
53.本技术实施例提供的道路安全风险等级的确定方法可以应用于前述图1或图2中所示的确定设备。
54.需要说明的是，本技术提供的道路安全风险等级的确定方法的执行主体为确定设备，也可以是确定设备中芯片或片上系统等，不予限制。
55.如图3所示，本公开实施例提供的多媒体数据的投放方法可以包括：s301-s302。
56.s301、确定设备确定目标路段当前时间段内的路况信息参数。
57.其中，确定设备可以为图1中的确定设备11，也可以为确定设备11中器件，如芯片。
58.其中，目标路段可以为预先选定的任意路段。例如，响应于点击操作，确定设备可以从电子地图中确定对点击操作对应的路段。例如，目标路段可以为一个道路的两个交叉口之间的距离。
59.其中，目标路段的路况信息参数包括目标路段的道路结构参数、道路兴趣点(point of interest，poi)信息参数、当前天气信息参数、交通信息参数。具体的，道路结构参数可以用于表征路段的结构。例如，道路结构参数可以包括道路类型(如桥梁、隧道)、道路曲率、道路坡度、道路坡长、道路限速值以及道路车道数等参数中的一个或多个。道路poi信息参数可以用于表征道路设置的建筑物。例如，道路poi信息参数可以包括服务区、收费站、救援点、医院等。当前天气信息参数可以用于表征当前时间段道路的天气情况。例如，天气信息参数可以包括能见度、温度、湿度、降雨量以及风力等级等。交通信息参数可以用于表征道路的交通情况。例如，交通信息参数可以包括电子不停车收费系统(electronic toll collection，etc)交通流量数据、交通违法数据、三急一速行为密集点段(急加速、急并线、急刹车与超速)数据、拥堵等级、路面大型车辆实时比例、浮动车数据、交通事件参数等。其中，浮动车数据可以包括车辆位置、车辆方向以及车辆速度信息，交通事件可以包括道路施工和道路封路等。
60.作为一种可能的实现方式，确定设备可以从提供电子地图服务的应用服务器处获取目标路段的道路结构参数、道路poi信息参数。道路安全风险等级的确定设备可以从提高天气服务的应用服务器处获取目标路段的天气信息参数。确定设备可以从存储有交通信息参数的服务器处获取目标路段的交通信息参数。
61.需要说明的，上述目标路段的路况参数的获取方式只是示例性的说明，本技术实施例对获取路况参数的来源不进行限定。
62.s302、确定设备将目标路段的路况信息参数输入预设道路安全风险等级确定模型，以得到目标路段在当前事件段内的道路安全风险等级。
63.其中，道路安全风险等级确定模型用于根据目标路段的路况信息参数确定目标路段的道路安全风险等级。道路安全风险等级确定模型的输入参数为目标路段的路况信息参
数，输出为目标路段的道路安全风险等级。
64.需要说明的是，道路安全风险等级确定模型可以为确定设备预先配置的，也可以为确定设备从其他设备处获取到的，不予限制。道路安全风险等级确定模型可以为根据多个路段的历史路况信息参数及预设算法训练得到，具体的，可以参照后续的描述。
65.其中，道路安全风险等级可以用于表示目标路段发生交通事故的概率，道路安全风险等级越高，则道路发送交通事故的概率越大。例如，道路安全风险等级可以包括i级(严重风险)、ⅱ级(极高风险)、ⅲ级(较高风险)、ⅳ级(一般风险)。
66.一种可能的实现方式，在确定设备预先配置有道路安全风险等级确定模型的情况下，确定设备将目标路段的路况信息参数直接输入到道路安全风险等级确定模型中，得到目标路段的道路安全风险等级。
67.基于本技术实施例提供的技术方案，确定设备可以确定目标路段当前时间段内的路况信息参数，路况信息参数包括目标路段的道路结构参数、道路兴趣点poi信息、当前天气信息参数、交通信息参数；将路况信息参数输入预设道路安全风险等级确定模型，以得到目标路段在当前时间段内的的道路安全风险等级，道路安全风险等级用于表示目标路段发生交通事故的概率。由此，本技术结合多种路况信息参数，考虑更多的道路安全维度，可以提高确定道路安全风险等级的准确性。
68.一种可能实施例中，如图4所示，本技术实施例提供的道路安全风险等级的确定方法，还可以包括下述s401-s403：
69.s401、确定设备确定第一预设时间内多个路段的路况信息参数以及每个路段在第一预设时间段内对应的道路安全风险等级。
70.其中，第一预设时间可以为历史任意时间段。路况信息参数包括路段的路网特征参数、路况特征参数、时段特征参数、节日特征参数、交通事件特征参数中的一个或多个。
71.一种可能实现方式，确定设备可以根据第一预设时间段内多个路段实际发生交通事故的次数确定第一预设时间段内对应的道路安全风险等级。
72.示例性的，当第一预设时间段的任意一个路段发生交通事故的次数为1时，对应的道路安全风险等级为ⅳ级(一般风险)；当第一预设时间段的任意一个路段发生交通事故的次数为2时，对应的道路安全风险等级为ⅲ级(较高风险)；当第一预设时间段的任意一个路段发生交通事故的次数为3时，对应的道路安全风险等级为ⅱ级(极高风险)；当第一预设时间段的任意一个路段发生交通事故的次数为4时，对应的道路安全风险等级为i级(严重风险)。
73.s402、确定设备根据多个预设算法分别对多个路段的路况信息参数及对应的道路安全风险等级进行训练，得到每个预设算法对应的预测模型。
74.其中，预设算法可以为预先配置的。例如，可以包括神经网络算法，也可以为人工智能算法、决策树算法、贝叶斯算法、随机森林算法。
75.一种可能的实现方式，确定设备可以将多个路段的路况信息参数以及对应的道路安全风险等级的数据样本按照预设比例，划分成训练集和验证集。其中，训练集用于模型训练，验证集由于验证训练好的模型的准确率。具体的训练方法和验证方法可以参照现有技术，不予赘述。
76.s403、确定设备根据多个预设算法对应的预设模型中准确率大于预设值的一个或
多个预设模型进行集成训练，确定道路安全风险等级模型。
77.一种可能的实现方式，确定设备将第一预设时间段内多个路段的路况信息参数输入到预设模型，以得到预测的道路安全风险等级，将预测的道路安全风险等级与实际的道路安全风险等级做对比，以得到多个预设算法对应的预设模型中准确率。
78.示例性的，当预设算法预测的多个路段的道路安全风险等级分别为1，2，3，4，实际的多个路段的道路安全风险等级分别为1，3，3，2时，预设算法对应的预设模型中准确率为50％
79.在一些示例中，确定设备可以利用引导聚集算法(bootstrap aggregating，bagging)进行集成训练。
80.需要说明的，上述预设值可以为任意设置，例如为0.8，当预设模型的准确率大于0.8时，确定设备确定该预设模型为道路安全风险等级模型。
81.在一些实施例中，确定设备还可以对道路安全风险等级模型进行验证和评估优化。例如，将预测数据分为k份，将一份作为验证集，剩下k-1份作为训练集，验证预设次数，平均预设次数的结果，作为误差评估的结果。
82.一种可能实施例中，如图5所示，为了确定第一预设时间内多个路段的路况信息参数，s401还可以包括下述s4011-s4013：
83.s4011、确定设备获取第一预设时间段内多个路段中每个路段的时空数据。
84.其中，路段的时空数据包括路段的路网特征参数、路况特征参数、时段特征参数、节日特征参数、交通事件特征参数中的一个或多个。路网特征参数可以为桥梁、隧道，时段特征参数可以为中午、早上、晚上，节日特征参数可以为春节、国庆节、端午节，交通事件特征参数可以为道路施工、道路封闭。
85.s4012、确定设备确定路段中时空数据中每个参数与交通事故之间的相关度。
86.其中，参数与交通事故之间的关联度与交通事故概率正相关。
87.一种可能的实现方式，确定设备可以利用皮尔逊相关系数标准筛选出和交通事故高关联性的特征。
88.其中，皮尔逊相关系数可以用于表示道路安全风险等级与路况特征参数之间的相关程度，其值可以用[-1,1]表示。道路安全风险等级与路况特征参数之间的皮尔逊相关系数的计算方法可以参照现有技术，不予赘述。
[0089]
示例性的，当道路安全风险等级与路况特征参数之间的皮尔逊相关系数位于[-1,0)时，可以表示道路安全风险等级与该路况信息参数之间成负相关；当道路安全风险等级与路况特征参数之间的皮尔逊相关系数为0时，可以表示道路安全风险等级与该路况信息参数之间无线性关系；当道路安全风险等级与路况特征参数之间的皮尔逊相关系数位于为(0,1]时，可以表示道路安全风险等级与该路况信息参数之间成正相关。
[0090]
s4013、确定设备将预设路段中时空数据中相关度大于预设值的参数，作为路段的路况信息参数。
[0091]
示例性的，确定设备将路段中时空数据中相关度大于0.5的时空数据作为路段的路况信息参数。
[0092]
一种可能的实施例中，如图6所示，本技术实施例提供的道路安全风险等级的确定方法，还可以包括下述s501-s503：
[0093]
s501、确定设备根据矢量地图将目标道路划分为多个路段。
[0094]
其中，多个路段包括目标路段，每个路段的距离可以任意预先设置。
[0095]
s502、确定设备将目标道路的多个路况信息参数与多个路段进行匹配。
[0096]
作为一种可能的实现方式，确定设备可以将目标道路的位置信息与划分的多个路段进行匹配，再将路况信息参数匹配到位置信息对应的路段。
[0097]
s503、确定设备确定每个路段对应的路况信息参数。
[0098]
其中，目标道路的多个路况信息参数对应不同的定位方式。
[0099]
其中，定位方式可以包括里程桩定位、坐标网格定位、经纬度定位、道路代码定位中的一个或多个。目标路段的道路结构参数通过里程桩定位，目标路段的道路兴趣点poi信息通过经纬度定位，目标路段的当前天气信息参数通过坐标网格定位，目标路段的交通信息参数通过道路代码定位。
[0100]
一种可能的实现方式，确定设备可以将公里桩信息所定位的位置、坐标网格所定位的位置以及道路代码所定位的位置转换为经纬度坐标，从而将路况信息参数与地理位置进行关联，以确定每个路段对应的路况信息参数
[0101]
在一些实施例中，确定设备可以根据每个路段对应的路况信息参数，得到每条路段的安全特征，并根据路段的安全特征的属性进行分类。例如，确定设备可以将安全特征分为：线形属性(普通平直、一般坡道、一般弯道、一般弯坡、急弯、陡坡、急弯陡坡、一般坡急弯、一般弯陡坡、连续下坡)，位置属性(桥梁、隧道、出入口等)，车道数属性，事件属性(如施工、封路、事故)，路况属性(如拥堵等级、平均车速等)、交通信息属性(如违法、事故)、天气属性等多种类型。确定设备还可以将该多种类型分别进行存储，得到每个属性对应的安全主题数据库。
[0102]
由此，本技术通过统一多种定位标准，将路况信息参数与地理位置进行关联，可以提高路况信息的可靠性。
[0103]
一种可能的实施例中，本技术实施例提供的道路安全风险等级的确定方法，还可以包括下述s701：
[0104]
s701、确定设备对目标路段的路况信息参数进行清洗。
[0105]
其中，对目标路段的路况信息参数进行清洗可以具体包括：将路况信息参数进行纠正处理，和/或，进行二次定位以获取路况信息参数。
[0106]
示例性的，确定设备可以根据路况信息参数中记录的地理位置、公里桩信息、偏移距离等信息，结合公里桩经纬度、历史交通事故多发地数据分析得到交通事故实际发生经纬度信息纠偏处理。或者，道路安全风险等级的确定设备可以根据公里桩信息进行重新定位。
[0107]
在一些实施例中，确定设备可以将路况信息参数进行呈现在地图上，用以维护人员对路况信息参数进行审查。
[0108]
一种可能的实施例中，本技术实施例提供的确定方法，还可以包括下述s801：
[0109]
s801、确定设备显示道路安全风险等级。
[0110]
其中，确定设备可以通过数据看板和地理信息系统(geographic information system，gis)显示道路安全风险等级。
[0111]
进一步的，确定设备还可以显示其他信息，例如，如图8所示，确定设备还可以显示
交通事故信息、气象信息、交通流状态信息、交通事件信息、驾驶行为信息以及公路条件信息等。
[0112]
需要说明的是，本技术实施例中，确定设备可以以不同的颜色显示不同道路安全风险等级。例如，红色表示道路风险等级为i级，橙色表示道路风险等级为ii级，黄色表示道路风险等级为iii级，蓝色表示道路风险等级为iv级。
[0113]
本技术实施例可以根据上述方法示例对服务器进行功能模块或者功能单元的划分，例如，可以对应各个功能划分各个功能模块或者功能单元，也可以将两个或两个以上的功能集成在两个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块或者功能单元的形式实现。其中，本技术实施例中对模块或者单元的划分是示意性的，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。
[0114]
图7示出了上述实施例中所涉及的道路安全风险等级的确定设备的一种可能的结构示意图。如图7所示，确定设备70包括确定单元701、输入单元702、训练单元703、划分单元704、匹配单元705。
[0115]
确定单元701，用于确定目标路段当前时间段内的路况信息参数，路况信息参数包括目标路段的道路结构参数、道路兴趣点poi信息、当前天气信息参数、交通信息参数。例如，如图3所示，确定单元701可以用于执行s301。
[0116]
输入单元702，用于将路况信息参数输入预设道路安全风险等级确定模型，以得到目标路段在当前时间段内的道路安全风险等级，道路安全风险等级用于表示目标路段发生交通事故的概率。例如，如图3所示，输入单元702可以用于执行s302。
[0117]
一种可能的设计中，如图7所示，本技术实施例提供的确定设备还包括训练单元703；确定单元701，还用于确定第一预设时间内多个路段的路况信息参数以及每个路段在所述第一预设时间段内对应的道路安全风险等级；例如，如图4所示，确定单元701可以用于执行s401。
[0118]
训练单元703，用于根据多个预设算法分别对多个路段的路况信息参数及对应的道路安全风险等级进行训练，得到每个预设算法对应的预测模型；根据多个预设算法对应的预设模型中准确率大于预设值的一个或多个预设模型进行集成训练，确定道路安全风险等级模型。例如，如图4所示，训练单元703可以用于执行s402-s403。
[0119]
一种可能的设计中，确定单元701，具体用于：获取第一预设时间段内多个路段中每个路段的时空数据，路段的时空数据包括路段的路网特征参数、路况特征参数、时段特征参数、节日特征参数、交通事件特征参数中的一个或多个；确定路段中时空数据中每个参数与交通事故之间的关联度，参数与交通事故之间的关联度与交通事故概率正相关；将路段中时空数据中相关度大于预设值的参数，作为路段的路况信息参数。例如，如图5所示，确定单元701可以用于执行s4011-s4013。
[0120]
一种可能的设计中，本技术实施例提供的确定设备还包括划分单元704以及匹配单元705。划分单元704，用于根据矢量地图将目标道路划分为多个路段，多个路段包括目标路段；例如，如图6所示，划分单元704可以用于执行s501。
[0121]
匹配单元705，用于将目标道路的多个路况信息参数与多个路段进行匹配，确定每个路段对应的路况信息参数，目标道路的多个路况信息参数对应不同的定位方式。例如，如图6所示，匹配单元705可以用于执行s502-s503。
[0122]
一种可能的设计中，定位方式包括里程桩定位、坐标网格定位、经纬度定位、道路代码定位中的一个或多个；目标路段的道路结构参数通过里程桩定位、道路兴趣点poi信息通过经纬度定位、当前天气信息参数通过坐标网格定位、交通信息参数通过道路代码定位。
[0123]
一种可能的设计中，本技术实施例提供的确定设备还包括清洗单元；清洗单元清洗目标路段的路况信息参数；清洗目标路段的路况信息参数具体包括：将路况信息参数进行纠正处理，和/或，进行二次定位以获取路况信息参数。
[0124]
本技术提供的道路安全风险等级的确定方法，本技术通过确定目标路段当前时间段内的路况信息参数，路况信息参数包括目标路段的道路结构参数、道路兴趣点poi信息、当前天气信息参数、交通信息参数；将路况信息参数输入预设道路安全风险等级确定模型，以得到目标路段在当前时间段内的的道路安全风险等级，道路安全风险等级用于表示目标路段发生交通事故的概率。由此，本技术可以将多种路况信息参数与每个路段进行匹配融合，实现了多源数据的融合，统一了定位标准，提高了确定道路安全风险等级的准确性。
[0125]
通过以上的实施方式的描述，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，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，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。
[0126]
本技术实施例提供一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行上述方法实施例的道路安全风险等级的确定方法。
[0127]
本技术实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当道路安全风险等级的确定设备执行该指令时，该道路安全风险等级的确定设备执行上述方法实施例所示的方法流程中道路安全风险等级的确定设备执行的各个步骤。
[0128]
其中，计算机可读存储介质，例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(random access memory，ram)、只读存储器(read-only memory，rom)、可擦式可编程只读存储器(erasable programmable read only memory，eprom)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(compact disc read-only memory，cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合、或者本领域熟知的任何其它形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(application specific integrated circuit，asic)中。在本技术实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0129]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何在本技术揭露的技术范围内的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。