本发明涉及车联网技术，尤其涉及一种基于网联车的行车风险路段辨识与预警系统与方法。
背景技术：
随着经济建设步伐的加快，各大城市汽车保有量和交通量大幅上升，随着路网的不断完善交通更加便捷，但同时也带了巨大的安全隐患，交通事故的频发，对人民的生命财产安全造成了重大威胁。在交通事故发生前采取预警措施，是降低车辆事故率的有效措施。
现阶段对于降低交通事故的研究主要从事故黑点出发。交通事故在一些特定的地点，比如城市交叉路口、道路条件不完善的地点等交通事故发生的频率较高，因此可以通过对交通事故数据进行分析，得到事故黑点，通过在事故黑点加大对交通治理力度的力度，如设置警示牌提醒驾驶人存在的潜在道路风险，来降低事故发生的概率。但是在基于道路黑点警示过程中只考虑了静态信息，没有结合具体的行车情况做出有针对的预警。在预警的及时高效上不尽人意。其次，在某些情况下，急加速、急减速等驾驶状态虽然目前并没有导致事故的发生，但也是造成事故发生的潜在原因，若环境稍有变化，则极有可能转变为交通事故。因此对车辆发生事故的临界条件进行分析对于行车风险预警更有提前性和预警性。
车辆在公路上形式具有匀速、加速、减速运动等运动状态，在不同的运动状态下的加速度各不相同，加速度的大小对车辆行驶安全的影响也各不相同。车辆在行驶过程中主要有横向加速度、纵向加速度和轴向加速度。横向加速度的大小会影响驾驶员的心理、生理感受和车辆行驶的稳定性；从汽车的性能角度来看，车辆在轴向的加减速行驶，会产生轴向加速度或减速度，车辆动力性与轴向加速度息息相关、制动性和形式稳定性和制动减速度息息相关。当加速度较小时，对于减轻驾驶的生理、心理负荷，保证车辆的行驶安全有着重要意义。
本发明为使驾驶人在行车过程中感知到潜在的行车风险以及风险路段，降低事故发生率，减少人员伤亡财产损失，通过车联网汽车历史数据对加速度数据进行聚类分析确定风险加速度阈值，建立道路风险地图，并结合车辆实时数据提出了一种行车风险路段预警系统和方法，能够有效的对车辆风险进行实时的监控和有效的预警。
技术实现要素：
本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于网联车的行车风险路段辨识与预警系统与方法。
本发明解决其技术问题所采用的技术方案是：基于网联车的行车风险路段辨识与预警方法，包括以下步骤：
1)建立道路风险地图：实时采集网联车的三轴加速度信息和位置信息，分析行车风险加速度阈值，确定道路风险地图；实时获取车辆的横向加速度、纵向加速度、轴向加速度数据以及位置信息并上传到云端；
通过对加速度信息进行风险分析，确定能够表征行车风险的车辆运动风险加速度阈值，将加速度超过阈值的路段定义为风险路段，认为风险路段越集中的区域发生风险事件的可能性越高；基于超过阈值的网联车位置信息，定义在固定时间段内单位长度的路段或交叉口触发的位置信息数来描述该路段的风险程度，结合地图采用道路风险路段挖掘分析的风险路段空间聚类分析方法对风险路段进行辨识，生成道路风险地图，存储在云端；
2)获取目标车辆的加速度和位置信息；
3)根据车辆的位置信息和道路风险地图，判断目标车辆是否驶入风险路段；
4)若当前车辆已驶入风险路段，提取车辆当前的行车加速度；
5)将目标车辆的横向加速度、纵向加速度、以及轴向加速度并上传到云端，与风险加速度阈值进行比较，判断目标车辆行车加速度是否大于风险加速度阈值；
6)若当前行车加速度大于风险加速度阈值，则将相应的预警信息发送到车载显示设备或外接的智能手机。
按上述方案，得到车辆运动风险加速度阈值的过程为：
对加速度传感器采集得到的三轴加速度数据进行降噪、坐标轴转换等预处理，计算得到车辆前进方向的加速度：
车辆前进方向加速度为：
a＝a'y×cosθ-a'z×sinθ
其中a'y、a'z为车辆行驶中的纵向、轴向加速度，θ为传感器相对于水平面的夹角：
θ＝arctan(ay/az)
其中ax、ay、az为车辆在相对水平的地面静止时的传感器读数，分别为横向、纵向、轴向加速度。
当|a|≥3m/s2则认为车辆存在行车风险。
按上述方案，所述车辆的加速度信息通过加速度传感器采集，车辆的位置信息由卫星定位导航装置采集。
按上述方案，所述步骤6)中预警信息，包括：标示当前区域风险道路的地图。
一种基于网联车的行车风险路段辨识与预警系统，包括：
数据采集装置，用于采集车辆的加速度及位置信息；所述车辆包括网联车和目标车辆；所述车辆的加速度信息通过加速度传感器采集，车辆的位置信息由卫星定位导航装置采集；
云端控制装置，用于根据采集的网联车加速度及位置信息，进行数据分析，得到风险加速度阈值，生成道路风险地图，存储在云端；
还用于判断目标车辆是否驶入风险路段区域，以及目标车辆行车加速度是否大于风险加速度阈值；
预警装置，用于接收预警信息，显示预警信息对驾驶人进行警告。
按上述方案，所述云端控制装置，包括：
数据库模块，用于储存采集的网联车加速度及位置信息数据；
数据预处理模块，用于对海量网联车历史数据进行预处理，去除重复、无效和错误的数据；
数据分析模块，用于对预处理模块得到的数据进行分析得到风险加速度阈值，基于超过阈值的网联车位置信息，定义在固定时间段内单位长度的路段或交叉口触发的位置信息数来描述该路段的风险程度，结合地图采用道路风险路段挖掘分析的风险路段空间聚类分析方法对风险路段进行辨识，生成道路风险地图；
位置判断模块，将目标车辆实时发送到云端的位置信息与道理风险地图比对，以判断目标车辆是否驶入风险路段区域；
加速度判断模块，若检测到目标车辆驶入风险路段，则将车辆的加速度信息上传到云端，经由加速度判断模块与风险加速度阈值进行对比；
预警信息模块，当判断当前行车加速度超过阈值，则结合道路风险地图生成相应的预警信息并发送到预警装置。
按上述方案，所述预警信息模块中预警信息，包括：标示当前区域风险道路的地图。
本发明产生的有益效果是：本发明可以弥补目前依靠静态黑点数据对交通事故的预警单一、低效等问题。能够对车辆位置进行跟踪，对加速度进行检测，若当前行车加速度值大于阈值时，即结合道路风险地图对驾驶人进行实时预警，可以增强驾驶员对潜在的风险路段的感知能力，并具有智能高效的特点，对交通安全有一定的保障，能够减少事故带来的人员以及经济损失。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明实施例的方法流程框架图；
图2是本发明实施例的系统框架图；
图3是本发明实施例的行车风险路段实时预警的流程框图
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1和图3所示，本发明实施例的基于网联车的行车风险路段辨识与预警方法，该方法包括：
步骤1)实时获取网联车的加速度、位置信息，分析行车风险加速度阈值，确定道路风险地图。
本实施例的行车数据，是在车辆行驶过程中采集的并储存在云端的海量数据。具体可以通过在车辆上安装加速度传感器设备，利用车辆obd接口或蜂窝通信网络与云端控制系统建立通信，获取车辆的加速度信息以及通过定位导航装置来获取车辆的位置信息。在云端进行数据的处理与分析，从而得到风险加速度阈值，超过阈值的行车状态为行车风险状态，超过阈值的行车路段为风险路段，对于风险路段越集中的区域可以认定为越容易引发交通事故。基于超过阈值的网联车位置信息，结合地图采用空间聚类分析方法对风险路段进行辨识，生成道路风险地图，并储存在云端。
步骤2)获取目标车辆的加速度、位置信息。
在车辆行驶过程中，车辆的位置信息、加速度信息会实时上传到云端，一方面作为数据分析的数据源，是风险阈值矫正以及道路风险地图生成的基础；另一方面作为风险分析的数据源，用于判断当前车辆是否进入风险路段。
步骤3)判断目标车辆是否驶入风险路段。
道路风险地图是预先分析生成的，若定位到当前车辆进入风险路段，则认为车辆可能有发生交通事故的危险，需要进一步对行车加速度进行分析；
步骤4)若当前车辆已驶入风险路段，提取车辆当前的行车加速度；
车辆的加速度信息包括横向加速度、纵向加速度以及轴向加速度，通过传感器设备采集并上传到云端保留在数据库中，当车辆在安全路段行驶时，云端只收集车辆的加速度信息留用而不进行风险分析，当定位车辆驶入风险路段即将当前的加速度信息提取出来进行下一步的研究。
步骤5)判断目标行车加速度是否大于风险加速度阈值。
风险加速度阈值时预先分析历史数据得到的，当车辆的加速度超过阈值时会对驾驶安全性产生影响。当前行车加速度与阈值对比，若超过阈值，则意味当前行车危险性较大，很容易发生交通事故，需要对驾驶人进行预警。
步骤6)若当前行车加速度大于风险加速度阈值，则将相应的预警信息发送到车载显示设备或外接的智能手机。
需要指出的是，上述预警信息包括当前区域道路风险地图；与风险原因、地点相关的信息。预警方式包括声光、图像并辅以安全带震动。预警设备包括车载显示设备或外接的智能手机。当加速度超过阈值时，则对驾驶人进行预警，有效降低事故发生率。
相应的，本发明还公布了一种基于网联车的行车风险路段辨识与预警系统，图2是本发明的系统框架图，该系统包括：
数据采集系统，用于采集车辆的加速度及位置信息；
云端控制系统，用于分析数据、并进行预警决策；
预警系统，用于显示预警信息对驾驶人进行警告。
具体的，上述数据采集系统，包括加速度传感器和卫星定位导航模块，加速度传感器用于采集车辆的加速度信息，卫星定位导航模块用于采集车辆的位置信息。数据可上传到云端数据库留用。
具体的，上述云端控制系统，包括：
数据库模块，用于储存海量数据；
数据预处理模块，对海量车辆历史数据进行预处理，去除重复、无效、错误的数据；
数据分析模块，对于预处理模块得到的数据进行分析得到风险加速度阈值，基于超过阈值的网联车位置信息，结合地图采用空间聚类分析方法对风险路段进行辨识，生成道路风险地图云端；
位置判断模块，目标车辆实时的位置信息上传到云端数据库，并于与道理风险地图比对，以判断目标车辆是否驶入风险路段区域；
加速度判断模块，目标车辆实时的加速度信息上传到云端数据库，若检测到目标车辆驶入风险路段，则从数据库里提取出当前的车辆的加速度信息，经由加速度判断模块与风险加速度阈值进行对比；
预警信息模块，当判断当前行车有风险时，则结合道路风险地图生成相应的风险信息并发送到预警系统。
进一步的，上述预警系统，包括车载显示设备或外接的智能手机。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。