主动触发式多模态风险自助矫正和差异化干预方法与流程

本发明涉及交通安全技术领域，尤其涉及一种主动触发式多模态风险自助矫正和差异化干预方法。

背景技术：

随着汽车保有量的不断增加，道路交通环境越发复杂，特别是大桥、长隧道、长下坡、急陡弯等风险路段，事故率很高，再遇到雨雪雾等恶劣天气，更是增加了事故发生的可能性。

现阶段，各种先进的技术已用于交通事故的预防与防控，但是干预与防控手段还是比较单一、被动，设备设施不够完善。

技术实现要素：

针对现有技术中存在的问题，本发明的目的在于提供一种主动触发式多模态风险自助矫正和差异化干预方法，可实现高风险交通行为的多模态、差异化的自助矫正，降低交通事故的发生率。

为达到上述目的，本发明采用以下技术方案予以实现。

一种主动触发式多模态风险自助矫正和差异化干预方法，包括以下步骤：

步骤1，实时采集典型路段的道路数据、气候特征、车辆运行数据以及驾驶人信息；

步骤2，根据步骤1所采集的信息，结合后台数据库中的历史事故特征，分析典型路段导致高风险行为的原因，并归纳获得风险因子k；

步骤3，根据步骤2所归纳的风险因子k，对交通行为进行风险等级划分；

步骤4，根据步骤3所划分的交通行为风险等级，建立交通行为矫正方案规则；

步骤5，针对实时采集的交通行为，根据步骤3所划分的风险等级以及步骤4所建立的交通行为的矫正方案规则，确定对当前交通行为的矫正方案，并将矫正方案发送至防控设备进行风险在线干预，并实施个性化风险防控。

本发明技术方案的特点和进一步的改进在于：

优选的，步骤2中，所述风险因子k的确定方法为：

k＝a1·m1+a2·m2+…+an·mn

其中，a为具体的风险因素，n为风险因素的种类；m为每个风险因素的权重。

其中，所述具体的风险因素包含驾驶人个体特征、驾驶人违法与事故记录、车辆类型、车辆运行速度、车辆运行轨迹、车辆与车辆的位置关系、车辆与车辆的运动关系、道路种类和气候特征。

进一步的，所述每个风险因素的权重的确定方法为：

对于每一种风险因素，采用专家打分法获得对应风险因素的权重，再结合后台数据库中的历史数据，对所述采用专家打分法获得对应风险因素的权重进行修正，最终获得每个风险因素的权重。

优选的，步骤3中，将交通行为的风险等级划分为5个等级，分别为：无风险、一般风险、中等风险、高等级风险、亟需处理的突发严重风险。

优选的，步骤4中，所述交通行为矫正方案规则中包含不同交通行为分别在不同风险等级的矫正方案；

其中，所述矫正方案包含通过声音、灯光和led字符显示进行矫正。

优选的，采用专家打分法分别确定声音、灯光和led字符显示对不同风险等级的交通行为的有效性权重矩阵r[r1,r2,r3]，其中，1代表声音，2代表灯光，3代表led字符显示。

优选的，步骤5包含以下子步骤：

子步骤5.1，针对实时采集的交通行为，首先确定所述实时采集的交通行为的种类；

子步骤5.2，根据步骤3所划分的风险等级，确定当前交通行为所属的风险等级级别；

子步骤5.3，根据步骤4所建立的交通行为矫正方案规则，确定针对当前交通行为的矫正方案，并将矫正方案发送至防控设备进行风险在线干预，实施个性化风险防控。

与现有技术相比，本发明的有益效果为：

本发明的主动触发式多模态风险自助矫正和差异化干预方法结合路侧和车载信息对风险路段的高风险交通行为进行干预与矫正，相比以往传统的风险警告模式单一、防控手段被动的问题，更加保证了对高风险行为多角度、多维度的检测、预警和自助矫正，有效保证了行车安全，有实际应用价值。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的主动触发式多模态风险自助矫正和差异化干预方法的一种实施例的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的技术思路是：分析高风险交通行为与典型路段特征、气候特征、时间规律的耦合机理，清晰不同车型车辆运动学特性及事故类型特征，基于人因工程理论分析典型路段的高风险行为致因，并归纳不同风险等级下对应的交通行为的风险因子，确定不同等级下的风险行为可控要素。针对不同等级下的风险可控要素和交通行为特征，结合驾驶人感知-决策-处理的人因过程，设计不同场景下、不同风险等级的声、光、电的多模态、差异化的风险行为自助矫正方案，将路测设备与车载设备协同一体化用于风险行为矫正与干预，达到减少典型路段高风险行为，降低道路交通事故率的目的。

具体的，本发明实施例提供了一种主动触发式多模态风险自助矫正和差异化干预方法，包括以下步骤：

步骤1，实时采集典型路段的道路数据、气候特征、车辆运行数据以及驾驶人信息。

通过摄像头、雷达、气象监测设备和车载传感器等实时检测典型路段的道路数据、气候特征、车辆运行数据以及驾驶人信息。

具体的，典型路段包括大桥、长隧道等风险路段和长下坡、急陡弯等隐患路段。摄像头、雷达可安装在道路两侧，用于检测典型路段的道路数据和交通参与者行为数据，气象监测设备安装在道路路侧，用于检测道路上的天气状况，特别区分雨雪雾、大风等恶劣天气；车载传感器安装与车辆内部，用于检测驾驶人视觉行为、车辆运行速度、加速度、车外道路环境等。

其中，道路数据具体包括道路线性、限速、坡度、弯道半径等特征，交通参与者行为数据包括交通参与者行为轨迹、速度等。气候特征包括空气湿度、能见度、风力等级等。

关于驾驶人信息的采集，本发明实施例采用的是通过车内摄像头对驾驶人进行面部识别，然后将面部识别的结果与后台数据库中的驾驶员信息进行比对，获取该驾驶员的相关信息。本发明实施例并不仅限于该方法，也可采用其他方法实现，都属于本发明所保护的范围内。

步骤2，根据步骤1所采集的信息，结合后台数据库中的历史事故特征，分析典型路段导致高风险行为的原因，并归纳获得风险因子k。

所述风险因子k的确定方法为：

k＝a1·m1+a2·m2+…+an·mn

其中，a为具体的风险因素，n为风险因素的种类；m为每个风险因素的权重。

其中，所述具体的风险因素包含驾驶人个体特征、驾驶人违法与事故记录、车辆类型、车辆运行速度、车辆运行轨迹、车辆与车辆的位置关系、车辆与车辆的运动关系、道路种类和气候特征。

所述每个风险因素的权重的确定方法为：

对于每一种风险因素，采用专家打分法获得对应风险因素的权重，再结合后台数据库中的历史数据，对所述采用专家打分法获得对应风险因素的权重进行修正，最终获得每个风险因素的权重。

步骤3，根据步骤2所归纳的风险因子k，对交通行为进行风险等级划分。

本发明实施例中，将不同交通行为的风险等级分别划分为5个等级，分别为：无风险、一般风险、中等风险、高等级风险、亟需处理的突发严重风险。

步骤4，根据步骤3所划分的交通行为风险等级，建立交通行为矫正方案规则。

对于无风险和一般风险，本发明不对其进行矫正干预。

对于中等风险、高等级风险和亟需处理的突发严重风险，本发明实施例采用声音、灯光和led字符显示的方式对其进行矫正干预。

但是由于声音、灯光和led字符显示这几种矫正措施对不同的交通行为存在不同的有效性，因此，首先对以上三种矫正措施进行权重分析。

具体的，本发明实施例首先采用专家打分法分别确定声音、灯光和led字符显示对不同风险等级的交通行为的有效性权重矩阵r[r1,r2,r3]，其中，1代表声音，2代表灯光，3代表led字符显示。

然后根据声音、灯光和led字符显示对不同风险等级的交通行为的有效性权重矩阵r[r1,r2,r3]，建立不同交通行为在不同风险等级下的矫正方案，作为后续对实时采集的交通行为进行矫正的矫正规则。

步骤5，针对实时采集的交通行为，根据步骤3所划分的风险等级以及步骤4所建立的交通行为的矫正方案规则，确定对当前交通行为的矫正方案，并将矫正方案发送至防控设备进行风险在线干预，并实施个性化风险防控。

具体的，

子步骤5.1，针对实时采集的一段交通行为数据t，首先确定该段实时采集的交通行为数据t所属的交通行为种类q；

本发明实施例中，由人-车-路相关的因素，参考交通安全法规，确定交通行为数据t所对应的交通行为种类q，比如：正常行驶、超速行驶、偏离车道行驶、跟车过近行驶、违章压线行驶、违停、事故、火灾、分心驾驶、疲劳驾驶等。

子步骤5.2，根据步骤3所划分的风险等级，确定当前交通行为q所属的风险等级级别；

选取该段交通行为数据t中的参数集a，以及确定该段参数所对应的权重系数m，得到该段交通行为数据t的风险等级结果p，p＝a·m；根据步骤3所划分的风险等级，确定当前交通行为q的风险等级级别。

子步骤5.3，根据步骤4所建立的交通行为矫正方案规则，确定针对当前交通行为的矫正方案，并将矫正方案发送至防控设备进行风险在线干预，实施个性化风险防控。

具体的，针对当前交通行为的风险级别，查阅步骤4所建立的交通行为矫正方案规则，获得针对当前交通行为的矫正干预方案，并将矫正干预方案发送至防控设备进行风险在线干预，实施个性化风险防控，实现对具体个体化交通风险行为的预警提示。

针对本实施例提出的主动触发式多模态风险自助矫正和差异化干预方法，本发明还提出了一种用于实现上述干预方法的系统，包括典型路段特征分析单元、交通行为检测单元、高风险行为数据库、风险等级匹配单元、自助矫正与干预方案设计单元，还包括后台数据库和防控设备；其中，数据库中存储有历史事故特征、各类型车辆的特征信息以及驾驶员的身份信息和驾驶记录信息等。防控设备包含声音预警器、灯光预警器以及led显示器，可以设置在路侧，也可以设置在车辆内部，主要目的是提醒驾驶员出现风险。

所述典型路段特征分析单元用于分析典型路段的道路特征、气候特征、不同车型车辆的运动学特性及事故类型特征，理清典型路段导致高风险行为的原因，归纳风险因子；所述交通行为检测单元利用多种传感器检测交通目标的运动轨迹及特征，输出交通行为；所述高风险行为数据库用于存储各种影响交通安全的风险行为及其特征集；所述风险等级匹配单元用于根据风险行为对正常道路交通造成的影响与危害对风险交通行为划分等级；所述自助矫正与干预方案设计单元用于根据不同的道路环境特征及风险行为等级设计针对性的矫正干预方案。

以上所述，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。