一种事故多发地识别方法、设备、介质和装置与流程

本发明涉及车辆交通安全，尤其涉及一种事故多发地识别方法、设备、介质和装置。

背景技术：

1、随着国民经济的迅速发展，国内汽车保有量逐年增加，截止2021年6月，全国汽车保有量已达2.9亿辆。且随着无线通信技术和定位技术的发展，这些车辆里大量拥有车载gps设备，汽车也越来越趋于智能化、人性化，其中智能座舱服务越来越多样，甚至日益成为汽车品牌竞争力之一。其中，涉及安全性的智能服务受到主机厂和用户重点关注，而安全性也是限制汽车趋于智能化的瓶颈。因此，主机厂急需在丰富汽车智能座舱服务的同时保障安全性，以取得竞争优势。在安全性的智能服务中，事故多发地的发现和提醒对提高驾驶安全有重要作用。

2、基于车联网技术，主机厂已经获得大量车辆的行驶信息，基于这些信息已经开发出诸多智能服务，如：车辆追踪、异常预警、远程指导和位置提示。而如何基于这些数据、信息开发出事故多发地的发现和提醒服务仍是亟待解决的问题。由于车厂设备里很难快速掌握道路安全提醒业务，不利于其提高售后服务。针对这些问题，现有技术中车厂是与保险公司合作或是直接基于事故报警数据，在发生交通事故后才对车辆采取行动，而无事故前的安全提醒服务。

技术实现思路

1、本发明是为避免上述现有技术所存在的不足，提供一种事故多发地识别方法、设备、介质和装置，能动态监控车辆的是否经过事故多发地，对经过的车主进行提醒，减少车主事故发生。

2、本发明解决其技术问题所采用的技术方案是：

3、本发明实施例提供一种事故多发地识别方法，包括以下步骤：

4、数据获取与处理步骤，用于获取车载终端传输的行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站api收集各省份城市每天的环境数据，对所述车载终端传输的行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站api收集各省份城市每天的环境数据进行预处理；

5、历史事故多发地生成步骤，通过对所述车辆历史事故报警数据进行geohash编码构建历史事故多发地生成模型；

6、事故多发地更新步骤，通过对所述实时事故报警数据进行geohash编码构建事故多发地更新模型；

7、事故发生区域监控步骤，根据获取车载终端传输的的行程数据与环境数据进行geohash匹配确定事故多发地区域，通过监控模型监控车辆行驶过程中是否进入事故多发地区域，若进入则对进入事故多发地区域车辆的行驶速度进行实时提醒。

8、在本发明所述的事故多发地识别方法中，所述历史事故多发地生成步骤包括：

9、s1、基于所述历史事故报警数据得到历史事故报警时碰撞位置，取历史事故报警时碰撞位置的经纬度并去重得到碰撞点集合为lm,k＝{(lng1,1,lat1,1,time1,1),(lng1,2,lat1,2,time1,2)…(lngm,k,latm,k,timem,k)}，其中m为第m台发生过碰撞的车辆，k为第m台碰撞车辆的第k次碰撞，lng和lat分别为碰撞点的经度和维度，timem,k为第m辆碰撞车辆的第k次碰撞发生的时间；根据所述碰撞点获取碰撞前速度的集合sm,k＝(s1,1,s1,2…sm,k),其中sm,k,为第m辆碰撞车辆的第k次碰撞发生前的速度；其中；通过将第m辆车第k次碰撞点对应的温度tm,k求取均值从而获取发生碰撞之前的温度；将均值令为x，按规则将温度划分等级，对应公式为：t1,t2…tn分别表示划分的阈值；基于正则化匹配，将气候风力结合划分等级，其中x表示此碰撞点对应的气候和风力特征，对应公式为：crei表示第i等级的时候对应气候的相关情况，其中i＝1,2…m，规则的优先级是从m到1；wrei表示第i等级的时候对应风力的相关情况,其中i＝1,2…m，规则的优先级同样是从m到1；

10、s2、基于geohash算法对所述碰撞点集合lm,k进行a位geohash编码，获取对应geohash编码数据集gm,k[a]＝(g1,1[a],g1,2[a]…gm,k[a]),其中gm,k[a]里存在相同的值；

11、s3、根据所述碰撞点获取发生碰撞时的环境数据集合co,e，其中环境数据计算公式为：

12、

13、其中date为环境数据对应的日期，其中o为第o天的日期，每天包含e个城市；di表示每个省份城市区域地址，即dio,e为第o天日期时第e个省份城市区域地址；c表示气候，ci,j为在第i天日期时第j个城市区域的具体气候，其中i＝1，2…o；j＝1，2…e；w表示风力，wi,j为在第i天日期时第j个城市区域的具体风力,其中i＝1，2…o；j＝1,2…e；t表示当天的温度，ti,j代表在第i天日期时第j个城市区域的具体温度,其中i＝1，2…o；j＝1，2…e；将环境数据集合co,e通过地址和时间等变量(d，date)与步骤s1中得到的所述碰撞点集合lm,k的时间地址(d，time)两个关联键进行拼接，通过geohash算法对发生碰撞时对应的所述环境数据进行geohash编码，得到带环境和geohash编码的合集lm,k；

14、lm,k＝{(lng1,1,lat1,1,g1,1[a],time1,1,d1,1，s1,1,c1,1,w1,1,t1,1),

15、(lng1,2,at1,2,g1,2[a],time1,2,d1,2,s1,2,c1,2,w1,2,t1,2)

16、…

17、(lngm,k,latm,k,gm,k[a],timem,k,dm,k,sm,k,cm,k,wm,k,tm,k)}

18、基于osm获取路网数据得到所述碰撞点省份城市区域地址dm,k＝(d1,1,d1,2…dm,k)，将获取的所述碰撞点经纬度b位geohash编码与碰撞点前经纬度b位geohash进行匹配，相同则认为此所述碰撞点为路网数据上地址d；

19、s4、通过设定事故发生次数阈值q来确定当不同环境组合的事故发生次数为q时是否为历史事故多发区域，当q≥q时此地是历史事故多发地；

20、在本发明所述的事故多发地识别方法中，所述历史事故多发地生成步骤还包括：

21、当所述事故发生次数达到q时，其对应的a位geohash编码为g0[a]，由于碰撞点可能集中编码区域临界处，因此获取编码周围8个区域的a位geohash编码，即形成3*3相邻范围编码组合作为事故多发地，表示如下：则此处事故多发地储存信息包含a位geohash编码为对应所有事故多发地集合其中，为事故多发区域上所有碰撞点碰撞前速度的均值；将未达到事故多发地阈值的事故地点集合表示为lk；其中lk＝{(g1[a],t1,c1,s1),(g2[a],t2,c2,s2)…(gk[a],tk,ck,sk)}，分别对应geohash编码、温度分层、气候分层和事故发生前速度，

22、在本发明所述的事故多发地识别方法中，所述事故多发地更新步骤包括；

23、s31、通过将lk与实时事故报警数据产生的事故发生地进行组合形成新的事故多发地；

24、s32、基于所述实时事故报警数据得到实时事故报警时碰撞位置，取所述实时事故报警时碰撞位置的经纬度并去重得到碰撞点集合为lm,k＝{(lng1,1,lat1,1,time1,1),(lng1,2,lat1,2,time1,2)…(lngm,k,latm,k,timem,k)}，其中m为第m台发生过碰撞的车辆，k为第m台碰撞车辆的第k次碰撞，lng和lat分别为碰撞点的经度和维度，timem,k为第m辆碰撞车辆的第k次碰撞发生的时间；根据所述碰撞点获取碰撞前速度的集合sm,k＝(s1,1,s1,2…sm,k),其中sm,k,为第m辆碰撞车辆的第k次碰撞发生前的速度；其中；通过将第m辆车第k次碰撞点对应的温度tm,k求取均值从而获取发生碰撞之前的温度；将均值令为x，按规则将温度划分等级，对应公式为：t1,t2…tn分别表示划分的阈值；基于正则化匹配，将气候风力结合划分等级，其中x表示此碰撞点对应的气候和风力特征，对应公式为：crei表示第i等级的时候对应气候的相关情况，其中i＝1,2…m，规则的优先级是从m到1；wrei表示第i等级的时候对应风力的相关情况,其中i＝1,2…m，规则的优先级同样是从m到1；

25、s33、基于geohash算法对所述碰撞点集合lm,k进行a位geohas编码，获取对应geohash编码数据集gm,k[a]＝(g1,1[a],g1,2[a]…gm,k[a]),其中gm,k[a]里存在相同的值；

26、s34、根据所述碰撞点获取发生碰撞时的环境数据集合co,e，其中环境数据计算公式为：

27、

28、其中date为环境数据对应的日期，其中o为第o天的日期，每天包含e个城市；di表示省份城市区域地址，即dio,e为第o天日期时第e个省份城市区域地址；c表示气候，ci,j为在第i天日期时第j个城市区域的具体气候，其中i＝1,2…o；j＝1,2…e；w表示风力，wi,j代表在第i天日期时第j个城市区域的具体风力,其中i＝1,2…o；j＝1,2…e；t表示当天温度，ti,j代表在第i天日期时第j个城市区域的具体温度,其中i＝1,2…o；j＝1,2…e；将环境数据集合co,e通过地址和时间等变量(d,date)与步骤s32中得到的所述碰撞点集合lm,k的时间地址(d,time)两个关联键进行拼接，通过geohash算法对发生碰撞时对应的所述环境数据进行geohash编码，得到带环境和geohash编码的合集

29、

30、基于osm获取路网数据得到所述碰撞点各省份城市区域地址dm,k＝(d1,1,d1,2…dm,k)，将获取的所述碰撞点经纬度b位geohash编码与碰撞点前经纬度b位geohash进行匹配，相同则认为此所述碰撞点为路网数据上地址d；

31、s35、通过设定事故发生次数阈值q来确定当不同环境组合的事故发生次数为q时是否为新的事故多发地；当新的事故多发地geohash编码与历史事故多发地geohash编码相同，且环境分级一致，则归纳到事故多发地并删除此碰撞信息，只保留未达到事故多发地的碰撞点；将保留的碰撞点设置为新的事故多发地，从而更新事故多发地。

32、在本发明所述的事故多发地识别方法中，所述事故发生区域监控步骤包括：

33、s41、通过获取车载终端传输的行程数据bm，其中bm＝(lng1,lat1,time1,s1)m，其中m为所有驾驶行为的车辆，lng1,lat1为车辆实时采集的经纬度信息，time1为数据产生的时间，s1表示此车辆驾驶速度；通过实时驾驶行为数据获取geohash编码与对应的地址信息；

34、s42、基于osm获取路网数据得到当天的环境信息，通过将环境信息与驾驶信息进行关联，获取实时温度和气候等级，从而获得带环境的行程数据bm；

35、即bm＝(lng1,lat1,time1,s1,g1[a],t1,c1)m；

36、s43、当车辆在对应的环境等级下接近或进入事故多发地的区域时，对车辆发出事故多发地的实时提醒，并提醒车辆控制行驶速度。

37、在本发明所述的事故多发地识别方法中，所述步骤s41还包括：

38、s410、通过行程数据获取a位geohash编码,关联步骤s3中基于osm获取路网数据得到所述碰撞点各省份城市区域地址dm,k＝(d1,1,d1,2…dm,k)，基于b位geohash编码匹配获取与之对应的省份城市区域地址信息；即基于已经获取的路网数据及对应的b位geohash编码与碰撞点前b位geohash匹配，相同时则认为此碰撞点为路网上的地址。

39、根据发明的另一方面，还提供一种事故多发地识别装置，所述装置包括：

40、数据获取及处理模块，用于获取车载终端传输的行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站api收集各省份城市每天的环境数据，并对车载终端传输的行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站api收集各省份城市每天的环境数据进行预处理；

41、历史事故多发地生成模块，用于对车辆历史事故报警数据进行geohash匹配，根据事故发生次数是否到达阈值来生成车辆历史事故多发地；

42、事故多发地更新模块，通过实时事故报警数据与未达到事故多发地阈值的事故地点进行组合形成新的事故发生地，通过对实时告警数据获取新的告警碰撞点数据进行geohash匹配，将未达到事故多发地的碰撞点保留；将保留的碰撞点设置为新的事故多发地，从而更新事故多发地。

43、事故区域监控模块，用于监控车辆行驶中是否进入事故多发地，对进入事故多发地区域的车辆发出提醒，并提醒车辆控制行驶速度。

44、本实施例的另一方面，还提供一种计算机设备，包括：

45、一个或多个处理器；

46、存储装置，用于存储一个或多个程序，

47、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所述的事故多发地识别方法。

48、本实施例的再一方面，还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器

49、执行时实现如本发明任一实施例所述的事故多发地识别方法。

50、上述公开的一种事故多发地识别方法、设备、介质和装置具有以下有益效果：通过收集车辆相关数据行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站api收集各省份城市每天的环境数据，并对这些数据进行预处理；根据行程数据反映车辆历史事故报警前速度。根据实时事故报警数提取事故发生地，并关联此时的环境情况，获得不同环境条件下的事故多发地；基于同样的步骤，设置更新周期，增加新的事故多发地点；根据实时获取的行程数据，关联当天当地的环境，当车辆在对应的环境等级下接触其对应分类的事故多发地时，能动态监控车辆的行驶状况，对进入事故多发地的车辆进行安全提醒，从而降低驾驶风险。同时本发明还能实现主机厂实时掌握车主车辆事故发生地的情况，能准确的提供车辆出事地的信息，从而为主机厂对客户发出路过危险路段进行请注意速度及驾驶行为的提醒。